随着城市规模逐渐扩大、城市人口日益多元复杂，城市社会风险也随之加剧。不过，大数据时代的到来，使得城市灾害风险治理模式有望出现重大变革。根据过去发生的灾害风险来分析把握现在、预测未来成为可能，也为破解传统城市灾害风险治理的事后型、粗放式等难题提供了契机。
提前预警风险
大数据风险治理过程包括风险辨识、风险预警、风险分析、风险评估和风险决策五个阶段。大数据技术的日趋成熟，为基于多维度、多层次、多群体、多因素的巨型数据分析提供了可能。
例如，借助于大数据技术的分析、预判功能，治理主体可以运用大数据、云计算等现代技术平台，充分收集目标信息，并通过对海量数据进行综合分析，挖掘和甄别潜在风险，识别城市风险管理中的重点人群与重点区域，从而提前预知将要发生的危机和风险、及时制订预案予以化解。
建立风险预警指标体系，设立风险预警红线，能够在数据分析与监测中实时预警做出反应，缩短城市灾害风险治理中的时间差，降低风险发生概率。此前，四川长宁发生6.0级地震，当地应急管理部门利用电视、手机、专用地震预警终端等提前向宜宾、乐山、成都等地的居民发出预警提示，很大程度上减少了人员伤亡，达到了良好的灾害风险预警效果。
大数据与人工智能技术的结合，有助于提升风险预警的精确性和准确性。特别是，利用专业化技术手段，可以自动识别受灾地区图像，提升公共建筑与设施、交通、人群密集度等要素的监测能力，进而大限度地挽救生命、减少损失。
近年来，在不少台风登陆之前，相关政府机构和部门会对登陆时间和路径进行预测，并及时部署预防和应对措施。背后就与气象部门通过采用大数据、云计算、人工智能等技术，建立天气预报专家系统、智能天气信息采集系统等有着紧密关系。通过在天气预报中应用人工神经网络等，依据机器学习的办法，台风预报与常规天气预测的精准概率比纯人工操作提高了至少20%。
及时精准辟谣
大数据技术的应用不仅仅体现在预警与预测灾害风险方面，而且在减灾救灾、灾后重建、受灾地区疾病预防等方面日益扮演重要角色。
2017年8月8日21时19分，四川九寨沟发生7.0级地震。21时37分15秒，中国地震台网新闻机器人就自动编写完成了有关新闻报道。相比同时段的其他媒体，这则新闻内容更为丰富、详尽，并配有地震参数图、地形图等科学可视化信息，让人对灾害有更好的感知与理解。
此外，在自然环境差、交通阻塞等不利情况下，利用无人机与卫通系统等技术手段，可以获取受灾地区、人群等图像传至应急指挥与决策部门，进而提高灾后救济、发现险情、抢救生命、现场指挥的工作效率。
通过算法推荐系统，还可及时设立专门的救灾平台，通过多元媒体渠道，及时公布有关灾情信息，如寻人启事、救灾物资诉求、救援服务等，进而提升灾情信息的公开性与透明性，助力灾害风险沟通和救助救援。
在灾害风险信息核实方面，还能促进灾情信息的“自动化事实核查”与“精准辟谣”。2017年，国内某家APP尝试通过“机器算法+用户反馈”，高效识别虚假信息，准确率达到60%，结合人工复审可进一步提升至90%。
例如，在台风“山竹”登陆深圳后，网络平台上出现了“山竹”时速堪比高铁、“山竹”中心呈水果山竹剥开后的样子、港珠澳大桥扛不住台风、美国太空总署拍摄到“世纪强太平洋恶魔风暴山竹”等谣言，引发一些人的担忧和恐慌。面对不实信息，有关方面及时识别、核查、辟谣并说明真相，安抚社会情绪。
助力灾后救援
大数据技术可以实现灾害信息的自动化识别与核查，并在灾情信息沟通共享和协同服务中发挥重要作用，进而有针对性地帮助灾后精准救援工作。
同时，通过对灾害前后社会情绪和情感的监测，建立相应的指标体系与评价模型，可以对灾区人群的情感和利益诉求进行实时监测，对灾后社会心态进行评估与疏导。
在决策方面，依托海量信息聚成系统平台，加之通过历史灾害的经验总结，可以建立“城市灾害事件数据库”和“城市灾害风险决策支持系统”。针对易受灾区域的风险重点评估与预警，还可实现“灾前—灾中—灾后”风险的全方位实时把握、全要素风险治理。
总之，规模庞大、类型多样、更新频繁、价值巨大的大数据，为城市风险治理提供了新的可能。面对海量数据，如何系统整合、综合分析，将大数据技术与科学决策有效衔接，成为城市社会治理的新机遇和新挑战。
相关阅读：
热门专题
