第02章 应急管理中的空间问题与 GIS 技术体系

本章导读

第1章讲清了“为什么需要”，本章回答“靠什么支撑”。应急管理对 GIS 的要求可以压缩成一句话：在极短时间内、用不完整的数据、做出后果严重的空间判断。这句话的每一个限定词都对应一项技术选择：极短时间提出性能与渐进式精度要求，不完整数据提出分级与不确定性标注要求，后果严重提出基准统一与可追溯要求。本章按这个逻辑展开：先讲空间参考框架这道“第一道工序”，再讲矢量、栅格、三维、时序四种数据模型的适用边界，然后是五类应急空间数据的内容、精度与更新难题，接着是平台形态演进、六类空间分析方法、标准与互操作、与遥感/物联网/通信/AI 的耦合方式、四种部署形态的选型判断，最后落到数据融合与实时性这两个极端条件下的真问题。读完后你应当能把一个具体的系统需求翻译成“数据—方法—部署”三组约束，而不是停留在功能清单上。

学习目标

读完本章，你应当能够：

• 说明坐标系、投影与高程基准不一致分别会造成什么后果，并写出任何空间分析开始前的“基准三件事”；
• 针对设施边界、连续场、现场形态、过程演化四类表达需求，各选一种数据模型并说明理由；
• 列出应急空间数据的五个类别，指出每一类最难的不是采集而是更新的原因，并说出有效更新机制的三项检验标准；
• 区分叠加、缓冲、网络、水文淹没、扩散、时空聚类六类方法的适用条件与共同弱点；
• 用业务动作、数据条件、时效要求、极端可用性、合规约束五个问题，判断某种部署形态是否合适；
• 解释“实时”应当如何分级（预警发布、指挥调度、灾损评估、重建规划），并说明笼统承诺“实时”的技术风险。

应急管理需要的空间能力，与城市规划、土地管理、水利工程等行业有明显差别。差别不在技术种类，而在约束条件：时间极紧、信息极缺、后果极重、协同极复杂。同样一套 GIS 技术，用在常态管理中可以容忍数据滞后三个月，用在应急指挥中就可能在关键时刻给出错误的距离或错误的淹没范围。

本章从空间参考框架讲起，逐层说明应急管理对 GIS 技术体系的要求与适配关系，并在最后给出部署形态与选型判断。这一章偏技术，但目的不是罗列技术名词，而是建立一个判断标准：面对一个具体的应急任务，需要什么样的空间数据、什么样的分析方法、什么样的精度，以及这些条件的边界在哪里。

2.1 空间参考框架：一切分析的起点

2.1.1 坐标系与投影：看不见的错误来源

所有空间分析的正确性，都建立在一个前提之上：不同来源的数据落在同一个空间参考框架里。这个前提听起来理所当然，实践中却频繁出问题。

我国常用的坐标系统包括2000国家大地坐标系（CGCS2000）、各类地方独立坐标系，以及互联网地图常用的加密坐标系。不同来源的数据如果未统一到同一基准，叠加后会出现系统性偏移。这种偏移在宏观尺度上可能只有几十米，看起来“差不多”，但在应急场景里可能意味着“这条救援路线被判断为不通”或者“这个避难场所被判断为在淹没区内”。

投影带来的问题同样隐蔽。等距投影、等积投影、等角投影各有适用范围，用于面积统计的数据如果使用了不适合的投影，统计结果会出现系统性偏差。应急管理中的“淹没了多少亩农田”“影响范围内有多少平方公里”这类计算，一旦投影选择不当，误差可能达到百分之几甚至更多。

实践中的处理原则是：建立统一的空间参考基准，明确规定业务数据的入库坐标系与转换规则，并对跨基准数据做显式的转换与验证，而不是依赖软件的默认设置。

2.1.2 高程基准：淹没分析中最容易被忽略的变量

在洪涝、内涝、山洪等与水位相关的分析中，高程基准的重要性远高于平面坐标。高程基准不一致，会直接导致淹没范围整体偏移——不是随机误差，而是系统性错误。

我国历史上存在多个高程基准，不同年代、不同部门测绘的成果可能采用不同的基准。当这些数据被混合使用于同一场淹没分析时，水面高程与地面高程不在同一基准上，计算结果就失去了物理意义。这类错误在成果检查时不容易被发现，因为图面看起来很“正常”。

因此，涉及淹没、积水、堤防高程、避险高地选择的分析，必须首先确认高程基准的一致性，并在文档中记录基准与转换关系。这不是技术细节，而是分析结果能否被用于决策的前提。

2.1.3 精度与尺度的匹配关系

表2-1给出了应急管理主要业务动作对空间数据精度的大致要求。表中数值是行业实践的常见区间，用于说明匹配关系的量级，不代表任何具体项目的实测标准。

表2-1 应急管理主要业务动作的空间精度需求（量级参考）

从表中可以看出一个规律：越是接近“现场动作”，对精度与时效的要求越高；越是宏观的规划与区划，对精度的要求反而相对宽松。这一规律直接决定了投入策略：精度资源应当优先配置到响应环节，而不是均匀铺开。

2.2 空间数据模型：把灾害世界抽象成可计算的形状

2.2.1 矢量模型：适合表达“设施与边界”

矢量模型用点、线、面表达空间对象，适合承载具有明确边界或位置的对象：隐患点、监测站、救援队伍驻地、避难场所、行政区划、风险区划图斑、道路与管网。

在应急管理中，矢量模型的价值在于“可关联”。每个点、每条线、每个面都可以挂接属性表，把位置与属性绑定，进而支持查询、统计与关联分析。例如把危化品企业点位与人口格网叠加，可以快速得到影响范围内的常住人口估计。

矢量模型的局限在于它对“连续变化的现象”表达不佳。降雨、温度、浓度、淹没水深这类在空间上连续变化的量，用矢量表达要么失真，要么需要切成大量细小图斑，导致数据量膨胀。

2.2.2 栅格模型：适合表达“连续的场”

栅格模型用规则格网表达空间连续变量，是 DEM、遥感影像、降雨格点、淹没水深、风险指数的标准表达方式。

栅格的核心参数是分辨率。分辨率越高，细节越丰富，但数据量与计算量呈平方增长。在应急场景中，分辨率选择需要与业务目标和算力条件匹配：区域尺度的洪水演进分析用30米格网可能足够，城市内涝模拟通常需要米级甚至亚米级格网。

栅格分析的基本操作——叠加、重分类、邻域统计、成本距离——构成了应急空间分析的技术基础。洪水淹没范围的提取、适宜性评价、可达性分析，很多都可以归结为栅格代数运算。

2.2.3 三维与实景模型：适合表达“现场”

三维模型在应急管理中的价值集中在两类场景：一类是需要判断空间遮挡与通视的场景，例如选址、瞭望、通信覆盖；另一类是需要直观理解现场状态的场景，例如建筑倒塌、道路塌方、堰塞体形态。

当前三维数据的获取手段主要有倾斜摄影、激光雷达、人工建模与程序化建模。不同手段的成本、精度、时效差异很大。倾斜摄影可以在较短时间内生成大范围实景模型，但植被与水面区域的效果有限；激光雷达精度高、可穿透植被，但成本与作业复杂度更高。

需要提醒的是：三维模型不等于可分析的三维数据。可视化用的模型往往缺乏语义信息与拓扑关系，无法直接用于空间计算。真正用于分析的三维数据，需要具备对象级的语义与结构化的几何。

2.2.4 时序与流数据：适合表达“过程”

灾害是一个过程，不是一张快照。降雨随时间变化、水位随时间涨落、火线随时间蔓延、形变随时间累积。因此，应急 GIS 必须能够处理带时间维度的数据。

时序数据的组织方式有两类：一类是“快照序列”，即按时间存储多个时刻的完整状态；另一类是“事件流”，即记录状态变化的事件。前者查询简单但存储开销大，后者存储高效但查询复杂。实践中往往两者结合使用。

实时流数据（监测站、视频、移动终端位置）的接入，对系统的吞吐与延迟提出了更高要求。应急场景中的流数据处理，关键不在“接得进来”，而在“接进来之后能否被空间关联”——一条水位报警如果不知道对应哪个断面、影响哪段堤防、涉及哪些下游村庄，它的价值就非常有限。

2.3 应急空间数据的内容、精度与更新

2.3.1 五类核心数据

应急管理涉及的空间数据可以归为五类，每类的来源、精度与更新机制都不同。

表2-2 应急管理五类核心空间数据

2.3.2 数据质量的五个维度

评价空间数据是否“可用”，通常从五个维度看：位置精度、属性精度、完整性、逻辑一致性、现势性。

在应急场景中，这五个维度的权重与常态管理不同。现势性的权重显著上升——一份位置精度很高但更新于五年前的路网数据，在道路已改线的地区可能导致路线规划错误；逻辑一致性的权重也上升——拓扑断裂的管网数据无法用于连通性分析，哪怕每个管段的坐标都很准。

2.3.3 更新机制：比采集更难的环节

数据更新之所以难，不是因为技术，而是因为责任没有落到业务环节。测绘部门更新基础地理，行业部门更新设施台账，普查成果由普查办组织更新——如果没有机制把“数据更新”嵌入日常业务流，任何一次集中更新之后都会迅速退化。

有效的更新机制通常具备三个特征：更新动作与业务动作同步（例如工程竣工验收时同步提交空间数据）、更新责任明确到岗位、更新质量有抽查与考核。这三个特征不成立，数据质量就只能靠运动式整治维持。

2.4 平台形态演进

2.4.1 从单机到云原生

应急 GIS 的平台形态经历了单机版、客户端/服务器（C/S）、浏览器/服务器（B/S）WebGIS、云原生服务化几个阶段。每一次形态变化都伴随着使用门槛的下降与并发能力的提升。

云原生形态的关键特征不是“部署在云上”，而是服务化与弹性：地图服务、空间分析服务、三维服务、数据服务以接口形式提供，按需扩容，支持多系统调用。这种形态对应急场景特别重要，因为灾害发生时的访问量可能是平峰的数十倍。

2.4.2 一张图的技术构成

一张图在技术上是多种能力的集成：统一底图服务、专题图层服务、实时数据接入、空间查询与分析、标绘与协同、视频会商集成、权限与审计。

表2-3给出了一张图的典型技术分层。

表2-3 应急管理“一张图”的典型技术分层

2.4.3 部级统建与地方分级建设

我国应急管理信息化形成了“部级统建+地方分级建设”的格局。应急管理部统一建设应急资源管理平台、“互联网+执法”、应急管理“一张图”、“天眼”卫星监测系统等应用系统，向全国免费推广并提供接口，方便各地系统对接与业务协同（《应急管理部关于推进应急管理信息化建设的意见》）。地方则结合本地灾种特点与既有基础，建设省级、市级平台，并通过接口与部级系统对接。

这一格局的优势是避免重复建设、统一数据标准；难点在于地方个性化需求与部级统一规范之间的平衡。实践中常见的问题是：地方平台建得很“全”，但与部级系统的数据口径不一致，导致上报数据需要二次加工，时效性受损。

2.5 空间分析方法

2.5.1 基础分析：叠加、缓冲与统计

叠加分析把多个图层按空间位置组合，是风险评估最基础的方法。缓冲分析以某对象为中心生成一定距离的范围，用于划定影响区、保护区、禁入区。分区统计把栅格或矢量数据按行政单元或自定义区域汇总，是灾情统计与资源测算的常用手段。

这三类方法技术门槛低，但结果对参数极其敏感。缓冲距离取500米还是1000米，直接影响影响范围内的人口数与设施数。因此，参数必须有依据——来自标准规范、历史灾情统计或专家论证，并在成果中明确说明。

2.5.2 网络分析：可达性与服务区

网络分析基于路网拓扑计算最短路径、服务区、最近设施。在应急管理中的典型应用包括：救援力量到达时间估算、避难场所服务范围划定、医疗资源覆盖分析、物资运输路径规划。

网络分析的准确性几乎完全取决于路网数据的质量。路网是否包含等级、限高、限重、单向、禁行等信息，决定了分析结果是否可用。灾害场景下还需要考虑路段中断、拥堵、临时管制等动态因素，这对数据的实时性提出了更高要求。

2.5.3 水文与淹没分析

淹没分析是洪涝灾害应对的核心技术。基本思路是：给定上游来水与降雨条件，通过水文模型计算流量过程，再通过水动力模型计算水位与淹没范围，最后与DEM叠加得到淹没水深分布。

这一链条中，任何一个环节的误差都会传递到最终结果。DEM 的高程误差会直接转化为淹没范围的偏移；断面数据的缺失会导致水位计算失真；糙率参数的不确定性会影响洪峰传播时间。因此，淹没分析成果必须附带不确定性说明，不能作为唯一决策依据。

2.5.4 扩散与影响模拟

针对危化品泄漏、火灾、爆炸等事故，空间分析需要模拟物质或能量在空间中的扩散。常用模型包括高斯烟羽模型、重气扩散模型、池火与蒸气云爆炸模型。

这类模型对气象条件（风向、风速、稳定度）、地形、源强参数高度敏感。模型中“影响半径”的输出，实质是一个概率意义上的范围，而不是确定边界。在应急决策中，影响圈的应用应当留有余量，并随气象条件更新。

2.5.5 时空聚类与热点分析

时空聚类用于从大量事件记录中识别聚集模式，例如识别某一区域的灾害高发时段、某一类事故的空间热点。常用方法包括核密度估计、扫描统计、时空自相关分析。

这类方法在应急管理中的价值，更多体现在事前预防与资源优化配置，而非事中处置。例如通过分析历史内涝点的空间分布，可以指导排水设施的改造优先级；通过分析事故热点的时段特征，可以优化监管力量的投放。

2.6 标准与互操作

2.6.1 国际标准体系

国际上的空间信息互操作主要依托 ISO/TC 211 与开放地理空间信息联盟（OGC）的标准体系。OGC 的 WMS、WFS、WCS、WPS、KML、CityGML 等标准，构成了地图服务、要素服务、覆盖服务、处理服务与三维城市模型的基础规范。欧盟的 INSPIRE 指令以 CityGML 承载三维建筑主题，是区域级空间数据基础设施的典型实践。

应急管理领域的国际标准中，ISO 22320:2018《安全与韧性——应急管理——事件管理指南》值得关注。该标准提出了统一指挥、协同工作、全灾种方法、风险管理、准备、信息管理等原则，为跨组织应急协同提供了框架。GIS 在其中的位置是“信息管理的空间载体”，而非独立系统。

2.6.2 国内标准体系

国内的标准体系由国家标准、行业标准、地方标准构成。与应急 GIS 直接相关的包括：应急避难场所相关标准（如 GB/T 35624-2025《应急避难场所通用技术要求》、GB 51143-2015《防灾避难场所设计规范》）、应急标绘相关标准（GB/T 35651-2017《突发事件应急标绘图层规范》）、风险制图相关标准（MZ/T 051-2014《综合自然灾害风险图（1:100000）制图规范》）、遥感专题图相关标准（GB/T 28923.3-2012）、基础地理信息相关标准（GB/T 39608-2020《基础地理信息数字成果元数据》等）。

应急管理部在信息化建设中集中制定发布了百余项技术标准（应急管理部科技和信息化司），这些标准是各地平台建设与对接的依据。

2.6.3 避免厂商锁定

标准与互操作的现实意义，是避免被单一厂商锁定。判断一个平台是否开放，可以看三点：是否提供标准服务接口（而非私有接口）、数据能否以通用格式导出、是否支持第三方服务接入。

这一点在应急场景中尤其重要。灾害应对往往需要跨区域、跨层级、跨部门的系统协同，如果每个系统都是封闭的，协同就只能靠人工导数据，时效性根本无法保证。

2.7 与相关技术的耦合方式

2.7.1 与遥感的耦合

遥感为 GIS 提供现势性最强的面状观测数据。耦合的关键在于几何精校正、辐射校正与解译成果的空间化。灾害应急中，遥感影像的第一用途往往是“确认灾情范围”，第二用途是“提取受灾对象”，第三用途才是“定量评估”。三者的时效要求依次提高，精度要求也依次提高。

2.7.2 与物联网的耦合

物联网设备（雨量计、水位计、位移计、气体探测器、视频监控）提供高频点位观测。耦合的关键在于设备位置管理、数据时空对齐与异常识别。设备位置如果只是台账里的一行文字而没有空间坐标，报警就无法自动关联到空间对象，价值大打折扣。

2.7.3 与通信和定位的耦合

北斗系统在应急场景中的价值，不只是定位，还包括短报文通信。在地面通信中断的条件下，短报文可以传递位置与简短信息，为“三断”（断路、断网、断电）场景提供托底手段。公开资料显示，支持北斗短报文的终端可在无信号覆盖时发送有限字数的短信并附带定位信息，这为受困人员求救与救援力量定位提供了基础能力。

2.7.4 与人工智能的耦合

人工智能在空间数据处理中的作用主要体现在三类任务：影像与点云的自动解译、多源数据的融合与异常检测、基于自然语言的态势理解与方案生成。第三类任务近年进展最快，但也最需要谨慎——大模型生成的内容可能存在事实性错误，在应急决策中必须有人工复核环节。

2.8 部署形态与选型判断

2.8.1 四种典型部署形态

表2-4 应急 GIS 的四种部署形态

2.8.2 选型判断的五个问题

面对具体的建设或选型需求，可以用五个问题做初步判断。

第一，业务动作是什么？如果只是态势展示，轻量方案即可；如果要做淹没推演，就必须有模型与算力支撑。

第二，数据在哪里、谁维护？如果数据分散在多个部门且无更新机制，任何平台都会迅速失效。

第三，并发与时效要求是什么？灾害峰值时的访问量往往是常态的数十倍，架构必须为此留出余量。

第四，极端条件下的可用性如何保障？“三断”场景必须有离线与托底方案。

第五，合规约束是什么？涉密数据、重要数据、个人信息分别适用不同的管理要求，架构设计必须提前考虑，而不是事后补救。

2.9 应急场景下的数据融合

前面各节分别讨论了数据模型、数据内容与分析方法。实践中还有一个绕不开的环节：把来自不同来源、不同尺度、不同时相的数据融合到一起。这一环节的技术难度常被低估。

2.9.1 融合的三种类型

空间数据融合大致可以分为三类。

第一类是几何融合，即把不同来源的几何数据配准到同一空间框架。例如把无人机影像与基础地形套合、把管网图与影像套合。这类融合的核心是控制点选择与误差控制，难点在于数据本身的几何精度不一致——当两套数据都“认为自己是对的”时，需要判断以哪一套为准。

第二类是语义融合，即把不同来源的要素归并到统一的分类体系。例如把民政部门的“居民点”、住建部门的“房屋建筑”、统计部门的“普查小区”归并到同一套空间单元。这类融合的难点在编码与口径，不在技术。

第三类是时序融合，即把不同时相的数据组织成可比较的序列。例如灾前灾后影像配对、多期形变数据叠加。这类融合的关键是时相标记与配准精度，否则变化检测的结果会充满伪变化。

2.9.2 融合中的“权威源”问题

融合的前提是确定每个要素的权威源。同一个避难场所，应急部门的台账里有容量、住建部门的档案里有建筑面积、教育部门的名录里有产权归属。如果三个系统各用各的，融合时就无法判断以谁为准。

解决这个问题的办法不是“谁的数据新用谁的”，而是按要素类型明确权威源：避难场所的位置与容量以应急管理部门为准，建筑结构信息以住建部门为准，产权信息以不动产登记为准。融合时按权威源取值，其他来源作为校验。

这一规则需要在制度层面确认，而不是在技术上“自动选择”。

2.9.3 融合质量的评估

融合结果是否可信，可以用三个指标评估：配准误差（几何位置偏差的中误差）、属性一致率（同一要素在不同来源中属性一致的比例）、时序连续率（相邻时相数据能够正确配对的比例）。

这三个指标应当在融合完成后计算并记录，作为后续分析的置信度依据。很多分析结果的误差，源头就在融合环节，但由于没有记录融合质量，事后无法追溯。

2.10 应急 GIS 的性能与实时性

2.10.1 性能约束的三个来源

应急 GIS 的性能压力来自三个方面。

第一是峰值并发。灾害发生时，省市县三级、多个部门、大量终端同时访问同一平台，访问量可能是平峰的数十倍。如果系统按平日负载设计，灾害时必然崩溃。

第二是数据体量。高分辨率影像、三维模型、实时流数据的体量远大于传统二维数据。一次灾害可能产生数十TB的影像与点云，存储与传输都是挑战。

第三是计算复杂度。淹没分析、扩散模拟、路径优化等计算密集，单次运算可能耗时数分钟到数小时，而应急决策要求的是分钟级响应。

2.10.2 应对策略

针对峰值并发，常用策略是服务分层与缓存：静态底图用瓦片缓存，动态数据用增量推送，分析服务用队列削峰。

针对数据体量，常用策略是分级存储与按需加载：全域低精度数据常驻，重点区域高精度数据按需调取，历史数据归档。

针对计算复杂度，常用策略是预处理与降级计算：把可预先计算的部分（如不同重现期的淹没范围）提前算好，实时只做插值与修正；在算力不足时降低分辨率或简化模型，先出结果再精化。

2.10.3 实时性的真实含义

“实时”在应急场景中是一个相对概念。监测数据的实时可能是秒级，灾情信息的实时可能是小时级，评估成果的实时可能是天级。把这些不同层级的“实时”混为一谈，会导致不切实际的技术承诺。

更务实的做法是按业务动作定义时效要求：预警发布要求分钟级，指挥调度要求十分钟级，灾损评估要求小时级，重建规划要求天级。系统设计按这些分级目标配置资源，而不是笼统追求“实时”。

本章小结

应急管理对 GIS 的要求，可以概括为“在极短时间内、用不完整数据、做出后果严重的空间判断”。这一要求决定了技术体系的重心不在功能多少，而在数据基准是否统一、精度是否匹配业务、更新是否可持续、极端条件下是否可用。

空间参考框架是一切分析的起点。坐标系与投影的不一致会造成系统性偏移，高程基准的不一致会让淹没分析失去物理意义，且这类错误在成果检查中不易发现。因此，统一基准、显式记录转换关系，是任何空间分析开始前的第一道工序。

空间数据模型有四种基本形态：矢量适合表达设施与边界，栅格适合表达连续的场，三维适合表达现场，时序数据适合表达过程。灾害管理的实质是“过程管理”，因此时序与流数据的组织能力，比三维渲染的精美程度更能决定系统价值。

应急空间数据可分为基础地理、致灾因子、承灾体、应急资源、实况数据五类，各有不同的更新难点。其中更新机制比采集技术更难解决——有效的更新机制通常具备三个特征：更新动作与业务动作同步、更新责任明确到岗位、更新质量有抽查与考核。

分析方法上，叠加、缓冲、网络分析、水文与淹没模拟、扩散模拟、时空聚类构成了应急空间分析的基本工具箱。每一类方法的结果都对参数高度敏感，因此成果必须附带不确定性说明。国际标准（ISO/TC 211、OGC、ISO 22320）与国内标准（GB/T 35624、GB/T 35651、MZ/T 051 等）共同构成了互操作与合规的基础，其现实意义是避免厂商锁定、保障跨部门协同。

数据融合是实践中绕不开的环节。几何融合、语义融合、时序融合三类各有难点，其中语义融合的难点在编码与口径而不在算法。融合的前提是确定每个要素的权威源——这一规则必须在制度层面确认，而不是靠技术“自动选择”。

性能与实时性方面，应急场景的压力来自峰值并发、数据体量、计算复杂度三个方面。应对策略是服务分层与缓存、分级存储与按需加载、预处理与降级计算。“实时”应被拆解为分级目标：预警发布分钟级、指挥调度十分钟级、灾损评估小时级、重建规划天级。笼统追求“实时”，只会导致不切实际的技术承诺。

部署形态没有普适最优解，取决于业务动作、数据条件、时效要求、极端可用性与合规约束五个因素的组合。判断一个方案是否合适，用这五个问题做检验，比看功能清单更可靠。

思考与练习

1. 给出一个城市的地名地址库、影像底图与路网三份数据，说明它们各自应绑定哪一种坐标与高程信息，以及“只统一其中两项”会在哪个业务动作上暴露问题。
2. 为“转移安置点容量核算”这一业务动作写一份最小数据清单（类别、字段、精度、更新频率、权威源），并指出哪一项最容易缺失。
3. 同一场暴雨，用叠加+阈值法、一维水动力、二维水动力分别算淹没范围，写出三者在数据需求、算力、可信度上的差异，并给出选择建议。
4. 把“平台很卡”这一现象拆成峰值并发、数据体量、计算复杂度三类原因，各给两个可落地的缓解手段，并说明哪一类不能靠加服务器解决。
5. 对照 ISO/TC 211、OGC 与 GB/T 35624、GB/T 35651 等标准，说明采用标准接口对“避免厂商锁定”的实际作用，并指出仅靠标准不能解决什么。
6. 选择一个你熟悉的系统，用五种部署形态（本地、政务云、混合、边缘、离线）判断它当前是哪一种，写出它在“三断”条件下的失效点与降级方案。