人本协同城市早期预警体系的建设思路与发展策略

欧阳敏 , 程泽楷 , 张亦琼 , 马佳欣 , 李志远 , 罗凌 , 谢思琴 , 王红卫 , 丁烈云

中国工程科学 ›› 2025, Vol. 27 ›› Issue (5) : 279 -293.

PDF (1077KB)
中国工程科学 ›› 2025, Vol. 27 ›› Issue (5) : 279 -293. DOI: 10.15302/J-SSCAE-2025.08.035
工程前沿

人本协同城市早期预警体系的建设思路与发展策略

作者信息 +

A People-Centered Collaborative Framework and Development Strategies for Urban Early-Warning Systems

Author information +
文章历史 +
PDF (1102K)

摘要

气候变化与快速城镇化叠加，我国城市灾害呈现多灾种、级联、快速演化等特征，预警信息“到人 ‒ 看懂 ‒ 照做”的末端转化仍是突出短板。本文秉持“人既是预警服务对象也是参与主体”的观点，提出了人本协同城市早期预警体系（EWS）的建设思路与发展策略，可作为联合国倡导的“人人享有早期预警”理念的本土化实践方案。在阐释城市EWS基本概念、人本协同的发展导向基础上，系统辨识了人本协同城市EWS建设的基本态势，尤其是级联危险链识别与响应不足、基于影响的预测与行动转化不够、公众制度化参与及善意免责缺位等现实应用挑战，政策窗口、技术突破、终端普及等方面的发展机遇。提出了具有“三级主体 ‒ 双链支撑 ‒ 技术赋能”核心结构的人本协同城市EWS建设框架，分析了涉及的关键要素及其耦合关系。建议采取以数据和技术为底座、闭环一体化能力，完善制度建设、明晰责任并提供保障，以社区为纽带、深化组织与动员机制，开展试点和评估、扩大建设范围并持续改进等发展策略，全面增强我国城市早期预警能力。

Abstract

The combination of climate change and rapid urbanization has led to the emergence of multi-hazard, cascading, and fast-evolving urban disasters in China. The final stage of early warning information transmission, from "reaching individuals ‒ understanding ‒ acting," remains a prominent shortcoming. This study, adhering to the view that "people are both recipients of warning services and active participants," proposes a people-centered collaborative framework and development strategies for urban early-warning systems (EWS), serving as a localized practice of the United Nation's Early Warnings for All initiative. Building on the clarification of urban EWS concepts and the orientation of people-centered collaboration, we identify the current conditions and challenges of developing such systems. The challenges include insufficient identification and response to cascading hazard chains, inadequate impact-based prediction and conversion into actions, and lack of institutionalized public participation and good-faith immunity. We also highlight development opportunities arising from policy momentum, technological advances, and widespread digital endpoints. An integrated construction framework is proposed, featuring a core structure of "three-tier actors ‒ twin-chain support ‒ technology enablement," together with an analysis of key elements and their coupling. Finally, we suggest development strategies including building unified data and technology foundations with closed-loop capacities, improving institutional design to clarify responsibilities with adequate safeguards, strengthening community-based organization and mobilization, and advancing through piloting, evaluation, scaling-up, and continuous improvement. These approaches collectively aim to enhance China's urban early-warning capabilities.

Graphical abstract

关键词

早期预警体系 / 城市 / 人本协同 / 级联危险 / 基于影响的预测 / 善意免责

Key words

early warning systems / urban / people-centered collaboration / cascading hazards / impact-based prediction / good-faith immunity

引用本文

引用格式 ▾
欧阳敏,程泽楷,张亦琼,马佳欣,李志远,罗凌,谢思琴,王红卫,丁烈云. 人本协同城市早期预警体系的建设思路与发展策略[J]. 中国工程科学, 2025, 27(5): 279-293 DOI:10.15302/J-SSCAE-2025.08.035

登录浏览全文

4963

注册一个新账户 忘记密码

一、 前言

近年来，气候变暖现象与快速城市化进程叠加，城市风险由“单点触发”演化为“并发 ‒ 级联 ‒ 累积”，高温、暴雨等单一事件的强度及频次上升，复合事件在城市尺度上同步扩张[1~6]，城市生命线管网、地下空间的相互依赖度也在升高。极端降雨等单一事件更容易诱发级联灾害，如降雨涌入地铁、隧道等地下空间，触发电力、交通、通信中断，导致救援受阻、不利影响外溢到更大区域[7,8]。在此背景下，早期预警体系（EWS）成为降低灾害损失、增强社会韧性的关键依托，可使年均受灾人数和伤亡率大幅度下降[9,10]。联合国相关机构将EWS定义为监测预报、风险评估、信息传递、备灾响应一体化的综合体系[11,12]，提倡以人为中心的发展导向，要求在可行动时间窗口内为目标人群提供易懂、差异化的指令[13~15]。

在城市场景中，EWS信息“到人 ‒ 看懂 ‒ 照做”的末端转化仍是明显的短板[16]。例如，在一些城市应对特大暴雨的过程中，虽然连续发布红色预警，但地方Ⅰ级响应滞后、错过关键避险时间窗口[7]；一些地方的蓄滞洪区村民未能收到有效的撤离指令，仅依赖自组织信息互助[8,17]。相关事件的共同点是预报虽有，预警转化失效：红色预警未能及时触发与之匹配的分级响应、跨部门协同等机制，反映出权责边界、统一阈值基线等不够清晰；预警信息仍滞留在危险等级层次，未能下沉为区分人群、精准执行的行动指引，同时公众的协同角色未能制度化地接入。可见，以人为中心的城市预警体系，在公众协同定位、数据权责、行动指引方面仍偏向原则化，跨部门协作缺少统一基线，造成监测端到响应端未能闭环。

当前，政策窗口、技术突破两方面因素新增了城市EWS发展动力：人民至上、群防群治、人民城市等发展导向，正在扩展公众参与的制度空间[18]；“空天地”一体化感知能力提升险情获取的时／空分辨率[19,20]，大语言模型支持发布个性化（分人群、分场景）行动指令[12,21]，边缘推理在终端侧提供低时延解析、隐私增强能力[22,23]。在制度与技术的双重驱动下，重构人本协同内涵、重塑协同机制成为突破城市EWS能力瓶颈的关键机遇。值得指出的是，人本协同突出“人既是预警服务对象也是参与主体”的协同理念与发展导向。

为此，本文以城市应对自然灾害为研究对象，以“厘清内涵 ‒ 识别挑战 ‒ 提出对策”为研究主线，系统分析人本协同城市EWS的建设与发展，旨在为我国城市推进联合国倡导的“人人享有早期预警”[13]理念的本土化落地提供思路和对策参考。

二、 人本协同城市早期预警体系的概念与内涵

（一） 城市早期预警体系的基本概念

EWS需整合监测预测、风险评估、信息传递、备灾响应等核心功能与关联流程，作为综合系统促使个人、社区、企业、管理部门在灾害发生前采取及时行动以降低潜在损失[11]。多灾种EWS进一步强调多类灾害的关联性与并发性，成为国际性发展趋势，为城市跨灾种风险识别与联动响应提供参照[15]。鉴于不同类型的灾害对EWS建设重点与实现路径的要求存在差异，本研究仅聚焦自然灾害及其次生、衍生灾害的城市场景，在此语境下讨论以人为中心的EWS建设思路。

针对单灾种或多灾种，以人为中心的EWS需具备4类核心要素：① 风险知识，系统性评估危害、暴露度、脆弱性、应对能力，结合城市发展、环境退化、气候变化等因素，生成风险图谱与阈值基线；② 监测预测，利用实时或近实时技术持续监测危险及其前兆，确保数据质量与可追溯性；③ 信息传递，以多渠道、简明、情景化的方式，将预警信息传递至目标人群，缩短触达与理解的时延；④ 备灾响应，通过教育、演练并配置必要资源，提升公众与基层组织的应对能力，确保行动指令可靠执行。依托明确的权责划分、充足的资源保障、标准化的操作程序、持续性的测试与反馈优化等为EWS建设提供保障，相应的实施效能取决于治理机制、风险知识、监测预测、信息传递、备灾响应5个方面。

在我国，EWS建设上升为国家战略，纳入《“十四五”国家综合防灾减灾规划》[24]、《“十四五”国家应急体系规划》[25]。城市作为人口和资产高度集聚、风险高度集中、社会运行高度依赖基础设施的空间单元，是EWS理念落地并发挥效能的关键场景。为此，将城市EWS定义为：以城市行政辖区为基本单元，由管理部门、社区组织、企业、科研机构、公众等多元主体共同构成的“社会 ‒ 技术”综合系统；依托数字化基础设施与制度化安排，实施跨部门、跨层级的数据共享与业务协同，以情景化、可执行的行动指令引导不同人群在灾前、灾中、灾后均及时采取措施，最大限度降低人员伤亡与财产损失。

（二） 人本协同的发展导向

与仅将“人”视为预警信息的接收对象不同，人本协同突出“人既是预警服务对象也是参与主体”的协同理念发展导向[26,27]，进一步将“群防群治”、公众参与纳入城市EWS的全链条。人本协同作为贯穿城市EWS设计、运行、评估的实践逻辑，突出“谁最脆弱先提醒谁，提醒什么、如何做、何时做、由谁负责”，将预警从危险等级发布提升至可执行的行动，实现“提前预警 ‒ 及时行动 ‒ 有效减灾”。

人本协同理念的核心价值体现：① 生命安全优先，将减少人员伤亡置于最高目标，突出对老年人、儿童、残障人士、慢病患者、流动人口等脆弱性群体的优先保护与触达[18]；② 公平与包容，在信息获取、理解、响应方面保持机会公平，兼顾性别、年龄、收入、能力的差异[28]；③ 公众赋权，通过教育、培训、制度安排，从单纯的信息接收者转变为危险感知、传播、响应的主动节点。

人本协同城市EWS的设计与运行应遵循：① 全覆盖可及，确保预警信息的时／空间覆盖面、预警内容可理解、预警指令可执行；② 多主体协同，覆盖管理部门、社区、企业、传播媒介、科研机构等主体开展共建共享共用，形成从监测到响应的联动机制；③ 持续改进，通过演练、复盘、技术迭代，优化预警效果，提高公众的响应能力。

相关的核心价值、构建原则共同塑造了人本协同理念对城市EWS的系统性要求。① 风险知识，优先识别脆弱性群体、关键生命线，整合多源数据、本地经验，形成可用的风险图谱与阈值基线。② 监测预测，开展跨部门共享和技术融合，精准追踪多灾种及其链式、级联演化，支撑基于影响的风险评估与研判。③ 信息传递，面向不同人群进行多渠道、差异化、情景化预警信息发布，确保预警指令可达、易理解、可执行。④ 备灾响应，构建以公众赋权为核心的多层级行动体系，推动社区组织、志愿者网络、救灾专业力量的协同联动。⑤ 治理机制，以法治与标准、权责与资源、绩效与问责为支撑，配套“演练 ‒ 复盘 ‒ 改进”机制，确保运行的连续性与可持续性。

三、 人本协同城市早期预警体系建设的基本态势

（一） 城市早期预警体系的发展现状

当前，城市EWS的研究与评估以国家尺度为主，侧重覆盖范围、技术能力、治理效能等议题，已有108个国家和地区建立了多灾种EWS [29]；国家层面的EWS建设仍存在显著的差异与短板[30~32]，尤其是国家层面的建设成果并不等同于城市层面的运行效能。高密度、高暴露度的城市环境使预警信息传递链路更复杂、行动转化难度更高，因而有必要下沉至城市尺度分析EWS建设成效。然而，城市尺度的EWS研究与评估进展有限，运行状况也存在差异性[33~38]；拉各斯[39]、伦敦[40]、首尔[41]、上海[42]、纽约[43]等城市发生的洪水、暴雨或热浪事件，在社区参与、弱势群体覆盖、预警阈值设置、信息分类清晰度等方面暴露出不足。

近年来，我国城市EWS建设保持了制度与技术并进的发展态势[44~46]。在制度方面，《城市安全风险综合监测预警平台建设指南（试行）》（2021年）明确基本建设模式，在18个城市开展试点[47]；《城市安全风险综合监测预警平台建设指南（2023版）》强化跨部门信息共享与协同机制[48]。在技术方面，2021年“天擎”气象大数据云平台上线，面向全国提供数算一体服务[49]；2023年国内企业推出商业化的气象大模型，提供秒级周期的全球预报能力[50]；2025年“妈祖”多灾预警智能体发布，能够提供人工智能相关服务[51]。然而，近年来的重大事件分析结果表明，气象监测预报在降雨区域、时间、强度方面的精度上存在不足，应急响应机制未能与气象预警进行有效衔接，导致预警与应对行动脱节。面向历史灾害事件的研究结果亦表明，城市EWS在治理机制、风险知识、监测预测、信息传递、备灾响应等维度上不同程度地存在短板[52]。整体来看，部分城市的EWS从监测平台提升至初步协同层次，但综合效能发挥不佳，面临跨部门协同与资源整合、风险信息标准与动态更新、信息触达与行动可理解性、备灾响应演练等方面的制约，不利于人本协同理念的落地应用。

（二） 城市早期预警体系建设中人本协同理念的应用挑战

1. 复杂级联危险快速演化，超出管理部门主导早期预警链路的响应范围

级联危险用于描述初始危险事件触发次生及后续危险的跨系统放大过程[53]，在现实城市中普遍存在[4]。当前的研究与实务多沿单灾种条线进行建模和运维[14,54,55]：链条通常局限于同类危险内部的顺延（如极端降雨→内涝→滑坡），以暴露人口、设施受损量等单一指标代替跨系统失效机理[56~59]；即使涉及“自然 ‒ 技术”或基础设施之间的耦合（如降雨→电力中断→供水中断），多按照工程系统的级联故障进行处理[60,61]，而非面向人的生命和基本生活功能一体化的级联危险链。

从人本视角出发，级联危险链的判定终点应是人的生命安全或者基本生活功能受损（如出行受阻、医疗中断、饮水／用能短缺、避险失败），而不应止于物理或工程后果；无论起点是气象、水文、地质等方面的故障，还是技术故障，只要链条指向“谁在何时何地失去什么功能”，都应纳入统一框架进行识别和处置。难点在于分类与触发的组合类型繁多，如联合国层面推动的危险分类超过300种[62]，跨类型组合的数量更是呈状态空间爆发式增长；城市存在异质性，相关风险的演化路径与速度差异显著，导致“识别 ‒ 阈值 ‒ 触发”流程难以统一、响应滞后于演化。以某城市的特大暴雨灾害为例，强降雨在城区、山地分别演化为“积涝→地铁淹水”“山洪／滑坡→道路坍塌”，均导致水位快速上涨并直接危及人员安全[7]。可见，当前的早期预警链路虽有监测能力，但短板在于链条终点的定义不是以人本为准，跨类型链的识别能力不足；管理部门主导链路的覆盖范围不足、启动速度不及危险演化，容易错过极短时间窗口，从而影响居民生命安全；空间异质与资源差异使弱势群体更易处于链条末端的高风险位，导致社会公平性受损。

2. 预警信息滞留在危险等级层次，缺少基于影响的预测与行动指引

人本协同城市EWS既要回应“灾害何时何地发生”，也要应对“谁将受到何种影响、何时应采取何种行动”[63,64]。在研究层面，探讨将危险评估为出现断电断水、医疗功能丧失、交通受阻、“食物 ‒ 能源 ‒ 水”系统中断等情况的影响，如飓风、洪水导致的断电、断水及其对不同社会脆弱性区域的影响[65]；在地震情景下，评估医院建筑等基础设施受损引发关键部门功能丧失，进而波及创伤及重症患者及时救治能力的影响[66]；在野火与疫情复合情景下，模拟医疗、交通、电力、供水等基础设施系统的受影响情况[67]；针对台风及伴生的洪涝灾害，分析家庭在“食物 ‒ 能源 ‒ 水”中断时的脆弱性[68]。

然而在城市运行实践中，多数地区仍以气象、地质等级发布作为预警信息的主要形式，难以细分为针对不同人群和场景、带有时间窗口与责任锚点的行动指令（或脚本）。出现这种情况的原因是从危险指标转换到影响指标的模型复杂度增加[69]，跨部门数据存在壁垒[70]，影响模型的验证难度较大[69]，终端发布链条的可理解性和时效性不足[71]。由此造成“预警 ‒ 行动”断链，信息“可达但不可用”，直接降低避险动作的及时性与有效性[71]，不利于保障居民生命安全；老年人、慢病患者、流动人口等更加依赖行动卡，预警信息优先触达的缺位导致相关风险显著上升，放大了公平与包容问题。

3. 公众作为主动早期预警节点的潜力未被制度化激活

社区级EWS、公民科学相关研究表明[72~80]，居民个体不仅是被动预警信息的接收端，而且是主动的早期预警节点。居民可凭借本地知识的优势参与隐患识别与风险制图[81]，在改进的风险沟通与规制下调整自身行为[82]，通过移动终端的众包观测为相关监测提供密集且低时延的数据[83]。社会网络和互助制度为危急时刻的快速动员与资源调配提供社会资本[84]，进而断开链式放大趋势、降低受灾风险。国际经验表明，这类机制既能在地震、洪水、野火等情境中补足专业台网的覆盖度[85]，也能将居民个体行动内生化为长期的风险治理能力。国际上以社区应急响应团队计划[86]、志愿者保险[87]、民防应急立法 [88]等为代表，通过免责、培训、保险／激励等机制，降低公众参与早期预警的法律与经济成本，使“人人都是早期预警节点”成为常态[89]。

我国现行体系仍将公众定位为预警信息接收者，缺乏制度化并入预警链路的规则与工具；善意免责缺位，志愿者身份与权限认定不清，保险／激励不足，在数据入口、质量校验与溯源、现场准入与安全豁免等关键接口上缺少统一标准。以某城市的特大暴雨灾害为例，个体劝离与互救在地下空间场景中发挥了部分改变受害轨迹的作用，但一手灾情信息、首波民间救援行动并未纳入权威的预警链路，难以及时转化为可核验的上报、可调度的资源、可执行的指令。出现这种情况并非公众意愿不足，而是制度与平台存在缺口，没有将公众的数据、行为、责任充分嵌入到EWS的“危险监测 ‒ 风险研判 ‒ 信息传递 ‒ 决策响应 ‒ 反馈迭代”链条中，导致公众的观察、判断、互助难以转化为稳定的末端能力。

（三） 人本协同城市早期预警体系的发展机遇

1. 政策窗口

《中华人民共和国突发事件应对法》（2024年修订）总则明确“坚持人民至上、生命至上”，为构建人本协同城市EWS提供了法律与政策依据[18]。2025年全国应急管理工作会议强调，推动社会共治与群防群治，将群众举报、社会监督、安全宣传“五进”纳入年度任务，强化公众在风险感知、信息传播、行为转化中的作用[90]。2025年，中央城市工作会议以“现代化人民城市”为目标框架，突出“人民城市”对城市安全与韧性建设的统领性[91]。相关法律修订、政策导向都为跨部门协同的统一基线、公众动员与善意免责、资源及激励的制度化供给提供了发展引领，促进“治理支撑”要素的直接对接，为加快实施人本协同城市EWS建设创造了条件。

2. 技术突破

城市EWS涉及从危险监测、预测／预报，到影响评估、信息定制化推送，再到备灾与响应的全链条，相关链条上的技术创新持续涌现。例如，在危险监测环节，“空天地”一体化观测网络、高分辨率遥感、地基传感器、众包感知等显著提升了探测的时／空间精度与覆盖范围[92]；在危险预测／预报环节，人工智能模型融合多源观测数据与物理约束，显著提高了精细化水平与提前时间[93]；在影响评估环节，数字孪生城市、多智能体模型动态刻画不同人群的行为响应机制，辅助开展行为预测与风险分析[94]；在信息推送与响应支持环节，深度智能分析、大模型驱动的内容定制技术，支持开展基于人群偏好和行为特征的风险信息定制与精准传递[95]。在众多新兴技术中，应对人本协同城市EWS面临挑战方面展现潜力的有3类。

“众包感知+实时上传”实现补盲区、提速度、降成本。相较于以卫星、雷达、台站为主的固定台网，基于智能手机、车载摄像、可穿戴设备与低成本节点的众包感知将显著提升时／空密度和更新频率[96,97]。例如，仅有0.2%的终端用户参与，即可在地震后5 s内触发预警，震中误差≤5 km[98]；智能手机上的地震预警应用程序（APP）已在近100个国家和地区投入运营，收到警报的用户中85%的感受到震动，36%的在震前获得预警[85]。相关应用模式也适用于山洪、台风、极端高温等场景，有望成为高成本台网的有效补充，直接缓解级联危险识别滞后的挑战，并为公众制度化参与提供数据入口。

“数字孪生+多智能体”促成从危险等级发布转向基于影响的预测（IBF）与差异化行动。基于数字孪生复现城市三维微环境，多智能体用于塑造人群“生理 ‒ 行为”画像，支持生成IBF与分人群行动脚本。例如，应用高分辨率热红外与气象观测设备在区／街区尺度上揭示微气候的差异性[99]，可穿戴设备与环境暴露数据进行实时的耦合反馈[100]；进一步地，个体化预警系统依据“生理阈值 ‒ 居住环境 ‒ 可达资源”生成差异化指令，能够“谁最脆弱先提醒谁、提醒什么”，提升可理解性和可执行性[101]。相关应用模式助于从危险等级发布提升至IBF与行动转化。

“边缘计算+端侧推断”实现低延迟、强隐私、更可靠。传统的“云端集中计算”模式存在延迟较大的不足和隐私泄露的风险，而边缘计算将裁剪后的模型直接部署在智能手机、可穿戴设备、社区微服务器上，在本地完成波形或图像解析，仅上传匿名特征，再由就近节点进行融合处理。各国地震预警APP的运行结果表明，端侧检测与区域聚合结合，可在震后15~20 s触发区域预警，显著提升时效并兼顾个人隐私保护[85]。相关应用模式同步改善信息时延与信任水平，提升信息传递与备灾响应效率[14]。

3. 终端普及

公众能够随时接入终端底座是人本协同城市EWS发展机遇转化为实际能力的决定性因素。截至2025年6月，我国手机上网用户为11.16亿人，智能手机覆盖率为79.2%，约有28.6%的手机用户以可穿戴设备形式接入，为生命体征与位置的实时回传提供“第二通道”[102]。应急广播体系建设加速，基本覆盖城乡，兼顾通信受损场景下的信息到达。终端广布与“众包感知 ‒ 数字孪生／多智能体 ‒ 边缘推断”的组合，提高预警信息的可达、易理解、可执行水平，也为弱势群体优先触达提供基础条件。同时，统一的应用生态和多渠道冗余触发机制，有利于将信息触达进一步转化为及时行动；在制度设计上，终端普及意味着公众不再只是被动接受者，而能通过反馈形成协同闭环。

四、 人本协同城市早期预警体系的建设思路

（一） 人本协同城市早期预警体系的建设框架

城市由人口、基础设施、自然环境、社会经济制度等要素耦合而成[94,103]，是高度互联、响应非线性、跨尺度联动的“社会 ‒ 技术”复合系统[104]。相关的多风险源与级联危险链演化快速，单一层级或管理部门难以有效应对。一方面，我国多层级纵向治理结构与城市运行高度依赖的生命线体系并存，决定了城市早期预警需要在多主体协作、多链路协同过程中实现“端到端”。另一方面，城市居民是天然的早期预警微型节点，具有感知（视觉、听觉、终端传感），初判（历史经验、风险知识），传播（社会交际、数字渠道），行动（自救、互救）等方面的能力。

立足上述基本认识，本研究提出了人本协同的城市EWS建设框架，覆盖宏观、中观、微观等层级（见图2）。① 在宏观层，以市级管理部门为核心力量，向上衔接省级、国家级的应急管理与预警体系，协调应急管理、气象、水利、生态环境、交通、住建等部门的综合预警中心与专项预警机构，承担跨部门数据汇聚、统一研判、分级指令发布等任务。② 在中观层，纳入街道、社区、园区、学校、医院、企业等基层组织和机构，承担预警信息的本地化转译与反馈任务，将宏观预警转化为分人群、分场景的执行方案，通过本地感知网络和人员观察及时反馈环境与人群状态。③ 微观层由城市居民个体构成，通过日常感知、可穿戴设备、移动APP等上报风险线索和个人的需求；在接收到预警信息后，执行自救、互救、协助疏散等行动指令，在相应权限与制度保障下发挥早期预警节点的功能。

在人本协同城市EWS建设框架下，宏观、中观、微观等层级主体通过两条链路进行耦合。① 数据 ‒ 信息链，纵向支持宏观、中观、微观的信息双向流动，横向贯通部门／社区之间数据壁垒，形成“多源感知 ‒ 风险分析 ‒ 精准发布 ‒ 响应反馈”的链条闭环；上行以局部感知数据和公众反馈支撑宏观研判，下行以分级、分人群、情景化的信息指导社区和个体行动。② 责任 ‒ 价值链，以法治与标准、权责与资源、绩效与问责为保障，明确各层级在预警过程中的职责边界与价值导向；在宏观层完善善意免责与制度配套，在中观层落实培训、演练、心理疏导等任务，在微观层强化风险意识与参与动机，使公众成为可依规调动的协作主体。

在人本协同城市EWS建设框架下，相关技术按照层级和链路进行定点配置。① 在宏观层，依托“空天地”一体化的多源感知网络（包含遥感、物联网、地面台站等），高性能计算与数字孪生城市，开展跨部门数据融合、级联危险链建模与实时推演。② 在中观层，部署边缘计算节点与社区级数据中台，配置区块链溯源能力以保障数据的可信共享，支持本地识别、就近响应、标准作业程序（SOP）等功能的快速触发。③ 在微观层，基于智能终端与大语言模型驱动的交互系统，开展个性化预警信息推送、交互式行动指导；在非极端条件下实行位置、是否已撤离、是否需要帮助等信息的“一键确认／简短上报”，在断电、断网等极端条件下提供离线缓存的行动卡、联系人清单等最小能力。④ 人工智能预测模型的应用贯穿预警全链条，促进各层级的能力互补与高效协同。

整体上，人本协同城市EWS建设框架具有“三级主体 ‒ 双链支撑 ‒ 技术赋能”的核心结构，支持“危险监测 ‒ 风险研判 ‒ 信息传递 ‒ 决策响应 ‒ 反馈迭代”预警链条的协同运行，将人本协同从价值要求转化为可实施的工程方案。

（二） 人本协同城市早期预警体系的建设要素

1. 级联危险链的快速识别与响应

现实中的级联危险链跨灾种、跨地域、跨时间段耦合，演化快、路径多样，超出单部门／单灾种条线的感知与处置能力，也因判定终点常取决于工程后果而非“人的生命与基本生活功能受损”，致使“识别 ‒ 触发”口径不一、跨域协同失灵且响应滞后。在“三级主体 ‒ 双链支撑 ‒ 技术赋能”框架下，可采用以级联危险链场景库／编码为核心的协同路线：管理部门牵头构建场景库（含统一阈值与触发基线，以高质量建设与维护为关键点）并开展持续迭代，按照城市分区下沉至社区层级；社区将场景库转译为可执行的避险脚本，常态化开展培训；居民成为可上报、可行动的自主预警节点；依托“上行纠偏 ‒ 下行指令”的闭合链路，开展就地快速响应与持续校正。

相关要点可分层落实。① 在宏观层面，市级管理部门整合气象、水文、地质、生命线运行监测、历史灾害案例等方面的数据，构建多灾种、多情景的级联危险链场景库模板和统一阈值／触发基线，结合单一城市的脆弱性与资源条件生成本地化版本，下发至中观层开展应用。② 在中观层面，社区和基层机构牵头，结合辖区地形、设施分布、人群特征进行场景库的本地化适配并转化为SOP／避险脚本，组织开展情境化培训与演练；在日常或应急运行中，动态采集并更新级联危险链的实际表现特征，回传至宏观层用于模型和阈值校正，支持场景库的迭代完善。③ 在微观层面，居民经培训后在日常生活中增强链条识别、自主预警节点等能力；灾害发生后迅速通过移动终端／可穿戴设备开展众包感知并上报“首见信息”，按照脚本或自主实施自救与互救；在断电、断网情形下由端侧模型推理并提供最小功能服务。

2. 基于影响的预测和可执行行动转化

现行的预警多滞留在危险强度分级层次，难以应答“谁在何时何地会受何种影响、应做什么”，导致有预警、缺行动。在“三级主体 ‒ 双链支撑 ‒ 技术赋能”框架下，可构建以IBF为核心的多层协同：在宏观层采用数字孪生与多系统依赖，将危险评估为对关键服务与人群功能的影响，形成分区、分人群、分时间窗口的行动指令；在中观层将行动指令转译为场景化的避险脚本，组织触发与演练，动态回传预测偏差；在微观层以个性化预警卡片引导自救／互救，在断电、断网时经由端侧确保最小服务保障功能，依托“上行纠偏 ‒ 下行指令”闭合“预测 ‒ 行动 ‒ 复盘”链路。

相关要点可分层落实。① 在宏观层面，市级管理部门牵头分布式传感网络的建设与整合工作，实时监测电力、水务、交通、通信等生命线的运行情况；构建多系统耦合的数字孪生与IBF模型，集成设施运行、人口分布及服务依赖等元素；依据中观和微观层面回传的观测、执行偏差，动态修正IBF模型参数，输出分区、分人群的IBF与行动要点。② 在中观层面，采集辖区人口动态、特殊人群分布、关键服务节点状态等局部要素，回传至宏观层并用于本地化标定；将IBF结果转译为SOP／避险脚本，体现口语化、地图化、清单化特点，通过社区广播、对外呼叫、楼宇联动等方式就地触发，确保“最后一千米”精准落地。③ 在微观层面，居民通过移动终端／可穿戴设备上报健康状态、特殊需求、可用资源，为IBF提供直接输入；接收个性化预警卡片后，结合所处情境实施针对性的防护、自救／互救、协助疏散；在极端状况下由端侧模型推理并提供低时延、可解释的最小功能服务。

3. 公众制度化参与的责任 ‒ 价值链重构

现实中公众多被定位为预警信息接收者，缺乏法律保障、动员机制、激励支撑，难以成为可持续的主动预警节点与第一响应力量，致使预警链末端响应慢、闭环不完整。在“三级主体 ‒ 双链支撑 ‒ 技术赋能”框架下，可采用以善意免责、志愿者快速认证、常态培训、积分／保险激励为核心的制度化参与路径：宏观层确权与约束并重，推进善意免责、分级脱敏、共享APP的编程接口（API）、区块链溯源与留痕问责等措施；中观层组织与触发，将场景转译为SOP／避险脚本，开展常态培训；微观层感知与行动，通过智能手机、可穿戴设备上报“首见信息”，依据个性化预警信息开展自救／互救、协助疏散；信息上行反馈需求与现场观测，指令与支持下行精准到人，事后可复盘改进。

相关要点可分层落实。① 在宏观层面，市级以上管理部门面向制度与渠道双重保障目标，牵头制定志愿服务善意免责、本地化志愿者管理等办法，建立财政、保险、积分等长期激励方式，完善分级脱敏与共享API、区块链溯源与留痕问责机制，统一短信、APP、应急广播、智能外呼等入口，嵌入误报、谣言纠错、科普等功能。② 在中观层面，社区、基层组织、社会团体牵头组建常态化运行的志愿者队伍，明确灾情验证、信息传播、应急疏导等环节的任务分工，建立志愿者快速认证与定期培训／演练机制；维护特殊人群清单与优先触达通道，将宏观信息转译为SOP／避险脚本，支持就地触发；部署轻量化的信息采集与传播工具，引入积分／荣誉激励，形成“信息流 ‒ 激励流”联合驱动的社区响应网络。③ 在微观层面，居民积极使用社区和管理部门提供的工具与渠道，上报个人及周边风险信息、受困需求，接收包含时间窗、动作、位置的个性化预警信息，按脚本开展自救／互救、协助疏散，反馈执行效果与面临困难；在断电、断网情形下由端侧模型推理并提供最小功能服务，保障预警信息可执行与隐私安全。

上述三方面要素在“三级主体 ‒ 双链支撑 ‒ 技术赋能”框架下存在耦合关系：级联危险链的场景库前置部署，提供“识别 ‒ 触发”的统一语言；IBF将危险评估转换成可执行的人群行动，公众动员与善意免责机制将末端从被动接收者转为分布式节点。三方面要素共同将预警链条由“危险监测 ‒ 风险研判”提升至“信息传递 ‒ 决策响应 ‒ 反馈迭代”，提供了反映人本协同理念的价值取向和工程化落地路径。

五、 人本协同城市早期预警体系的发展策略

（一） 以数据和技术为底座，闭环一体化能力

在数据层面，按照相关管理部门的“三定”规定，由国家级数据管理部门牵头开展数据治理和共享API建设，应急管理部门牵头提出灾害场景库的业务需求并组织建设，国家标准化管理部门牵头相关的标准化工作，气象、水利、自然资源、住建、交通运输、卫生健康、能源等管理部门按职责提供数据与技术支撑，联合构建覆盖多灾种、多情景的级联危险链场景库／编码以及统一阈值／触发基线，制定场景元数据、危险链编码等标准规范。国家层面形成总库与共享API，城市层面建设分库并进行本地化适配，社区层面将场景库转译为SOP／避险脚本并纳入培训与演练。依托“空天地”一体化感知、众包上报等进行“静态轨迹＋动态感知”的双向更新，使城市EWS的“识别 ‒ 触发 ‒ 执行 ‒ 复盘”链条具有统一的表述语言与证据底座。

在早期预警平台建设方面，应急管理部门牵头建设并负责运行，气象部门牵头承担气象预测业务并提供监测预报、预警发布的渠道保障，科技部门统筹提供关键技术攻关与试点支持资源；建设面向IBF的“数字孪生+多系统耦合”模型，输出分区、分人群、分时间窗的行动指令，由全国统一早期预警APP（统一APP）同步下发并与短信、应急广播、智能外呼等冗余通道联动，确保预警信息可靠传达。建立覆盖城市EWS全链路的机器学习运维体系，具有历史回放与仿真沙箱、灰度发布与在线监测、红队测试与伦理审查、模型备案与可解释性评估等能力，引入中观和微观层面的“观测 ‒ 执行 ‒ 偏差”进行动态参数校正，强化模型和数据的安全防护能力；对于老年人、儿童、残障人士、慢病患者、流动人口，实行预警信息的优先触达与无障碍呈现。

在信息传递方面，相关管理部门牵头建设通信网络与到达通道、应急广播系统，形成包含短信、应急广播、智能外呼、可穿戴设备通知、卫星短报／低功率广域网络／中继无人机的冗余体系；在端侧提供本地模型、低时延、可解释的最小能力，确保“断则降级、不失能”；研发和运维统一APP，作为权威发布的入口、预警信息到达通道，形成“国家级跨域数据总线 ‒ 城市数据中台 ‒ 社区边缘节点 ‒ 统一APP”的数据 ‒ 信息链，统一进行分级脱敏并提供共享API，以“隐私计算+区块链溯源”保障“最小必要使用 ‒ 全程可审计”。由此，通过数据与技术将“有灾”转译为“我此时此地该做什么”，实现信息必达、人可行动。

（二） 完善制度建设，明晰责任并提供保障

司法管理部门牵头开展早期预警方面的立法研究，形成“城市早期预警条例（建议稿）”以及配套的“行动卡管理办法”“公众上报与善意免责实施细则”，应急管理部门牵头制定具体的业务规章与落实方案，两部门共同完善城市EWS责任 ‒ 价值链的法治支撑环境。将紧急救助善意免责、分级责任容错作为国家法律和地方性法规的具体条文，明确公众上报风险信息的“权利 ‒ 义务”对等关系，确保“留痕 ‒ 问责 ‒ 复盘”闭环；将财政保障、绩效拨付等制度化并与核心指标挂钩。

各省份将相关条款纳入地方性应急预案，与统一APP操作规程兼容，区县、街道／社区将法律规章的要求转译为SOP／避险脚本、志愿者快速认证规则。应急管理部门负责发放“场景角色证”，在统一APP中内嵌身份标识与授权动作清单。由高层级管理部门发布专门规定，明确统一APP的法定地位与权威性，完善数据合规与审计，实施分级脱敏、最短留存、日志留痕，开展隐私影响评估、算法伦理审查、第三方审计。通过能触发、可问责、可追溯的制度设计，将公众从被动接收者转为城市EWS的参与主体，确保居民依法可参与、敢参与，参与有保障。以公众教育、风险沟通为配套措施，将预警条款与避险行动转化为面向各类人群的易读教材和演练方案，推动从纸面规则到社会常识的转变，形成制度层面的闭环支撑。

（三） 以社区为纽带，深化组织与动员机制

社区是承上启下、覆盖面宽的关键层级，在统一的制度框架下，将面向城市层级建设的场景库／编码进一步转译为社区的行动脚本与演练机制。街道牵头、社区统筹，联合域内应急工作站、企业、物业、学校、卫生服务中心等，将典型的级联危险链场景制作成易理解、可视化、沉浸式的课程，在公共场所常态化开展培训；将场景库进行口语化、地图化、清单化处理，构成SOP／避险脚本，纳入常态培训与演练；在统一APP中，贯通社区层面的志愿者快速认证、积分／保险激励、微课与演练预约、个性化预警卡片接收等主要环节，同步建立“志愿者梯队 ‒ 班组值守 ‒ 夜间备勤”的线下兜底机制。

为保障社区内的重点人群，由社区维护老年人、儿童、残障人士、慢病患者、流动人口清单并“按户到人”进行动态更新，畅通优先触达通道。根据SOP／避险脚本、个性化预警卡片，组织就地触发与演练，包含电梯停用、地下空间封控、重点通道单向疏散等操作。采用“社区上报 ‒ 街道会商 ‒ 社区就地触发”的短链路，确保预警信息及行动的快速循环，必要时以离线脚本、应急形式（小区广播、楼栋口哨、手持喇叭、应急短信网关）启动秒级触发。由此提高社区日常管理与预警行为的制度化水平，闭环“社区发现 ‒ 社区决策 ‒ 社区触发 ‒ 社区互助”流程并最终到“人”，确保居民能感知、会应对、可互助，且参与有激励、行动有保障、弱势群体优先触达可核验。

（四） 开展试点和评估，扩大建设范围并持续改进

应急管理部门牵头、国家级数据管理部门等协同，将城市EWS相关的制度、组织、技术能力等转化为可复制和重用的公共产品，明确指标口径与统计标准，支持应用范围拓展与效能提升。在统一口径与来源数据的条件下，建立包括预警提前量、触达率、行动转化率、弱势群体优先触达、虚／漏警率、端侧时延、跨部门共享时延等在内的最小指标集，“季度复盘 ‒ 年度公开 ‒ 第三方评估 ‒ 跨城对标”运行机制，实施效果与财政奖补、管理部门采购、绩效拨付挂钩。为了增强EWS的实用性与适用性，在现有的城市管理框架下，按照市级统筹、部门协同、社区落实的策略实施“统一入口+三级标准”，制定配套的善意免责、快速认证、数据授权、统一账号体系；率先开展小范围试点，应用统一的指标进行评估，效果达标后实施大范围推广。

按照灾种相似、条件匹配的原则，开展3类试点：深圳、温州等沿海城市，重点测试台风风暴潮预警联动机制；上海、广州等重点区域的超大城市，关注城市内涝与地下空间管控；重庆、贵阳等西南地区的山地城市，侧重山洪与地质灾害协同预警。针对试点城市，近期聚焦“场景库／编码前置+志愿者快速认证+场景脚本演练”，中期建设跨域数据总线和IBF数字孪生，长期形成制度化运行并与财政、保险适配的持续保障条件。按照模板化、标准化、平台化的发展步骤，开展城市EWS的跨城迁移应用，一般在18个月的周期内形成本地可用的操作手册与接口模板；统一采用8项核心指标（以预警触达率、行动转化率、弱势群体覆盖率、虚／漏警率、端侧时延为重点）开展评估，确保试点效果可比较、可复盘、可推广。形成“试点带动、对标互学、财政联动”的城市EWS建设与应用态势并最终到“人”，确保运行过程透明评估、快速纠偏，持续提升触达率与行动转化率，有效减少受灾时的人员伤亡与居民生活影响。

六、 结语

本文面向人本协同城市EWS构建的现实需求，把握我国多主体、多层级的城市管理特征，识别了级联危险链识别与响应不足、IBF与行动转化不够、公众制度化参与与善意免责缺位等预警信息末端转化受阻的3类瓶颈，凝练出级联场景库前置、影响预测一体化、公众制度化参与3类直接举措，数据与技术底座、法治与治理、社区枢纽、试点与评估推广四方面发展策略；提出了“三级主体 ‒ 双链支撑 ‒ 技术赋能”的总体框架，贯通了“危险监测 ‒ 风险研判 ‒ 信息传递 ‒ 决策响应 ‒ 反馈迭代”的闭环路径。形成的“场景库／编码 ‒ IBF行动卡 ‒ 公众制度化参与”组合，促进提升预警速度与行动转化率，与我国城市治理的组织方式及资源约束相适配且具有良好的可操作性，亦可延伸应用至安全生产等场景。

人本协同城市EWS的研究与应用面临较高的复杂性与不确定性，未来可重点关注四方面工作。① 在数据融合与标准体系方面，完善跨部门、跨基础设施的数据共享与质量管理机制，建立场景元数据与危险链编码方法，扩展通用预警协议[105]的影响范围与行动字段，支持构建统一的“触发语言”。② 结合人工智能、数字孪生、端侧智能应用，开展级联过程的动态模拟与IBF的产品化，增强本地推断、离线脚本、降级不失能等能力，实施可解释性和鲁棒性评估。③ 在治理与伦理方面，完善善意免责、快速认证、隐私与安全等方面的制度，应用最小指标集开展公开评估与问责。④ 在实践验证与推广方面，按照“灾种相似、条件匹配”原则选取试点城市，常态化开展多场景、多级别演练和模型校准，形成包括模板、脚本、接口、评估表在内的可复制工具包，支撑跨城复用与规模化扩散。以最终到“人”为衡量标尺，持续提升可达、易理解、可执行的末端能力，提高我国城市管理水平，为“人人享有早期预警”理念的本土化实践提供有益路径。

参考文献

原文顺序 | 出版日期 | 本文引用
[1]

World Meteorological Organization. State of the global climate 2023 [EB/OL]. (2024-03-19)[2025-08-15]. https://wmo.int/publication-series/state-of-global-climate-2023.
[2]

Chong X, Ning L. Building a global forum for natural hazard science [J]. npj Natural Hazards, 2025, 2: 72.
[3]

Gao H R, Xu C, Wu S E, et al. Has the unpredictability of geological disasters been increased by global warming? [J]. npj Natural Hazards, 2025, 2: 55.
[4]

Raymond C, Horton R M, Zscheischler J, et al. Understanding and managing connected extreme events [J]. Nature Climate Change, 2020, 10(7): 611‒621.
[5]

Alcántara-Ayala I. Cascading hazards and compound disasters [J]. npj Natural Hazards, 2025, 2: 54.
[6]

Meng, Y, Hao Z C, Feng S F, et al. Increase in compound dry-warm and wet-warm events under global warming in CMIP6 models [J]. Global and Planetary Change, 2022, 210: 103773.
[7]

河南郑州"7·20"特大暴雨灾害调查报告 [EB/OL]. (2022-01-21)[2025-08-15]. https://www.henan.gov.cn/2022/01-21/2386629.html.
[8]

强降雨持续: 北京积极应对山洪、滑坡等次生灾害及事故 [EB/OL]. (2023-08-01)[2025-08-15]. www.gov.cn/lianbo/difang/202308/content_6895815.htm.
[9]

Heavy rain persists: Beijing proactively addresses secondary disasters and accidents including flash floods and landslides [EB/OL]. (2023-08-01)[2025-08-15]. www.gov.cn/lianbo/difang/202308/content_6895815.htm.
[10]

United Nations Office for Disaster Risk Reduction. The human cost of disasters: An overview of the last 20 years (2000—2019) [EB/OL]. [2025-08-15]. https://www.undrr.org/publication/human-cost-disasters-overview-last-20-years-2000-2019.
[11]

World Meteorological Organization. 2020 state of climate services: Risk information and early warning systems [EB/OL]. (2020-10-13)[2025-08-15]. https://wmo.int/publication-series/2020-state-of-climate-services-risk-information-and-early-warning-systems.
[12]

United Nations Office for Disaster Risk Reduction. Report of the open-ended intergovernmental expert working group on indicators and terminology relating to disaster risk reduction [EB/OL]. [2025-08-15]. https://www.undrr.org/publication/report-open-ended-intergovernmental-expert-working-group-indicators-and-terminology#downloads.
[13]

World Meteorological Organization. Multi-hazard early warning systems checklist [EB/OL]. [2025-08-15]. https://wrd.unwomen.org/sites/default/files/2022-03/Multi-Hazard%20Early%20Warning%20Systems%20Checklist_v6.pdf.
[14]

World Meteorological Organization. Early warnings for all initiative executive action plan 2023—2027 [EB/OL]. [2025-08-15]. https://digitallibrary.un.org/record/4001006?v=pdf.
[15]

Reichstein M, Benson V, Blunk J, et al. Early warning of complex climate risk with integrated artificial intelligence [J]. Nature Communications, 2025, 16: 2564.
[16]

De Perez E C, Berse K B, Depante L A C, et al. Learning from the past in moving to the future: Invest in communication and response to weather early warnings to reduce death and damage [J]. Climate Risk Management, 2022, 38: 100461.
[17]

国家防灾减灾救灾委员会办公室 应急管理部发布2024年全国自然灾害基本情况 [EB/OL]. (2025-01-18)[2025-08-15]. https://www.gov.cn/lianbo/bumen/202501/content_6999765.htm.
[18]

Office of the National Committee for Disaster Prevention, Mitigation, and Relief, Ministry of Emergency Management release basic overview of natural disasters in China in 2024 [EB/OL]. (2025-01-18)[2025-08-15]. https://www.gov.cn/lianbo/bumen/202501/content_6999765.htm.
[19]

涿州泄洪十二问: 居民未收到泄洪通知? 为什么有人没及时撤离? [EB/OL]. (2023-08-04)[2025-09-26]. https://news.ifeng.com/c/8RyiiD8ERQA.
[20]

Twelve questions on Zhuozhou flood release: Why didn't residents receive flood release notifications? Why didn't some evacuate in time? [EB/OL]. (2023-08-04)[2025-09-26]. https://news.ifeng.com/c/8RyiiD8ERQA.
[21]

中华人民共和国突发事件应对法 [EB/OL]. (2024-06-29)[2025-08-15]. https://www.gov.cn/yaowen/liebiao/202406/content_6960130.htm.
[22]

Law of the People's Republic of China on emergency response [EB/OL]. (2024-06-29)[2025-08-15]. https://www.gov.cn/yaowen/liebiao/202406/content_6960130.htm.
[23]

World Meteorological Organization. WMO guidelines on multi-hazard impact-based forecast and warning services [EB/OL]. [2025-08-15]. https://etrp.wmo.int/pluginfile.php/42254/mod_page/content/18/WMO-1150_multihazard-guidelines_en.pdf.
[24]

Anjum M J, Anees T, Tariq F, et al. Space ‒ air ‒ ground integrated network for disaster management: Systematic literature review [J]. Applied Computational Intelligence and Soft Computing, 2023, 2023: 6037882.
[25]

Goecks V G, Waytowich N R. DisasterResponseGPT: Large language models for accelerated plan of action development in disaster response scenarios [EB/OL]. (2023-06-29)[2025-08-15]. https://arxiv.org/abs/2306.17271.
[26]

Hao S L, Hao W J, Fu J, et al. Landslide monitoring and early warning system based on edge computing [J]. IOP Conference Series: Earth and Environmental Science, 2021, 861: 042056.
[27]

Syafrudin M, Fitriyani N L, Alfian G, et al. An affordable fast early warning system for edge computing in assembly line [J]. Applied Sciences, 2019, 9(1): 84.
[28]

"十四五"国家综合防灾减灾规划 [EB/OL]. (2022-06-19)[2025-08-15]. https://www.gov.cn/zhengce/zhengceku/2022-07/22/content_5702154.htm.
[29]

National comprehensive disaster prevention and mitigation plan for the 14th Five-Year Plan [EB/OL]. (2022-06-19)[2025-08-15]. https://www.gov.cn/zhengce/zhengceku/2022-07/22/content_5702154.htm.
[30]

"十四五"国家应急体系规划 [EB/OL]. (2021-02-14)[2025-08-15]. https://www.gov.cn/zhengce/content/2022-02/14/content_5673424.htm.
[31]

National emergency response system plan for the 14th Five-Year Plan [EB/OL]. (2021-02-14)[2025-08-15]. https://www.gov.cn/zhengce/content/2022-02/14/content_5673424.htm.
[32]

国家突发事件总体应急预案 [EB/OL]. (2025-02-25)[2025-08-15]. www.gov.cn/zhengce/202502/content_7005637.htm.
[33]

National comprehensive emergency response plan [EB/OL]. (2025-02-25)[2025-08-15]. www.gov.cn/zhengce/202502/content_7005637.htm.
[34]

United Nations Office for Disaster Risk Reduction. Sendai framework for disaster risk reduction 2015—2030 [EB/OL]. [2025-08-15]. https://www.undrr.org/publication/sendai-framework-disaster-risk-reduction-2015-2030.
[35]

United Nations Office for Disaster Risk Reduction, World Meteorological Organization. Global status of multi-hazard early warning systems: Target g [EB/OL]. (2022-10-13)[2025-08-15]. https://reliefweb.int/report/world/global-status-multi-hazard-early-warning-systems-target-g.
[36]

United Nations Office for Disaster Risk Reduction. Global status of multi-hazard early warning systems [EB/OL]. [2025-08-15]. https://www.undrr.org/reports/global-status-MHEWS-2024.
[37]

Aguirre-Ayerbe I, Merino M, Aye S L, et al. An evaluation of availability and adequacy of multi-hazard early warning systems in Asian countries: A baseline study [J]. International Journal of Disaster Risk Reduction, 2020, 49: 101749.
[38]

Dash B. Gap between impact-based and impact forecast and warning: Implications for people-centric early warning system (EWS) in India [J]. Natural Hazards Research, 2024, 4(1): 110‒117.
[39]

Golnaraghi M. Institutional partnerships in multi-hazard early warning systems: A compilation of seven national good practices and guiding principles [M]. Heidelberg: Springer, 2012.
[40]

Chahinian N, Alcoba M, Dembélé N D J, et al. Evaluation of an early flood warning system in Bamako (Mali): Lessons learned from the flood of May 2019 [J]. Journal of Flood Risk Management, 2023, 16(3): 12878.
[41]

Wicaksono W, Desportes I, Sopaheluwakan J. Disaster cultures and the Indonesia tsunami early warning system: Alignments revealed by the 2018 non-tectonic tsunami in Labuan [J]. Australian Journal of Emergency Management, 2024, 39(1): 34‒40.
[42]

Jibiki Y, Kure S, Kuri M, et al. Analysis of early warning systems: The case of super-typhoon Haiyan [J]. International Journal of Disaster Risk Reduction, 2016, 15: 24‒28.
[43]

Flood early warning system development: A case study on the effectiveness of early warning tool and the role of young people on flood preparedness in Kelurahan Klender and Pinangsia, Jakarta [EB/OL]. (2020-05-30)[2025-08-15]. https://reliefweb.int/report/indonesia/flood-early-warning-system-development-case-study-effectiveness-early-warning-tool-and-role-young-people-flood-preparedness-kelurahan-klender-and-pinangsia-jakarta.
[44]

I-FLOWS fails to alert BMC of flooding, civic body says system needs fine-tuning [EB/OL]. (2021-07-19)[2025-08-15]. https://indianexpress.com/article/cities/mumbai/i-flows-fails-to-alert-bmc-of-flooding-civic-body-says-system-needs-fine-tuning-7411071/.
[45]

Dib D. Mexico City has an earthquake alarm system: Millions trust an app more [EB/OL]. (2023-05-18)[2025-08-15]. https://restofworld.org/2023/mexico-city-earthquake-alarm-trust-skyalert-app/.
[46]

Orimoogunje O, Aniramu O. Systematic review of flood resilience strategies in Lagos Metropolis: Pathways toward the 2030 sustainable development agenda [J]. Frontiers in Climate, 2025, 7: 1603798.
[47]

Thames Water Utilities Ltd. Internal review into the 12 and 25 July 2021 storms in London: Actions taken, lessons learnt and further actions to be taken [R]. London: Thames Water, 2021.
[48]

Heo S, Nori-Sarma A, Lee K, et al. The use of a quasi-experimental study on the mortality effect of a heat wave warning system in Korea [J]. International Journal of Environmental Research and Public Health, 2019, 16(12): 2245.
[49]

Wu Y, Wang X, Wu J, et al. Performance of heat-health warning systems in Shanghai evaluated by using local heat-related illness data [J]. Science of the total environment, 2020, 715: 136883.
[50]

Is New York City ready for rain: An investigation into the city's flash flood preparedness [EB/OL]. (2024-04-22)[2025-08-15]. https://comptroller.nyc.gov/reports/is-new-york-city-ready-for-rain/.
[51]

端义宏, 陈联寿, 许映龙, 我国台风监测预报预警体系的现状及建议 [J]. 中国工程科学, 2012, 14(9): 4‒9.
[52]

Duan Y H, Chen L S, Xu Y L, et al. The status and suggestions of the improvement in the typhoon observation, forecasting and warning systems in China [J]. Strategic Study of CAE, 2012, 14(9): 4‒9.
[53]

吴润泽, 李浩, 梅红波, 基于知识图谱检索增强生成的滑坡监测预警系统 [J/OL]. 地球科学, 1‒19. [2025-08-15]. https://kns.cnki.net/kcms/detail/42.1874.P.20250716.1551.002.html.
[54]

Wu R Z, Li H, Mei H B, et al. A landslide monitoring and early warning system with retrieval-augmented generation enhanced by knowledge graph [J/OL]. Earth Science, 1‒19. [2025-07-17]. https://kns.cnki.net/kcms/detail/42.1874.P.20250716.1551.002.html.
[55]

王哲. 智慧城市视角下城市内涝监测预警系统的构建研究 [D]. 北京: 北京建筑大学(硕士学位论文), 2024.
[56]

Wang Z. Research on the construction of an urban flood monitoring and early warning system from a smart city perspective [D]. Beijing: Beijing University of Civil Engineering and Architecture (Master's thesis), 2024.
[57]

城市安全风险综合监测预警平台建设指南(试行) [EB/OL]. (2021-10-09)[2025-08-15]. http://www.mem.gov.cn/gk/zfxxgkpt/fdzdgknr/202110/t20211009_399738.shtml.
[58]

Guidelines for establishing an integrated urban safety risk monitoring and early warning platform [EB/OL]. (2021-10-09)[2025-08-15]. http://www.mem.gov.cn/gk/zfxxgkpt/fdzdgknr/202110/t20211009_399738.shtml.
[59]

城市安全风险综合监测预警平台建设指南(2023年版) [EB/OL]. (2023-11-19)[2025-08-15]. https://www.gov.cn/zhengce/zhengceku/202311/content_6916861.htm.
[60]

Guidelines for establishing an integrated urban safety risk monitoring and early warning platform (2023 edition) [EB/OL]. (2023-11-19)[2025-08-15]. https://www.gov.cn/zhengce/zhengceku/202311/content_6916861.htm.
[61]

气象大数据云平台正式业务运行 提供数算一体平台化服务 全面支撑"云+端"新业态 [EB/OL]. (2021-12-15)[2025-08-15]. https://www.cma.gov.cn/2011xwzx/2011xqxxw/2011xqxyw/202112/t20211215_589065.html.
[62]

Meteorological big data cloud platform launches full-scale operations delivering integrated data-computing platform services, comprehensively supporting the new "cloud+edge" business model [EB/OL]. (2021-12-15)[2025-08-15]. https://www.cma.gov.cn/2011xwzx/2011xqxxw/2011xqxyw/202112/t20211215_589065.html.
[63]

Bi K F, Xie L X, Zhang H H, et al. Accurate medium-range global weather forecasting with 3D neural networks [J]. Nature, 2023, 619(7970): 533‒538.
[64]

中国气象局发布全民早期预警中国方案"妈祖(MAZU)" [EB/OL]. (2025-07-26)[2025-07-28]. https://www.news.cn/world/20250726/09dd00a42cd441f7bef35a3defcc4b97/c.html.
[65]

China meteorological administration releases national early warning system (MAZU) [EB/OL]. (2025-07-26)[2025-07-28]. https://www.news.cn/world/20250726/09dd00a42cd441f7bef35a3defcc4b97/c.html.
[66]

胡盛兰. 城市综合监测预警体系的效能评估与问题诊断研究 [D]. 武汉: 华中科技大学(硕士学位论文), 2025.
[67]

Hu S L. Reseach on effectiveness evaluation and problem diagnosis of urban integrated monitoring and early warning systems [D]. Wuhan: Huazhong University of Science and Technology (Master's thesis), 2025.
[68]

Aghakouchak A, Huning L S, Chiang F, et al. How do natural hazards cascade to cause disasters? [J]. Nature, 2018, 561(7724): 458‒460.
[69]

Golding B. Towards the "perfect" weather warning: Bridging disciplinary gaps through partnership and communication [M]. Cham: Springer Cham, 2022.
[70]

韩凯航, 黎俊轩, 陈湘生, 超大城市地下空间系统智慧韧性发展策略研究 [J]. 中国工程科学, 2025, 27(4): 95‒105.
[71]

Han K H, Li J X, Chen X S, et al. Development strategy for intelligent resilience of underground space system in megacities [J]. Strategic Study of CAE, 2025, 27(4): 95‒105.
[72]

Tuholske C, Caylor K, Funk C, et al. Global urban population exposure to extreme heat [J]. Proceedings of the National Academy of Sciences of the United States of America, 2021, 118(41): 2024792118.
[73]

Jongman B. The fraction of the global population at risk of floods is growing [J]. Nature, 2021, 596(7870): 37‒38.
[74]

Koks E E, Rozenberg J, Zorn C, et al. A global multi-hazard risk analysis of road and railway infrastructure assets [J]. Nature Communications, 2019, 10: 2677.
[75]

Liu K, Wang Q Z, Wang M, et al. Global transportation infrastructure exposure to the change of precipitation in a warmer world [J]. Nature Communications, 2023, 14: 2541.
[76]

Ouyang M, Cheng Z K, Ma J X, et al. Coupled urban risks: A complex systems perspective with a people-centric focus [J]. Engineering, 2025, 44: 44‒50.
[77]

Ouyang M. Review on modeling and simulation of interdependent critical infrastructure systems [J]. Reliability Engineering & System Safety, 2014, 121: 43‒60.
[78]

United Nations Office for Disaster Risk Reduction. Hazard definition & classification review: Technical report (2025) [EB/OL]. [2025-08-15]. https://www.undrr.org/publication/documents-and-publications/hazard-definition-and-classification-review-technical-report.
[79]

Kruczkiewicz A, Klopp J, Fisher J, et al. Opinion: Compound risks and complex emergencies require new approaches to preparedness [J]. Proceedings of the National Academy of Sciences of the United States of America, 2021, 118(19): 2106795118.
[80]

Budimir M, Šakić Trogrlić R, Almeida C, et al. Opportunities and challenges for people-centered multi-hazard early warning systems: Perspectives from the global south [J]. iScience, 2025, 28(5): 112353.
[81]

Montoya-Rincon J P, Mejia-Manrique S A, Azad S, et al. A socio-technical approach for the assessment of critical infrastructure system vulnerability in extreme weather events [J]. Nature Energy, 2023, 8(9): 1002‒1012.
[82]

Ceferino L, Mitrani-Reiser J, Kiremidjian A, et al. Effective plans for hospital system response to earthquake emergencies [J]. Nature Communications, 2020, 11: 4325.
[83]

Hassan E M, Mahmoud H N. Orchestrating performance of healthcare networks subjected to the compound events of natural disasters and pandemic [J]. Nature Communications, 2021, 12: 1338.
[84]

Dargin J, Berk A, Mostafavi A. Assessment of household-level food ‒ energy ‒ water nexus vulnerability during disasters [J]. Sustainable Cities and Society, 2020, 62: 102366.
[85]

Merz B, Kuhlicke C, Kunz M, et al. Impact forecasting to support emergency management of natural hazards [J]. Reviews of Geophysics, 2020, 58(4): e2020RG000704.
[86]

Hassan K, Gonzalez G. Philippines rapid response storm 2021 [EB/OL]. [2025-08-15]. https://cerf.un.org/sites/default/files/resources/21-RR-PHL-50868_Philippines_CERF_Report_0.pdf.
[87]

Fakhruddin B, Clark H, Robinson L, et al. Should I stay or should I go now? Why risk communication is the critical component in disaster risk reduction [J]. Progress in Disaster Science, 2020, 8: 100139.
[88]

Marchezini V, Horita F E A, Matsuo P M, et al. A review of studies on participatory early warning systems (P-EWS): Pathways to support citizen science initiatives [J]. Frontiers in Earth Science, 2018, 6: 184.
[89]

The United Nations Office for Disaster Risk Reduction. Launching UNISDR science and technology partnership and the science and technology road map to 2030 [EB/OL]. (2015-06-11)[2025-08-15]. https://www.unisdr.org/files/45270_savethedateofunisdrstconference2729.pdf.
[90]

Aitsi-Selmi A, Murray V, Wannous C, et al. Reflections on a science and technology agenda for 21st century disaster risk reduction [J]. International Journal of Disaster Risk Science, 2016, 7(1): 1‒29.
[91]

Whittaker J, McLennan B, Handmer J. A review of informal volunteerism in emergencies and disasters: Definition, opportunities and challenges [J]. International Journal of Disaster Risk Reduction, 2015, 13: 358‒368.
[92]

Chun K P, Octavianti T, Dogulu N, et al. Transforming disaster risk reduction with AI and big data: Legal and interdisciplinary perspectives [EB/OL]. (2024-09-20)[2025-08-15]. https://arxiv.org/abs/2410.07123.
[93]

Glantz M H, Ramírez I J. Improvisation in the time of disaster [J]. Environment: Science and policy for sustainable development, 2018, 60(5): 4‒17.
[94]

Tozier P A, Baudoin M A. From Yokohama to Sendai: Approaches to participation in international disaster risk reduction frameworks [J]. International Journal of Disaster Risk Science, 2015, 6(2): 128‒139.
[95]

Baudoin M A, Henly-Shepard S, Fernando N, et al. From top-down to "community-centric" approaches to early warning systems: Exploring pathways to improve disaster risk reduction through community participation [J]. International Journal of Disaster Risk Science, 2016, 7(2): 163‒174.
[96]

Helbing D, Mahajan S, Carpentras D, et al. Co-creating the future: Participatory cities and digital governance [J]. Philosophical Transactions Series A, Mathematical, Physical, and Engineering Sciences, 2024, 382(2285): 20240113.
[97]

Eakin H, Bojórquez-Tapia L A, Janssen M A, et al. Urban resilience efforts must consider social and political forces [J]. Proceedings of the National Academy of Sciences of the United States of America, 2017, 114(2): 186‒189.
[98]

Tullos D. How to achieve better flood-risk governance in the United States [J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 115(15): 3731-3734.
[99]

Khatri A. Message to mayors: Cities need nature [J]. Nature, 2022, 601(7893): 299.
[100]

Völker B. Disaster recovery via social capital [J]. Nature Sustainability, 2022, 5(2): 96‒97.
[101]

Allen R M, Barski A, Berman M, et al. Global earthquake detection and warning using Android phones [J]. Science, 2025, 389(6757): 254‒259.
[102]

Federal Emergency Management Agency. Community emergency response team (CERT) [EB/OL]. [2025-08-15]. https://www.fema.gov/emergency-managers/individuals-communities/preparedness-activities-webinars/community-emergency-response-team.
[103]

Miyawaka City. Volunteer activities insurance (Japan National Council of Social Welfare) [EB/OL]. (2025-04-01)[2025-08-15]. https://www.city.miyawaka.lg.jp.e.aba.hp.transer.com/kiji003444430/index.html.
[104]

Civil defence emergency management act 2002 [EB/OL]. (2002-10-17)[2025-08-15]. https://www.legislation.govt.nz/act/public/2002/0033/51.0/DLM149789.html.
[105]

莫于川, 梁爽. 社会应急能力建设与志愿服务法制发展——应急志愿服务是社会力量参与突发事件应对工作的重大课题 [J]. 行政法学研究, 2010(4): 21‒29.
[106]

Mo Y C, Liang S. Social emergency management ability construction and volunteer service legal system development—Emergency management volunteer service being major task of social force participation in emergency management [J]. Administrative Law Review, 2010(4): 21‒29.
[107]

王祥喜在全国应急管理工作会议上强调 以改革创新推动应急管理事业高质量发展 为推进中国式现代化提供有力安全保障 [EB/OL]. (2025-01-08)[2025-08-15]. https://www.mem.gov.cn/jg/ldxx/wxx/wxxzyhd/202501/t20250108_513894.shtml.
[108]

Wang Xiangxi emphasized at the National Emergency Management Work Conference: Advancing high-quality development in emergency management through reform and innovation providing strong security safeguards for the advancement of Chinese Modernization [EB/OL]. (2025-01-08)[2025-08-15]. https://www.mem.gov.cn/jg/ldxx/wxx/wxxzyhd/202501/t20250108_513894.shtml.
[109]

中央城市工作会议在北京举行 [EB/OL]. (2025-07-16)[2025-08-15]. https://paper.people.com.cn/rmrbhwb/pad/content/202507/16/content_30087919.html.
[110]

The central urban work conference was held in Beijing [EB/OL]. (2025-07-16)[2025-08-15]. https://paper.people.com.cn/rmrbhwb/pad/content/202507/16/content_30087919.html.
[111]

王志如, 韩国权, 邓兴瑞, 数智科技赋能韧性城市建设发展战略研究 [J]. 中国工程科学, 2025, 27(4): 1‒12.
[112]

Wang Z R, Han G Q, Deng X R, et al. Resilient city construction enabled by digital intelligence technology [J]. Strategic Study of CAE, 2025, 27(4): 1‒12.
[113]

Bi K F, Xie L X, Zhang H H, et al. Accurate medium-range global weather forecasting with 3D neural networks [J]. Nature, 2023, 619(7970): 533‒538.
[114]

Batty M. Digital twins in city planning [J]. Nature Computational Science, 2024, 4(3): 192‒199.
[115]

Chu H R, Liu S X. Generating targeted and tailored health communication narratives with AI [J/OL]. Risk Analysis, 1‒12. [2025-08-15]. https://onlinelibrary.wiley.com/doi/10.1111/risa.70076.
[116]

张婷, 胡树贞, 陶法, 地基云雷达与FY-4A卫星云顶高度联合反演方法 [J]. 气象, 2024, 50(7): 859‒867.
[117]

Zhang T, Hu S Z, Tao F, et al. Joint inversion of cloud top height based on ground-based millimeter-wave cloud radar and FY-4A satellite [J]. Meteorological Monthly, 2024, 50(7): 859‒867.
[118]

杨金红, 高玉春, 程明虎. 相控阵天气雷达与多普勒雷达的探测精度与探测能力对比研究 [J]. 气象, 2008, 34(5): 44‒51, 129.
[119]

Yang J H, Gao Y C, Cheng M H. A comparative study of detection precision and capacity between phased array weather radar and Doppler weather radar [J]. Meteorological Monthly, 2008, 34(5): 44‒51, 129.
[120]

Minson S E, Brooks B A, Glennie C L, et al. Crowd sourced earthquake early warning [J]. Science Advances, 2015,1(3): 1500036.
[121]

Lin S B, Ramani V, Martin M, et al. District-scale surface temperatures generated from high-resolution longitudinal thermal infrared images [J]. Scientific Data, 2023, 10: 859.
[122]

Ravanelli N, Lefebvre K, Mornas A, et al. Evaluating compliance with HeatSuite for monitoring in situ physiological and perceptual responses and personal environmental exposure [J]. npj Digital Medicine, 2025, 8: 223.
[123]

O'Connor F K, Oberai M, Xu Z W, et al. Promoting targeted heat early warning systems for at-risk populations [J]. Nature Climate Change, 2025, 15(8): 806‒808.
[124]

第56次《中国互联网络发展状况统计报告》 [EB/OL]. (2025-07-21)[2025-08-15]. https://www3.cnnic.cn/n4/2025/0721/c88-11328.html.
[125]

The 56th statistical report on the development of China's Internet [EB/OL]. (2025-07-21)[2025-08-15]. https://www3.cnnic.cn/n4/2025/0721/c88-11328.html.
[126]

Bettencourt L M A. Introduction to urban science: Evidence and theory of cities as complex systems [EB/OL]. (2022-02-01)[2025-08-15]. https://onlinelibrary.wiley.com/doi/abs/10.1111/pirs.12662.
[127]

Caldarelli G, Arcaute E, Barthelemy M, et al. The role of complexity for digital twins of cities [J]. Nature Computational Science, 2023, 3(5): 374‒381.
[128]

ITU-T X.1303 BIS: Common alerting protocol (CAP 1.2) [EB/OL]. (2014-03-01)[2025-08-15]. https://www.itu.int/rec/T-REC-X.1303bis/en.

基金资助

中国工程院咨询项目“城市安全面临的挑战及对策”(2022-JB-02)

国家重点研发计划项目(2023YFC3805104)

国家自然科学基金项目(72371109)

国家自然科学基金项目(71821001)

AI Summary AI Mindmap
PDF (1077KB)

3094

访问

0

被引

详细
导航
相关文章

AI思维导图

/

〈 〉