,,

    隨著氣候變化加劇和城市快速發展，傳統基礎設施在抗風險能力和應急響應效率方面暴露出系統性短板。

    一是設計標準滯后，抗災韌性不足。當前基礎設施的設計標準主要基于歷史災害數據且標準偏低，難以適應極端氣候事件頻發的新形勢。例如，城市排水系統普遍只能抵御1至3年一遇的降雨標準，而原本“百年一遇”的強降雨如今已逐漸常態化，城市內澇問題頻發。

    二是監測手段較為落后，預警效能不足。以公路橋梁為例，全國現有超百萬座橋梁，其中40%服役超過20年。然而，智能化監測覆蓋率低，傳統人工巡檢難以及時發現結構損傷。

    三是應急協同低效，響應機制僵化。目前極端災害場景下的應急指揮仍主要依賴經驗和靜態預案，智能化決策輔助模型和系統應用不足，面對突發災害響應滯后。四是災后重建標準偏低，欠缺系統韌性規劃。現有基礎設施在大災后恢復仍以“故障—搶修”為主，缺乏系統性協同恢復機制和“重建得更好”的全生命周期韌性設計，難以有效提升基礎設施長期抗風險能力。

    近年來，新型城市基礎設施建設加速推進，特別是人工智能技術的加速發展和逐步應用，正在重塑城市防災體系。數字化建設、智能設施與信息平臺的深度融合，使城市基礎設施運行數據的采集、分析與預測能力顯著提升。人工智能算法助力自然災害精準預報預警，提高了城市防災減災的主動性與決策效率。數字孿生技術推動城市治理邁入仿真模擬時代，使管理者能夠在虛擬環境中推演災害場景，優化應急響應方案。這些技術的協同應用不僅可突破傳統基礎設施被動應對的局限，還構建起全天候、全要素、全過程的城市安全防護體系，顯著提升城市的風險抵御能力與應急響應水平。

    浙江省積極學習借鑒國內外韌性城市先進理念和成功經驗，結合自身發展階段和城市風險管控難點、痛點，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之路。

    臺風暴雨及其衍生的各類次生災害是浙江面臨的最主要災害類型，具有災害鏈復雜、影響范圍廣、不確定性大的特點。浙江“七山一水二分田”，大量產業、人口聚集于沿海、山地、低洼等臺風暴雨災害高風險區，在歷史上多次造成嚴重人員財產損失。以普查成果應用于防災減災一線實戰需要為導向，浙江省應急管理廳組織開發并落地全國第一個韌性防災大模型。以自然災害綜合風險普查成果為數據基底，深度融合韌性城鄉“全周期、多維度、跨層級”防災理念，構建集災害模擬、風險預報、決策支持于一體的智能化防災AI助手。當前，該模型可高效地對浙江省域范圍內市、縣、鄉、村各個行政層級的綜合風險、人口風險、建筑風險、交通風險以及直接經濟損失等指標提前24小時進行實時滾動預報，并智能輔助省—市—縣—鄉等多個層級的人口轉移安置、物資前置調度等決策，全面支持“監測—預警—決策—指揮—行動”風險管控鏈條。自2022年以來，浙江省應急管理廳已使用該模型開展多次實戰應用，經災后對比核實，全省總受災人口預測準確率達96%，為省級及各地區應急部門的臺風風險研判和指揮調度提供了科學量化的決策參考。

    浙江電網系統覆域廣闊，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，服務人口6400萬人。臺風期間，受強風、暴雨、小流域山洪等災害威脅，正常供電易受到較大影響，可能造成較為嚴重的經濟社會損失。切實提高浙江電網系統的抗災韌性成為韌性城市建設的一項重要任務。基于國際前沿韌性減災理念，并融合災害過程仿真推演、物理數據融合模擬、防災數字孿生、人工智能等技術，國網浙江電力公司建立了考慮微氣象監測修正的風場預報、輸電桿塔及通道易損性分析、設備風險高精度預警、虛擬仿真模擬分析等在內的模型集群，組成“浙江電網韌性減災大腦”。可實現臺風、覆冰等自然災害下對各類電網設備風險的動態預報，并隨時開展全要素體檢評估，高效定位設備薄弱易損環節，構建集災前體檢準備—災中應急響應—災后快速恢復于一體的全國首個防災韌性電網系統，為重特大自然災害下浙江電網所管轄設備在各階段、各層級作出最優決策提供可靠依據。

    作者系浙江大學“百人計劃”特聘研究員、韌性城市研究中心主任

來源：經濟日報