大數(shù)據(jù)對(duì)于災(zāi)害評(píng)估的建構(gòu)性提升

段華明，何　陽

(中共廣東省委黨校，廣東 廣州 510053)

?

大數(shù)據(jù)對(duì)于災(zāi)害評(píng)估的建構(gòu)性提升

段華明，何陽

(中共廣東省委黨校，廣東 廣州 510053)

摘要:大數(shù)據(jù)技術(shù)及其應(yīng)用，先行進(jìn)入防災(zāi)減災(zāi)領(lǐng)域的監(jiān)測、預(yù)防、報(bào)送、抗擊、救助和援建整個(gè)過程，驅(qū)動(dòng)災(zāi)害風(fēng)險(xiǎn)及損失的評(píng)估發(fā)生建構(gòu)性變化。優(yōu)化災(zāi)害風(fēng)險(xiǎn)聯(lián)動(dòng)評(píng)估，監(jiān)測預(yù)測系統(tǒng)化網(wǎng)絡(luò)化有序化，強(qiáng)化災(zāi)情災(zāi)需智能評(píng)估，收集流程智能化、迅捷化、可視化，深化災(zāi)害損失準(zhǔn)確評(píng)估，規(guī)避統(tǒng)計(jì)中重復(fù)和矛盾現(xiàn)象，免除人為因素干擾，避免人財(cái)物力無謂浪費(fèi)，這些都極大地促進(jìn)了災(zāi)害預(yù)測、災(zāi)情收集、災(zāi)損統(tǒng)計(jì)的效度和信度，進(jìn)一步發(fā)揮災(zāi)害評(píng)估的預(yù)測、跟蹤、決策、監(jiān)督等職能，引領(lǐng)著災(zāi)害評(píng)估新常態(tài)。

關(guān)鍵詞:災(zāi)害評(píng)估；大數(shù)據(jù)技術(shù)；建構(gòu)性提升

大數(shù)據(jù)技術(shù)及其應(yīng)用(簡稱“大云物移”，即大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)通信)，在時(shí)間數(shù)軸上多向度延伸，在空間范疇上多維面展開，至深且巨地革新信息、統(tǒng)計(jì)和資料的獲取與使用，先行進(jìn)入防災(zāi)減災(zāi)領(lǐng)域的監(jiān)測、預(yù)防、報(bào)送、抗擊、救助和援建整個(gè)過程，驅(qū)動(dòng)災(zāi)害風(fēng)險(xiǎn)及損失的評(píng)估發(fā)生建構(gòu)性提升——內(nèi)容解析與結(jié)構(gòu)重組，極大地促進(jìn)了災(zāi)害預(yù)測、災(zāi)情收集、災(zāi)損統(tǒng)計(jì)的效度和信度，創(chuàng)新引領(lǐng)著災(zāi)害評(píng)估新常態(tài)。

1大數(shù)據(jù)重組災(zāi)害監(jiān)測預(yù)防，優(yōu)化風(fēng)險(xiǎn)聯(lián)動(dòng)評(píng)估效度

大數(shù)據(jù)技術(shù)及其應(yīng)用，以其流動(dòng)傳輸、耦合聚成、快捷加工、優(yōu)化結(jié)構(gòu)的信息交匯處理，對(duì)數(shù)據(jù)作出量與質(zhì)的精準(zhǔn)分析判斷，驅(qū)動(dòng)災(zāi)害監(jiān)測預(yù)測系統(tǒng)化、網(wǎng)絡(luò)化、有序化，優(yōu)化災(zāi)害準(zhǔn)備評(píng)估。

1.1　大數(shù)據(jù)整合海量信息：災(zāi)害預(yù)測系統(tǒng)化

傳統(tǒng)的災(zāi)害數(shù)據(jù)采集和存儲(chǔ)系統(tǒng)，基于人工設(shè)計(jì)、線性計(jì)算方法獲得結(jié)構(gòu)化報(bào)表和統(tǒng)一方式計(jì)量，具有一定的代表性。但由于受技術(shù)和信息來源的限制，缺乏關(guān)鍵信息的有效提取[1]，難以高頻率短周期地收集和更新數(shù)據(jù)，表現(xiàn)出有限性、不連續(xù)性和不可擴(kuò)充性。如以往通過檢索各類災(zāi)害文獻(xiàn)，察看歷史上受災(zāi)區(qū)域的統(tǒng)計(jì)數(shù)據(jù)，分析記錄的災(zāi)害及致災(zāi)因素的概率，來預(yù)測某一區(qū)域發(fā)生災(zāi)害的可能性。這種依據(jù)經(jīng)驗(yàn)和模型所作的災(zāi)害評(píng)估，只把有限衡量因子納入評(píng)估體系，難以把握整體聯(lián)系；只對(duì)于某一區(qū)域的傳統(tǒng)防災(zāi)起預(yù)見作用，無法對(duì)新型突發(fā)災(zāi)害進(jìn)行數(shù)據(jù)觀照，不易收集不斷變化的致災(zāi)因子進(jìn)行變量比對(duì)，使得災(zāi)害防御能力大打折扣。

大數(shù)據(jù)技術(shù)具有收集、整理、儲(chǔ)存、檢索、共享、分析等多重功能，通過總體分析而非樣本分析，以全然而精微的邏輯計(jì)算，多領(lǐng)域、深層次獲取并使用系統(tǒng)數(shù)據(jù)、完整數(shù)據(jù)和全面數(shù)據(jù)[2]，驅(qū)動(dòng)災(zāi)害監(jiān)測預(yù)測系統(tǒng)化。如作為大數(shù)據(jù)技術(shù)重要載體的地理信息系統(tǒng)(GIS)，采集、儲(chǔ)存、管理、運(yùn)算、顯示和描述多維地理空間信息，驅(qū)動(dòng)綜合分析和動(dòng)態(tài)預(yù)測，實(shí)現(xiàn)人機(jī)交互的空間決策[3]，檢測風(fēng)險(xiǎn)點(diǎn)和危險(xiǎn)源。對(duì)于災(zāi)變過程，利用衛(wèi)星、飛機(jī)的遙感器收集到的數(shù)據(jù)信息，與歷史文獻(xiàn)記載、經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)、民政救災(zāi)規(guī)程、新聞媒體報(bào)道、社交網(wǎng)絡(luò)平臺(tái)等集成大數(shù)據(jù)GIS，追蹤災(zāi)情災(zāi)因并實(shí)時(shí)更新，對(duì)異常波動(dòng)及時(shí)獲取與比照，鎖定災(zāi)害可能發(fā)生的區(qū)域與時(shí)段，因應(yīng)采取防災(zāi)減災(zāi)措施，規(guī)避災(zāi)害，減輕災(zāi)損。大數(shù)據(jù)GIS系統(tǒng)還可對(duì)霧霾、熱島效應(yīng)、水污染等城市災(zāi)害遙控監(jiān)視，自動(dòng)報(bào)警，實(shí)現(xiàn)聯(lián)動(dòng)預(yù)測，防患于未然。

1.2　大數(shù)據(jù)聯(lián)動(dòng)智能傳感：災(zāi)害監(jiān)測網(wǎng)絡(luò)化

中國有10多萬處地質(zhì)災(zāi)害點(diǎn)需要監(jiān)測預(yù)警，每年通過“群測群防”方式動(dòng)員數(shù)10萬群眾晝夜值守，不僅耗費(fèi)大量人力物力財(cái)力，而且漏報(bào)率較高[4]。究其原因，主要是“群測群防”捕捉到的信息分散而局限，難以達(dá)到防范災(zāi)害應(yīng)有的數(shù)據(jù)支持需求。大數(shù)據(jù)應(yīng)用智能傳感器的復(fù)合功能，內(nèi)嵌到災(zāi)害頻發(fā)的山體、橋梁、隧道、公路、建筑、大壩、油氣管道等位置，構(gòu)成節(jié)點(diǎn)結(jié)合、連線對(duì)接的智能傳感網(wǎng)絡(luò)，同步監(jiān)測，遠(yuǎn)程監(jiān)控，反映物體外在和內(nèi)在變量的數(shù)字信息，實(shí)現(xiàn)災(zāi)害預(yù)測聯(lián)動(dòng)網(wǎng)絡(luò)化，降低信息報(bào)告的失靈風(fēng)險(xiǎn)，強(qiáng)化災(zāi)害預(yù)測的效度。

中外災(zāi)害管理部門均較為重視災(zāi)害數(shù)據(jù)庫建設(shè)，對(duì)各類災(zāi)害發(fā)生的時(shí)段、范圍、強(qiáng)度、孕災(zāi)環(huán)境、致災(zāi)因子、承災(zāi)體抗災(zāi)性能等進(jìn)行評(píng)估，輔助減災(zāi)決策。但是，已有的災(zāi)害數(shù)據(jù)庫大多孤立封閉，壁壘分明，普遍成了“信息孤島”，制約數(shù)據(jù)交換效率，給災(zāi)害聯(lián)動(dòng)預(yù)測帶來困擾。大數(shù)據(jù)以其流動(dòng)傳輸、耦合聚成、快捷加工、優(yōu)化結(jié)構(gòu)的信息處理，使數(shù)據(jù)庫彰顯關(guān)聯(lián)性，從而改變各自為營的散落局面。時(shí)下，中國基于地震、氣象等致災(zāi)數(shù)據(jù)，災(zāi)區(qū)經(jīng)濟(jì)社會(huì)數(shù)據(jù)，遙感監(jiān)測數(shù)據(jù)，現(xiàn)場調(diào)查數(shù)據(jù)和地方上報(bào)數(shù)據(jù)等信息匯集成多源信息網(wǎng)，針對(duì)地震的快速評(píng)估一般在30~40 min內(nèi)完成，針對(duì)洪澇、臺(tái)風(fēng)、旱災(zāi)的評(píng)估在2~4 h內(nèi)完成[5]。到2015年底，國家和省級(jí)地質(zhì)災(zāi)害數(shù)據(jù)庫、全國突發(fā)性災(zāi)害數(shù)據(jù)庫將全面建成[6]。由此而論，世界范圍的災(zāi)害數(shù)據(jù)庫建設(shè)趨勢將是縱橫交織的數(shù)據(jù)網(wǎng)群，每個(gè)災(zāi)害數(shù)據(jù)庫都是網(wǎng)上并聯(lián)串聯(lián)的交織點(diǎn)，數(shù)據(jù)在網(wǎng)絡(luò)中穿梭流動(dòng)，通過搜索、鏈接和交互，生成互用性信息，達(dá)到事半功倍的聯(lián)動(dòng)預(yù)測效果。

1.3　大數(shù)據(jù)識(shí)別定位追蹤：災(zāi)害避難有序化

眾多事實(shí)表明，造成人員傷亡過多的因素并不是災(zāi)害本身，而是由于災(zāi)害來臨時(shí)無序逃生導(dǎo)致無謂傷亡。中國的重大地震災(zāi)害多屬于主震-余震型，主震一般持續(xù)數(shù)秒至數(shù)十秒，這個(gè)過程倒塌建筑是小部分，大部分房屋搖搖欲墜。伴隨頻頻襲來的余震，危如累卵的房屋不斷倒塌，要想死里逃生，關(guān)鍵在于主震與余震之間逃離方式和路線的抉擇。

大數(shù)據(jù)運(yùn)用云計(jì)算、智能識(shí)別和定位追蹤，長時(shí)間監(jiān)測人們的災(zāi)難行為認(rèn)知，追蹤個(gè)體與群體在災(zāi)難逃生和自救中的下意識(shí)行為，評(píng)估面對(duì)各類災(zāi)害預(yù)警信息各色人等的應(yīng)激反應(yīng)，對(duì)受災(zāi)區(qū)域可能發(fā)生的規(guī)模人群避難遷移行為進(jìn)行預(yù)測，加以有序引導(dǎo)，推薦最佳避難場所，指引便捷撤離路線，提升應(yīng)急疏散的響應(yīng)能力[7]。日本東京大學(xué)研究人員建立了160萬人在日本一年中的GPS移動(dòng)軌跡數(shù)據(jù)庫，利用這個(gè)數(shù)據(jù)庫對(duì)2011年3月11日東日本9.0級(jí)大地震及其該地震所引發(fā)的海嘯造成的福島核事故發(fā)生后的災(zāi)民避難行為進(jìn)行了建模和模擬[8]。瑞典斯德哥爾摩大學(xué)研究人員收集了海地190萬手機(jī)用戶的移動(dòng)數(shù)據(jù)，通過這些數(shù)據(jù)分析2010年海地7.3級(jí)大地震中災(zāi)民的移動(dòng)行為模式[9]，設(shè)計(jì)規(guī)劃臨災(zāi)時(shí)的人群快速避難轉(zhuǎn)移。2015年春運(yùn)期間，百度公司基于定位服務(wù)的人口遷徙大數(shù)據(jù)項(xiàng)目“百度遷徙”上線，通過分析5億手機(jī)網(wǎng)民定位信息，折射出人群的遷徙軌跡，可視化展現(xiàn)全國范圍8 h時(shí)段內(nèi)的春運(yùn)動(dòng)態(tài)：最熱的遷徙線路，最熱的遷出遷入城市[10]。

2大數(shù)據(jù)整合災(zāi)情采集流程，強(qiáng)化災(zāi)需智能評(píng)估力度

大數(shù)據(jù)技術(shù)及其應(yīng)用，不僅能夠掌握并處理海量數(shù)據(jù)，更在于萃取數(shù)據(jù)的價(jià)值信息，驅(qū)動(dòng)智能化、迅捷化、可視化地集成、傳遞數(shù)據(jù)，實(shí)現(xiàn)多元協(xié)作、實(shí)時(shí)高效的災(zāi)害應(yīng)急評(píng)估。

2.1　大數(shù)據(jù)聚成遙感觀測數(shù)據(jù)：災(zāi)情評(píng)估迅捷化

災(zāi)情信息獲取的速度和程度是實(shí)施有效應(yīng)急救助的關(guān)鍵環(huán)節(jié)。2008年5月12日汶川8.0級(jí)地震發(fā)生，直到14日相關(guān)部門才陸續(xù)獲得汶川縣和北川縣的災(zāi)情，15日獲得部分重災(zāi)鄉(xiāng)鎮(zhèn)的災(zāi)情，19日獲得大部分受災(zāi)村莊的災(zāi)情[11]。災(zāi)情反饋的不及時(shí)，直接影響災(zāi)害損失評(píng)估的不全不準(zhǔn)，導(dǎo)致救災(zāi)初期救援資源未能有效調(diào)配，大批救援部隊(duì)和大量救災(zāi)物資積聚滯留在成都、都江堰地區(qū)，嚴(yán)重影響了應(yīng)急救援，致使災(zāi)區(qū)損失蔓延擴(kuò)大。

遙感技術(shù)具有覆蓋面廣、持續(xù)監(jiān)測、高分辨率的特點(diǎn)，通過數(shù)據(jù)共享機(jī)制不斷拓展穩(wěn)定的數(shù)據(jù)源，聚成災(zāi)害應(yīng)急遙感大數(shù)據(jù)[5]，迅速展開對(duì)房屋倒損、人員傷亡情況快速評(píng)估，判斷災(zāi)區(qū)損失情況、啟動(dòng)應(yīng)急響應(yīng)，擺脫守株待兔式逐級(jí)上報(bào)災(zāi)情再組織救災(zāi)的被動(dòng)局面，優(yōu)化了災(zāi)情評(píng)估工作流程。2008年和2011年，中國先后發(fā)射環(huán)境減災(zāi)星座A、B、C三顆衛(wèi)星，為火災(zāi)、地震、干旱、臺(tái)風(fēng)、洪澇等災(zāi)害監(jiān)測提供了空間數(shù)據(jù)支撐[5]。2015年3月，中國發(fā)射第17顆北斗導(dǎo)航衛(wèi)星，具有全球組網(wǎng)、星間鏈路的高精度應(yīng)用效果[12]。中國還正在實(shí)施高分辨率對(duì)地觀測國家重大專項(xiàng)，通過建設(shè)基于衛(wèi)星、平流層飛艇和航拍的高分辨率觀測系統(tǒng)，并與其他觀測手段結(jié)合，形成全天候、全天時(shí)、全球覆蓋的對(duì)地觀測[13]。在2010年江西撫州決堤、2013年黑龍江流域性洪水等重大洪澇災(zāi)害的災(zāi)情評(píng)估中，遙感技術(shù)發(fā)揮了重要作用。2014年2月12日，新疆于田縣發(fā)生7.3級(jí)地震，民政部國家減災(zāi)中心立即啟動(dòng)遙感監(jiān)測評(píng)估，并綜合協(xié)調(diào)國內(nèi)外衛(wèi)星遙感數(shù)據(jù)，以大數(shù)據(jù)處理模式第一時(shí)間制作發(fā)布了震中附近地區(qū)衛(wèi)星遙感圖像。美國利用“伊克洛斯”(IKONOS)衛(wèi)星和“快鳥”(Quick-Bird)2衛(wèi)星遙感拍攝到加勒城市火車站區(qū)域海嘯前后高分辨率衛(wèi)星影像，對(duì)城市建筑物的損毀影像解譯對(duì)比評(píng)估[14]。

2.2　大數(shù)據(jù)匯成地理時(shí)空?qǐng)D像：災(zāi)況評(píng)估可視化

每臨地質(zhì)災(zāi)害，災(zāi)區(qū)道路受損，屢發(fā)山體滑坡、堰塞湖等次生災(zāi)害，交通中斷，進(jìn)退維谷，有如“圍城”，亟需評(píng)估交通路況，讓救災(zāi)人員與救災(zāi)物資盡快進(jìn)入災(zāi)區(qū)施救。以往災(zāi)區(qū)受損道路及可行道路的評(píng)估，一般是交通管理部門組織調(diào)研組抵達(dá)災(zāi)區(qū)開展基礎(chǔ)數(shù)據(jù)整理、分析、制圖等有關(guān)工作來完成，向來延后拖沓。

大數(shù)據(jù)的圖像識(shí)別、多源數(shù)據(jù)融合技術(shù)，實(shí)現(xiàn)災(zāi)情及救災(zāi)的信息采集和地圖標(biāo)繪，互聯(lián)網(wǎng)、電話語音、手機(jī)短信、微博微信等多種信息接入，災(zāi)害相關(guān)圖片、音頻、視頻信息的采集、管理、查詢、統(tǒng)計(jì)的分析挖掘，構(gòu)建設(shè)施——數(shù)據(jù)——服務(wù)一體化時(shí)空信息平臺(tái)，為相關(guān)部門和人員提供直觀、便捷、持續(xù)、立體化資訊[15]。如交通部門將路況信息、可用資源和監(jiān)控?cái)?shù)據(jù)傳輸?shù)叫畔⑵脚_(tái)進(jìn)行可視化處理，確定通行路段和避免路段，保持應(yīng)急處置和業(yè)務(wù)連續(xù)性之間的張力[16]。2013年蘆山7.0級(jí)地震投入使用的國家地理信息公共服務(wù)平臺(tái)——天地圖，采用云計(jì)算，將受災(zāi)區(qū)域的電子地圖、影像、地形等基礎(chǔ)地理空間數(shù)據(jù)，通過門戶網(wǎng)站提供一站式的數(shù)據(jù)資源，任何人皆可點(diǎn)擊平臺(tái)網(wǎng)頁查看高分辨率的災(zāi)區(qū)影像、地質(zhì)災(zāi)害點(diǎn)、滑坡點(diǎn)、道路阻塞點(diǎn)等狀況。在放大版的電子地圖上，還可以清楚查看次生地質(zhì)災(zāi)害點(diǎn)的標(biāo)記以及堰塞湖的風(fēng)險(xiǎn)提示[17]。2009年美國南加州杰蘇斯塔大火，民間組織和個(gè)人建立了27個(gè)自發(fā)式地圖站點(diǎn)，及時(shí)匯總不斷出現(xiàn)的民間信息和官方信息，如火災(zāi)位置、疏散命令、緊急避難所位置等[18]。

2.3　大數(shù)據(jù)集成聚合性信息：災(zāi)需評(píng)估多元化

災(zāi)害作為非常規(guī)性事件，準(zhǔn)確實(shí)時(shí)的救災(zāi)需求信息是快速合理配置救援資源的先決條件?，F(xiàn)實(shí)中，災(zāi)情信息發(fā)布速度遠(yuǎn)滯后于媒體和輿論需求，主要通過民政部官網(wǎng)、國家減災(zāi)網(wǎng)和向新華網(wǎng)供稿的方式發(fā)布，公眾覆蓋度不足。由于災(zāi)區(qū)信息的雜亂性和差異性，救援需求(災(zāi)民)和災(zāi)情提供(包括記者報(bào)道)信息不對(duì)稱，還可能因次生災(zāi)害等變數(shù)，或救災(zāi)物資在運(yùn)輸途中遭到意外損毀，導(dǎo)致額外的救災(zāi)需求，加劇物資配送的困難。在汶川地震救災(zāi)過程中，就發(fā)生救災(zāi)捐贈(zèng)物資出現(xiàn)“過?！焙投倘辈⒋娴臓顩r，甚至一些捐贈(zèng)物資與災(zāi)區(qū)實(shí)際需求完全脫節(jié)。2012年3月18日《第一財(cái)經(jīng)日?qǐng)?bào)》記者章軻在微博中稱，四川省北川縣擂鼓鎮(zhèn)敬老院內(nèi)有大量地震后外界捐助的救災(zāi)物資，尚未開包[19]。2014年4月29日《中國之聲》又報(bào)道，綿陽市三臺(tái)縣新生鎮(zhèn)德光辦事處在清理院內(nèi)雜物時(shí)，發(fā)現(xiàn)大量霉?fàn)€的汶川地震救災(zāi)物資，有礦泉水、方便面、面包、大米、農(nóng)膜和衣服等[20]。這些問題引人反思：如何切實(shí)評(píng)估災(zāi)民需求，合理分配救災(zāi)資源，避免無謂的浪費(fèi)？救災(zāi)物資需求具有非例行性和不確定性等特點(diǎn)，而災(zāi)區(qū)現(xiàn)場信息紛繁復(fù)雜且高度動(dòng)態(tài)變化，以致于愛心捐贈(zèng)者得不到明確的災(zāi)民需求作為參考，只能憑自己的主觀感受把握，造成某些救災(zāi)物資不得不被“儲(chǔ)備”[21]。

大數(shù)據(jù)是開源技術(shù)，促使災(zāi)需提供主體多元化。一方面，突破原有的政府體系內(nèi)部災(zāi)情信息的采集、分析、服務(wù)模式，將公共數(shù)據(jù)和個(gè)人數(shù)據(jù)結(jié)合，讓更多社會(huì)組織和更廣泛的社會(huì)公眾參與其中，并發(fā)揮越來越重要的作用。另一方面，多方形成的聚合性信息，能夠跨地域跨部門快速共享。2013年蘆山7.0級(jí)地震，首個(gè)多層化社會(huì)公益的益云地圖,為NGO用戶提供匯集共享災(zāi)害數(shù)據(jù)的信息平臺(tái)，發(fā)布危機(jī)預(yù)警、尋找親人、需求詳情、地理位置、聯(lián)系方式等災(zāi)區(qū)信息，并呈現(xiàn)信息認(rèn)證狀態(tài)，增強(qiáng)NGO災(zāi)害響應(yīng)的有效協(xié)作性。百度公司整合統(tǒng)計(jì)災(zāi)區(qū)民政部門、權(quán)威媒體、社交平臺(tái)聯(lián)合提供的物資需求數(shù)據(jù)，推出蘆山地震“救災(zāi)動(dòng)態(tài)地圖”，連續(xù)更新災(zāi)區(qū)物資需求分布、災(zāi)區(qū)路況、獻(xiàn)血站、救助站、災(zāi)民分布等信息，為實(shí)施救援提供了直觀參考[22]。

大數(shù)據(jù)是全民織網(wǎng)，將個(gè)人移動(dòng)通信數(shù)據(jù)納入數(shù)據(jù)采集端，眾人都是社會(huì)傳感網(wǎng)的數(shù)據(jù)輸送者，以一種沒有預(yù)料規(guī)劃卻及時(shí)有效的方式監(jiān)測和推動(dòng)救災(zāi)的進(jìn)程。微博、微信、QQ、貼吧、BBS等社交媒體平臺(tái)傳輸?shù)臄?shù)據(jù)信息，覆蓋互聯(lián)網(wǎng)的每個(gè)角落，使信息更容易被需要的人尋覓和瀏覽。災(zāi)區(qū)每個(gè)人都能成為災(zāi)情預(yù)報(bào)員，發(fā)送匯總傷亡情況、所需救援人員與物資，轉(zhuǎn)發(fā)相關(guān)部門災(zāi)害損失統(tǒng)計(jì)，傳遞避難場所坐標(biāo)，尋找親人報(bào)送平安等信息[23]。社交媒體實(shí)現(xiàn)人機(jī)界面的在線互動(dòng)，救災(zāi)信息的交互共享，災(zāi)需數(shù)據(jù)的延伸覆蓋，極大地提高了災(zāi)害救助的時(shí)效性。蘆山地震抗震救災(zāi)中，“蘆山地震救助賬號(hào)”、“成都公益圈”等一批微信公眾賬號(hào)，以數(shù)秒鐘一條信息的速度傳送災(zāi)區(qū)情況、所需資源、救援隊(duì)伍合作等信息，裂變式傳播給更多關(guān)注者。壹基金整個(gè)團(tuán)隊(duì)前線評(píng)估蘆山地震災(zāi)民需求、后線運(yùn)輸物資全部通過微信平臺(tái)傳遞，集群交流解決問題[24]。

3大數(shù)據(jù)提升災(zāi)害統(tǒng)計(jì)能力，深化災(zāi)損準(zhǔn)確評(píng)估信度

大數(shù)據(jù)技術(shù)及其應(yīng)用，以其自動(dòng)檢測、自我反饋和智能控制的功能，多維棱鏡觀察和極速秒級(jí)計(jì)算，對(duì)數(shù)據(jù)流進(jìn)行分布式挖掘和并行式處理，驅(qū)動(dòng)災(zāi)害統(tǒng)計(jì)能力轉(zhuǎn)型升級(jí)，深化災(zāi)后評(píng)估信度。

3.1　大數(shù)據(jù)交互性數(shù)控功能：規(guī)避災(zāi)害統(tǒng)計(jì)中的重復(fù)和矛盾現(xiàn)象

從根本上而言，災(zāi)害評(píng)估不只是單純的災(zāi)后清點(diǎn)、經(jīng)濟(jì)損失盤算，而是及時(shí)準(zhǔn)確、客觀全面地反映災(zāi)情災(zāi)需災(zāi)損情況，為抗災(zāi)救災(zāi)和災(zāi)后重建提供科學(xué)依據(jù)，完善優(yōu)化減災(zāi)管理[21]。但由于中國災(zāi)害管理是多部門平行管理，災(zāi)情災(zāi)損統(tǒng)計(jì)是各自進(jìn)行。這種方式使數(shù)據(jù)信息部門化、碎片化、分裂化，帶來部門之間的不協(xié)調(diào)，出現(xiàn)職能交叉的多頭統(tǒng)計(jì)、重復(fù)統(tǒng)計(jì)等問題[25]。新華網(wǎng)2009年報(bào)道：汶川地震時(shí)，四川省崇州市旅游局和交通局上報(bào)的損失數(shù)據(jù)匯總重復(fù)，多列受災(zāi)損失12.34億元[26]，引起公眾嘩然，引發(fā)負(fù)面外溢效應(yīng)。大數(shù)據(jù)技術(shù)的網(wǎng)絡(luò)結(jié)構(gòu)是最能適應(yīng)外部環(huán)境變化的組織結(jié)構(gòu)，網(wǎng)絡(luò)具有多個(gè)結(jié)點(diǎn)，對(duì)各種變化更敏感，能夠更快探測到環(huán)境的變量；網(wǎng)絡(luò)結(jié)構(gòu)是疏耦合，不僅更具有韌性，也更容易根據(jù)信息交互進(jìn)行調(diào)整，從而相互適應(yīng)。也就是說，大數(shù)據(jù)信息并非統(tǒng)計(jì)部門一家獨(dú)享，而是通過開放性的計(jì)算機(jī)網(wǎng)絡(luò)實(shí)現(xiàn)信息交互共享，供人們查詢、驗(yàn)證。各級(jí)政府主導(dǎo)建立起上下結(jié)合有機(jī)互動(dòng)的災(zāi)害數(shù)控系統(tǒng)，對(duì)各種災(zāi)害匯集統(tǒng)計(jì)并統(tǒng)一公布災(zāi)害損失數(shù)據(jù)，避免出現(xiàn)統(tǒng)計(jì)數(shù)據(jù)遺漏、重復(fù)或矛盾的現(xiàn)象，提高災(zāi)害統(tǒng)計(jì)數(shù)據(jù)的科學(xué)性、準(zhǔn)確性和共享性[25]。

3.2　大數(shù)據(jù)熱備份高容錯(cuò)性能：免除災(zāi)害調(diào)查中人為因素干擾

中國現(xiàn)行救災(zāi)體制中災(zāi)害損失統(tǒng)計(jì)的傳遞，通過地方民政部門和統(tǒng)計(jì)機(jī)構(gòu)采集災(zāi)損及災(zāi)需信息，科層逐級(jí)上報(bào)，上級(jí)民政部門根據(jù)所報(bào)信息逐級(jí)分配發(fā)放救災(zāi)物資[27]。具體的災(zāi)害損失統(tǒng)計(jì)有三種方式方法：一是各級(jí)民政和統(tǒng)計(jì)部門報(bào)表式獲取數(shù)據(jù)；二是設(shè)計(jì)調(diào)查問卷和走訪災(zāi)民獲取數(shù)據(jù)；三是現(xiàn)場抽樣推算總體獲取數(shù)據(jù)。然而，這些統(tǒng)計(jì)方式方法比較難以規(guī)避調(diào)查統(tǒng)計(jì)中人為因素帶來的問題，災(zāi)害損失的誤報(bào)、漏報(bào)、重報(bào)，甚至虛報(bào)、瞞報(bào)屢有發(fā)生，致使災(zāi)害統(tǒng)計(jì)數(shù)據(jù)嚴(yán)重失真，導(dǎo)致救災(zāi)工作出現(xiàn)“盲點(diǎn)”，而矯正這些誤差的成本往往又很高。2012年湖南桃江縣暴雨洪澇災(zāi)害，縣防汛辦向媒體提供的直接經(jīng)濟(jì)損失是8 900萬元，其后縣民政局的數(shù)字卻是1 800萬元[28]。此事在社會(huì)上引起軒然大波，疑為套取救災(zāi)資金，殃及政府公信力。

大數(shù)據(jù)建立災(zāi)情數(shù)據(jù)質(zhì)量評(píng)價(jià)體系，形成自動(dòng)檢測災(zāi)情數(shù)據(jù)不規(guī)范報(bào)災(zāi)行為的機(jī)制。衛(wèi)星網(wǎng)絡(luò)、無線網(wǎng)絡(luò)、專用集群網(wǎng)絡(luò)、IP多媒體通信網(wǎng)絡(luò)互聯(lián)互通，即使通信網(wǎng)絡(luò)受損，評(píng)估人員亦可優(yōu)先利用殘存的通信資源建立會(huì)話，保障通信，記錄數(shù)據(jù)[29]。并且，整合的數(shù)據(jù)流只能通過網(wǎng)絡(luò)輸出，想要從中篡改數(shù)據(jù)則非常困難，保證災(zāi)害損失數(shù)據(jù)的收集和傳遞，進(jìn)而確保數(shù)據(jù)質(zhì)量。云計(jì)算技術(shù)的容災(zāi)系統(tǒng)通過數(shù)據(jù)備份、數(shù)據(jù)復(fù)制、網(wǎng)絡(luò)存儲(chǔ)，使數(shù)據(jù)之間互為鏡像、零數(shù)據(jù)丟失，統(tǒng)計(jì)數(shù)據(jù)系統(tǒng)熱備份、高容錯(cuò)，保護(hù)數(shù)據(jù)安全，提高數(shù)據(jù)的持續(xù)可用性，增強(qiáng)網(wǎng)絡(luò)報(bào)災(zāi)系統(tǒng)的支撐能力。2012年國家統(tǒng)計(jì)局推行聯(lián)網(wǎng)直報(bào)工程，改變層層上報(bào)的數(shù)據(jù)采集方式，基層直接將數(shù)據(jù)傳到國家數(shù)據(jù)中心，用兩點(diǎn)一線模式保障原始數(shù)據(jù)真實(shí)可信[30]。目前正在形成覆蓋國家-省-市-縣-鄉(xiāng)-村六級(jí)的“云+網(wǎng)+端”災(zāi)情信息報(bào)送網(wǎng)絡(luò)體系，固定終端與移動(dòng)終端相結(jié)合，有線網(wǎng)、移動(dòng)網(wǎng)、衛(wèi)星通信網(wǎng)相互支撐采集報(bào)送災(zāi)情。

人工災(zāi)情數(shù)據(jù)統(tǒng)計(jì)客觀上存在著數(shù)據(jù)量小、干擾性大的缺點(diǎn)，對(duì)達(dá)到救災(zāi)預(yù)期有一定局限性。大數(shù)據(jù)以“樣本=總體”的思維方式和技術(shù)方法，把目標(biāo)全體作為樣本[31]，將數(shù)學(xué)運(yùn)算于全量數(shù)據(jù)，建立結(jié)構(gòu)性數(shù)據(jù)和非結(jié)構(gòu)性數(shù)據(jù)相關(guān)性分析，超越局部事實(shí)和經(jīng)驗(yàn)判斷進(jìn)行全面研判，繼而作出正確的評(píng)估。大數(shù)據(jù)可以全息挖掘?yàn)?zāi)區(qū)既往的日常生活數(shù)據(jù)，如自來水廠、電網(wǎng)公司和銀行交易、超市交易額等數(shù)據(jù)庫，對(duì)災(zāi)區(qū)的民眾生活必需品數(shù)量、承災(zāi)能力、實(shí)際損失進(jìn)行精細(xì)化估算，不僅減少信息收集環(huán)節(jié)，降低調(diào)查成本，而且提高技術(shù)含量，免除調(diào)查過程中的人為因素干擾。

3.3　大數(shù)據(jù)物聯(lián)網(wǎng)智能管控：避免救災(zāi)人財(cái)物力的無謂浪費(fèi)

舉國之力調(diào)動(dòng)人財(cái)物支援災(zāi)區(qū)，是中國災(zāi)害應(yīng)對(duì)的優(yōu)勢和特色。災(zāi)害發(fā)生后，全國上下洶涌的愛心匯集災(zāi)區(qū)，幫助災(zāi)民。但需要厘清，忽視對(duì)救援人員的統(tǒng)籌，無序的社會(huì)組織和志愿者參與，可能導(dǎo)致部分救災(zāi)力量或成為災(zāi)區(qū)的負(fù)擔(dān)，造成忙中添亂、適得其反的效果。2010年玉樹7.1級(jí)地震抗震救災(zāi)中，由于災(zāi)區(qū)地處高原，廣東救援隊(duì)150人一抵達(dá)災(zāi)區(qū)，多數(shù)人便出現(xiàn)高原反應(yīng)、重感冒甚至肺水腫等癥狀，全部隊(duì)員不得不在2 d后分批撤離[32]。2013年蘆山7.0級(jí)地震抗震救災(zāi)時(shí)，各地涌入的非專業(yè)救援者過多，志愿者大多有救援熱情但缺乏知識(shí)和經(jīng)驗(yàn)，到了災(zāi)區(qū)以后無所適從，又沒有帶食品和戶外用品，食宿都無法解決，還要消耗災(zāi)區(qū)的物資，幾近淪為災(zāi)民。當(dāng)?shù)卣坏貌粍穹抵驹刚?，以? d內(nèi)勸返上千人[33]。

云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、APP軟件等大數(shù)據(jù)主要技術(shù)，對(duì)救災(zāi)人員和物資的統(tǒng)籌與發(fā)放起到聯(lián)控作用。物聯(lián)網(wǎng)通過射頻識(shí)別、紅外感應(yīng)器、全球定位系統(tǒng)、激光掃描器等信息傳感設(shè)備，把人員和物資與移動(dòng)互聯(lián)網(wǎng)連接起來進(jìn)行信息交換和通訊，實(shí)現(xiàn)智能識(shí)別、定位、跟蹤、監(jiān)控和管理的網(wǎng)絡(luò)化[15]。相關(guān)部門將救援組織信息、災(zāi)情需求信息和資源調(diào)配信息納入物聯(lián)網(wǎng)，通過云計(jì)算集成數(shù)據(jù)中心加以調(diào)控，讓互用性數(shù)據(jù)流在政府與公眾之間互通聯(lián)享，讓救援人員知曉哪里有救援需求，需求量是多少，動(dòng)態(tài)有序地施展救援，做到按需調(diào)控分配，人盡其用，貨暢其流。

大數(shù)據(jù)定位監(jiān)測個(gè)人地理位置，對(duì)災(zāi)區(qū)人員流量進(jìn)行智能管控，當(dāng)災(zāi)區(qū)人數(shù)逼近臨界點(diǎn)時(shí)，便發(fā)出警報(bào)，疏導(dǎo)災(zāi)區(qū)人員，不至于積重難返。從2010年開始，北京西單、天安門廣場等區(qū)域已經(jīng)使用“人群聚集風(fēng)險(xiǎn)預(yù)警系統(tǒng)”，對(duì)流動(dòng)人群進(jìn)行實(shí)時(shí)監(jiān)控。該系統(tǒng)可提前30 min實(shí)現(xiàn)重點(diǎn)區(qū)域人群安全容量預(yù)警，可預(yù)測未來1 d甚至1周的人群總量和峰值時(shí)段[34]，根據(jù)人群流動(dòng)密度采取疏導(dǎo)、限流等措施，避免人群密度過高產(chǎn)生擁擠踩踏等風(fēng)險(xiǎn)。2015年春節(jié)期間，四川九寨溝等景區(qū)運(yùn)用了大數(shù)據(jù)技術(shù)防范人滿為患，保障景區(qū)人流安全。

對(duì)于救災(zāi)物資的評(píng)估與發(fā)放，已有樂思輿情監(jiān)測系統(tǒng)通過分析瀏覽采集到的數(shù)據(jù)，按照需求設(shè)置進(jìn)行自動(dòng)分類、聚類，提取信息數(shù)據(jù)摘要，實(shí)現(xiàn)人名識(shí)別、地名識(shí)別和機(jī)構(gòu)識(shí)別聚集，對(duì)數(shù)據(jù)信息實(shí)施判別，形成直觀數(shù)據(jù)報(bào)告，減少對(duì)災(zāi)情不了解造成的資源分配浪費(fèi)。物流公司通過物流APP軟件，根據(jù)地理位置和物流信息描述自主優(yōu)化，選擇最為便捷的運(yùn)輸路徑，減輕災(zāi)區(qū)交通壓力。運(yùn)輸救援物資途中，相當(dāng)于人的眼耳鼻喉和皮膚等神經(jīng)末梢的無線溫度傳感器、濕度傳感器和位置傳感器不斷監(jiān)控救援物資(尤其是恒溫恒濕藥品、新鮮食品)內(nèi)在狀況，保障救援物資按量保質(zhì)抵達(dá)。救援物資發(fā)放到哪位災(zāi)民手中，追蹤系統(tǒng)皆可查詢，多余的物資可徑直調(diào)往需要的地方，既保證救援物資的發(fā)放公平又杜絕無謂浪費(fèi)。

4簡短結(jié)論和深沉隱憂

大數(shù)據(jù)技術(shù)及其應(yīng)用，致廣大而盡精微，以其全面快速收集、分析、決策的反應(yīng)機(jī)理，形成技術(shù)與組織制度的全景式建構(gòu)，更有預(yù)見性和更高準(zhǔn)確度的運(yùn)行機(jī)制，優(yōu)化風(fēng)險(xiǎn)聯(lián)動(dòng)評(píng)估效度，強(qiáng)化災(zāi)情智能評(píng)估力度，深化災(zāi)損準(zhǔn)確評(píng)估信度，使得災(zāi)害準(zhǔn)備評(píng)估、應(yīng)急評(píng)估、災(zāi)后評(píng)估和綜合評(píng)估跨越式提升，進(jìn)一步發(fā)揮災(zāi)害評(píng)估的預(yù)測、跟蹤、決策、監(jiān)督等職能，開拓了防災(zāi)減災(zāi)救災(zāi)的新境界。

還應(yīng)當(dāng)看到，方興未艾的大數(shù)據(jù)融入到災(zāi)害評(píng)估領(lǐng)域還處在磨合階段，相關(guān)數(shù)據(jù)平臺(tái)尚在搭建之中，一些宏大戰(zhàn)略和應(yīng)用戰(zhàn)術(shù)還處于開發(fā)狀態(tài)。更需要注意，由于大數(shù)據(jù)信息源的多樣性，準(zhǔn)確信息和干擾信息同時(shí)存在，勢必產(chǎn)生混亂與矛盾，若不加以仔細(xì)分辨會(huì)誤導(dǎo)決策和行為?！洞髷?shù)據(jù)的時(shí)代》一書就申明：“數(shù)據(jù)量的大幅增加會(huì)造成結(jié)果的不準(zhǔn)確，一些錯(cuò)誤的數(shù)據(jù)會(huì)混進(jìn)數(shù)據(jù)庫”[2]，這相應(yīng)地對(duì)大數(shù)據(jù)應(yīng)用于災(zāi)害評(píng)估工作提出了防范侵?jǐn)_的要求，須對(duì)網(wǎng)絡(luò)、社交媒體傳播的救援信息加強(qiáng)實(shí)時(shí)核查，阻滯虛假信息的傳播擴(kuò)散，避免釀造成沖突和過失。另外，在救災(zāi)過程中，救援信息的價(jià)值效用如何在開放共享中確保安全，規(guī)制數(shù)據(jù)泄漏風(fēng)險(xiǎn)，也是亟需解決的問題。

參考文獻(xiàn)：

[1]李金昌.大數(shù)據(jù)與統(tǒng)計(jì)新思維[J].統(tǒng)計(jì)研究，2104(1):10-15.

[2]維克托·邁爾·伯舍恩伯格,肯尼思·庫克耶.大數(shù)據(jù)時(shí)代[M].杭州：浙江人民出版社,2013.

[3]黃曉雪,羅麟,程香菊.遙感技術(shù)在災(zāi)害監(jiān)測中的應(yīng)用[J].四川環(huán)境,2004(6)：102-105.

[4]范宏喜.我國地質(zhì)災(zāi)害防災(zāi)減災(zāi)問題的幾點(diǎn)思考——中國地質(zhì)調(diào)查局殷躍平博士訪談[J].水文地質(zhì)工程地質(zhì),2009,12(5)：142-146.

[5]袁藝.制度建設(shè)推動(dòng)下的自然災(zāi)害風(fēng)險(xiǎn)與損失評(píng)估[J].中國應(yīng)急管理, 2015(2)：15-18.

[6]中國廣播網(wǎng).“十二五”末我國將建立地質(zhì)災(zāi)害數(shù)據(jù)庫[EB/OL].(2012-04-14)[2015-05-14]. http://news.sina.com.cn/o/2012-04-14/070024271282.shtml.

[7]宋軒.大數(shù)據(jù)下的災(zāi)難行為分析和城市應(yīng)急管理[J].中國計(jì)算機(jī)學(xué)會(huì)通訊,2013(8)：25-29.

[8]Song X,Zhang Q, Sekimoto Y,et al.An intelligent system for large-scale disaster behavior analysis and reasoning[R]. IEEE Intelligent Systems, 2013.

[9]Lu X,Bengtssona L, Holme P.Predictability of population displacement after the 2010 Haiti earthquake, Proc[J]. The National Academy of Sciences Of USA (PNAS), 2012(109):11576-11581.

[10]張舵,李崢巍,趙婧夷.“百度遷徙”如何知道我們?nèi)ツ膬毫耍縖EB/OL].(2014-02-12)[2015-05-10]. http://news.xinhuanet.com/fortune/2014-02/12/c_119308083.htm.

[11]帥向華,聶高眾,姜立新,等.國家地震災(zāi)情調(diào)查系統(tǒng)探討[J].震災(zāi)防御技術(shù), 2011(4)：396-405.

[12]央廣網(wǎng).中國成功發(fā)射首顆新一代北斗導(dǎo)航衛(wèi)星 全球布網(wǎng)啟動(dòng)[EB/OL]. (2015-03-30)[2015-04-10]. http://military.cnr.cn/kx/20150330/t20150330_518176536.html.

[13]劉宇宏,姚崇斌,葉曦.用好遙感大數(shù)據(jù),助力上海大發(fā)展[J].衛(wèi)星應(yīng)用, 2014(6)：28-32.

[14]王樹良,丁剛毅,鐘鳴.大數(shù)據(jù)下的空間數(shù)據(jù)挖掘思考[J].中國電子科學(xué)研究院學(xué)報(bào), 2013,8(1)：8-17.

[15]李德仁,姚遠(yuǎn),邵振鋒.智慧城市中的大數(shù)據(jù)[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版, 2014,39(6)：631-640.

[16]馬奔,毛慶鐸.大數(shù)據(jù)在應(yīng)急管理中的應(yīng)用[J].中國行政管理,2015(3)：143-149.

[17]網(wǎng)易新聞.新技術(shù)助力地震救援[EB/OL].(2013-07-17)[2014-04-10]. http://news.163.com/13/0717/13/9405H7NS00014AED.html.

[18]Goodchild M F,Glennon J A.Crowdsourcing geographic information for disaster response: A research frontier[J]. International Journal of Digital Earth,2010(3)：31-40.

[19]張文.北川：救災(zāi)物資被封存未發(fā)放？[N].人民日?qǐng)?bào), 2012-03-21(4).

[20]盛翔,蘇宜.救災(zāi)物資霉?fàn)€的啟示[N].西安日?qǐng)?bào), 2014-05-01(8).

[21]段華明.社會(huì)學(xué)視閾的災(zāi)害損失評(píng)估研究[J].廣州大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2014,13(6)：19-24.

[22]百度推救災(zāi)動(dòng)態(tài)圖：可查物資缺口及災(zāi)民分布[EB/OL].(2013-04-24)[2015-03-12]. http://tech.sina.com.cn/i/2013-04-24/18288274623.shtml.

[23]曾大軍,曹志東.突發(fā)事件態(tài)勢感知與決策支持的大數(shù)據(jù)解決方案[J].中國應(yīng)急管理,2013(11)：15-23.

[24]馬化騰：微信承載了騰訊國際化的機(jī)會(huì)[EB/OL].(2013-05-07)[2014-06-12]. http://tech.qq.com/a/20130507/000123_8.htm.

[25]朱勝,成美純.災(zāi)害統(tǒng)計(jì)工作存在的問題與改進(jìn)[J].中國統(tǒng)計(jì),2010(3)：13-14.

[26]張曉松.崇州災(zāi)情數(shù)據(jù)重復(fù),多列損失超12億[EB/OL].(2009-01-02)[2014-07-09].http://news.xinhuanet.com/mrdx/2009-01/02/content_10590080.htm.

[27]自然災(zāi)害情況統(tǒng)計(jì)制度[EB/OL].(2013-04-24)[2014-05-17]. http://www.gzsmzt.gov.cn/content-84-5752-1.html.

[28]周勉.湖南桃江回應(yīng)夸大災(zāi)情:數(shù)據(jù)未上報(bào)統(tǒng)計(jì)有差異[EB/OL].(2012-05-23)[2014-05-17]. http://news.xinhuanet.com/local/2012-05/23/c_112022693.htm.

[29]朱勝,夏青.建立重大自然災(zāi)害統(tǒng)計(jì)應(yīng)急機(jī)制初探[J].網(wǎng)絡(luò)財(cái)富,2010(1)：20-21.

[30]中新網(wǎng).防范統(tǒng)計(jì)數(shù)據(jù)失真 統(tǒng)計(jì)局啟動(dòng)“聯(lián)網(wǎng)直報(bào)”[EB/OL].(2011-09-06)[2014-06-18]. http://www.chinanews.com/cj/2011/09-06/3310933.shtml.

[31]曾鴻,豐敏軒.大數(shù)據(jù)與統(tǒng)計(jì)變革[J].中國統(tǒng)計(jì),2013(9)：49-50.

[32]趙楊,周志坤,謝苗楓,等.粵救援隊(duì)153人撤離抵穗[N].南方日?qǐng)?bào),2010-4-18(2).

[33]吳楠,周明杰.愛心如何疏堵？[EB/OL].(2013-04-25)[2014-06-18]. http://news.ifeng.com/gundong/detail_2013_04/25/24653772_0.shtml.

[34]馬姍姍.大數(shù)據(jù)助力人群密集場所風(fēng)險(xiǎn)管控[N].光明日?qǐng)?bào), 2015-04-20(11).

閻俊愛， 郭藝源.非常規(guī)突發(fā)事件救援物資輸送的路徑優(yōu)化研究[J].災(zāi)害學(xué), 2016,31(1):193-200.[Yan Junai and Guo Yiyuan.Unconventional Emergency Aid Delivery Path Optimization Research[J].Journal of Catastrophology, 2016,31(1)：193-200.]

Constructive Promotion of Big Data for Disaster Assessment

Duan Huaming and He Yang

(PartySchooloftheGuangdongCommitteeofC.P.C,Guangzhou510053,China)

Abstract:Technology and application of big data contribute to estimate the loss of disaster risk and constructive changes, restructuring disaster monitoring and prediction, optimizing risk linkage evaluation; integrating the collection process of disaster, strengthening the intelligence assessment of disaster; improving the capacity of disaster statistics, deepening the accuracy of damage assess, promoting greatly the disaster forecast and disaster collection, validity and reliability of damage statistics, innovation leads the new normal of disaster assessment.

Key words:disaster assessment; technology of big data; constructive promotion

作者簡介：段華明(1957-)，男，陜西咸陽人，二級(jí)教授，法學(xué)碩士，主要研究方向?yàn)闉?zāi)害社會(huì)學(xué).E-mail:dhming@163.com

基金項(xiàng)目：國家哲學(xué)社會(huì)科學(xué) “我國災(zāi)害損失評(píng)估的社會(huì)學(xué)研究”(12BSH024)

收稿日期：2015-07-01修回日期：2015-08-26

中圖分類號(hào)：X43

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1000-811X(2016)01-0188-05

doi:10.3969/j.issn.1000-811X.2016.01.035