第03章 应急管理业务全景与 GIS 应用地图

本章导读

要用好 GIS，第一步不是选技术，而是把业务拆清楚：哪些环节真正依赖空间信息，哪些只是“顺便看一眼地图”。本章提供的就是这把尺子。它先用“四类事件 × 四个阶段”的矩阵划出应急管理的业务边界，再按空间尺度把全灾种谱系排成从数十米到数百公里的量级序列——尺度错配是实践中最常见的技术失误，解法是分级配置数据与模型，而不是全域追求高精度。中间给出本章的核心工具：一张“业务域 × 应用能力”的应用地图，以及可视化、可查询、可分析、可预测、可自治五个成熟度层级。五个层级之间不可跳跃，这一条决定了投入的优先次序：先把基础能力与空间分析做扎实，再谈智能化。本章末尾用五个典型场景（暴雨预警、地震响应、危化品泄漏、大型活动安保、重建选址）说明同一规律：空间信息的价值取决于它能否嵌入具体业务动作，而不取决于它本身有多精细。

学习目标

读完本章，你应当能够：

• 用“四类事件×四个阶段”矩阵描述应急管理业务边界，并指出四类事件在空间属性上的关键差异；
• 说明为什么不能用同一套精度与模型要求所有灾种，并举出一个尺度错配造成的典型失败；
• 画出业务域与应用能力的矩阵，判断哪一类业务最依赖空间分析、哪一类最依赖模型推演；
• 复述五个成熟度层级的判据，并用它给一个你熟悉的系统定级，说明定级依据必须来自使用记录而非功能清单；
• 从五个典型场景中提炼“空间信息嵌入业务动作”的共同条件，指出哪一条最容易被忽略；
• 说明业务域之间的数据耦合、流程耦合与能力耦合分别要求什么样的建设方式。

应急管理是一个“横跨多灾种、纵跨多层级、贯穿多阶段”的复杂业务系统。要用好 GIS，第一步不是选技术，而是把业务拆清楚：哪些业务环节真正依赖空间信息，哪些只是“顺便看一眼地图”。这一区分决定了投入的优先次序。

本章建立业务全景框架，给出 GIS 应用地图，把四类突发事件、四个应急阶段与空间能力对应起来。这一框架是后续第4至13章的分析基础。

3.1 应急管理的业务边界与四阶段

3.1.1 四类突发事件的划分

《中华人民共和国突发事件应对法》把突发事件分为自然灾害、事故灾难、公共卫生事件和社会安全事件四类。这一划分不是学术分类，而是应急管理工作分工与资源配置的基础。四类事件在空间属性上有明显差异，见表3-1。

表3-1 四类突发事件的空间特征对比

从表中可以看出一个规律：越靠近“自然过程可物理建模”的事件，GIS 的分析能力越强；越依赖“人的行为与社会条件”的事件，空间分析越偏向描述与辅助，难以给出精确预测。这一规律决定了不同灾种的技术期待应当有所区别。

3.1.2 四个阶段的划分

应急管理通常划分为预防与准备、监测与预警、处置与救援、恢复与重建四个阶段。四个阶段对空间信息的需求差异很大。

预防准备阶段重“底数”，需要的是稳定的、可维护的空间台账与风险区划；监测预警阶段重“时效”，需要的是高频数据接入与快速研判；处置救援阶段重“现场”，需要的是实时态势与可执行的路径与范围；恢复重建阶段重“证据”，需要的是灾前灾后的可比对影像与可追溯的核定依据。

把四个阶段的需求混为一谈，是系统建设中最常见的错误。用准备阶段的台账思维去做响应阶段的系统，结果一定是“数据很全但响应很慢”；用响应阶段的实时思维去做准备阶段的数据治理，结果一定是“数据很新但底数不清”。

3.1.3 阶段之间的衔接

四个阶段不是线性序列，而是循环。一次灾害的恢复重建，会成为下一次灾害的预防准备；一次响应的复盘，会修正下一轮的预案与区划。GIS 在这个循环中的角色，是把每个阶段产生的空间数据沉淀为下一阶段的底数。

这种沉淀需要制度设计。灾后评估形成的淹没范围、受损建筑清单、转移人员分布，如果不纳入常态数据库，下一次灾害发生时又要从零开始。很多地方“年年防汛、年年重新摸底”，根源就在这里。

3.2 全灾种谱系与空间尺度

3.2.1 自然灾害谱系

我国自然灾害以洪涝和地质灾害、地震、台风、风雹为主，干旱、低温冷冻和雪灾、沙尘暴、森林草原火灾、海洋灾害等也有不同程度发生。2025年的情况可以作为一个具体样本：全年各种自然灾害造成全国6703.37万人次不同程度受灾，死亡失踪763人，紧急转移安置和需紧急生活救助362.92万人次，倒塌房屋5.7万间，农作物受灾面积6069.4千公顷，直接经济损失2416.17亿元（应急管理部，2026-01）。

表3-2按空间尺度整理了主要自然灾害类型与对应的分析尺度。

表3-2 主要自然灾害类型的空间尺度

3.2.2 尺度错配的问题

各类灾害的空间尺度差异巨大，从数十米的滑坡到数百公里的台风，跨度达四个数量级。这意味着不可能用同一套精度与尺度的数据服务所有灾种。

实践中常见的问题正是尺度错配：用1:5万的地形数据去做城市内涝模拟，结果低洼处根本显示不出来；用30米格网的降雨数据去预警山洪，小流域的降雨极值被平滑掉；用只精确到乡镇的行政区划去统计受灾人口，误差可能超过一半。

解决尺度错配的办法不是“全域高精度”，而是“分级配置”：区域级灾害用区域级数据，局地灾害用高精度数据，并在系统设计时明确每类分析的数据来源与精度等级。

3.3 GIS 应用地图：业务域与应用的矩阵

3.3.1 应用地图的构建逻辑

把应急管理的业务域作为行，把空间能力的类型作为列，可以得到一张应用地图。这张地图的用途不是穷举，而是识别空白与过度建设。

表3-3 GIS 在应急管理业务域中的应用地图

表中“高”表示该业务域对相应能力有实质依赖，“中”表示有辅助需求，“低”表示目前应用有限。可以看出：可视化与查询统计在所有业务域都有需求，是基础能力；空间分析在风险普查、指挥处置、事故调查中的作用最突出；模型推演主要集中在监测预警；智能决策整体仍处于低位。

这张表的一个直接结论是：不要在所有业务域平均投入智能化。智能决策的成熟度低，过早投入容易变成演示项目。更务实的策略是把资源投向可视化、查询统计与空间分析这三类“高价值、低风险”能力。

3.3.2 应用地图的使用方法

应用地图有三种用法。第一种是诊断：对照表中每一格，评估本单位在该业务域的能力水平，找出明显短板。第二种是排序：结合业务重要性与事件频率，确定建设优先级。第三种是对标：与同层级、同类型的单位比较，判断投入是否合理。

需要强调的是，应用地图只反映“能力分布”，不反映“使用效果”。一个单位在指挥处置列全部标“高”，但如果指挥员不用、不信任、不会用，实际效果可能不如另一个只做了基础可视化的单位。

3.4 四类空间对象与三层模型

3.4.1 四类空间对象

应急管理涉及的空间对象可以归为四类：风险源、承灾体、应急资源、处置空间。

风险源包括隐患点、危险源、致灾因子高值区；承灾体包括人口、房屋、基础设施、公共服务设施；应急资源包括队伍、物资、装备、避难场所、医疗资源；处置空间包括指挥场所、集结点、直升机起降点、临时安置区、交通管制区。

四类对象在空间上相互关联，构成应急管理的基本图景：风险源与承灾体的空间叠加决定风险大小，应急资源与风险源的空间关系决定响应能力，处置空间的位置决定现场组织的可行性。

3.4.2 对象—事件—指标三层模型

在数据组织上，可以把应急空间数据分为三层。

对象层是相对静态的空间实体，如隐患点、避难场所、消防站。事件层是发生的灾害或事故，带有时间与空间范围。指标层是对对象与事件的量化描述，如隐患点风险等级、避难场所容量、事件影响人口。

三层之间的关系是：事件作用于对象，指标描述对象与事件的状态。这种分层的好处是可以在不改变对象结构的前提下，持续积累事件记录与指标数据，形成可用于分析的历史序列。

3.4.3 编码与主数据

四类对象要能被系统识别与关联，必须有统一编码。编码规则应当满足三个条件：唯一性、稳定性、可扩展性。

唯一性保证同一对象在不同系统中是同一个；稳定性保证对象信息更新时编码不变；可扩展性保证新增对象类型时不需要重构编码体系。

主数据管理的核心是确定“谁是某个对象的权威数据源”。例如避难场所的权威数据源应当是应急管理部门，而不是各系统各自维护一份。没有权威源，就会出现同一避难场所容量在不同系统中不一致的情况。

3.5 五个成熟度层级

3.5.1 层级的定义

把第1章的四层能力进一步细化，可以形成五个成熟度层级：可视化、可查询、可分析、可预测、可自治。

可视化是“能在地图上看到”；可查询是“能按条件检索统计”；可分析是“能做叠加、缓冲、可达性等空间运算”；可预测是“能基于模型推演未来状态”；可自治是“系统能自动触发处置动作”。

3.5.2 层级之间的关系

五个层级之间存在明确的依赖关系，不可跳跃。没有可靠的可查询能力，就不可能有可信的可分析能力；没有经过验证的可预测能力，就不应该做可自治。

实践中常见的跳跃有两类。一类是从可视化直接跳到可预测，中间缺少数据治理与分析能力，结果是模型输出无人敢用。另一类是从可分析直接跳到可自治，中间缺少验证与责任界定，结果是一旦系统误判就造成实际损失。

3.5.3 当前的整体位置

从公开信息判断，我国应急管理 GIS 的整体位置大致是：省级与重点城市处于可分析向可预测过渡的阶段，部分领域（如洪水淹没分析、地震影响快速评估）已具备可预测能力；地市级多数处于可查询与可分析之间；县级与基层多数仍在可视化与可查询之间。

这一判断的依据是建设内容的公开披露：实景三维中国初步建成，300余个地级以上城市完成LOD1.3三维模型生产（自然资源部，2025-12-30），说明可视化与三维基础已较普及；数字孪生流域完成94项先行先试（水利部，2025-12），说明重点流域的模型推演能力已有实质进展；而基层应急能力建设在“十五五”规划中仍被单列强调，说明基层仍是短板（国发〔2026〕15号）。

3.6 组织角色与职责

3.6.1 横向分工

应急管理涉及多个部门，空间数据的生产与使用分散在不同主体手中。

应急管理部门是综合协调主体，负责组织风险普查成果应用、建设应急指挥平台、管理应急资源台账。自然资源部门是基础地理数据与测绘保障的主体，负责基础测绘、实景三维、应急测绘。水利部门负责水文监测、洪水预报、水工程调度。气象部门负责气象监测预报预警。地震部门负责地震监测与区划。林草部门负责森林草原火险监测与防火。卫生健康部门负责医疗救援与公共卫生应急。公安部门负责社会秩序与大型活动安全。

这种分工的必然结果是空间数据分散。跨部门协同的前提是数据共享机制，而不是要求某一个部门掌握全部数据。

3.6.2 纵向分工

纵向看，国家、省、市、县四级各有职责。国家层面负责制度设计、标准制定、重大灾害应对与跨区域协调；省级层面负责区域统筹、平台建设与资源调配；市级层面负责具体组织与指挥；县级与基层负责一线处置与先期响应。

应急信息共享已形成国家、省、市、县四级网络（应急管理部，2025-07），这为纵向协同提供了基础。但纵向协同的难点不在技术，而在信息报送的口径与时效——同一场灾害，不同层级掌握的数字往往不一致，根源在于统计口径与报送时点不同。

3.6.3 责任与能力匹配

空间能力的建设必须与责任匹配。一个县级单位如果被要求承担复杂的水动力模拟任务，却不具备相应的人才与数据，结果只能是委托外包，长期看难以形成本地能力。

更合理的分工是：复杂模型由国家或省级集中建设，以服务形式向基层开放；基层重点建设“看得懂、用得上”的轻量应用，负责数据核实与现场反馈。这种“集中算力+分散使用”的模式，比要求每个单位都自建全套能力更可持续。

3.7 应用地图的使用方法

3.7.1 用于规划

在编制信息化规划时，应用地图可以用于确定建设次序。基本方法是：先按业务重要性排序，再按当前成熟度评估差距，最后按投入产出比确定优先级。

一个可操作的经验规则是：优先补齐“高重要性、低成熟度、且数据条件已具备”的格子。数据条件不具备的格子，即使重要性很高，也应先做数据治理而不是上系统。

3.7.2 用于评估

在评估既有系统时，应用地图可以用于识别“建了但没用”的部分。具体做法是：对每个格子，检查是否存在对应的使用记录（访问量、调用量、业务留痕），而不是只看是否建设了功能模块。

这个方法能有效识别“演示型建设”——功能齐全、界面漂亮，但没有嵌入任何业务流程。

3.7.3 用于培训与能力建设

应用地图还可以作为培训框架。针对不同岗位，明确其需要掌握的空间能力层次。例如指挥人员需要理解空间分析结果的局限，而不是会操作软件；数据管理人员需要掌握编码与更新规则；一线人员需要会使用移动端上报与查询。

3.8 典型业务场景的空间逻辑

抽象的框架需要用具体场景检验。本节选取五个高频业务场景，说明空间信息在其中究竟解决了什么问题，以及没有解决什么问题。

3.8.1 场景一：一次暴雨过程的监测预警

一场强降雨从气象预报到实际成灾，中间要经过多个空间环节。

第一个环节是雨情监测。雨量站是点观测，把小流域或格网的降雨量估计出来，需要空间插值。插值方法的选择直接影响预警结果：在山区，简单反距离权重插值可能低估地形抬升带来的局部强降雨，导致小流域预警被漏掉。

第二个环节是阈值比对。预警阈值通常按小流域或行政区设定，其空间单元与雨量站分布并不重合。因此需要把点雨量转化为面雨量，再与阈值比较。这个转化过程包含不确定性，而这一不确定性在预警发布时很少被说明。

第三个环节是落区表达。预警落区的圈定需要把气象格点、小流域边界、行政区划、人口分布叠加，最终形成一个“既符合气象逻辑又便于基层执行”的范围。这个范围往往要“就大不就小”——因为漏报的代价远高于空报。

第四个环节是叫应与反馈。落区确定后，要匹配到具体责任人，通过短信、电话、平台推送等方式通知，并要求反馈。这一步的难点不在技术，而在责任人的信息是否准确、是否在线、是否理解预警含义。

从空间角度看，这个链条的脆弱点在第二与第三环节：阈值与落区的空间单元不一致，导致判断与执行之间出现缝隙。

3.8.2 场景二：一次地震的应急响应

地震发生后的最初几小时，指挥员面对的是一个信息极度匮乏的局面。此时 GIS 能做的主要有三件事。

第一是快速圈定影响范围。基于震中位置、震级、震源深度与区域衰减关系，估算不同烈度的范围，再叠加人口与建筑分布，得到可能受影响的人口与设施规模。这一估算的误差很大，但能在几十分钟内给出量级判断。

第二是判断救援可达性。基于路网数据与已知的道路中断信息，计算从最近救援力量驻地到灾区的时间。在没有实时路况的情况下，这一计算只能给出乐观估计，因此需要标注“未考虑道路损毁”。

第三是识别次生灾害风险。在地震影响范围内叠加地质灾害隐患点、水库、危化品企业，识别可能的次生风险点。这一步的价值很高，因为它把“救援”与“防灾”结合起来了。

随着遥感影像与无人机数据到位，上述判断逐步修正。这个“先粗后细”的过程，正是第1章所说的渐进式精度。

3.8.3 场景三：一次危化品泄漏的处置

危化品泄漏的空间分析与自然灾害不同：范围小、变化快、后果与气象条件强耦合。

处置的第一步是确定泄漏源与物质属性，这决定了后续模型的参数。第二步是获取气象条件（风向、风速、稳定度），这决定了扩散方向。第三步是运行扩散模型，得到不同时段的浓度分布。第四步是把浓度分布与人口、道路、防护目标叠加，划定疏散范围与警戒线。

这个链条中，最容易被忽略的是“防护目标”的空间数据。学校、医院、养老院等敏感目标如果不在数据库里，疏散范围划定就会遗漏最需要保护的人群。

另一个难点是模型的不确定性。扩散模型的输出高度依赖源强与气象参数，而这些参数在事故初期往往只能估算。因此，影响圈应当随信息更新而动态调整，并在每次调整时说明依据。

3.8.4 场景四：一次大型活动的安全保卫

大型群众性活动的空间管理，核心是“人流”而非“灾害”。空间分析要回答的问题是：人从哪里来、在哪里聚集、哪里会形成瓶颈、发生意外时从哪里疏散。

技术上，这涉及几个环节：场地三维建模与通道识别、人群密度估计（基于票务、通信、视频等多源数据）、瓶颈点识别（基于通道宽度与预期人流）、疏散仿真（基于出口位置与步行速度）。

这类分析的价值在于事前发现设计缺陷：某个出口宽度不足、某段通道存在台阶、某个区域缺乏应急照明。这些问题在图纸上不易发现，在三维仿真中会暴露。

3.8.5 场景五：一次灾后恢复重建的选址审查

恢复重建的选址审查，本质上是把风险区划与建设规划做空间比对。

第一步是把拟建位置与地质灾害易发区、洪水淹没范围、活动断层缓冲带叠加，判断是否存在禁止或限制建设的条件。第二步是评估配套条件，包括道路、供水、供电、通信的可达性。第三步是比选方案，在满足安全条件的前提下比较各方案的成本与便利性。

这个场景最能体现 GIS 的“证据价值”：选址决策往往涉及多方利益，有图有数据，讨论才有依据。但也要注意，风险区划本身有精度与时效限制，选址审查不能简单“一刀切”，而应结合详细勘察。

3.9 业务域之间的耦合关系

3.9.1 三类耦合

应急管理的业务域之间不是并列关系，而是存在三类耦合。

第一类是数据耦合：一个业务域产生的数据是另一个业务域的输入。例如风险普查产生的隐患点数据，是监测预警的布点依据；监测预警产生的预警记录，是恢复重建评估的参考。

第二类是流程耦合：一个业务域的结束是另一个业务域的开始。例如响应处置结束后进入恢复重建，恢复重建中发现的问题又反馈到预防准备。

第三类是能力耦合：一个业务域建设的空间能力可以被另一个业务域复用。例如指挥处置中建设的无人机快速建模能力，可以用于灾后评估与重建规划。

3.9.2 耦合带来的复用机会

识别耦合关系的价值在于发现复用机会。很多单位在不同业务域重复建设相似能力：监测预警建了一套三维可视化，指挥处置又建一套，恢复重建再建一套。如果按能力复用设计，一套三维底座可以支撑多个业务域。

复用的前提是能力“服务化”——把三维渲染、空间分析、影像处理等能力封装成服务，供各业务域调用，而不是每个业务域各自建设。这也是第14章要讨论的平台架构问题的起点。

3.9.3 耦合带来的风险传导

耦合也意味着风险传导。一个业务域的数据错误会传播到其他业务域；一个环节的系统故障会影响整条链条。

例如，如果普查数据中的避难场所容量有误，会依次影响：应急准备阶段的容量评估、响应处置阶段的安置决策、恢复重建阶段的设施规划。一个数据错误，三个业务域同时受影响。

因此，关键数据的质量控制必须放在数据产生的源头，而不是在下游反复校验。这也是主数据管理（3.4.3节）的价值所在。

3.10 成熟度自评的实操方法

第3.5节给出了五个成熟度层级，本节把它变成可操作的自评工具。目的是让一个单位能够在半天之内，对本单位的空间能力做出接近真实的判断，而不是依赖供应商的介绍或上级的检查结论。

3.10.1 自评的三个原则

第一，以业务动作为准，不以功能模块为准。判断标准是“这个业务动作现在能用空间信息完成吗”，而不是“系统里有没有这个功能”。

第二，以使用记录为准，不以建设清单为准。功能建了但没人用，等于没有。

第三，以数据质量为准，不以数据量为准。数据量很大但口径不一、更新滞后，实际价值可能低于一套小而准的数据。

3.10.2 自评表

表3-4 应急空间能力自评表（示例）

使用方法是逐行判断，只要有一行不达标，就不能宣称达到该层级。特别要注意“常见误判”一列，这些是实践中最容易出现的自我高估。

3.10.3 从自评到改进

自评的目的不是评级，而是找出改进的优先次序。一个可操作的规则是：先补齐“下一层”的短板，再考虑跨越。

具体来说，如果当前处于“可视化”层，改进重点应当是数据治理与查询能力，而不是上三维大屏；如果处于“可查询”层，改进重点应当是空间分析的业务嵌入，而不是引入人工智能；如果处于“可分析”层，改进重点应当是模型的率化验证与业务采信机制。

这个次序之所以重要，是因为每一层的能力都是下一层的基础。跳过基础直接上高级功能，结果往往是“看起来先进、用起来不可靠”。

3.10.4 与考核指标的衔接

自评结果如果要用于考核，需要注意两点。

第一，不同层级、不同规模的单位不能用同一把尺子。省级平台与县级平台的能力要求本就不同，用同一标准考核会导致基层为了达标而造假。

第二，考核应当看“改进幅度”而非“绝对水平”。一个基础薄弱的县用两年从可视化提升到可查询，其价值可能高于一个基础好的市从可分析提升到可预测。

本章小结

应急管理的业务全景可以用“四类事件×四个阶段”的矩阵来描述。四类事件的空间属性差异明显：自然灾害最接近可物理建模，事故灾难以点源线源为主，公共卫生事件呈网络扩散，社会安全事件依赖人的行为。这一差异决定了技术期待应当有所区别，不能用同一套精度与模型要求所有灾种。2025年的灾情数据可以作为一个具体样本：全年自然灾害造成全国6703.37万人次受灾、死亡失踪763人、直接经济损失2416.17亿元，这些数字背后是分散在不同空间尺度上的具体损失。

空间尺度从数十米到数百公里，跨度达四个数量级，尺度错配是实践中最常见的技术失误之一。解决办法是分级配置数据与模型，而不是追求全域高精度。

应用地图显示：可视化与查询统计是所有业务域的基础需求；空间分析在风险普查、指挥处置、事故调查中作用最突出；模型推演主要在监测预警环节；智能决策整体成熟度仍低。据此，资源应优先投向基础能力与空间分析，而非平均投入智能化。

成熟度五层级（可视化、可查询、可分析、可预测、可自治）之间存在依赖关系，不可跳跃。从公开建设进展判断，我国整体处于可查询向可分析、可预测过渡的阶段，省市级与基层之间差距明显。自评应当以业务动作、使用记录、数据质量为准，避免以功能模块与建设清单自我高估。

组织层面，横向的多部门分工与纵向的四级职责决定了空间数据必然分散。协同的前提是共享机制与统一口径，而不是集中所有数据。能力建设应与责任匹配，采取“集中算力+分散使用”的模式，比要求每个单位自建全套能力更可持续。

五个典型业务场景（暴雨预警、地震响应、危化品泄漏、大型活动安保、重建选址）揭示了同一规律：空间信息在应急管理中的价值，取决于它能否嵌入具体的业务动作，而不是它本身有多精细。业务域之间的数据耦合、流程耦合与能力耦合，则决定了应急 GIS 应当按“能力复用+数据共享”的方式建设，而不是按“一个业务一个系统”的方式堆叠。

思考与练习

1. 把本地区近三年处置过的五起突发事件列出来，逐一标注属于哪一类、哪个阶段，并指出每起事件中真正被用到的空间数据是什么。
2. 为“森林草原火灾”与“城市内涝”分别写出一份精度与时效要求表，说明两者的差异来自哪里，以及统一口径会带来什么后果。
3. 用五级成熟度给三个不同层级的单位（省级、地市级、县级）各定一个级，写出定级证据，并指出哪一级最容易被高估。
4. 针对“大型活动安保”场景，画出从人群密度监测到分区管控的空间分析链，标出每一环需要的数据与责任人。
5. 本章说“业务域之间的能力可以复用、数据必须共享”。请举一个反例，说明按“一个业务一个系统”建设导致的重复投入，并给出复用方案。
6. 选一个业务动作，写出它的空间需求清单，并判断它当前落在哪一级成熟度、提升一级需要补哪三件事。