隨著氣候變化加劇和城市快速發(fā)展，傳統(tǒng)基礎(chǔ)設(shè)施在抗風(fēng)險(xiǎn)能力和應(yīng)急響應(yīng)效率方面暴露出系統(tǒng)性短板。
一是設(shè)計(jì)標(biāo)準(zhǔn)滯后，抗災(zāi)韌性不足。當(dāng)前基礎(chǔ)設(shè)施的設(shè)計(jì)標(biāo)準(zhǔn)主要基于歷史災(zāi)害數(shù)據(jù)且標(biāo)準(zhǔn)偏低，難以適應(yīng)極端氣候事件頻發(fā)的新形勢。例如，城市排水系統(tǒng)普遍只能抵御1至3年一遇的降雨標(biāo)準(zhǔn)，而原本“百年一遇”的強(qiáng)降雨如今已逐漸常態(tài)化，城市內(nèi)澇問題頻發(fā)。
二是監(jiān)測手段較為落后，預(yù)警效能不足。以公路橋梁為例，全國現(xiàn)有超百萬座橋梁，其中40%服役超過20年。然而，智能化監(jiān)測覆蓋率低，傳統(tǒng)人工巡檢難以及時(shí)發(fā)現(xiàn)結(jié)構(gòu)損傷。
三是應(yīng)急協(xié)同低效，響應(yīng)機(jī)制僵化。目前極端災(zāi)害場景下的應(yīng)急指揮仍主要依賴經(jīng)驗(yàn)和靜態(tài)預(yù)案，智能化決策輔助模型和系統(tǒng)應(yīng)用不足，面對(duì)突發(fā)災(zāi)害響應(yīng)滯后。四是災(zāi)后重建標(biāo)準(zhǔn)偏低，欠缺系統(tǒng)韌性規(guī)劃?，F(xiàn)有基礎(chǔ)設(shè)施在大災(zāi)后恢復(fù)仍以“故障—搶修”為主，缺乏系統(tǒng)性協(xié)同恢復(fù)機(jī)制和“重建得更好”的全生命周期韌性設(shè)計(jì)，難以有效提升基礎(chǔ)設(shè)施長期抗風(fēng)險(xiǎn)能力。
近年來，新型城市基礎(chǔ)設(shè)施建設(shè)加速推進(jìn)，特別是人工智能技術(shù)的加速發(fā)展和逐步應(yīng)用，正在重塑城市防災(zāi)體系。數(shù)字化建設(shè)、智能設(shè)施與信息平臺(tái)的深度融合，使城市基礎(chǔ)設(shè)施運(yùn)行數(shù)據(jù)的采集、分析與預(yù)測能力顯著提升。人工智能算法助力自然災(zāi)害精準(zhǔn)預(yù)報(bào)預(yù)警，提高了城市防災(zāi)減災(zāi)的主動(dòng)性與決策效率。數(shù)字孿生技術(shù)推動(dòng)城市治理邁入仿真模擬時(shí)代，使管理者能夠在虛擬環(huán)境中推演災(zāi)害場景，優(yōu)化應(yīng)急響應(yīng)方案。這些技術(shù)的協(xié)同應(yīng)用不僅可突破傳統(tǒng)基礎(chǔ)設(shè)施被動(dòng)應(yīng)對(duì)的局限，還構(gòu)建起全天候、全要素、全過程的城市安全防護(hù)體系，顯著提升城市的風(fēng)險(xiǎn)抵御能力與應(yīng)急響應(yīng)水平。
浙江省積極學(xué)習(xí)借鑒國內(nèi)外韌性城市先進(jìn)理念和成功經(jīng)驗(yàn)，結(jié)合自身發(fā)展階段和城市風(fēng)險(xiǎn)管控難點(diǎn)、痛點(diǎn)，多方論證、多輪研討，初步探索出具有浙江特色的韌性城市建設(shè)之路。
臺(tái)風(fēng)暴雨及其衍生的各類次生災(zāi)害是浙江面臨的最主要災(zāi)害類型，具有災(zāi)害鏈復(fù)雜、影響范圍廣、不確定性大的特點(diǎn)。浙江“七山一水二分田”，大量產(chǎn)業(yè)、人口聚集于沿海、山地、低洼等臺(tái)風(fēng)暴雨災(zāi)害高風(fēng)險(xiǎn)區(qū)，在歷史上多次造成嚴(yán)重人員財(cái)產(chǎn)損失。以普查成果應(yīng)用于防災(zāi)減災(zāi)一線實(shí)戰(zhàn)需要為導(dǎo)向，浙江省應(yīng)急管理廳組織開發(fā)并落地全國第一個(gè)韌性防災(zāi)大模型。以自然災(zāi)害綜合風(fēng)險(xiǎn)普查成果為數(shù)據(jù)基底，深度融合韌性城鄉(xiāng)“全周期、多維度、跨層級(jí)”防災(zāi)理念，構(gòu)建集災(zāi)害模擬、風(fēng)險(xiǎn)預(yù)報(bào)、決策支持于一體的智能化防災(zāi)AI助手。當(dāng)前，該模型可高效地對(duì)浙江省域范圍內(nèi)市、縣、鄉(xiāng)、村各個(gè)行政層級(jí)的綜合風(fēng)險(xiǎn)、人口風(fēng)險(xiǎn)、建筑風(fēng)險(xiǎn)、交通風(fēng)險(xiǎn)以及直接經(jīng)濟(jì)損失等指標(biāo)提前24小時(shí)進(jìn)行實(shí)時(shí)滾動(dòng)預(yù)報(bào)，并智能輔助省—市—縣—鄉(xiāng)等多個(gè)層級(jí)的人口轉(zhuǎn)移安置、物資前置調(diào)度等決策，全面支持“監(jiān)測—預(yù)警—決策—指揮—行動(dòng)”風(fēng)險(xiǎn)管控鏈條。自2022年以來，浙江省應(yīng)急管理廳已使用該模型開展多次實(shí)戰(zhàn)應(yīng)用，經(jīng)災(zāi)后對(duì)比核實(shí)，全省總受災(zāi)人口預(yù)測準(zhǔn)確率達(dá)96%，為省級(jí)及各地區(qū)應(yīng)急部門的臺(tái)風(fēng)風(fēng)險(xiǎn)研判和指揮調(diào)度提供了科學(xué)量化的決策參考。
浙江電網(wǎng)系統(tǒng)覆域廣闊，擁有35千伏及以上線路7.4萬千米，變電容量4.91億千伏安，服務(wù)人口6400萬人。臺(tái)風(fēng)期間，受強(qiáng)風(fēng)、暴雨、小流域山洪等災(zāi)害威脅，正常供電易受到較大影響，可能造成較為嚴(yán)重的經(jīng)濟(jì)社會(huì)損失。切實(shí)提高浙江電網(wǎng)系統(tǒng)的抗災(zāi)韌性成為韌性城市建設(shè)的一項(xiàng)重要任務(wù)?；趪H前沿韌性減災(zāi)理念，并融合災(zāi)害過程仿真推演、物理數(shù)據(jù)融合模擬、防災(zāi)數(shù)字孿生、人工智能等技術(shù)，國網(wǎng)浙江電力公司建立了考慮微氣象監(jiān)測修正的風(fēng)場預(yù)報(bào)、輸電桿塔及通道易損性分析、設(shè)備風(fēng)險(xiǎn)高精度預(yù)警、虛擬仿真模擬分析等在內(nèi)的模型集群，組成“浙江電網(wǎng)韌性減災(zāi)大腦”?？蓪?shí)現(xiàn)臺(tái)風(fēng)、覆冰等自然災(zāi)害下對(duì)各類電網(wǎng)設(shè)備風(fēng)險(xiǎn)的動(dòng)態(tài)預(yù)報(bào)，并隨時(shí)開展全要素體檢評(píng)估，高效定位設(shè)備薄弱易損環(huán)節(jié)，構(gòu)建集災(zāi)前體檢準(zhǔn)備—災(zāi)中應(yīng)急響應(yīng)—災(zāi)后快速恢復(fù)于一體的全國首個(gè)防災(zāi)韌性電網(wǎng)系統(tǒng)，為重特大自然災(zāi)害下浙江電網(wǎng)所管轄設(shè)備在各階段、各層級(jí)作出最優(yōu)決策提供可靠依據(jù)。
作者系浙江大學(xué)“百人計(jì)劃”特聘研究員、韌性城市研究中心主任
來源：經(jīng)濟(jì)日?qǐng)?bào)
京公網(wǎng)安備 11010802021286號(hào)