大數據技術如何強化風險治理

發布時間:2019-08-07
  隨著城市規模逐漸擴大、城市人口日益多元複雜,城市社會風險也隨之加劇。不過,大數據時代的到來,使得城市災害風險治理模式有望出現重大變革。根據過去發生的災害風險來分析把握現在、預測未來成為可能,也為破解傳統城市災害風險治理的事後型、粗放式等難題提供了契機。
 
  隨著城市規模逐漸擴大、城市人口日益多元複雜,城市社會風險也隨之加劇。不過,大數據時代的到來,使得城市災害風險治理模式有望出現重大變革。根據過去發生的災害風險來分析把握現在、預測未來成為可能,也為破解傳統城市災害風險治理的事後型、粗放式等難題提供了契機。
 
  提前預警風險
 
  大數據風險治理過程包括風險辨識、風險預警、風險分析、風險評估和風險決策五個階段。大數據技術的日趨成熟,為基於多維度、多層次、多群體、多因素的巨型數據分析提供了可能。
 
  例如,借助於大數據技術的分析、預判功能,治理主體可以運用大數據、雲計算等現代技術平台,充分收集目標信息,並通過對海量數據進行綜合分析,挖掘和甄別潛在風險,識別城市風險管理中的重點人群與重點區域,從而提前預知將要發生的危機和風險、及時製訂預案予以化解。
 
  建立風險預警指標體係,設立風險預警紅線,能夠在數據分析與監測中實時預警做出反應,縮短城市災害風險治理中的時間差,降低風險發生概率。此前,四川長寧發生6.0級地震,當地應急管理部門利用電視、手機、專用地震預警終端等提前向宜賓、樂山、成都等地的居民發出預警提示,很大程度上減少了人員傷亡,達到了良好的災害風險預警效果。
 
  大數據與人工智能技術的結合,有助於提升風險預警的精確性和準確性。特別是,利用專業化技術手段,可以自動識別受災地區圖像,提升公共建築與設施、交通、人群密集度等要素的監測能力,進而最大限度地挽救生命、減少損失。
 
  近年來,在不少台風登陸之前,相關政府機構和部門會對登陸時間和路徑進行預測,並及時部署預防和應對措施。背後就與氣象部門通過采用大數據、雲計算、人工智能等技術,建立天氣預報專家係統、智能天氣信息采集係統等有著緊密關係。通過在天氣預報中應用人工神經網絡等,依據機器學習的辦法,台風預報與常規天氣預測的精準概率比純人工操作提高了至少20%。
 
  及時精準辟謠
 
  大數據技術的應用不僅僅體現在預警與預測災害風險方麵,而且在減災救災、災後重建、受災地區疾病預防等方麵日益扮演重要角色。
 
  2017年8月8日21時19分,四川九寨溝發生7.0級地震。21時37分15秒,中國地震台網新聞機器人就自動編寫完成了有關新聞報道。相比同時段的其他媒體,這則新聞內容更為豐富、詳盡,並配有地震參數圖、地形圖等科學可視化信息,讓人對災害有更好的感知與理解。
 
  此外,在自然環境差、交通阻塞等不利情況下,利用無人機與衛通係統等技術手段,可以獲取受災地區、人群等圖像傳至應急指揮與決策部門,進而提高災後救濟、發現險情、搶救生命、現場指揮的工作效率。
 
  通過算法推薦係統,還可及時設立專門的救災平台,通過多元媒體渠道,及時公布有關災情信息,如尋人啟事、救災物資訴求、救援服務等,進而提升災情信息的公開性與透明性,助力災害風險溝通和救助救援。
 
  在災害風險信息核實方麵,還能促進災情信息的“自動化事實核查”與“精準辟謠”。2017年,國內某家APP嚐試通過“機器算法+用戶反饋”,高效識別虛假信息,準確率達到60%,結合人工複審可進一步提升至90%。
 
  例如,在台風“山竹”登陸深圳後,網絡平台上出現了“山竹”時速堪比高鐵、“山竹”中心呈水果山竹剝開後的樣子、港珠澳大橋扛不住台風、美國太空總署拍攝到“世紀最強太平洋惡魔風暴山竹”等謠言,引發一些人的擔憂和恐慌。麵對不實信息,有關方麵及時識別、核查、辟謠並說明真相,安撫社會情緒。
 
  助力災後救援
 
  大數據技術可以實現災害信息的自動化識別與核查,並在災情信息溝通共享和協同服務中發揮重要作用,進而有針對性地幫助災後精準救援工作。
 
  同時,通過對災害前後社會情緒和情感的監測,建立相應的指標體係與評價模型,可以對災區人群的情感和利益訴求進行實時監測,對災後社會心態進行評估與疏導。
 
  在決策方麵,依托海量信息聚成係統平台,加之通過曆史災害的經驗總結,可以建立“城市災害事件數據庫”和“城市災害風險決策支持係統”。針對易受災區域的風險重點評估與預警,還可實現“災前—災中—災後”風險的全方位實時把握、全要素風險治理。
 
  總之,規模龐大、類型多樣、更新頻繁、價值巨大的大數據,為城市風險治理提供了新的可能。麵對海量數據,如何係統整合、綜合分析,將大數據技術與科學決策有效銜接,成為城市社會治理的新機遇和新挑戰。

網站地圖:sitemap
网站地图:sitemap