關(guān)鍵詞社會(huì)數(shù)據(jù)；地震災(zāi)害情景構(gòu)建；地震應(yīng)急；縣市工作

中圖分類(lèi)號(hào)：P315 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-7780（2025）08-0477-08

doi：10.19987/j.dzkxjz.2025-035

Construction of an intelligent empowerment system for earthquake disaster scenario construction in a social data-sharing ecosystem

Wu Wei

（Jinhua Seismic Monitoring Center， Zhejiang Jinhua 321ooo， China）

AbstractEarthquake disaster scenario construction constitutes a critical technological approach for enhancing earthquake preventionand disaster mitigationcapabilities.However，itsprecisionandtimeliness remainconstrained bythe limitations of traditional data sources.This study systematicalyexamined the enabling mechanisms of social data in earthquake disastersenarioconstructionfocusingonthecharacteristicsofcomprehensivenessdyamism，anddersity. Ahierarchicalclassification framework forsocial datais proposed bymapping thedatarequirementsforscenario construction. Case studies integrating Zhejiang's public data platforms，social media dynamics，and commercial remotesensingata demonstrate that multi-sourcedata fusion significantly improvesscenario authenticityrefinement，and dynamic adaptability.The research reveals that social data effectively compensate for coverage gaps in traditional data sources，substantiallystrengtheningthescientificvalidityofdisaster prediction，resource allocation，andpublicesponse mechanisms.Building on these findings，the study proposes institutional innovations for data sharing，technological integrationpathways，andpolicyrecommendations，providing theoretical andpractical foundations foradvancing earthquake disaster scenario construction toward a “physical-social” modeling paradigm.

Keywordssocial data; earthquake disaster scenario construction; earthquake emergency; county-level work

0 引言

地震災(zāi)害情景構(gòu)建作為強(qiáng)震備災(zāi)的核心技術(shù)，已在日本、尼泊爾等高地震風(fēng)險(xiǎn)國(guó)家廣泛應(yīng)用。日本學(xué)者Fujita等提出多光譜遙感影像的深度學(xué)習(xí)解譯方法，實(shí)現(xiàn)了建筑物損毀的快速評(píng)估。我國(guó)雖起步較晚，但通過(guò)《地震災(zāi)害預(yù)測(cè)技術(shù)規(guī)范》GB/T19428—2014）等標(biāo)準(zhǔn)制定及技術(shù)平臺(tái)研發(fā)，實(shí)現(xiàn)了災(zāi)害損失預(yù)評(píng)估、應(yīng)急策略?xún)?yōu)化等突破。然而，當(dāng)前技術(shù)面臨顯著瓶頸：模型精度與效率不足，基礎(chǔ)數(shù)據(jù)嚴(yán)重依賴(lài)傳統(tǒng)行業(yè)數(shù)據(jù)，存在覆蓋度低、時(shí)效性差、多源融合缺失等問(wèn)題，導(dǎo)致情景構(gòu)建存在偏差，制約了災(zāi)情預(yù)測(cè)的可靠性。

近年來(lái)，大數(shù)據(jù)、人工智能等技術(shù)革新為社會(huì)數(shù)據(jù)賦能地震情景構(gòu)建開(kāi)辟新路徑。社會(huì)數(shù)據(jù)憑借其廣泛性（覆蓋多領(lǐng)域）、動(dòng)態(tài)性（反映實(shí)時(shí)變化）、多樣性（多模態(tài)信息）、交互性（跨源關(guān)聯(lián)）及可獲取性（技術(shù)驅(qū)動(dòng)低成本采集），為突破傳統(tǒng)數(shù)據(jù)局限提供關(guān)鍵支撐。例如，社交媒體動(dòng)態(tài)可補(bǔ)充災(zāi)情上報(bào)滯后性，手機(jī)信令數(shù)據(jù)可優(yōu)化人口流動(dòng)模擬，遙感影像可提升建筑物損毀識(shí)別精度。國(guó)家《“數(shù)據(jù)要素×”三年行動(dòng)計(jì)劃（2024—2026）》等政策進(jìn)一步推動(dòng)社會(huì)數(shù)據(jù)與地震行業(yè)數(shù)據(jù)、地面監(jiān)測(cè)、衛(wèi)星遙感的多源融合，顯著提升災(zāi)害監(jiān)測(cè)、風(fēng)險(xiǎn)評(píng)估與應(yīng)急決策的精細(xì)化水平[2]

未來(lái)，社會(huì)數(shù)據(jù)賦能機(jī)制研究需聚焦3方面：一是構(gòu)建“物理-社會(huì)”雙驅(qū)動(dòng)模型，通過(guò)深度學(xué)習(xí)、GIS融合等技術(shù)實(shí)現(xiàn)多源數(shù)據(jù)協(xié)同建模；二是建立動(dòng)態(tài)數(shù)據(jù)更新與共享機(jī)制，打通政府、企業(yè)、公眾數(shù)據(jù)壁壘；三是制定數(shù)據(jù)采集、處理與隱私保護(hù)標(biāo)準(zhǔn)，保障技術(shù)應(yīng)用合規(guī)性。通過(guò)社會(huì)數(shù)據(jù)與行業(yè)數(shù)據(jù)的并行互補(bǔ)，可形成高時(shí)效、高精準(zhǔn)的災(zāi)害信息服務(wù)新范式，為防震減災(zāi)現(xiàn)代化提供核心驅(qū)動(dòng)力。這一轉(zhuǎn)型不僅是技術(shù)升級(jí)，更是災(zāi)害治理從“靜態(tài)預(yù)案”向“動(dòng)態(tài)響應(yīng)”跨越的必然選擇。

1地震災(zāi)害情景構(gòu)建的需求和渠道

1.1地震災(zāi)害情景構(gòu)建數(shù)據(jù)需求調(diào)研

在研究過(guò)程中，我們采用問(wèn)卷調(diào)查的形式，設(shè)計(jì)調(diào)查問(wèn)題對(duì)社會(huì)數(shù)據(jù)對(duì)地震災(zāi)害情景構(gòu)建的影響方式、影響范圍進(jìn)行了調(diào)查。項(xiàng)目組通過(guò)微信企業(yè)號(hào)發(fā)放問(wèn)卷，回收問(wèn)卷并處理問(wèn)卷數(shù)據(jù)。收到有效反饋問(wèn)卷371份，其中地震系統(tǒng)350份、高校及事業(yè)單位19份、其他行業(yè)2份。按學(xué)歷分：博士45人、碩士178人、本科117人、本科以下31人。按在職情況分：在職人員329人、研究生42人。按崗位分：管理行政崗位48人、科研事業(yè)崗位323人。

最后問(wèn)卷結(jié)果如圖1和表1所示。有超過(guò) 15% 的被調(diào)查者問(wèn)卷反饋：現(xiàn)有技術(shù)方法缺乏多源數(shù)據(jù)融合，導(dǎo)致情景構(gòu)建結(jié)果存在偏差，對(duì)災(zāi)情預(yù)測(cè)準(zhǔn)確性影響重大；數(shù)據(jù)現(xiàn)勢(shì)性不夠，數(shù)據(jù)老化，與實(shí)際情況偏差過(guò)大；缺乏標(biāo)準(zhǔn)，數(shù)據(jù)要求格式不明確，應(yīng)該制定明確的各類(lèi)數(shù)據(jù)格式和要求，確定最低數(shù)據(jù)要求項(xiàng)，方便數(shù)據(jù)收集；現(xiàn)有數(shù)據(jù)覆蓋度不足，不足以滿足地震災(zāi)害情景構(gòu)建的需求。有超過(guò) 8% 的被調(diào)查者問(wèn)卷反饋：普查數(shù)據(jù)應(yīng)用受限，得到的單個(gè)承災(zāi)體基礎(chǔ)數(shù)據(jù)在特定的運(yùn)行環(huán)境下使用，不能導(dǎo)出使用；基礎(chǔ)數(shù)據(jù)嚴(yán)重缺乏，特別是現(xiàn)有工作思路過(guò)分依靠傳統(tǒng)行業(yè)數(shù)據(jù)，社會(huì)數(shù)據(jù)獲取困難；目前獲取的僅有房屋建筑矢量數(shù)據(jù)，而生命線工程數(shù)據(jù)、人口熱力圖數(shù)據(jù)等難以獲取。問(wèn)卷調(diào)查的結(jié)果也直觀地反應(yīng)了地震災(zāi)害情景構(gòu)建數(shù)據(jù)需求傾向。

1.2社會(huì)數(shù)據(jù)的來(lái)源和獲取渠道

社會(huì)數(shù)據(jù)的收集和整理對(duì)于地震災(zāi)害情景構(gòu)建是一個(gè)不可或缺的環(huán)節(jié)。通過(guò)多渠道獲取和綜合分析，可以更準(zhǔn)確地評(píng)估地震風(fēng)險(xiǎn)，制定有效的預(yù)防措施，優(yōu)化應(yīng)急響應(yīng)計(jì)劃，并提高社會(huì)的整體抗災(zāi)能力。我們對(duì)社會(huì)數(shù)據(jù)來(lái)源、獲取渠道（表2和表3）以及所需數(shù)據(jù)清單進(jìn)行了詳細(xì)梳理。

1.2.1政府?dāng)?shù)據(jù)：權(quán)威基礎(chǔ)信息庫(kù)的構(gòu)建

政府統(tǒng)計(jì)管理部門(mén)是地震情景構(gòu)建的核心數(shù)據(jù)源。浙江省作為全國(guó)公共數(shù)據(jù)開(kāi)放的標(biāo)桿，通過(guò)《浙江省公共數(shù)據(jù)條例》實(shí)施，建成覆蓋人口、自然資源、社保就業(yè)等領(lǐng)域的五大基礎(chǔ)數(shù)據(jù)庫(kù)和十大省域治理專(zhuān)題庫(kù)，開(kāi)放數(shù)據(jù)集超3.2萬(wàn)個(gè)、數(shù)據(jù)量達(dá)115.6億條。其公共數(shù)據(jù)平臺(tái)（圖2）采用區(qū)塊鏈技術(shù)實(shí)現(xiàn)數(shù)據(jù)脫敏與安全共享，為地震風(fēng)險(xiǎn)評(píng)估提供人口分布、基礎(chǔ)設(shè)施、歷史災(zāi)情等高精度結(jié)構(gòu)化數(shù)據(jù)。例如，全省統(tǒng)一的建筑物信息庫(kù)整合了建筑年代、結(jié)構(gòu)類(lèi)型、抗震等級(jí)等參數(shù)，顯著提升了建筑脆弱性分析效率。

1.2.2科研機(jī)構(gòu)：地質(zhì)與工程數(shù)據(jù)的深度支撐

高校及科研機(jī)構(gòu)通過(guò)長(zhǎng)期研究積累了大量專(zhuān)業(yè)數(shù)據(jù)。地質(zhì)數(shù)據(jù)：西南交通大學(xué)在川藏鐵路工程中構(gòu)建了包含3000余組巖土力學(xué)參數(shù)的高原鐵路地震風(fēng)險(xiǎn)模型；吉林大學(xué)“地殼探針”系統(tǒng)通過(guò)千米級(jí)鉆孔傳感器實(shí)時(shí)監(jiān)測(cè)地應(yīng)力場(chǎng)動(dòng)態(tài)。社會(huì)經(jīng)濟(jì)數(shù)據(jù)：北京大學(xué)、清華大學(xué)基于地理學(xué)與城鄉(xiāng)規(guī)劃學(xué)科，建立人口密度、土地利用、交通網(wǎng)絡(luò)等數(shù)據(jù)庫(kù)，支撐地震暴露度分析。仿真技術(shù)：東南大學(xué)開(kāi)發(fā)城市地震情景推演平臺(tái)，融合斷裂帶動(dòng)力學(xué)模型與建筑參數(shù)數(shù)據(jù)庫(kù)，在長(zhǎng)三角試點(diǎn)中實(shí)現(xiàn)分鐘級(jí)災(zāi)害場(chǎng)景生成。

1.2.3企業(yè)數(shù)據(jù)：技術(shù)協(xié)同與商業(yè)資源賦能

大型企業(yè)通過(guò)數(shù)據(jù)共享與技術(shù)合作突破行業(yè)壁壘?；ヂ?lián)網(wǎng)與物流企業(yè)：阿里巴巴與應(yīng)急管理部共建災(zāi)害信息社會(huì)化報(bào)送網(wǎng)絡(luò)，支付寶平臺(tái)實(shí)現(xiàn)災(zāi)情實(shí)時(shí)采集；京東物流數(shù)據(jù)優(yōu)化應(yīng)急物資調(diào)度路徑。通信與保險(xiǎn)企業(yè)：中國(guó)聯(lián)通、每日互動(dòng)提供手機(jī)信令數(shù)據(jù)，生成分鐘級(jí)人口熱力圖；保險(xiǎn)公司精算模型支撐災(zāi)損量化評(píng)估。技術(shù)融合創(chuàng)新：中國(guó)地震局與阿里云合作開(kāi)發(fā)地震AI預(yù)測(cè)模型，推動(dòng)數(shù)據(jù)服務(wù)模式向云端智能化轉(zhuǎn)型。

1.2.4非政府組織：災(zāi)情響應(yīng)與社區(qū)重建數(shù)據(jù)補(bǔ)充

國(guó)際與本土NGO在地震應(yīng)急中形成獨(dú)特?cái)?shù)據(jù)生態(tài)。災(zāi)情快速響應(yīng)：壹基金在蘆山地震中建立“災(zāi)害社會(huì)損失”數(shù)據(jù)庫(kù)，優(yōu)化NGO救援項(xiàng)目群；招商局“災(zāi)急送”項(xiàng)目通過(guò)物流數(shù)據(jù)模型提升物資分發(fā)效率。社區(qū)重建支持：中國(guó)鄉(xiāng)村發(fā)展基金會(huì)在尼泊爾地震中統(tǒng)計(jì)社區(qū)級(jí)重建需求數(shù)據(jù)，為政府規(guī)劃提供補(bǔ)充依據(jù)[3]。

1.2.5社交媒體：實(shí)時(shí)公眾行為感知網(wǎng)絡(luò)

社交媒體數(shù)據(jù)填補(bǔ)傳統(tǒng)觀測(cè)的時(shí)空盲區(qū)：全周期應(yīng)用。在防災(zāi)階段，微博輿情分析識(shí)別公眾風(fēng)險(xiǎn)認(rèn)知盲區(qū)；在應(yīng)急響應(yīng)階段，Twitter地理標(biāo)簽數(shù)據(jù)輔助定位重災(zāi)區(qū)；在恢復(fù)階段，社交媒體情感分析評(píng)估群眾心理重建進(jìn)展。技術(shù)突破：基于自然語(yǔ)言處理（NLP）的災(zāi)情關(guān)鍵詞提取技術(shù)，可在震后 5min 內(nèi)生成輿情熱點(diǎn)圖譜。

1.2.6商業(yè)數(shù)據(jù)服務(wù)：高精度時(shí)空信息供給

商業(yè)地理數(shù)據(jù)提升情景構(gòu)建空間分辨率。人口動(dòng)態(tài)監(jiān)測(cè)：每日互動(dòng)公司通過(guò)手機(jī)GPS數(shù)據(jù)生成實(shí)時(shí)人口分布圖，支撐震后極震區(qū)快速定位?；A(chǔ)設(shè)施分析：高德地圖POI數(shù)據(jù)（如醫(yī)院、加油站分布）優(yōu)化應(yīng)急資源可達(dá)性評(píng)估模型。

1.2.7公共安全平臺(tái)：應(yīng)急資源聯(lián)動(dòng)樞紐

公安與應(yīng)急部門(mén)數(shù)據(jù)共享實(shí)現(xiàn)跨系統(tǒng)協(xié)同。視頻監(jiān)控網(wǎng)絡(luò)：浙江省地震局接人全省百萬(wàn)級(jí)公安攝像頭，通過(guò)AI算法分析攝像頭震動(dòng)數(shù)據(jù)反演地面強(qiáng)震動(dòng)波形，在文泰、臨安地震中實(shí)現(xiàn)災(zāi)情秒級(jí)感知。

資源調(diào)度系統(tǒng)：應(yīng)急管理平臺(tái)整合救援隊(duì)伍位置、物資儲(chǔ)備點(diǎn)數(shù)據(jù)，結(jié)合路徑規(guī)劃算法生成最優(yōu)救援方案。

1.2.8遙感與衛(wèi)星數(shù)據(jù)：大尺度災(zāi)損評(píng)估能力

高分衛(wèi)星與航空遙感技術(shù)突破空間限制。災(zāi)情快速識(shí)別：“高分”系列衛(wèi)星提供 0.1～0.5m 分辨率影像，支撐建筑物損毀自動(dòng)化識(shí)別（如基于ResNet的倒塌建筑分類(lèi)模型）。長(zhǎng)期監(jiān)測(cè)應(yīng)用：中科院在汶川地震后發(fā)布十年遙感動(dòng)態(tài)圖集，量化評(píng)估生態(tài)恢復(fù)與重建進(jìn)程。

1.2.9數(shù)據(jù)整合挑戰(zhàn)與優(yōu)化路徑

技術(shù)瓶頸：跨源數(shù)據(jù)時(shí)空對(duì)齊算法、多模態(tài)信息融合模型仍需突破。機(jī)制障礙：政府一企業(yè)數(shù)據(jù)共享激勵(lì)機(jī)制、隱私計(jì)算（如聯(lián)邦學(xué)習(xí)）標(biāo)準(zhǔn)缺失。

社會(huì)數(shù)據(jù)通過(guò)多源互補(bǔ)（政府權(quán)威數(shù)據(jù) + 企業(yè)動(dòng)態(tài)數(shù)據(jù) + 科研專(zhuān)業(yè)數(shù)據(jù)）、技術(shù)融合（AI+遙感+GIS）和機(jī)制創(chuàng)新（數(shù)據(jù)共享生態(tài)），正在重塑地震災(zāi)害情景構(gòu)建范式。浙江省實(shí)踐表明，社會(huì)數(shù)據(jù)可將災(zāi)情評(píng)估時(shí)效從小時(shí)級(jí)縮短至分鐘級(jí)，空間分辨率從縣級(jí)提升至社區(qū)級(jí)。未來(lái)需進(jìn)一步打通“數(shù)據(jù)一模型一決策”閉環(huán)，推動(dòng)防震減災(zāi)從“經(jīng)驗(yàn)驅(qū)動(dòng)”向“數(shù)據(jù)智能驅(qū)動(dòng)”轉(zhuǎn)型4]

2社會(huì)數(shù)據(jù)共享生態(tài)下地震災(zāi)害情景構(gòu)建的智能賦能體系構(gòu)建成功案例

如何提高災(zāi)害情景構(gòu)建能力，其關(guān)鍵在于有效利用社會(huì)數(shù)據(jù)并借鑒已有的成功案例。通過(guò)這些方法可以學(xué)習(xí)和借鑒社會(huì)數(shù)據(jù)在災(zāi)害情景構(gòu)建中的應(yīng)用。

2023年甘肅省臨夏州積石山縣發(fā)生6.2級(jí)地震，地震共造成甘肅、青海兩省77.2萬(wàn)人不同程度受災(zāi)，151人死亡，983人受傷；倒塌房屋7萬(wàn)間，直接經(jīng)濟(jì)損失146.12億元。中國(guó)聯(lián)通利用其“智慧足跡大數(shù)據(jù)分析平臺(tái)，運(yùn)用手機(jī)信令技術(shù)通過(guò)分析手機(jī)用戶的時(shí)空軌跡大數(shù)據(jù)，還原成全體人口的時(shí)空分布及流動(dòng)矩陣，生成人口熱力圖，幫助救援隊(duì)伍了解災(zāi)區(qū)人口分布和流動(dòng)情況，以便更有效地分配救援資源。本次地震中鐵塔的大數(shù)據(jù)技術(shù)為應(yīng)急災(zāi)情獲取提供了重要支持。通過(guò)實(shí)時(shí)監(jiān)測(cè)鐵塔基站的運(yùn)行狀態(tài)、識(shí)別受災(zāi)區(qū)域的通信恢復(fù)情況和服務(wù)中斷情況，分析包括基站的在線狀態(tài)、停電率和用戶流量變化等指標(biāo)，有效評(píng)估災(zāi)害影響程度和分布，提升了應(yīng)急響應(yīng)的效率與精準(zhǔn)性[5。2017年4月12日在浙江省杭州市臨安區(qū)發(fā)生4.2級(jí)地震。在地震發(fā)生后浙江省地震應(yīng)急指揮中心通過(guò)視頻監(jiān)控共享系統(tǒng)，在工作時(shí)間2h內(nèi)獲取了震中附近發(fā)震時(shí)刻100多個(gè)視頻點(diǎn)位圖像數(shù)據(jù)，通過(guò)對(duì)比攝像數(shù)據(jù)中人員反應(yīng)，鏡頭晃動(dòng)等情況，對(duì)烈度做了初步判定，并利用自行開(kāi)發(fā)的地震視頻災(zāi)情判讀系統(tǒng)對(duì)視頻點(diǎn)的地面強(qiáng)震動(dòng)進(jìn)行了定量分析。震后4h內(nèi)得到了基于社會(huì)監(jiān)控的烈度分布，計(jì)算得到的最高烈度與現(xiàn)場(chǎng)實(shí)際調(diào)查相同，對(duì)宏觀震中的判斷基本準(zhǔn)確，對(duì)災(zāi)情的分析也符合實(shí)際情況。

浙江省依托智能數(shù)據(jù)中樞系統(tǒng)，整合跨域?yàn)?zāi)害監(jiān)測(cè)、地質(zhì)勘探及應(yīng)急資源數(shù)據(jù)，通過(guò)多源異構(gòu)數(shù)據(jù)邏輯聚合技術(shù)構(gòu)建全域?yàn)?zāi)情數(shù)字底座。系統(tǒng)支持應(yīng)急管理部門(mén)按需調(diào)用實(shí)時(shí)災(zāi)害監(jiān)測(cè)數(shù)據(jù)、歷史災(zāi)害庫(kù)及承災(zāi)體信息，依托智能分析接口與動(dòng)態(tài)數(shù)據(jù)沙箱，實(shí)現(xiàn)減災(zāi)服務(wù)的“全要素?cái)?shù)據(jù)聯(lián)勤”。該體系創(chuàng)新建立災(zāi)情數(shù)據(jù)全生命周期管理機(jī)制，集成衛(wèi)星遙感數(shù)據(jù)自動(dòng)編目、災(zāi)害特征智能歸集、災(zāi)損評(píng)估模型協(xié)同治理等功能，形成覆蓋災(zāi)前預(yù)警、災(zāi)中響應(yīng)、災(zāi)后重建的動(dòng)態(tài)數(shù)據(jù)供應(yīng)鏈。平臺(tái)引入分布式災(zāi)情沙盒環(huán)境與敏感信息模糊計(jì)算技術(shù)，在支撐跨部門(mén)災(zāi)情推演時(shí)確保核心地質(zhì)數(shù)據(jù)“可算不可見(jiàn)”。浙江省的實(shí)踐表明，基于社會(huì)數(shù)據(jù)共享生態(tài)的智能賦能體系，顯著提升了地震災(zāi)害情景構(gòu)建的精準(zhǔn)度和應(yīng)急響應(yīng)的時(shí)效性。

3地震災(zāi)害情景構(gòu)建的技術(shù)引進(jìn)與創(chuàng)新

學(xué)習(xí)借鑒先進(jìn)的數(shù)據(jù)分析技術(shù)，如大數(shù)據(jù)分析、人工智能、機(jī)器學(xué)習(xí)等，并探索如何將這些技術(shù)應(yīng)用于社會(huì)數(shù)據(jù)的處理和災(zāi)害情景的模擬中。同時(shí)，鼓勵(lì)技術(shù)創(chuàng)新，定制化的解決方案來(lái)滿足特定的需求，開(kāi)發(fā)適合本地情況的分析工具和模型，提高其適用性和效果。

利用人工智能技術(shù)（如DeepSeek）的文本理解和處理能力，從社交媒體、新聞報(bào)道、政府公告等海量社會(huì)數(shù)據(jù)中快速提取與地震相關(guān)的關(guān)鍵信息，例如宏觀震中位置、人員傷亡數(shù)量、受災(zāi)區(qū)域范圍等。在災(zāi)害影響評(píng)估中結(jié)合歷史地震數(shù)據(jù)、建筑物信息、人口分布等社會(huì)大數(shù)據(jù)，利用大模型進(jìn)行模擬和預(yù)測(cè)，評(píng)估地震可能造成的經(jīng)濟(jì)損失、人員傷亡、基礎(chǔ)設(shè)施破壞等情況。公眾信息發(fā)布與引導(dǎo)：人工智能可以根據(jù)不同人群的特點(diǎn)，生成易于理解的災(zāi)害信息和安全提示，發(fā)布在社交媒體或其他渠道，引導(dǎo)公眾采取正確的避險(xiǎn)措施。時(shí)空數(shù)據(jù)分析技術(shù)：結(jié)合人口定位數(shù)據(jù)、移動(dòng)通信數(shù)據(jù)等，分析人員流動(dòng)、交通狀況等，為災(zāi)害評(píng)估和救援提供實(shí)時(shí)信息。圖像識(shí)別與遙感：通過(guò)衛(wèi)星遙感圖像、無(wú)人機(jī)航拍等多源遙感數(shù)據(jù)，快速識(shí)別受災(zāi)區(qū)域，評(píng)估建筑物受損情況，輔助救援行動(dòng)。通過(guò)應(yīng)用虛擬現(xiàn)實(shí)、大數(shù)據(jù)仿真、實(shí)時(shí)渲染等技術(shù)構(gòu)建科學(xué)且相對(duì)逼真的地震災(zāi)害情景構(gòu)建平臺(tái)，以較小的費(fèi)用模擬并反復(fù)快速重建各種突發(fā)事件災(zāi)害現(xiàn)場(chǎng)。實(shí)景三維技術(shù)（圖3）：對(duì)一定范圍內(nèi)人類(lèi)生產(chǎn)、生活和生態(tài)空間進(jìn)行真實(shí)、立體、時(shí)序化反映和表達(dá)的數(shù)字空間數(shù)據(jù)，目前我國(guó)正在進(jìn)行實(shí)景三維中國(guó)建設(shè)，已經(jīng)建成“地上下、陸海域、二三維”一體化的實(shí)景三維中國(guó)，實(shí)景三維數(shù)據(jù)在災(zāi)害情景構(gòu)建提供近真實(shí)的基礎(chǔ)底座，對(duì)數(shù)字應(yīng)急、數(shù)字減災(zāi)建設(shè)起到巨大的推動(dòng)作用。

4對(duì)策建議

4.1社會(huì)數(shù)據(jù)賦能地震災(zāi)害情景構(gòu)建的發(fā)展路徑

社會(huì)數(shù)據(jù)增強(qiáng)情景構(gòu)建的真實(shí)性：融合手機(jī)信令、互聯(lián)網(wǎng)地圖等實(shí)時(shí)數(shù)據(jù)，實(shí)現(xiàn)從“物理模型”到“物理-社會(huì)”模型的轉(zhuǎn)變，更真實(shí)地模擬了地震發(fā)生時(shí)的社會(huì)狀態(tài)，提升人員暴露、經(jīng)濟(jì)損失評(píng)估以及應(yīng)急資源配置的準(zhǔn)確性。社會(huì)數(shù)據(jù)提高情景構(gòu)建的精細(xì)化程度：利用社區(qū)級(jí)人口、建筑物信息和人群活動(dòng)數(shù)據(jù)，實(shí)現(xiàn)社區(qū)級(jí)風(fēng)險(xiǎn)評(píng)估；結(jié)合建筑物普查、遙感影像等數(shù)據(jù)，實(shí)現(xiàn)建筑物級(jí)損失評(píng)估；利用人員流動(dòng)和建筑物內(nèi)部結(jié)構(gòu)信息，實(shí)現(xiàn)精細(xì)化疏散模擬。社會(huì)數(shù)據(jù)提升情景構(gòu)建的動(dòng)態(tài)性：融合社交媒體和移動(dòng)設(shè)備等動(dòng)態(tài)數(shù)據(jù)，實(shí)現(xiàn)災(zāi)害情景的動(dòng)態(tài)更新，包括實(shí)時(shí)災(zāi)情監(jiān)測(cè)、動(dòng)態(tài)疏散模擬、輿情演化分析等，為應(yīng)急決策提供實(shí)時(shí)支持。

4.2建立數(shù)據(jù)共享促進(jìn)地震災(zāi)害情景構(gòu)建能力提升的機(jī)制保障

明確數(shù)據(jù)共享目標(biāo)與原則：要明確數(shù)據(jù)共享的目標(biāo)是促進(jìn)地震災(zāi)害情景構(gòu)建能力的提升，通過(guò)共享各類(lèi)相關(guān)數(shù)據(jù)資源，提高情景構(gòu)建的準(zhǔn)確性、可靠性和實(shí)用性；同時(shí)，要堅(jiān)持“開(kāi)放共享、安全可控、依法合規(guī)”的原則，確保數(shù)據(jù)共享的合法性和安全性。建立數(shù)據(jù)共享機(jī)制：促進(jìn)部門(mén)之間的數(shù)據(jù)共享與合作、不同領(lǐng)域間的協(xié)同，構(gòu)建社會(huì)數(shù)據(jù)資源共享平臺(tái)，鼓勵(lì)開(kāi)放共享社會(huì)數(shù)據(jù)，并確保數(shù)據(jù)隱私和安全。加強(qiáng)治理和公眾參與：公眾參與和治理也應(yīng)付諸于重要地位，應(yīng)倡導(dǎo)數(shù)據(jù)共享文化，增強(qiáng)公眾對(duì)數(shù)據(jù)共享的認(rèn)知和參與意識(shí)，發(fā)揮公眾監(jiān)督作用，促進(jìn)數(shù)據(jù)共享機(jī)制的健康發(fā)展。

4.3積極探索并拓展社會(huì)數(shù)據(jù)開(kāi)放共享渠道

拓展數(shù)據(jù)來(lái)源，提升數(shù)據(jù)豐富度：積極利用互聯(lián)網(wǎng)平臺(tái)和眾包模式，收集公眾感知信息和社交媒體數(shù)據(jù)，如微博、微信等平臺(tái)的用戶UGC內(nèi)容，有效補(bǔ)充傳統(tǒng)監(jiān)測(cè)手段的不足，豐富地震災(zāi)害情景構(gòu)建的數(shù)據(jù)來(lái)源。通過(guò)公眾參與，快速獲取大量震后信息，并結(jié)合大數(shù)據(jù)分析和自然語(yǔ)言處理技術(shù)，提取有價(jià)值的災(zāi)情信息。引入商業(yè)數(shù)據(jù)，提升數(shù)據(jù)精細(xì)度：加強(qiáng)與商業(yè)數(shù)據(jù)服務(wù)提供商的合作，獲取高分辨率遙感影像、建筑物三維模型、精確的人群畫(huà)像等高精度數(shù)據(jù)，提升地震災(zāi)害情景構(gòu)建的精細(xì)化水平。這些數(shù)據(jù)能夠與現(xiàn)有數(shù)據(jù)互補(bǔ)，增強(qiáng)災(zāi)害情景模擬的準(zhǔn)確性和有效性。強(qiáng)化已有平臺(tái)，保障數(shù)據(jù)支撐力：充分利用并強(qiáng)化地震系統(tǒng)已有的數(shù)據(jù)共享渠道和平臺(tái)，如與個(gè)推、微博等企業(yè)的合作，保障地震災(zāi)害情景構(gòu)建數(shù)據(jù)源的穩(wěn)定性，避免重復(fù)建設(shè)，整合資源，提高數(shù)據(jù)獲取效率。

4.4地震災(zāi)害情景構(gòu)建數(shù)據(jù)保障的政策創(chuàng)新

制定政策實(shí)施與反饋機(jī)制：明確政策的制定流程、執(zhí)行程序和監(jiān)督機(jī)制。政策應(yīng)鼓勵(lì)多元數(shù)據(jù)源的接入和整合，確保情景構(gòu)建所需的基礎(chǔ)數(shù)據(jù)全面且豐富，鼓勵(lì)和支持地震科技領(lǐng)域的技術(shù)研發(fā)，如大數(shù)據(jù)挖掘、人工智能預(yù)測(cè)模型、GIS空間分析等先進(jìn)技術(shù)在地震災(zāi)害情景構(gòu)建中的應(yīng)用，為科研機(jī)構(gòu)、政府部門(mén)以及社會(huì)公眾提供更便捷、精準(zhǔn)的服務(wù)。根據(jù)地震災(zāi)害情景構(gòu)建的實(shí)際效果以及科技發(fā)展水平，定期評(píng)估并修訂數(shù)據(jù)保障政策，形成政策實(shí)施一反饋一優(yōu)化的閉環(huán)管理機(jī)制。科技創(chuàng)新支持政策：加大對(duì)地震災(zāi)害情景構(gòu)建相關(guān)科技創(chuàng)新的支持力度，鼓勵(lì)科研機(jī)構(gòu)和企業(yè)開(kāi)展相關(guān)研究和開(kāi)發(fā)，提升地震災(zāi)害情景構(gòu)建的技術(shù)水平。地震災(zāi)害情景構(gòu)建需求牽引下社會(huì)數(shù)據(jù)賦能政策創(chuàng)新的評(píng)估和管理：利用社會(huì)數(shù)據(jù)分析技術(shù)，對(duì)地震災(zāi)害情景構(gòu)建政策實(shí)施效果進(jìn)行評(píng)估，并借助社會(huì)數(shù)據(jù)分析結(jié)果，對(duì)政策進(jìn)行優(yōu)化和改進(jìn)，提高公眾參與度和治理效率。

參考文獻(xiàn)

[1]FujitaAadKeoisptellidr]ISPRS Journal of Photogrammetry and Remote Sensing，2000，167： 11-22

[2]李東平，李敏，尹晶飛，等.社會(huì)感知視角下地震災(zāi)害情景構(gòu)建策略研究[J].中國(guó)應(yīng)急救援，2024（6）：16-22LiDP，LiM，YinJF，etal.Researchonthstrategiesofconstructingearthquakedisasterscenariofromtheperspectiveofocialperception[J]. China Emergency Rescue，2024（6）： 16-22

[3]劉青云.基于情景構(gòu)建的地震巨災(zāi)應(yīng)急救援隊(duì)伍優(yōu)化調(diào)配研究[D].三河：防災(zāi)科技學(xué)院，2024Liu QY.Research ontheoptimal deploymentof earthquakecatastrophe emergencyrescue teambased onscenarioconstructin[D].Sanhe：Institute ofDisaster Prevention，2024

[4]劉曉靜，王慧彥，王建飛.我國(guó)地震災(zāi)害應(yīng)急語(yǔ)言服務(wù)需求分析[J].中國(guó)應(yīng)急救援，2024（2）：11-17，25Liu XJ， Wang HY，WangJF.Demandanalysisofemergencylanguageserviceforearthquakedisasterresponse inChina[J]. ChinaEmergency Rescue，2024（2）： 11-17，25

[5]Avveuti，esciS，LollalNowcasigfarthqakeoseqessinggocialdata[J].IEEIeettig2017，21（6）：37-45

[6]LiDP，CenHShnWYtal.Analysisofetempoalandspatialgatigadispesiopatesofrosathoitylevel after the 2020M5.1 Tangshan Guye earthquake[J]. Intermational Journal ofDisaster Risk Reduction，2021，61：102331