潮新闻客户端记者杨一凡周林怡通讯员江航
台风“康妮”已远离浙江，沿海北上。但风雨过后，更需反思：城市如何应对频仍的灾害？
2024年10月31日，基隆市，超级台风“康妮”接近台湾，强浪猛烈撞击防波堤。图源视觉中国
这个秋天，大海的“心情”颇不平静：台风“潭美”残涡仍在，紧接着台风“康妮”来势汹汹，台湾、福建、浙江、上海等地出现暴雨或特大暴雨，多地宣布停课、停航。
灾害总会突如其来，给人类命运以考验。
人类不曾停下思考，以科技应对灾害的不确定性。
近年来，全球气候变化加剧，极端天气频发，提升灾害预报速度、准确度的重要性日益凸显。拥有越来越强大算力和自主学习能力的人工智能，为防范灾害抢出宝贵时间，也被寄予“灾害瞭望者”的更高期望。
当灾害预警有了AI“智能哨兵”，如何更加有备而无患？
AI预警越来越精准
近些年，说起气候，相信你我最直观的感受是：越来越不正常了。
根据《2024年全球风险报告》，气候变化成为世界变得更不稳定的“结构性力量”，极端天气事件是两年内全球第二大风险和十年内最大风险。
此前，台风“摩羯”在海南等地展示了大自然的破坏力。2019年的台风“利奇马”，给浙江造成不小损失。
惨痛的经历，提醒着人们：需要更精准的灾害预警，为应对极端天气提供宝贵空间。
国网台风检测预警中心的应急指挥中心。杨一凡/摄
在国网浙江省电力有限公司电力科学研究院，有这样一群“追风人”：每当台风“胚胎”出现，他们就会保持高度戒备，紧盯台风监测预警系统，及时发出预警报告。
2017年，国网台风监测预警中心在该院建成。“随着近几年AI的使用和迭代，针对电网的台风预警正愈发智能。”该中心王振国博士表示。
他认为，AI带来的变化，主要体现在“挖掘和处理数据”和“更强大的算法”两方面。
首先，要掌握台风对电网设备的可能影响，需要一定的数据基础。
气象部门开展的台风气象监测与预报工作，其服务对象是社会公众，所发布的预警大多以天为周期、以区域预警为主。加之气象监测站点往往位于城市平原等区域，与电网设备存在地域差别。因此，常规的台风气象监测预报体系时效性、精确度已经无法满足电力生产的实际需要。
王振国在工作中。杨一凡/摄
为此，王振国和同事翻阅了近20年的台风灾害相关数据，并将其有序归纳整理。利用微气象监测装置、台风移动观测车等设备组成台风监测网络。同时，根据输变配电设备信息，建立九省两市（包括浙江、福建、江西、安徽、江苏、上海、山东、辽宁、天津、黑龙江、吉林）电网输变配电设备精细化特性数据库。
有了基础数据，就像厨师有了烹饪材料。接下来，考验的是对“材料”的处理。
王振国表示，传统的台风数据计算只能“毛估估”影响。而现在，依托电网台风灾害历史数据库，采用随机森林方法等进行计算训练，已经建立起输电设备台风灾害与台风登陆点距离、配网设备台风灾害与气象和地理等因子间的大数据关系模型。
“哪些输电线路有风险，哪些变电设备容易被水淹，能快速计算出来。算法还可以根据相关结果，不断优化大模型。”王振国说。
正是由于人工智能潜力突出，世界气象组织近年来高度重视对人工智能技术的应用。在其2024年至2027年的战略计划中，将人工智能技术作为推动气象科技发展的重要力量。如今，在全球台风、洪水等自然灾害的精准预警中，AI正不断显露身手。
灾害应对越来越高效
9月18日晚，合肥市肥东县发生地震。不少人表示收到了来自“中国地震台网”全国微信预警小程序的预警信息。如今，各类地震预警应用与普通人的手机紧密连接。预警警报与地震波赛跑，为很多震区居民争取到了反应时间。
当AI为灾害预警装上更灵敏的“千里眼”和“顺风耳”，如何将预警落地为有效的灾害管理，也是一大考验。
国际电信联盟在其发布的《自然灾害管理标准化路线图：趋势与差距》报告中指出，按照时间阶段划分，灾害管理包括预防、准备、应对、重建等环节，现有标准对于早期环节的覆盖不足，包括生物灾害在内的自然灾害以及人为灾害也存在类似短板。
在灾害情况下，每一秒都很重要。人工智能驱动的算法，可以快速、精确地分析大量数据，更好支持响应协调。
在福建漳州，地震宏观AI智能化监测系统在8月份投用。许多地震发生前出现“鸡飞狗跳蛇出洞”等异常现象，AI可以及时发现和识别并自动告警，为地震工作者提供实时告警和决策支持。
在危机情况下，发电厂、医院和交通系统等关键基础设施的运行也至关重要。面对灾害，对维修等资源的需求可能会迅速且不可预测地变化。如何有效评估需求、动态分配资源保障“重点目标”，是一大现实难题。
AI技术的迭代，正助力更好地保护关键基础设施。
国网台风检测预警中心发出的报告。杨一凡/摄
王振国表示，人工智能驱动的台风灾害预警，有效预测电网设备可能发生的故障以及维护需求。九省两市的子站在接收到中心的预警信息后，能够根据各自电网相关软硬件支撑能力，制定科学、经济、合理的应急预案及灾后快速恢复方案。
如此，不仅可以最大限度地减少台风对电力设施的破坏，还能更合理安排维修人员到达现场，确保将相关资源有效分配到最紧迫的领域，降低停电等公众生活产生的影响。
记者了解到，2024年台风季以来，国网台风监测预警中心先后开展了“格美”“贝碧嘉”“普拉桑”“康妮”台风的监测预警工作，累计投入值班人员150余人次，发布台风监测预警报告等各类预警信息90余份，提出针对性工作建议60余条，有效指导相关能力的提升。
据统计，截至今年10月，该中心共发布长期预警报告16期。在38轮台风过程中，发布台风预警报告490余份，为防台风抗台风工作提供了有力支撑。
城市“体质”越来越“强韧”
“每一场台风对于城市的基础设施、安全防御能力、紧急复原能力来说，都是一场‘硬仗’，是对城市韧性的考验。”浙江大学韧性城市研究中心主任王乃玉教授表示。
一座城市具有韧性，指的是能够凭借自身能力，合理调配资源以抵御灾害、减轻灾害损失，像弹簧一样，面对自然和社会压力时能够快速恢复，并在长期多次的灾害过程中不断自我更新适应。
近两年，极端气候愈发频繁。以2024年为例，至少有10个国家的地表温度超过了50摄氏度，有15个国家的气温纪录创新高。而城镇化加速和人口高度集中，又放大了灾害来临时的危害。
对于城市而言，要讲“面子”，更要讲“里子”。在城市更新中进行长远性、系统性规划，变得更有韧性尤显重要。
这之中，不仅要关注硬件的防御体系，城市治理的软件同样重要。
浙江省减灾大脑系统，对台风“康妮”进行风险预测。受访者供图
在浙大紫金港校区安中大楼的韧性城市研究中心办公室内，一张数字大屏格外显眼：一幅完整的浙江地图，上面标记着红、橙、黄、蓝、绿等不同颜色，代表预测台风“康妮”过境时各地的风险指数。一旁，实时跳动着各地人口转移人数预测和相关风险源统计。
这是省应急管理厅委托浙江大学最新研发的“浙江省减灾大脑系统”——依靠大数据、人工智能等前沿技术为城市做“体检”，在灾害来临时迅速、精准诊断出关键薄弱节点，为城市应急响应提供辅助。
浙江“七山一水二分田”，大量经济、人口聚集于沿海、山地、低洼等台风暴雨灾害高风险区。而当前，台风、暴雨及其衍生的各类次生灾害又是浙江面临的最主要的灾害类型。在此情况下，研发全省范围全尺度、多维度的动态风险预报模型，对数据、架构和算力都提出了极高的要求。
“系统基于前期采集的全省自然灾害风险普查数据，结合实时的强风、降雨、地质灾害、山洪灾害数据等，其内核是全国首个韧性防灾大模型（REN引擎）。该引擎可快速对未来24小时的人口、建筑、交通等风险以及直接经济损失进行动态预报，并对省、市、县、镇等多个层级的人口转移安置、物资前置调度等决策提供科学量化的决策参考。”该中心成员汪英俊博士介绍。
经过在省应急管理厅两年的试运行，该系统对全省总受灾人口预测准确率达96%，全省直接经济损失预测准确率约72%。
党的二十届三中全会对“推进国家安全体系和能力现代化”提出改革任务，要求完善大安全大应急框架下应急指挥机制，提高防灾减灾救灾能力。
近年来，浙江在智慧城市、数字经济等领域的发展，为打造韧性城市赢得先机。“灾害的智能监测和预警离不开基础数据积累和信息技术支撑。随着传感设备和信息数据集成度的提升和算法的迭代，能够实现城市管理在‘日常’和‘备战’模式的迅速转换。”汪英俊说。
随着人工智能不断发展，灾害预警的未来充满机遇，并有望重塑灾害应对战略。但大自然复杂多变，AI灾害预警仍有一定的不确定性。“未来，如何同自然灾害和谐相处，仍然将是城市发展的一个重要主题。变‘亡羊补牢’为‘未雨绸缪’，城市韧性的提升建设绝不能松懈。”王乃玉提醒道。
