刘凤：强化防灾减灾科技支撑 提升灾害应急救援能力

我国自然灾害形势复杂严峻，尤其是极端天气气候事件多发。灾害发生后，由于波及范围广、受影响人群众多，救援救助需求在短时间内大量涌现。同时，受灾害影响，基础设施损毁、通信中断等情况也会大大影响救援效率，因此，需要通过强化防灾减灾科技支撑，提升灾害应急救援能力。

科技赋能灾害应急救援符合中国式现代化建设的需要

《“十四五”国家应急体系规划》提出了到2025年应急管理体系和能力现代化建设取得重大进展的目标，其中科技信息化水平的提升是关键。融合运用物联网技术与5G、北斗导航定位、云计算、大数据、智能传感等技术，推动互联网、虚拟仿真等技术与应急救援技术的深度融合，成为当前提升应急救援效率和安全性的重要技术支撑。数字技术作为应急救援技术的新维度，主要通过各类应急救援信息化系统，将大数据思维和技术深度嵌入到多元、流动、复杂、异质、多变的应急救援行动中，实现对灾害发展趋势、救援资源分布、受灾区域人员流动等关键变量的实时监测，进而对救援数据进行全面采集、高效存储和精准计算，构建起多样化的通信手段和智慧化管理平台，促成灾害动态的一“屏”了然。通过“互联网+线上应急救援”，可以有效融合各类救援资源，实现灾情及救援信息的快速传递和共享，不仅提高救援效率，降低救援成本，而且有助于提升公众的安全感和满意度，既响应我国应急管理现代化和信息化建设的需要，也符合现代化建设的需要。

加强灾害预防预警是强化防灾减灾科技的首要任务

充分利用大数据、人工智能、遥感监测等现代科技手段，对灾害发生的可能性进行综合分析和研判，可以提高预测的准确性和时效性，进而为救援行动争取宝贵时间。尤其是基于机器学习和深度学习的灾害预警模型，通过处理和分析大量的历史数据和实时数据，预测自然灾害的发生和发展趋势，为相关部门和公众提供准确的预警信息，可提前做好灾害应对和救援准备。比如应急管理部研建的“应急指挥一张图”信息化系统，作为灾害场景构建、模拟和演练的可视化决策系统，旨在化解灾害救援信息碎片化、决策难度大、救援力量难以合理调度等问题。该系统借助地理信息系统、遥感影像、传感器装置、视频监控等设施，实时监测风险情况，并在灾害发生后智能化筛选相关信息，连通相关数据系统，辅助指挥人员进行远程指挥与调度管理，为灾害救援提供决策支持，从而实现对风险和突发灾害事件的快速响应。

提高救援信息对称性是强化防灾减灾科技的关键环节

将新技术与应对灾害的经验相融合，可以反馈和指导应急救援的科学化，提高救援信息和资源的对称性与匹配度。救援力量和资源情况的报送是化解救援主体间信息不对称的关键环节。当前大多救援力量通过临时建立的微信工作群等渠道沟通和报送信息，容易出现信息冗余、遗漏、重复报送或报送不及时的问题。数字技术既可以实现对灾害求救信息和资源的归统与调派，还具备信息报送、反馈和指导应急救援的功能，同时，通过加密或脱敏手段，能够有效把控相关通知和信息的开放范围。在此基础上，通过进一步挖掘信息反馈功能，使救援力量一方以平台使用者的身份，及时报送和反馈队伍情况、救灾现场情况、救援需求等一线信息，可以辅助决策者根据情况变化更高效地指导灾害应急救援。比如腾讯云智慧应急系统、阿里云智慧应急系统等，能够快速为灾害发生地匹配和推荐应急救援力量和物资。应急管理部灾害应急救援救助平台通过三端（公众端、现场端、队伍端）一平台（应急资源平台）一中心（95707虚拟呼叫中心）将应急救援的需求、供给、信息沟通等整合到一起，能够在巨灾发生后高效链接相关资源，为高效救援提供技术支撑。

关注和积极应对科技驱动下灾害应急救援面临的挑战

随着科技的日新月异，灾害预测的精准度和应急救援的效率得到显著提升，为最大限度减少灾害损失提供了有力保障。基于机器学习和深度学习的灾害预警模型在应急管理领域发挥着越来越重要的作用，但是仍然存在一些挑战和限制。一方面，数据的质量和完整性会对模型性能产生重要影响。因此，必须明确严格的数据收集和管理流程，确保数据来源的广泛性和可靠性；建立有效的数据清洗和预处理机制，消除异常值的干扰；建立数据质量评估体系，定期检查和修正数据，提高模型的准确性和可靠性。另一方面，模型的训练与优化需要消耗大量时间和计算资源，且过程复杂。为提升模型训练效率，应结合历史灾害数据、地区特点和实际情况，对模型进行定制化和适应性调整。同时，利用高性能计算资源和分布式计算技术，提高训练效率，缩短模型训练时间。在实际应用中，综合考虑灾害因素和现实条件，通过加强数据质量管理、提升模型训练效率，以更好地应对灾害应急救援工作中的各种挑战，推动科技在灾害管理领域发挥更大作用。

【作者系省委党校（河北行政学院）应急管理培训中心教师】