摘 要：人工智能的快速发展，为我国城市自然灾害应急管理工作带来了创新的发展思路和强大的技术保障。2017年，国务院办公厅印发的《新一代人工智能发展规划》中明确，要把握人工智能迅速发展的重大战略契机，通过人工智能手段增强经济社会的公共安全保障水平，利用人工智能技术提高人类对地震灾害、地质灾害、气象灾害、水旱灾害和海洋灾害等自然灾害的监测水平，构建智能化监测预警和综合应对平台。因此，利用人工智能技术的优势，提高灾害应急管理过程智能化，对提升城市自然灾害风险抵御和应急响应能力、促进城市韧性发展具有重要意义。

关键词：人工智能；监测预警；防灾减灾；洪涝灾害

引言

我国地域辽阔，地形复杂，是世界上遭受自然灾害最为严重的国家之一，受全球气候变暖的影响，地震、洪涝、台风、滑坡、泥石流等自然灾害发生的频率呈上升趋势。且随着我国国民经济的发展和城镇化的推进，人们向城市汇聚，造成城市系统日渐复杂庞大，一旦发生非常态化自然灾害，往往会造成人员伤亡和财产损失，对城市的安全运行构成威胁。2017年，国务院办公厅印发的《新一代人工智能发展规划》中明确，要把握人工智能迅速发展的重大战略契机，通过人工智能手段增强经济社会的公共安全保障水平，利用人工智能技术提高人类对地震灾害、地质灾害、气象灾害、水旱灾害和海洋灾害等自然灾害的监测水平，构建智能化监测预警和综合应对平台。例如，“雪亮工程”中的部分信息化建设及数据收集就是利用自然语言处理技术、贝叶斯分类算法等人工智能技术，将视频图像、灾害性天气智能识别报警信息等数据进行实时汇总，为灾害救助救援提供“第一手”数据支撑。因此，利用智能技术科学有效地进行城市自然灾害应急管理工作，提高城市系统面对不确定性因素时的应灾预判、响应处置、灾后恢复等能力，是提升城市整体智能化抵御灾害风险和应急响应能力的重要抓手。

1.环境安全风险概述

1.1环境安全风险的概念界定

环境是影响人类生存和发展的各种天然的和经过人工改造的自然因素的总体，环境安全则是前述“自然因素的总体”处于一种“对人类生存与发展的安全尚未构成危险和威胁”的良好状态，与此相关的环境安全风险是指环境因“自然灾害、环境污染或者生态破坏而给人类的生产和生活造成突发性破坏或者长期不利影响甚至危及人类生存和发展的可能性”。基于此，本文将自然灾害、环境污染或者生态破坏而危及其生产生活甚至生存发展的突发性破坏或者长期不利影响的可能性界定为环境安全风险。

1.2环境安全风险的基本样态

由于自然灾害以及城市化进程中的人为灾害频发，严重制约着安全发展，因此，环境安全风险的基本样态包括自然灾害风险与人为导致的环境污染、生态破坏等事故灾害风险。自然灾害风险是指由自然原因引发的诸如地震、洪水、泥石流、干旱等灾害风险，事故灾害风险是指由人为原因引发的诸如环境污染、生态破坏等灾害风险。受地形、气候等影响，我国“约有70%以上的城市、50%以上的人口生活在自然灾害频发的地区”;此外，近年来，我国城市的水污染、大气污染等环境污染事件以及生态破坏事件也呈现频发态势。由此可见，自然灾害风险以及环境污染、生态破坏所导致的事故灾害风险业已成为我国城市环境安全风险的基本样态。

2.人工智能在城市自然灾害管理中的关键技术

人工智能是计算机科学领域的一个分支，是通过研发使机器或设备能够模拟和扩展人类智能，进而执行人类思想功能的一种技术手段、算法或应用系统。通过对相关文献的调研梳理，人工智能在城市自然灾害管理中涉及的关键技术主要有以下3部分：

2.1自然灾害风险感知处理技术

使用卷积神经网络技术可对城市汛期洪涝风险进行自动监测，主要通过卫星、多普勒天气雷达等监测系统获取最新数据，并结合城市易积滞水风险点位（例如，城市铁路桥涵、下凹式立交桥、地铁站出入口、施工工地、深基坑等）基础数据进行仿真建模训练，提升城市汛期应对能力。

2.2城市建筑应灾智能分析技术

主要利用图像识别技术及决策树算法对城市建筑群的主体结构、建筑材料、建筑位置等要素进行深度分析，形成建筑质量应灾风险评估图，并结合当地气象、孕灾环境等历史数据分析，将受灾后易损性较高的房屋进行识别，减少城市应灾脆弱性。

2.3应急辅助决策技术

主要基于NLP（自然语言处理）和众包数据收集技术，可用于提取和分析灾中灾后全过程的社会媒体信息，及时了解灾难事件的发展趋势（例如，受灾人员求助需求、应急避难场所承载能力、医院收治实况等），为应急管理决策者提供实时信息，以实现高效的应急响应及救援。实践中，合理利用上述三类关键技术，才能使其成为助力应急管理、防灾减灾救灾能力现代化发展的重要技术保障。

3.人工智能技术在城市自然灾害不同阶段的应用需求

得益于图像识别、机器学习、语言处理、数据挖掘等高精尖技术的快速发展与进步，人工智能技术已逐渐被运用在自然灾害应急管理工作中。通过梳理国内外人工智能技术在应急管理工作中的应用文献发现，在灾害的不同阶段所关注的技术方法的侧重点有所不同。人工智能技术的高效利用离不开海量数据的支撑，这些数据的获取主要来源于政府的不同部门，例如气象、水利、自然资源、交通、应急、公安、卫生、环保、城管、住建、旅游等部门，跨部门特征明显，存在一定的“数据壁垒”问题。利用现有信息化技术建立城市安全大数据平台，通过使用先进的人工智能技术和方法，将与灾前监测预警，灾中应急响应与救援，灾后恢复与重建工作相关的信息数据进行多重收集、动态网络分析、交换、学习与融合，对增强城市防灾减灾救灾能力，提升城市应急管理过程的整体效率具有深远意义。因此，在自然灾害应急管理中，实时了解灾害的动态情况，对城市有效地备灾、应灾及恢复重建至关重要。

4.人工智能技术在城市防灾减灾救灾中的实践探索

4.1人工智能技术可用于地震灾前的预防准备工作

地震是制约城市安全运行较大的自然灾害之一，预测地震可能对城市建筑群造成的破坏并对其进行稳固修复，对提高城市整体建筑群抗震韧性非常关键。但是，对城市建筑群易损性的评估，普遍的方法是安排大量的专业人员进驻现场进行量测与校准，然后将获取的数据进行后期测算与分析，耗费的人力、物力、财力与时间较多。而利用图像识别技术及深度学习算法，可从卫星图像、街景图像、无人机图像中提取建筑结构、建筑材料等建筑脆弱性物理因素，再结合区域历史地震震动参数、土壤、气象等数据信息进行建模，识别地震中可能发生坍塌风险的建筑物区域，估算出建筑物的损毁程度，并结合实际优先对其进行加固改造，进而能够提升城市建筑群在地震灾害中的抗震能力。

4.2人工智能技术可用于洪涝灾中的救灾应急响应

近年来，“城市看海”现象在我国许多城市频频发生。当面对降雨总量大、大雨暴雨场次多、突发险情重、过程历时长等严峻形势，城市管理者可利用人工智能技术，提升灾中的应急响应能力。一是通过自然语言处理技术，在灾害信息沟通方面，对海量社交媒体信息进行“关键字（例如：积水、滞水、渗漏、淹泡、倒灌、洪水等）”解读并快速处理分析，形成包含雨情水情工情相关信息的可视化地图，为城市应急响应提供数据支持；二是通过深度学习技术，在灾害疏散策略制定方面，通过观测、深度学习与预测三个步骤，提出针对每个地区特征和需求的疏散措施，有效帮助决策者在灾害发生能时做出明智的疏散决策；三是借助卷积神经网络监测卫星图像变化技术，在灾害影响区域辨识方面，通过比较灾前、灾后卫星图片的分割掩码，从卫星图像中识别出损毁道路和建筑物特征，以便快速找到受灾害影响最严重的地区，为“第一时间”应急救援工作提供技术参考。

4.3人工智能技术可用于灾后恢复重建工作

自然灾害发生后，如何高质量修复城市生命线损毁设施、尽快恢复市民正常生产生活秩序是受灾城市亟需解决的现实问题。因此，城市管理者可以利用无人机航拍、自然语言处理和机器学习算法（Nazr CNN）技术，将灾后城市所有的实体建筑损毁数据、人员伤亡情况、医疗救治承载力、民众灾后心理疏导等数据进行集成分析，并结合城市行政区划、地形、气候、水文、轨道交通等历史信息，通过计算机深度学习算法和图学技术进行灾后“新城”场景建模，为城市的恢复重建工作提供高效的技术支持。

5.应急监测预警优化策略

5.1利用现有卫星资源

在目前有几颗卫星在轨道上运行的情况下，有必要对应急检测需求进行详细分析，规划、改进现有监测系统，并最大限度地利用现有数据满足当前的环境保护需求。一方面，分析存档的历史数据是一个问题；此外，优先区域及时获得遥感数据，分析当前的环境问题，迅速发现环境变化，分析问题。

5.2建立业务跟踪系统

需要不断创新，以便将现代技术纳入应急监测网络，并充分利用现代科学技术在应急监测和评估中的作用。具体措施包括建立区域环境监测网络以及定期监测和评估环境质量；动态监测优先生态功能区、自然保护区等；建立重点的应急监测网络，以确保动态监测；在现有应急监测网络的基础上建立区域监测系统，以查明和评估各区域检测状态；建立地面监测网络，将现代科学技术与应急监测密切联系起来。

结语

对于城市管理者来说，适度提高人工智能技术在城市防灾减灾救灾全过程的参与度，将有效提升城市“智慧应急”的整体实力，有力推动应急管理信息化水平智能升级。具体来说，可根据不同城市的地形地貌及气象水文环境，借助人工神经网络（ANN）模型、图像识别技术、机器学习技术、众包等人工智能技术，实时采集气象、水务、交通、自然资源和规划、住房建设等部门信息，进行有效整合、叠加展现和综合分析，逐步提升气象预测精准精细能力、中小河道风险预测能力、特殊区域积水风险预测能力、洪涝综合风险预测能力、山洪地质灾害风险预测能力；特别是针对极端天气，利用人工智能技术（机器学习算法Nazr-CNN、自然语言处理技术等）预先梳理出特大暴雨情景下主城区风险区域、下凹式立交桥、铁路桥涵、地铁出入口等易积滞水风险点、地质灾害点及山洪易发区，并针对上述点位区域进行多频次的安全隐患巡查检查，排除可能存在的风险，规划出应急疏散抢险路线及群众逃生路线，将有助提高城市整体的备灾应灾科学化水平，提高城市自然灾害监管效能，强化城市安全保障能力。

参考文献：

[1]吴飞，阳春华.人工智能的回顾与展望[J].中国科学基金，2018，42（3）：32-44.

[2]张国富，杨学志，潘刚，等.智慧应急的基础支撑技术发展战略研究[R].合肥：合肥工业大学，2021.

[3]习近平.高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗：在中国共产党第二十次全国代表大会上的报告[M]．北京：人民出版社，2022．

[4]李胜.突发环境事件的协同治理：理论逻辑、现实困境与实践路径[J]．甘肃社会科学，2022（3）：180－187．

[5]张真源，黄锡生.资源环境承载能力监测预警的制度功能与完善[J]．北京理工大学学报（社会科学版），2019（1）：162－170．

[6]杨海峰，翟国方.灾害风险视角下的城市安全评估及其驱动机制分析：以滁州市中心城区为例[J]．自然资源学报，2021（9）：2368－2381．

[7]陈军华，温馨.自然灾害救助中公共组织网络运行状况分析[J]．云南民族大学学报（哲学社会科学版），2013（4）：44－48．