第09章 风险普查、评估与区划:GIS 作为“底图”
本章导读
风险管理的起点不是救援,而是知道风险在哪里、有多大、由什么构成。这个问题在技术上表现为一套空间化的评估体系:把致灾因子、承灾体、脆弱性和减灾能力放进同一个空间框架,算出可比较的风险值,再按空间单元分级分区。第一次全国自然灾害综合风险普查把这套体系在全国完整地跑了一遍——11 号普查公报、48 项调查类与 61 项评估与区划类技术规范、89 项上千个指标的数据共享清单、覆盖全国的风险区划图件,构成了当前应急管理最重要的一张“底图”。本章要讲清三层递进关系:调查回答有什么、评估回答会怎样、区划回答怎么用;任何一层断裂,下一层就是空的。它也要讲清普查成果的四条应用路径,以及一条更硬的判断:最大的风险不是技术,而是“一次普查、长期沉睡”——因为普查是项目,更新是日常,项目有经费和验收,日常没有责任和预算。解决办法是把更新嵌入业务流程,明确责任主体、触发条件、质量标准、技术通道与考核预算五个要素。
学习目标
读完本章,你应当能够:
- 用危险性、暴露度、脆弱性、减灾能力四个要素说明风险的构成,指出缺失任一要素时评估会如何失真;
- 复述普查“调查—评估—区划”三层递进关系,并说明为什么成果应用深度取决于评估环节而非调查数据量;
- 说明承灾体调查的空间组织原则,指出“栋—间”“座—处”等口径差异如何影响后续评估;
- 区分单灾种评估与综合评估的模型逻辑,说明综合评估最难的环节在哪里;
- 列举普查成果应用的四条路径,并用海河 2023 年洪水防御说明“预报+底数”如何叠加成可执行方案;
- 写出成果更新长效机制的五个要素,并解释为什么“把更新做成业务的副产品”比“再组织一次普查”更可持续。
风险管理的起点不是救援,而是知道风险在哪里、有多大、由什么构成。这个问题在技术上表现为一套空间化的评估体系:把致灾因子、承灾体、脆弱性和减灾能力放进同一个空间框架,算出可比较的风险值,再按空间单元分级分区,形成区划图。第一次全国自然灾害综合风险普查把这套体系在全国范围内完整地跑了一遍,其成果 —— 11 号普查公报、48 项调查类与 61 项评估与区划类技术规范、覆盖全国的风险区划图件 —— 构成了当前应急管理最重要的一张“底图”(国务院普查办,2024-05)。
但“底图”这个词有两面性。一面是基础性:没有这张底图,监测预警没有阈值依据,国土空间规划没有避让依据,应急准备没有情景依据。另一面是静态性:底图一旦画完,很容易被当作一张挂在墙上的图,此后再无人更新。本章要讨论的,正是这两面之间的张力——普查成果如何从“一次调查的产物”变成“持续运行的能力”。
9.1 风险的科学表达
风险不是灾害强度,而是危险性、暴露度、脆弱性与减灾能力四个要素的组合。这个判断听起来像是教科书定义,但它在实践中经常被违反:把地震动峰值加速度当成风险,把淹没深度当成风险,把人口密度当成风险。这些做法都只取了一个要素,丢掉了其余三个,结论往往与真实损失相差很远。
9.1.1 四个要素的空间含义
危险性描述致灾因子的强度、频率与空间范围。它在空间上有四种形态:点(如一个滑坡隐患点)、线(如一条断裂带、一段河道)、面(如一片洪水淹没区)、场(如地震动、降雨这类连续分布的物理量)。危险性的表达必须带频率,因为“五十年一遇的洪水”和“一百年一遇的洪水”在空间上是两条不同的线。只说强度不说频率,等于只说了一半。
暴露度描述承灾体在危险范围内的数量与价值。它的空间载体是面,属性是数量。这里有两个容易被忽略的细节。第一是时段性:同一片区域,白天的人口可能是夜间的数倍,学校的暴露度在上课时间和假期完全不同,用常住人口做分母会系统性低估日间风险。第二是流动性:城市轨道交通、商圈、景区的人流是动态的,静态的人口数据无法反映峰值暴露。
脆弱性描述承灾体受损的难易程度,它比暴露度更难量化。物理脆弱性相对好办,房屋的结构类型、建造年代、层数、设防水平决定了它在给定强度下的损坏概率,这类关系可以通过易损性曲线表达。社会脆弱性更难,老人、儿童、病患、低收入群体的自救能力弱,同样的物理条件下伤亡更高。组织脆弱性最难,它取决于基层有没有预案、有没有演练、有没有明白人,而这些很难落到图上,只能通过指标体系间接表达。
减灾能力是分母,也是最能体现政策意图的一项。它包括工程措施(堤防、挡墙、避难场所、抗震加固)、非工程措施(监测预警、预案、演练、宣传教育)和救援能力(队伍、装备、物资、可达性)。减灾能力在空间上的表达通常是“设施点加服务范围”,例如一个避难场所覆盖多大范围、一支救援队伍多长时间能到达。这类表达的关键是服务范围要按实际可达性算,而不是按行政区划切。
表9-1 风险四要素的空间表达与数据来源
| 要素 | 空间形态 | 关键属性 | 主要数据来源 |
|---|---|---|---|
| 危险性 | 点、线、面、场 | 强度、频率、范围 | 水文、地质、气象、地震观测 |
| 暴露度 | 面加属性 | 数量、价值、时段分布 | 承灾体调查、人口、不动产 |
| 脆弱性 | 面加属性 | 结构类型、年代、设防水平 | 房屋建筑调查、行业台账 |
| 减灾能力 | 点加服务范围 | 容量、覆盖、响应时间 | 设施台账、队伍与物资清单 |
| 综合风险 | 栅格或行政单元 | 等级、排序、置信度 | 模型计算与专家复核 |
9.1.2 组合方式与量纲冲突
四个要素的组合方式因灾种而异,没有通用公式。洪水常用“危险性乘暴露度除以减灾能力”的结构,因为淹没深度和受灾人口近似可乘,工程防护近似起除法作用。地震更常用易损性曲线的形式,先算不同烈度下的建筑损坏概率,再乘以暴露数量得到损失期望。地质灾害常用指标体系加权,因为滑坡的物理机制复杂,难以用单一公式描述。把这些不同的组合方式强行统一成一个公式,是很多“综合评估”失效的原因。
9.1.3 相对风险、尺度与表达
另一个必须澄清的概念是相对风险与绝对风险。区划图上的高、中、低等级,绝大多数是相对排序——在全省范围内比较,这一片比那一片风险高。它不等于绝对损失,不能直接读成“这一片会损失多少钱”。相对排序适合资源配置,绝对损失适合财政测算和保险定价,两者的用途不同,不能混用。把相对等级当成绝对损失去申请资金,会在评审环节被质疑;把绝对损失当成相对等级去做排序,会低估大城市的风险。
尺度问题同样重要。省级评估通常用指标体系,因为数据可得性和一致性优先;市级评估可以用模型法,因为基础数据相对完整;县级评估要靠调查数据支撑,精度要求更高;到了社区和网格尺度,则需要实测和现场核查。用省级结论直接指导社区工作,是用平均值替代个体,必然失真。合理的做法是分级评估、逐级细化,每一级都说明自己的适用范围。
最后是表达形式。风险可以用单一数值表达,也可以用矩阵表达。单一数值便于排序和比较,但会丢失结构信息;矩阵(危险等级乘脆弱等级)保留了结构,但难以排序。实践中常用“数值加矩阵”的组合:用数值做排序,用矩阵做解释。这种组合方式在汇报时特别有用,因为它能回答“为什么这一片是高风险的”这个问题,而不只是给出一个等级。
9.2 第一次全国自然灾害综合风险普查的框架
第一次全国自然灾害综合风险普查是我国历史上第一次全国范围、全灾种、全链条的自然灾害风险调查评估。它产出的《第一次全国自然灾害综合风险普查公报》共11号,于2024年5月发布(国务院普查办,2024-05)。与技术成果同等重要的,是它建立的一套规范体系:48项调查类技术规范、61项评估与区划类技术规范,形成了89项、上千个指标的数据共享清单,并统一了普查底图与高分辨率卫星影像图(国务院普查办,2024-05)。需要说明的是,规范数量在普查推进过程中是动态增加的,2021年5月时点的表述为48项调查类、45项评估与区划类,最终形成61项,这个变化本身就说明评估方法是在实践中逐步成熟的。
9.2.1 调查、评估、区划三层递进
普查的框架可以概括为三层:调查、评估、区划。三层之间是严格的递进关系,不是并列关系。
调查层回答“有什么、在哪里、什么状态”。它是最基础也最耗人力的一层,内容包括致灾因子调查、承灾体调查、历史灾害调查、综合减灾能力调查。这一层的产出是数据,数据的质量决定了后面两层的上限。调查层的关键是“统一”:统一的底图、统一的影像、统一的指标、统一的填报口径。没有这四个统一,各地数据无法拼接,后面的评估就无从谈起。
评估层回答“会怎样、有多严重”。它在调查数据的基础上,针对每个灾种建立评估模型,算出危险性、暴露度、脆弱性和损失期望,再综合成区域风险。这一层的关键是“可验证”:模型参数有没有本地化,结果有没有用历史灾害回代检验,不确定性有没有量化。评估层最容易出的问题不是算错,而是算得看起来合理但无法验证。
区划层回答“分几级、边界在哪、怎么用”。它把评估结果按空间单元分级分区,形成图件和数据库,供规划、建设、管理使用。这一层的关键是“可执行”:分级阈值要能对应到具体的政策动作,比如哪一级需要搬迁避让、哪一级需要工程治理、哪一级只需要监测。如果区划结果无法对应到任何政策动作,它就只是一张图。
表9-2 普查三层成果的内容、方法与产出
| 层次 | 核心问题 | 主要方法 | 典型产出 | 质量关键 |
|---|---|---|---|---|
| 调查 | 有什么、在哪里 | 全面调查加抽样核查 | 承灾体与隐患点数据集 | 底图统一、口径统一 |
| 评估 | 会怎样、多严重 | 模型计算与指标评价 | 单灾种与综合风险值 | 参数本地化、历史回代 |
| 区划 | 分几级、怎么用 | 分级算法与制图综合 | 风险区划图与数据库 | 阈值可对应政策动作 |
| 应用 | 用在哪、谁来用 | 接口开发与业务嵌入 | 专题服务与应用系统 | 与业务流程绑定 |
9.2.2 统一底图与组织机制
统一底图与统一影像的价值需要单独说。普查涉及数十个部门、数千个县级单元,如果各地用自己的底图和影像,最终的数据在拼接时会出现系统性偏移,房屋建筑图斑对不上、道路走向接不上、隐患点位置漂移。统一的底图和影像不仅是技术条件,更是“可比性”的前提。这一点在后来的成果应用中反复被验证:凡是能够跨区域比较的分析,都建立在统一底图之上。
组织机制决定了数据质量的上限与下限。普查采取的是“国务院普查办统筹、成员单位分工、地方分级实施”的路线,条块结合。这条路线的好处是能够调动行业系统的专业力量,坏处是不同行业的填报标准、质量要求、进度节奏不一致。最终数据质量的短板,往往出现在力量最薄弱的环节——基层的技术能力和人员稳定性。
从规模上看,这次普查于2020年5月启动,500多万名专业人员参与,涵盖6大类23种灾害(国务院普查办,2024-05)。这个量级说明它不只是一次技术演练,而是一次全国范围的社会动员;也说明质量控制不能寄望于末端抽查,只能靠过程管理。当参与人数以百万计、填报单元以万计时,任何一处口径上的含糊都会被放大成系统偏差。
9.2.3 成果规模与区划结论
成果的规模可以从几个数字看出。普查对18万余处地质灾害隐患点信息进行了更新;截至2023年12月底,在册滑坡隐患点13.2万处、崩塌8.2万处、泥石流3.3万处(国务院普查办,2024-05)。这些数字的意义不在于数量本身,而在于它们第一次以统一的空间格式汇聚到一套数据体系中,使得“哪一片隐患点密度最高、哪一片治理需求最迫切”这类跨区域比较成为可能。
综合风险区划的结论同样值得细看。《第一次全国自然灾害综合风险普查公报》明确的高灾损区、高隐患区、高风险区、低减灾能力区“三高一低”区域,第一次把风险的空间差异从定性描述变成了可以指认的区域;公报同时首次识别出占全国陆地面积2.3%的自然灾害综合风险高风险区,并揭示了全国自然灾害综合风险“东高西低”的宏观格局(国务院普查办,2024-05)。这组结论的政策含义,在于把资源投向风险与减灾能力不匹配的地方,而不是投向灾害最频繁的地方。两者并不相同:灾害频繁但能力强的地方,损失可能有限;灾害不频繁但能力弱的地方,一次中等事件就可能造成严重后果。2.3%这个比例的价值,也正在于它把“全国都要防”这一无法操作的判断,转换为“重点防哪些地方”这一可以配置资源的判断;“东高西低”则给出了更粗一层的地理直觉,便于在跨区域比较中快速定位。
成果的组织形式同样值得说明。普查建成国家自然灾害综合风险基础数据库,由1个国家级综合库、10个国家级行业库、31个省级数据库构成(国务院普查办,2024-05)。这个“1+10+31”的结构说明了两件事:一是数据的权威来源在行业,综合库做的是汇聚而不是替代;二是省级是数据落地的基本单元,市县并不单独建库。理解这一点,才能理解后文的更新机制为什么必须落在行业与省两个层面,而不是指望县市各建一套。行业库的深度也可以从气象部门的数据看出:32类致灾因子数据664万余条、20余万份评估区划产品、5000多个历史事件数据库(国务院普查办,2024-05)。这类数据既是评估的输入,也是后续验证的样本。
9.3 承灾体调查的空间组织
承灾体调查是普查中工作量最大、质量最难控制的部分。它的空间组织有三个基本原则:以实体为对象、以图斑为载体、以最小调查单元为采集单位。这三条原则决定了数据能不能被后续的评估模型直接使用。
9.3.1 三条空间组织原则
以实体为对象,意味着调查的单位是“一栋楼”“一条路”“一段管线”“一所学校”,而不是“一个村”“一个社区”。这个区别很关键:按行政区汇总的数据无法做空间叠置,只有落到具体实体上,才能判断它是否位于危险范围内。以图斑为载体,意味着每个实体要有面的表达,而不是一个点。房屋建筑尤其如此——面积、层数、结构、用途这些属性必须附着在面上,才能算出总建筑面积、判断倒塌影响范围。
以最小调查单元为采集单位,是出于操作可行性的考虑。全国范围的调查不可能由中央派人逐一核实,必须依靠基层力量分片包干。社区、村、网格是最小的行政与治理单元,也是填报力量能够覆盖的单元。这种组织方式的代价是质量参差:不同单元的填报人员专业水平不同、责任心不同、对指标的理解不同,最终数据的可比性会打折扣。
9.3.2 四类承灾体的调查要点
房屋建筑是承灾体调查的核心。调查内容包括结构类型、建造年代、层数、建筑面积、设防水平、使用功能、居住人数。这七项属性共同决定了易损性。结构类型区分砖混、框架、土木、钢结构等,不同结构在地震和洪水中的表现差异很大;建造年代反映了不同时期的设防标准;层数影响倒塌后的救援难度;使用功能决定了人员密度和逃生条件。把这些属性落到建筑图斑上,就形成了一张可以计算损失的底图。
道路与交通设施的调查要区分线与点。路段是线,属性包括等级、路面类型、宽度、通行能力;桥梁和隧道是点,属性包括结构形式、跨度、荷载等级、建成年代。这个区分在评估中很重要:洪水对路段的破坏主要是淹没中断,对桥梁的破坏可能是结构损毁,两者的修复周期和通行影响完全不同。把桥梁当作路段的一个属性,会丢失关键信息。
市政设施调查的复杂性在于隐蔽性。供水、排水、燃气、供热、通信、电力管线大部分埋在地下,普查阶段难以逐段核实,很多数据来自行业台账而非实测。台账的质量取决于行业管理的水平,而不同城市、不同行业之间差异很大。因此市政设施的调查成果通常要标注数据来源和置信度,使用时才知道哪些可以用、哪些需要复核。
公共服务设施是暴露度评估的重点。学校、医院、养老院、福利院、避难场所,这些设施的共性是人员脆弱、疏散困难、社会关注度高。调查不仅要记录位置和规模,还要记录服务范围和替代方案——一所医院被淹之后,周边居民去哪里就医,这个信息在应急准备阶段比医院本身的位置更重要。
表9-3 主要承灾体调查内容与空间粒度
| 对象 | 空间粒度 | 核心属性 | 常见质量问题 |
|---|---|---|---|
| 房屋建筑 | 建筑图斑 | 结构、年代、层数、面积、人数 | 附属用房漏登、用途混填 |
| 道路 | 路段线加桥隧点 | 等级、路面、宽度、通行能力 | 桥隧属性缺失、里程不连续 |
| 市政管线 | 管段线与厂站点 | 材质、管径、埋深、年代 | 台账代填、拓扑不完整 |
| 公共服务设施 | 点位加服务范围 | 类型、床位或学位、服务半径 | 服务范围未调查 |
| 地质灾害隐患点 | 点位加影响范围 | 类型、规模、威胁对象 | 影响范围凭经验估计 |
| 水利设施 | 线或面 | 等级、标准、结构 | 与行业台账口径不一 |
9.3.3 数据质量与合规
数据质量可以用三个问题来检验:谁填的、依据什么填的、什么时候填的。第一个问题指向责任主体,第二个指向数据来源(实测、台账、目估),第三个指向时效。三个问题都答得上来的数据,才具备可用性。实践中很多数据只能回答第一个问题,后两个含糊其辞,这类数据在评估中会造成系统性偏差。
填报的现实复杂性不能回避。一栋楼可能有多种用途,底层是商铺、上层是住宅;一户可能有多处宅基地;附属用房、临时建筑、在建工程算不算;这些在指标体系中往往只有原则规定,具体判断靠填报人。不同人的判断不同,最终数据就不一致。解决办法不是增加指标,而是提供明确的判定规则和典型案例,并在核查阶段做一致性抽查。
合规问题在这一层就开始出现。承灾体调查数据包含大量精确的空间信息,其中相当一部分具有敏感性,不能直接公开。按照公开地图内容表示的相关规范,这类数据在对外发布时必须做内容过滤和精度处理(自然资源部,2025-01)。同时,按照地理信息数据分类分级的要求,需要明确哪些是重要数据、哪些需要目录申报(自然资源部,2025-05)。这两项要求在实际工作中经常被忽略,直到要对外共享时才被发现,导致返工。
9.4 单灾种与综合风险评估模型
评估方法可以归为三类:指标体系法、模型法、情景法。三类方法没有优劣之分,只有适用条件之别。选错方法的代价,往往比对方法本身的改进更大。
9.4.1 三类评估方法
指标体系法把风险拆成若干指标,赋权重后加权综合。它的优点是透明、可解释、易于跨区域比较,适合数据稀疏、灾种复杂、需要快速出结果的场景。缺点是权重主观,指标之间的相关性没有处理,容易出现“同一件事被算了两次”。例如“人口密度”和“建筑密度”高度相关,同时放进去会放大城市区域的风险值。改进的办法包括主成分分析降维、层次分析法与专家打分结合、敏感性分析检验权重的影响。
模型法用物理或统计模型直接计算风险。洪水可以用水动力学模型算淹没范围和水深,滑坡可以用极限平衡法算稳定系数,地震可以用衰减关系算不同烈度的空间分布,台风可以用风场模型算风速。模型法的优点是机理清楚、结果可验证,缺点是参数需求高、计算量大、对基础数据敏感。模型法在数据条件好的地区能给出精细结果,在数据稀疏地区则会退化为“精致的猜测”。
情景法设定一个具体的灾害情景,计算该情景下的后果。情景可以是历史事件的再现,也可以是设定重现期的假想事件,还可以是最不利组合。情景法的优点是贴近应急准备的实际需求——预案需要的是“如果发生这样一件事,会怎样”,而不是“平均状况下风险有多高”。缺点是情景选择带有主观性,选错了情景,准备工作就白做。
单灾种评估的关键是尊重每个灾种的方法传统。地震评估的核心是烈度与易损性,洪水评估的核心是淹没与水深,地质灾害评估的核心是斜坡稳定性与影响范围,气象灾害评估的核心是致灾因子的极值与频率。用一个通用的指标框架去套所有灾种,会抹掉每个灾种最重要的物理特征。跨灾种比较应当在结果层面进行,而不是在方法层面强行统一。
表9-4 三类评估方法的适用条件与局限
| 方法 | 适用条件 | 主要优点 | 主要局限 |
|---|---|---|---|
| 指标体系法 | 数据稀疏、跨区域比较 | 透明、可解释、易推广 | 权重主观、指标相关 |
| 物理模型法 | 基础数据完整、单灾种 | 机理清楚、结果可验证 | 参数要求高、算力大 |
| 统计模型法 | 有较长历史灾情序列 | 能反映实际损失规律 | 样本偏差、外推风险 |
| 情景法 | 应急准备与预案编制 | 贴近决策需求 | 情景选择主观 |
| 矩阵查表法 | 快速初判、多灾种综合 | 简单、稳定、易沟通 | 分级粗糙、丢失细节 |
9.4.2 综合评估的三个难点
综合评估是难点,难在三个地方。第一是量纲统一:洪水的淹没深度、地震的烈度、滑坡的体积,单位不同、含义不同,必须先转换成可比较的风险值,才能综合。第二是相关性处理:同一栋楼既可能被淹也可能被震,两个灾种的损失不能简单相加,因为损失的是同一份资产。第三是重复计算:暴露度在多个灾种中被重复计入,减灾能力在多个灾种中被重复扣减,最终结果会被系统性放大或缩小。
综合的常用做法有三种。最大包络法取各灾种中的最高等级作为综合等级,简单稳健,但会掩盖多灾种叠加的效应。加权综合法把各灾种风险归一化后加权求和,能体现叠加,但权重难定。矩阵查表法用“危险等级乘承灾体类型”的矩阵查出综合等级,适合快速初判和跨部门沟通。三种做法可以组合使用:用最大包络法做初判,用加权综合法做精细评估,用矩阵法做对外表达。
9.4.3 验证与不确定性表达
验证是最容易被跳过的一步,也是区分“评估”与“估算”的分水岭。验证的基本方法是历史灾点回代:把历史上实际发生的灾害点位置,与评估出的高风险区叠加,看命中率有多高、漏报有多少。命中率高说明评估有效,漏报多说明模型低估了某些因素,误报多说明阈值过于保守。这项工作的成本不高,但需要历史灾情数据,而这类数据往往散落在不同部门,整理起来费时费力。不做验证的评估,无法判断其可信度,也就无法承担决策责任。
不确定性的表达同样重要。评估结果应当给出区间而不是单一数值,至少应当标注置信水平。数据质量差的区域,结果的不确定性大,图上应当有相应提示。把不确定性藏起来,让使用者误以为图上的每一个数值都同样可靠,是一种技术上的不诚实。
9.5 风险区划与制图
风险区划图是政策工具,不是科学结论的终点。这个判断决定了制图的全部取舍:图是给决策者看的,不是给同行评审看的。因此可读性、可比性、可执行性,优先于精细度和信息量。
9.5.1 分级方法与层数取舍
分级是区划的核心动作,也是主观性最强的环节。常用的分级方法有四种:自然断点法寻找数据的天然分界,适合分布不均匀的数据;分位数法保证各级面积或数量大致均衡,适合做对比展示;标准差法按偏离均值的程度分级,适合近似正态分布的数据;专家阈值法按已知的灾害或工程临界值分级,适合有明确物理意义的指标。四种方法给出的分级边界往往不同,同一份数据可以做出差别很大的图。因此制图时必须说明分级方法,并且保持同一系列图件的分级方法一致,否则无法比较。
分级层数的取舍同样需要判断。层数多则信息丰富但难以阅读,层数少则清晰但丢失细节。更重要的是,每一级都应当能对应到一个政策动作,否则分级就失去了意义。如果高和较高两级的处置措施完全相同,那么分成两级就是多余的。
普查的区划成果提供了一个现成参照:全国被划分为6个自然灾害综合风险大区、30个综合风险区和90个风险防治亚区(国务院普查办,2024-05)。三级分区对应三种使用场景:大区服务于国家层面的战略布局与跨省协调,综合风险区服务于省域内部的资源配置,防治亚区服务于具体工程与管控措施的落地。这个结构说明,分级层数不是审美选择,而是由“谁在什么尺度上做决策”决定的。反过来说,如果一个地方只做了单级分区,却要求乡镇按图落实,那就是层数与决策尺度的错配。
9.5.2 制图规范与图面设计
制图有明确的技术规范可依。《综合自然灾害风险图(1:100000)制图规范》(MZ/T 051-2014)规定了风险图的图面要素、色彩、注记和精度要求;《自然灾害遥感专题图产品制作要求 第3部分:风险评估专题图产品》(GB/T 28923.3-2012)规定了遥感专题图的产品规格。这两项规范为风险制图提供了共同语言,使得不同单位编制的图件可以互相比较、互相拼接。
图面设计有几个实操要点。底图要淡,不能压过主题图层;色带要符合直觉,暖色对应高风险,冷色对应低风险,同时要考虑色盲可读性;图例要完整,包含分级区间和对应的面积或人口统计;行政边界要清晰但不抢眼;比例尺、指北针、编制单位、编制日期、数据来源,一个都不能少;编制说明要写清分级方法、数据时点和主要局限。这些细节看起来琐碎,但它们决定了图能不能被信任。
9.5.3 尺度匹配与对象适配
尺度匹配是另一个容易被忽略的问题。1:100000 的比例尺适合市域尺度的风险图,县域需要用更大的比例尺,乡镇和社区则需要更大。把省级区划图放大到乡镇使用,是典型的尺度误用:图上的一条边界在省级尺度上可能只有几毫米宽,放大到乡镇就是几公里宽,边界内的实际情况完全不同。正确的做法是分级编制、逐级细化,每一级都基于本级的数据和方法重新计算,而不是简单放大。
表9-5 风险区划成果的主要形式与用途
| 成果形式 | 主要内容 | 主要用途 | 使用注意 |
|---|---|---|---|
| 单灾种风险图 | 某一灾种的危险性或风险等级 | 行业规划、工程选址 | 不能跨灾种比较 |
| 综合风险区划图 | 多灾种综合等级 | 国土空间规划、资源配置 | 需说明综合方法 |
| 风险图集 | 系列图件加说明 | 汇报、培训、公众宣传 | 注意公开内容审查 |
| 风险数据库 | 空间数据与属性 | 系统调用、动态更新 | 需配套更新机制 |
| 专题分析报告 | 方法、结论、建议 | 政策制定、项目论证 | 需附不确定性说明 |
| 在线地图服务 | 切片或要素服务 | 部门共享、业务嵌入 | 需分级授权 |
成果表达还要考虑对象差异。给规划部门看的图,重点是禁建区和限建区;给应急部门看的图,重点是疏散范围和力量部署依据;给公众看的图,重点是避险场所和转移路线。同一份数据,三种表达,图面内容、精度、甚至投影都可能不同。用一张图应对所有对象,结果是谁都用不好。
9.6 成果应用
普查成果的价值最终体现在应用上。从公开信息看,应用已经形成了四条主要路径:接入监测预警系统、支撑实战决策、转化为预警产品、服务规划与工程布局。
9.6.1 四条主要应用路径
第一条路径是数据接入。普查数据已接入国家自然灾害综合监测预警系统和灾害事故电子地图(国务院普查办,2024-05)。国家自然灾害综合监测预警平台已接入气象、水利等6个涉灾部门50余类实时监测预报预警数据,以及第一次全国自然灾害综合风险普查30余类灾害数据(应急管理部,2025-07)。这个接入的意义在于,普查数据从“档案”变成了“参数”——监测预警系统在设定阈值时,可以直接调用普查得出的隐患点分布、承灾体和风险等级,而不是凭经验设定。
第二条路径是实战决策,最有代表性的是2023年海河流域性特大洪水的防御。基于特大暴雨预报与普查成果,相关部门快速研判洪水量级、识别防洪工程风险隐患、研判兰沟洼蓄滞洪区的分洪情景(国务院普查办,2024-05)。这个案例的完整链条值得拆解:预报提供了未来的降雨情景,普查成果提供了流域内承灾体、防洪工程、隐患点的底数,两者结合才能推演出“如果在这个位置分洪,会淹到哪里、影响多少人、有哪些工程风险”。没有普查底数,预报只是降雨数字;没有预报,普查只是历史档案。两者的结合点,正是 GIS 的空间叠置与情景推演能力。
第三条路径是产品转化。2025年8月,全国高精度滑坡泥石流风险“图谱”建成,地质灾害地表风险区划产品下发;2025年7月9日,四川叙永等多起滑坡的预警落区准确(公开信息,2025-07)。这条路径的关键是“从区划到预警”的转化:区划回答的是“长期来看哪里风险高”,预警回答的是“未来几小时哪里可能发生”,两者之间需要一个转换机制——把静态的风险等级与动态的降雨预报耦合,生成随天气变化的预警产品。这个转换不是简单的叠加,需要建立降雨与滑坡的响应关系,也就是阈值曲线。
第四条路径是规划与工程布局。风险区划成果被用于国土空间规划的禁建限建区划定、防灾工程的项目布局、避难场所的选址。广东的实践提供了一个地方样本:2021至2022年完成地质灾害风险普查,2024年8月起探索地质灾害“双控”,创新编制全省地质灾害防御分级图(公开信息,2024-08)。所谓“双控”,在地质灾害领域的通常理解是既管好在册隐患点,也管住尚未成灾的风险区——这恰恰是普查成果带来的视角转变:从“点”的管理转向“点加面”的管理。
除上述四条路径,还有一类应用以试点方式推进。2023年6月起,68个市县开展普查成果应用试点,形成10余套典型案例(国务院普查办,2024-05)。试点把“数据能不能用”这个抽象问题,变成了“在具体业务里怎么用”的操作问题,价值不容低估;但它同时也暴露了一个结构性事实:试点有专项支持、有对口指导、有总结提炼,常规地区并不具备这些条件。案例能证明成果可用,却不能自动证明成果会被常规使用。这一区分是理解后文更新机制的前提。
表9-6 普查成果的四类应用与转化条件
| 应用方向 | 典型形态 | 转化条件 | 主要障碍 |
|---|---|---|---|
| 监测预警接入 | 阈值参数、隐患点图层 | 数据格式统一、接口标准 | 系统间数据模型不一致 |
| 实战决策支撑 | 情景推演、影响分析 | 与预报调度系统融合 | 缺少实时数据耦合 |
| 预警产品转化 | 风险图谱、落区预报 | 建立降雨与灾害响应关系 | 阈值本地化不足 |
| 规划与工程布局 | 禁建限建区、项目选址 | 纳入规划编制程序 | 部门间标准不衔接 |
9.6.2 标准化与业务嵌入
还有一条路径正在形成,就是把风险区划与行业标准衔接。森林火险区划已经把风险等级标准化,分为Ⅰ级(高危)、Ⅱ级(高风险)、Ⅲ级(一般风险),标准在2008年和2025年两次修订(公开标准信息)。这种标准化的意义在于,区划结果可以直接进入行政审批和行业管理流程,而不只是一份技术报告。综合自然灾害风险区划目前还没有同等程度的标准支撑,这是下一步可以推进的方向。
边界在于,“入库”不等于“入业务”。数据接入系统只是第一步,真正难的是让业务人员在日常工作中用它。这需要三个条件:一是数据要以业务人员能理解的形式呈现,不能只给原始图层;二是要有明确的使用场景和操作规程,告诉他们在什么环节用什么数据;三是要有反馈机制,业务人员发现数据错误时能够反馈并得到修正。三个条件缺一个,数据就会逐渐被弃用。
9.7 成果更新的长效机制
“一次普查、长期沉睡”是这类工作最典型的失败模式。它的表现是:普查结束、成果验收、数据入库,然后就没有然后了。三年之后,图上的房屋已经拆了,隐患点已经治理了,道路已经改线了,数据还在原地。再过几年,这份数据不但没有价值,还会产生负价值——用它做决策比不用更糟。
造成这种局面的原因不在技术,而在机制。普查是一次性项目,有专项经费、有明确工期、有验收标准;更新是长期工作,没有专项经费、没有明确责任、没有考核指标。项目制的工作方式天然倾向于“交付即结束”,而数据的价值恰恰依赖于持续更新。这个矛盾不解决,再多的技术手段也无济于事。
9.7.1 四类更新模式
更新模式可以归为四类,效果依次递增。第一类是事件驱动更新,每次灾害或事故之后,对受影响区域的数据做专项核查和修正。这种模式的优点是针对性强、数据质量高,缺点是被动、覆盖面窄,只能覆盖出过事的区域。第二类是周期更新,按年度或按规划周期做全面复核。优点是系统性强,缺点是成本高、周期长,两次更新之间的空窗期数据仍然陈旧。
第三类是业务嵌入更新,把数据更新嵌入日常业务流程:工程竣工验收时同步更新房屋数据,燃气报装和管网改造时同步更新管线数据,道路改扩建时同步更新交通数据,不动产登记时同步更新产权与用途信息。这种模式的最优之处在于,更新的成本由业务本身承担,不需要额外的专项经费,而且更新时点与实际情况最接近。难点在于需要跨部门协调,把数据更新的要求写进业务流程和系统接口。
第四类是众包与遥感辅助更新。用遥感变化检测发现新建、拆除、改扩建的图斑,用基层移动端做现场核验,用公众上报补充细节。这种模式能大幅降低成本、提高频率,但需要质量控制机制,否则错误会快速累积。合理的设计是“机器发现变化、人工确认变化、系统记录变化”,把人的工作集中在判断上,而不是查找上。
表9-7 普查成果更新模式的比较
| 模式 | 触发条件 | 成本 | 覆盖范围 | 主要风险 |
|---|---|---|---|---|
| 事件驱动 | 灾害或事故发生后 | 中 | 受影响区域 | 被动、覆盖不全 |
| 周期更新 | 年度或规划周期 | 高 | 全域 | 空窗期数据陈旧 |
| 业务嵌入 | 审批、验收、登记环节 | 低 | 与业务同步 | 依赖流程改造 |
| 遥感辅助 | 影像变化检测 | 中 | 全域 | 误检需人工核验 |
| 众包核验 | 基层上报与公众反馈 | 低 | 分散 | 质量参差、激励不足 |
9.7.2 机制设计的五个问题
机制设计要回答五个问题,缺一不可。第一是责任主体:谁负责更新,是自然资源部门、应急部门,还是行业主管部门?第二是触发条件:什么情况下必须更新,是事件、周期,还是业务节点?第三是质量标准:更新到什么程度算合格,位置精度、属性完整性、时效性如何要求?第四是技术通道:通过什么系统、什么接口、什么格式更新?第五是考核与预算:更新工作如何计入考核,经费从哪里来?
五个问题中,最容易被忽略的是第五个。没有预算的机制设计,本质上是一份倡议书。更新工作需要人力、需要设备、需要系统维护,这些都要钱。可行的做法是把更新经费纳入部门年度预算的常规科目,而不是每次靠专项申请;把更新完成率纳入数据管理考核,而不是只考核系统建设进度。
责任分层是这套机制的骨架。“1个国家级综合库、10个国家级行业库、31个省级数据库”的结构,实际上已经预设了分工:行业库对数据的专业准确性负责,省级库对区域完整性和落地更新负责,综合库负责汇聚与口径统一(国务院普查办,2024-05)。更新机制如果绕开这个结构另起一套,就会出现“系统里一套数、行业里一套数”的双轨局面,最终谁也说不清哪套为准。反过来,如果更新动作能够挂接在行业既有的业务节点上,例如工程验收、许可发证、年度核查,它就不再是一项额外工作,而是业务的自然产物。
这一点也解释了试点案例的局限。68个市县的试点之所以能形成典型案例,很大程度上依靠专项支持和集中指导;一旦回到常规条件,同样的工作没有人推、没有钱做、没有考核管,就会停下来。因此案例的价值不在于“照做一遍”,而在于提炼出哪些环节可以嵌进既有流程、哪些环节必须依赖额外投入。把这两类环节分清楚,才谈得上推广。
9.7.3 一数一源与版本血缘
“一数一源”是更新机制的技术基础。同一类数据只能有一个权威来源,其他系统通过接口调用,而不是各自维护副本。房屋建筑数据以不动产登记和房屋普查为源,管线数据以行业主管部门的竣工测量为源,隐患点数据以自然资源部门的排查为源。明确源头之后,更新责任自然清晰,数据冲突也有了裁决依据。
版本与血缘是另一个必要设计。每一次更新都应当留下版本记录,包括更新时间、更新内容、更新依据、更新人。这样在发现数据问题时,可以追溯到是哪一次更新引入的,也可以判断某个时点的数据是否适用于当前的决策。没有版本管理的数据,一旦出问题只能全部重来。
技术手段能显著降低成本。遥感变化检测可以快速发现建筑和道路的变化,InSAR 可以监测地表形变,移动端可以支持基层现场核验,区块链或哈希链可以保证更新记录不可篡改。但这些手段都只是工具,它们能提高效率,不能替代机制。没有责任主体和预算,工具再好也不会被使用。
9.8 边界与误区
普查成果的应用有六条常见误区,每一条都对应着一种具体的失败。
9.8.1 六条常见误区
第一条是把普查当一次性工程。这类失败的表现是“普查结束、成果入库、然后沉睡”,根因是项目制与数据生命周期的错配。前面已经讨论过,此处不再展开,只强调一点:普查的产出不是一份报告,而是一套需要持续维护的数据资产,评估它的标准应当是“三年后还能不能用”,而不是“验收时好不好看”。
第二条是把调查数据当评估成果。调查数据回答“有什么”,评估成果回答“会怎样”,两者之间隔着模型。数据量大不等于风险算得准,图层多不等于结论可靠。实践中常见的情况是,汇报时展示了大量调查数据,但一问到“这一片的风险等级是怎么算出来的”,就答不上来。这说明评估环节要么缺失,要么是拍脑袋定的。
第三条是把区划图当最终结论。区划图是决策输入,不是决策本身。它告诉你这一片风险高,但不告诉你该搬迁还是该加固,那需要结合成本、民意、用地条件做综合判断。把区划图当成“红线”,一刀切地禁止所有建设,既不科学也不可行;把区划图当成“参考”,完全不纳入审批,则失去了普查的意义。合理的位置是“分级分类管理”:高风险区严格限制,中风险区有条件建设并加强防护,低风险区常规管理。
第四条是追求全覆盖高精度,忽视关键少数。普查识别出占全国陆地面积2.3%的高风险区,这2.3%才是资源配置的重点。如果把精力平均分配,每个县都做同样精度的评估,结果是高风险区不够精细、低风险区过度投入。正确的策略是分级投入:高风险区做精细评估和动态监测,中风险区做常规评估,低风险区做趋势判断。
第五条是忽视验证。没有历史灾点回代的评估,无法判断其可信度。验证不需要很高的成本,但需要历史灾情数据,而这类数据往往散落在不同部门。可行的做法是在普查阶段就同步整理历史灾情,建立灾情数据库,为后续验证和模型改进提供基础。
第六个误区是综合评估的“平均化陷阱”。把多个灾种的风险加权平均之后,高风险单灾种的信息会被稀释。一个地震风险极高但洪水风险很低的地区,综合之后可能变成“中等风险”,从而被忽视。解决办法是在综合结果之外,保留单灾种的极值信息,并在图面上用专门的方式标注“单灾种极高风险区”。
表9-8 普查成果应用的常见误区与纠正方向
| 误区 | 典型表现 | 后果 | 纠正方向 |
|---|---|---|---|
| 一次性工程 | 验收后无人维护 | 数据快速失效 | 建立更新机制与预算 |
| 以调查代评估 | 只展示数据不算风险 | 无法支撑决策 | 补齐模型与验证环节 |
| 区划即结论 | 一刀切禁建或完全不用 | 政策失真或失效 | 分级分类管理 |
| 平均用力 | 全域同精度 | 重点区域不精细 | 按风险分级投入 |
| 跳过验证 | 无历史回代 | 可信度不明 | 建立灾情数据库 |
| 平均化陷阱 | 高风险被稀释 | 单灾种风险被忽视 | 保留极值标注 |
9.8.2 客观边界与共同语言
除了误区,还有几条客观边界需要承认。第一,普查是全面调查与抽样核查相结合,存在上报偏差,尤其是基层力量薄弱的地区。第二,不同区域之间的数据可比性受填报质量影响,跨区域比较时要谨慎。第三,普查反映的是调查时点的情况,此后的变化不在其中,使用时必须核对时效。第四,风险评估的精度受限于数据精度和方法假设,不能期待它给出比输入更精确的结论。
最后要说的是,普查成果的最大价值可能不在于那些图,而在于它建立的一套共同语言:统一的底图、统一的指标、统一的分级、统一的表达。有了这套语言,不同部门、不同层级、不同专业的人才能在同一张图上讨论同一个问题。这套语言的建设成本很高,维护成本更高,但它是应急管理从“各自为战”走向“协同作战”的技术前提。
本章小结
风险是四个要素的组合,不是单一强度指标。危险性、暴露度、脆弱性、减灾能力,任何一个缺失,评估都会失真。GIS 在这件事上的作用,不是画图,而是提供一个统一的空间框架,让四个要素可以被叠置、被比较、被计算。这个框架的质量,取决于每一个要素的数据质量,而不取决于可视化效果。
普查建立了调查、评估、区划三层递进的体系,48项调查类、61项评估与区划类技术规范,89项上千个指标的数据共享清单,以及统一的底图与影像,构成了这套体系的骨架。三层之间是严格的递进关系:调查回答有什么,评估回答会怎样,区划回答怎么用。任何一层断裂,下一层就是空的。这也是为什么普查成果的应用深度,往往取决于评估环节的质量,而不是调查数据的数量。
成果应用已经形成了四条清晰路径:接入监测预警系统、支撑实战决策、转化为预警产品、服务规划与工程布局。海河2023年洪水防御的案例说明,普查成果的价值在于它与预报的结合——预报提供未来的情景,普查提供当下的底数,两者叠加才能推演出可执行的方案。广东的地质灾害“双控”则说明,普查带来的不只是数据,还有管理视角的转变:从管隐患点,到管隐患点加风险区。
最大的风险不是技术,而是“一次普查、长期沉睡”。根因不在方法,而在机制:普查是项目,更新是日常;项目有经费和验收,日常没有责任和预算。解决办法是把更新嵌入业务流程,明确责任主体、触发条件、质量标准、技术通道和考核预算五个要素,让数据更新成为业务的副产品而不是额外的负担。做不到这一点,再好的普查成果也会在几年内失效。
思考与练习
- 为“一座城市的内涝风险评估”列出四个要素各自的代表性指标,标注数据来源与更新周期,并指出哪一个指标最可能被高估。
- 某县普查数据中,房屋建筑只填报到“村”一级。请说明这会如何影响之后的灾损评估,并给出三条补测的优先顺序。
- 单灾种评估结果与综合评估结果出现矛盾(某地单灾种风险低但综合风险高),请写出三种可能原因与排查方法。
- 设计一套“更新嵌入业务”的机制,要求写清触发条件(什么业务动作会产生更新)、责任岗位与考核证据。
- 用广东地质灾害“双控”的例子,说明从“管隐患点”到“管隐患点加风险区”带来了哪些新的空间工作。
- 普查成果接入监测预警系统后,如何避免“数据进了系统但没人用”?请给出三条使用侧的设计要求。
| 上一章:第08章 公共卫生事件与社会安全事件中的空间分析 | 返回目录:应急管理 GIS 应用全景教程 | 下一章:第10章 监测预警:从感知网络到阈值与叫应 |