第10章 监测预警：从感知网络到阈值与叫应

本章导读

监测预警是应急管理链条上少数几个必须在灾害发生之前完成的环节。它的最终产出不是一张图，而是一条在正确的时间、正确的地点、以正确的强度送达的行动指令。本章讨论 GIS 如何支撑这条指令的产生与送达，以及它通常在哪里失效。一个基本判断是：技术骨架已基本成型——国家层面的综合监测预警平台接入了多部门实时数据与普查成果，卫星、无人机、地面站网构成多尺度感知，省市县四级共享网络提供数据通道；但能力分布极不均匀，感知端相对强、研判端中等、反馈端最弱，而真正决定预警效果的往往不是最先进的那一环，是最弱的那一环。本章的核心问题是阈值：历史灾情统计、临界雨量、物理模型、机器学习四条来路各有适用域，正确做法是分层使用而非择一替代；当前阈值失准的主因是样本偏差、对象粒度过粗、缺少灾后回算，而不是算法落后。叫应机制把预警从“信息发布”推向“责任传递”，闭环由叫、应、核、记四个动作构成，失败点也集中在四个动作的交接处。

学习目标

读完本章，你应当能够：

• 描述监测预警的空间闭环，指出“感知—研判—发布—反馈”四段中哪一段最弱及其原因；
• 说明“天空地”一体化感知的能力边界，指出卫星、无人机、地面站网各自不可替代的场景；
• 区分阈值设定的四条来路，说明“分层使用”的含义与单一来源的失效方式；
• 解释阈值失准的三个主因（样本偏差、对象粒度过粗、缺少灾后回算），并写出建立回算机制的最小条件；
• 复述叫应闭环的四个动作，指出哪两个交接处最容易断链；
• 说明误报与漏报代价不对称如何影响发布策略，解释“分级设门槛”比“追求单一最优阈值”更可操作。

监测预警是应急管理链条上少数几个必须在灾害发生之前完成的环节。它的最终产出不是一张图，而是一条在正确的时间、正确的地点、以正确的强度送达的行动指令。本章讨论 GIS 如何支撑这条指令的产生与送达，以及它通常在哪里失效。

把监测预警理解为一条流水线，比理解为一项平台功能更有解释力。流水线有固定的环节、固定的时间预算和固定的失败点。GIS 在这条流水线上的作用不是“画图”，而是提供同一个空间参照，使监测到的位置、研判出的范围、发布到的落区、响应到的点位、反馈回的证据能够对齐。参照系一旦不统一，后面每个环节都会放大误差。

10.1 监测预警的空间闭环

监测预警的闭环不是若干系统的串联，而是六个动作在同一个空间参照下的接力。多数失效不发生在技术环节，而发生在两个动作的交接处。

10.1.1 六个环节与各自的产出

感知是把物理世界的状态变成带位置与时标的观测值。它的质量取决于三件事：观测的位置是否准确、时次是否对齐、量值是否可比。这三件事缺一件，后面所有分析都建立在流沙上。

汇聚是把分散的观测值归一到一个时空框架，形成“同一时刻的一张图”。这一步的技术难点不是数据量，而是基准。不同部门的数据在进场时往往带着各自的坐标系、高程基准和时间口径，汇聚的本质是做减法——把差异消除掉，而不是做加法——把数据堆在一起。

研判是在图上叠加致灾因子、承灾体与防护目标，回答“会不会成灾、成多大、影响谁”。它是唯一一个真正需要模型的环节，也是唯一一个可以被人为干预的环节。干预本身不是问题，问题在于干预是否留痕。

发布是把研判结论转化为面向特定人群的、可执行的指令，并落到明确的空间范围。发布的核心不是“告知”，而是“指定”：指定谁、在什么时间、做什么。

响应是接收方按指令行动：转移、封控、停工、停课、避险。响应的质量取决于指令是否具体到可执行，以及执行者是否具备执行条件。

反馈是行动结果回到研判端，修正下一次判断，并留下过程证据。这是六个环节中最弱的一环，也是决定系统能否自我改进的一环。

表10-1 监测预警闭环六个环节的空间作用与典型断点

10.1.2 三个高频断点

第一个断点在感知与汇聚之间：数据有值，但没有可靠的位置。部分行业站网以站码作为唯一标识，站码与空间坐标的对应关系靠人工维护，一旦迁站、并站或临时加密，坐标就会失准。图上看起来只是偏了一点，在山区可能意味着把预警落区错放一个坡面。这种错误不会报错，只会静静地传导下去。

第二个断点在研判与发布之间：模型能算出“某流域风险高”，但发布必须是“某县某乡某村”。从流域单元到行政单元的聚合过程中，信息被平均掉了。一个县里只要有一处高风险，整县发布橙色，既放大了范围，也稀释了重点。基层收到之后无法判断该去哪里，只能全域动员，成本高而效果差。

第三个断点在响应与反馈之间：通知发出去了，但是否到位、是否行动、是否有效，没有回流。没有回执，闭环就是开环；下一轮的研判只能靠经验，不能靠证据。这类系统运行越久，越依赖少数经验丰富的干部，而不是依赖机制。

10.1.3 时间预算：提前量必须大于组织反应时间

监测预警的时间账可以写成一个不等式：可用的物理提前量，必须大于接收方的组织反应时间。如果预警的提前量小于组织反应时间，预警在业务上等于无效——收到的时候已经来不及做该做的事。

组织反应时间不是一个可以无限压缩的量。夜间通知、逐级转发、人员集合、车辆调派、特殊人群协助，每一步都有下限。山区一个自然村的夜间转移，从敲第一户门到最后一户上车，本身就是以小时计的过程。

因此工程上的正确应对不是“把预警发得更早”——物理上做不到，而是“缩短链路”：减少转发层级，把通知直接下到责任人；把“要不要转”变成“转到哪”的预置方案；把集合点、路线、车辆在平时就定好，灾时只做确认不做设计。

这也解释了为什么“最后一公里”问题长期存在。它首先不是一个通信问题。通信可以做到秒级，组织做不到秒级。很多地方把资源投在通信手段上，收效有限，原因就在这里。

10.2 “天空地”一体化感知

三种感知手段解决的是三个不同尺度的问题：卫星看面，无人机看局部，地面站看点上。把它们堆在一起不叫一体化。真正的难点在中间尺度——乡镇级、公里级、小时级——这一层目前最薄弱。

10.2.1 卫星：关键不是分辨率，是重访与可用率

森林草原火灾卫星监测系统可接收处理 14 颗卫星数据，日监测频次约 28 次，空间分辨率最高 2 米（《中国报道》，2025-01）。这组数字常被读成“已经能每天看 28 次”，准确的读法是：28 次是多颗卫星拼接后的合计过境次数，单颗卫星的重访周期远长于此；2 米是最高分辨率，通常对应较窄的幅宽。分辨率与幅宽是一对跷跷板，工程上不可兼得。

更值得注意的是“安排成像”与“拿到有效数据”之间的折损。2025 年 7 月下旬京津冀暴雨洪涝期间，中国资源卫星应用中心调度在轨卫星观测，截至 7 月 28 日安排成像 15 次、获取灾后有效数据 23 景（公开报道，2025-07）。成像次数与有效景数不是一一对应关系：云雨条件下光学载荷大量无效，这也是汛期应急必须依赖合成孔径雷达的根本原因。

2 米级分辨率能回答“这里有没有火、大概在哪”，不能回答“烧到哪、烧了什么、烧了多少”。把它当作发现手段是恰当的，当作评估手段是越界的。能力边界的诚实描述，比能力指标的堆砌更有用。

2025 年 4 月，湖北成为全国首个卫星减灾示范应用省份（应急管理部，2025-04）。这个“首个”的技术含义不在于湖北的卫星更多，而在于把灾时临时协调卫星资源变成了省级常态化调度。前者依赖人脉与时机，后者依赖机制与预案。省级能否常态化提出成像需求、能否接收与处理、能否把结果送到县级使用，是三种不同的能力，多数省份在前两步尚可，第三步最弱。

自然资源系统的卫星遥感影像已实现自主保障（自然资源部，2025-12），数据获取的主动权明显提升。但“有数据”与“数据能及时到达使用者手里”仍是两件事，中间隔着处理链、分发链和权限链。

10.2.2 航空与无人机：机制存量不等于同时在空能力

重大灾害社会力量无人机应急合作机制已有 2000 余架无人机参与（应急管理部，2025-07）。这个数字容易被误读为“灾时可以同时出动 2000 架”。实际上它是合作机制的登记存量，真正的约束在别处：空域协调、起降场地、机组与飞手、电池与备件、数据回传带宽。一场灾害中能同时在空并有效回传的架次，远小于登记数。

无人机的真正优势是云下与局部高分辨率。卫星被云挡住时，无人机可以在云下作业；卫星幅宽大但分辨率有限时，无人机可以给出厘米级细节。它的短板同样明确：覆盖小、续航短、受气象与空域限制、数据回传依赖现场链路。

三笔容易漏算的账决定了无人机能否进入分钟级的决策环。第一是调机时间，从驻地到灾区，跨省调机往往比航飞本身更耗时。第二是续航与轮换，单架次作业时间有限，要连续覆盖必须多机轮换，轮换就意味着机组与电池的周转。第三是回传，原始影像体量大，现场带宽常常是瓶颈，很多队伍实际采用落地拷贝而非实时回传，这一步的时间往往被低估。

10.2.3 地面站网：连续性比覆盖更重要

地面站网——雨量站、水位站、地震台、形变监测点、视频监控、城市生命线传感器——提供的是原位观测。它的核心价值不是覆盖广，而是连续与可比：同一站点的时间序列可以算趋势、可以率定阈值，卫星做不到这一点。

站网的短板是代表性。山区的雨量站稀疏，一场局地强降雨可能落在两个站之间，“雨量到了但没测到”是山洪预警最常见的失效原因之一。这也是雷达降水估计与卫星降水产品在山洪预警中越来越重要的原因——它们不精确，但连续覆盖。工程上常见的做法是用站网校准雷达，用雷达外推站网，两者互为补充。

视频与物联网提供事件级证据：一处积水、一处形变加速、一处管道压力异常。这类数据的特点是发现能力强、量化能力弱，适合触发核实，不适合直接定级。

10.2.4 社会感知：最快也最脏

12345 热线、舆情、基层上报、社交平台，是最快的传感器，往往比任何专业观测都早。但它们没有统一的时空基准，重复率高，且存在系统性偏差——上报密集的地方往往不是灾情最重的地方，而是通信条件最好、上报意愿最强的地方。

合理的用法是把社会感知当作发现渠道而不是计量渠道：用它触发核实，不用它计算强度。把热线数量当作受灾程度的代理变量，是当前较常见的方法误用。

表10-2 三类感知手段的空间能力对照

10.3 监测数据的空间融合与质量控制

多源监测数据融合的第一道门槛不是格式，是基准。基准不统一造成的错误在图上看起来是对的，这是最危险的一类错误。

10.3.1 三类基准不一致

国家自然灾害综合监测预警平台接入气象、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的 30 余类灾害数据（应急管理部，2025-07）。把这些数据放到一张图上，先要解决三件事。

第一是平面基准。各部门历史数据可能使用不同的坐标系统与投影，跨带、跨基准的叠加会产生系统性偏移。偏移量在中小比例尺上可以忽略，在村级落区上不能忽略。这类偏移不会让图变难看，只会让判断变错。

第二是高程基准。水位、淹没深度、地面高程必须基于同一高程基准，否则“水位高于堤顶”这类判断会出错。城市内部还存在独立高程基准，与国家标准基准之间的转换关系需要显式维护，且必须有人对这条转换关系负责。

第三是时间基准。观测时刻、入库时刻、发布时刻是三个不同的时间。把入库时刻当观测时刻会造成时次错位，在快速变化的暴雨过程中，半小时的错位足以改变落区判断。

10.3.2 三种空间对齐方式及其适用边界

格网化是把站点观测插值到规则格网，便于与卫星、数值模型耦合。代价是引入插值误差，且在山区的代表性差——两个相距较远的站点之间的插值结果，可能与真实地形完全无关。格网化适合做面状展示与模型输入，不适合做点位的精确判断。

单元化是以行政区、流域、小流域、斜坡单元聚合。优点是便于发布与统计，缺点是掩盖内部差异。单元化适合发布与考核，不适合物理模型。

事件化是把监测值变成事件对象——一处积水点、一处形变加速点、一处超警河段。优点是直接对应处置动作，缺点是无法表达趋势。事件化适合处置调度，不适合趋势研判。

这三种方式必须同时存在，但每一种都要明确它只服务哪一类下游动作。最常见的错误是拿单元化的结果去跑物理模型，或者拿格网化的插值结果去做点位核查。前者的表现是模型算得很像，结论却对不上具体村；后者的表现是图上说没事，现场已经进水。

10.3.3 质量控制的四道关

第一道是完整。缺测必须显式标记，不能填 0。大量误判源于把缺测当零值：雨量缺测填 0，模型认为没下雨；水位缺测填 0，系统报“水位骤降”并触发异常告警。这类错误的修复成本极低，但需要从数据接入的第一行代码开始约束。

第二道是合法。物理上下界与变化率约束是最廉价也最有效的检查：雨量不能为负，短时雨量不能超过物理上限，形变速率不能在一个时次内突变，浓度不能超过量程。规则简单，但能拦住绝大多数传感器故障。

第三道是一致。相邻站的空间一致性、站点与雷达或卫星的一致性、同一对象多传感器的一致性。一致性检查既能捕获单站故障，也能捕获系统性的基准偏移。

第四道是可追溯。每条数据要能回答：来自哪个传感器、什么时次、经过什么处理、由谁发布、版本是什么。普查数据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），本质上就是把底数变成可追溯的图层，这是可追溯性的样板。

《中华人民共和国网络安全法》2025 年修改后于 2026 年 1 月 1 日施行（全国人大常委会，2025-10），对网络运行安全与数据安全提出更明确的要求。监测数据在采集、传输、汇聚、共享各环节的完整性与保密性，属于必须落实的义务，不是可选项。这一点在跨部门数据汇聚时尤其容易被忽略：数据一旦出域，安全责任并不随之转移。

表10-3 监测数据质量控制的四道关与常见失效

10.4 预警指标与阈值设定

阈值不是一组可以照抄的数字，而是一套有来源、有适用域、有维护责任的判断规则。当前多数阈值失准，不是因为算法不够先进，而是因为样本有偏、对象过粗、缺少回算。

10.4.1 四条来路

第一条是历史灾情统计。做法是找出历史上成灾事件对应的观测值，用频率分析或分位数确定阈值。优点是可解释、易与地方经验对齐、在复盘时站得住。地方干部接受一个阈值，往往不是因为它科学，而是因为“那年那场雨就是这样”。

缺点在样本。记录在案的绝大多数是成灾事件，“接近阈值但没有成灾”的样本往往没有记录。用只有正样本的数据定阈值，结果必然偏低——阈值定得低，误报就多。这是幸存者偏差在阈值上的具体表现，也是最普遍的系统性偏差。

缓解办法有两个：一是补录未成灾但超阈值的过程数据，二是引入无灾年份的对照样本。两者都需要长期的数据治理，短期难以完成，因此更现实的做法是先承认偏差存在，在发布策略上做补偿，而不是假装阈值是准的。

第二条是临界雨量。以“前期累积雨量加短时雨强”的联合条件刻画致灾临界状态，通常按行政区或小流域给出查算图或统计关系。好处是操作简单，可以直接对应到预报雨量，是基层最常用的方法。

它的问题是把坡体当成同质的。同样的雨量，落在不同坡度、不同岩土、不同植被、不同人工切坡的坡面上，稳定性差别很大。临界雨量图给出的是区域平均意义上的临界，不是某一处坡体的临界。这也是为什么同一场雨中，超阈值的地方未必成灾，未超阈值的地方反而成灾。把这种偏差解释为“模型不准”，会掩盖真正的问题——对象粒度不对。

第三条是物理模型反演。用水文水动力模型、入渗与边坡稳定性耦合模型、火蔓延模型，反算导致淹没、失稳、蔓延的临界条件。优点是机制清楚、可外推、能解释“为什么是这个值”。

缺点是对参数与初始场的要求高。渗透系数、糙率、抗剪强度、可燃物载量这些参数，在应急场景下往往拿不到实测值，只能靠经验取值。参数不准时，物理模型的结论未必比统计模型更可靠，但它的精确外观更容易让人误信。这是技术选型中最常见的陷阱：把“方法的严谨”当成“结论的可靠”。

第四条是机器学习。用多源特征拟合“是否成灾”。优点是能够吃进地形、土壤、土地利用、历史灾情、人类活动等大量弱相关变量，捕捉统计模型表达不了的组合关系。

缺点是样本不平衡与迁移性差。成灾样本在总样本中占比很低，模型容易倾向于预测不成灾；训练集覆盖的区域效果尚可，换一个气候区或地形区，效果可能急剧下降。更隐蔽的问题是模型会学到采样偏差——巡查密集的地方样本多，模型就倾向于在这些地方报警，而巡查密集本身又与人口密度、交通条件相关，最终模型学到的可能是“哪里有人管”，而不是“哪里会出事”。

这四条来路不是替代关系，而是分层关系：统计定初值，物理定机制，机器学习定修正，专家定边界。任何试图用单一方法一次定准的做法，都会在实际运行中失效。分层的关键是每一层都要能说清自己负责哪一段，而不是四套结果打架。

10.4.2 阈值的三个空间粒度

站点阈值最精确，但只代表一个点。它的可靠性取决于站网密度：站点稀疏时，“雨量到了但没测到”会直接转化为漏报。站点阈值的另一个问题是迁站——站址一变，历史序列的可比性就断了，阈值必须重新率定。

单元阈值以小流域或斜坡单元为对象，把阈值与对象属性绑定。这是最合理的一层，也是投入产出比最高的一层，前提是单元划分与属性建库到位。第一次全国自然灾害综合风险普查对 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）。这个量级决定了不可能对每一处都做逐点专业监测与逐点阈值，必须分级：重点隐患点用专业监测加逐点阈值，一般隐患点用单元阈值加群测群防。

落区阈值面向发布，是把单元结论聚合到可发布的行政单元或网格。聚合必然损失信息：一个县里只要有一处高风险，整县是否都发橙色？这不是技术问题，是发布决策问题。合理的做法是核心区加影响区的双层发布，把确定性强的小范围作为核心区，把可能受影响的大范围作为影响区，两层用不同的措辞与不同的行动要求。

10.4.3 分级阈值的技术细节

多级阈值要满足两个性质。第一是单调性：指标恶化时级别不能下降。第二是最小间隔：相邻级别的间隔不能太小，否则数值在边界附近抖动会导致频繁升降级；也不能太大，否则只能跳级发布，基层无从准备。

迟滞带是常被忽略的设计。在阈值附近设置一个回差区间，指标回落必须低于降级阈值才降级，可以显著减少反复。这是控制论的常识，但在预警业务中经常缺失，结果是“一天发三次、三次不同级”，基层干脆等最后一次。

复合阈值可以显著降低误报：单看雨量容易误报，叠加形变速率、土壤含水量、历史灾情密度后，误报率会下降。代价是漏报风险上升，因为多一个条件就多一次不满足的机会。这个取舍必须显式说明，不能只宣传误报率下降而不提漏报率上升。

10.4.4 阈值的动态维护

阈值不是一次定完的工程。每场灾害之后要回算三类样本：报了且成灾、报了未成灾、未报而成灾。三类样本分别对应不同的修正方向：空报多则阈值偏高或落区偏大，漏报多则阈值偏低或站网不足。

回算机制缺失，是阈值长期失准的根本原因。很多地方的阈值一定多年，期间的土地利用、人口分布、排水能力都变了，阈值没变。更麻烦的是，阈值往往分散在多个部门的多个系统里，没有一个统一的地方能看到全部阈值及其版本。

阈值还应当有版本与责任人。没有版本的阈值无法复盘，没有责任人的阈值无人维护。这一点应当写进平台的功能设计，而不是停留在管理制度里。

表10-4 五类灾种预警阈值的主要来源与适用边界

10.5 预警模型与方法

模型的价值不在于精度指标，而在于它能否在业务时间窗内给出可执行的结论，以及它的失效能否被及时发现。

10.5.1 统计模型：适合做底线

统计模型的优点是能说清“为什么是这个结论”，在复盘与追责时站得住。它适合做底线判断：当指标超过历史成灾分位数时，至少应当触发核实。

它的边界是外推。统计关系建立在特定气候区、地形区、季节的样本上，超出这个范围就不成立。使用统计模型时，必须把适用范围写进产品说明，而不是默认全域通用。一条“适用于本地且仅适用于主汛期”的说明，比一个漂亮的拟合优度更有价值。

10.5.2 物理模型：机制清楚，参数难

水文水动力、边坡稳定性、火蔓延、大气扩散，这些模型的共同难点是参数、初始场与边界条件。数字孪生水利的进展提供了一个参照：“十四五”期间全面完成 94 项数字孪生流域建设先行先试任务，推进 14 个省级水网先导区数字孪生水网、98 处数字孪生蓄滞洪区（公开报道）；数字孪生韩江以数字孪生北江为蓝本，统一技术框架、统一界面风格、统一用户登录，建成“韩江流域一张图”，整合水文预报、洪水淹没分析、溃坝分析、沿海风暴潮预警等模型。

这说明物理模型已经进入业务，但它依赖三样东西：连续可靠的观测、经过率定的参数、足够的算力。缺一样，模型就只能停在演示状态。三者之中，参数率定最容易被跳过，因为它不产生可见的成果，只消耗时间。

一个判断：物理模型的输出在应急场景中应当主要作为情景使用，而不是作为预报发布。情景的意思是“如果降雨落在这一档，淹没可能是这样”；预报的意思是“将会这样”。把情景当预报发布，是目前最危险的误用，因为情景的边界条件往往是人为设定的，而预报的语义要求它已经是事实判断。

10.5.3 机器学习：能提高发现率，难以承担归因

机器学习在监测预警中最成熟的落点是识别，不是定级。森林火险领域的实践可以说明这一点：2025 年 12 月的“人工智能+应急管理”生态研讨活动上，某企业发布口径称其森火应急智能体将火情识别准确率提升至 95% 以上，上报时间从 1 小时缩短至 3 秒（企业发布口径，2025-12）。

这组数字说明识别环节的自动化已经可用，但它回答的是“这是不是火”，不是“这场火会威胁谁、应当启动几级响应”。后者需要可燃物、地形、风向、防护目标、扑救力量等空间信息的综合判断，属于定级与签发，是责任行为。把识别准确率当作预警能力的证明，是一种口径偷换。

机器学习的三个现实问题：样本不平衡、跨区域迁移差、概念漂移。下垫面与设施在变，模型不跟着变，半年后精度就会下滑。这三点决定了模型必须持续监控与再训练，而不是一次上线长期使用。

10.5.4 集合预报与概率预警

从确定性预报转向概率预报，是提升决策质量的正路。概率预报给的是超过阈值的可能性，使决策者可以按成本与损失做取舍，而不是被动接受一个是或否的答案。

难点在表达。公众对概率的理解有限，三成的暴雨概率常被读成“不会下”。可行的做法是对外发布定性分级，对内保留概率与不确定性信息；两者用同一套数据，不同表达。

这带来一个治理要求：对外表述与对内数据必须可追溯到同一个模型输出。如果对外口径是人工拍的，与模型无关，那么对内再精确也没有意义。反过来，如果对外口径直接由模型生成而无人复核，一旦模型出错，责任也无法落地。

10.5.5 模型治理

模型治理包含五件事：版本管理、率定记录、适用域声明、失效回退、效果回算。没有这五件事，模型在系统里只是一个黑箱，出问题时无法定位，也无法改进。

实践中最容易缺的是失效回退：模型算不出来或算得离谱时，业务应当自动退回规则阈值。没有回退路径，模型故障会直接变成预警中断，而中断往往不被察觉——系统还在运行，只是不再报警。

10.6 预警发布与“最后一公里”

预警发布的成败不取决于发出多少条信息，而取决于有多少人收到、多少人相信、多少人行动。叫应机制是把“收到”推向“行动”的关键设计。

10.6.1 发布的三要素

谁发：发布主体必须明确且唯一，多头发布会造成口径冲突。同一场暴雨，两个渠道给出两个级别，基层只会选择等待。

发什么：结论要可执行。“注意防范”不是指令，“立即转移”才是。中间状态的措辞最容易被稀释，也最容易在逐级转发中被弱化。

发多大范围：落区要与责任网格对齐，否则接收方无法判断“这说的是不是我”。落区边界如果与乡镇边界不一致，乡镇干部会在确认上耗掉大量时间。

落区精度与覆盖面是一对矛盾。落区越小越精确，但漏掉边缘人群的风险越大；落区越大越安全，但响应成本越高、针对性越差。工程上的折中是双层发布：核心区给明确指令，影响区给准备指令。

10.6.2 叫应机制的闭环设计

叫应是近年来应急管理实践中形成的术语，指把预警信息定向通知到责任人，并要求其确认接收与反馈行动。它的实质是把信息发布升级为责任传递。

第一个动作是叫：定向通知到具体责任人，不是群发。群发解决知会，定向解决责任。责任人应当是属地的、有处置权的、能被追责的具体岗位，而不是一个部门的值班电话。

第二个动作是应：限时回执，回执内容不只是一句收到，而应包含三件事——是否收到、是否已组织、当前状态。只回收到的回执，价值接近于零，因为它无法区分“已经转移了三十户”和“还在等人到齐”。

第三个动作是核：未回执的自动升级。升级规则要预先定义：多长时间未回执升到哪一级，升到哪一级由谁负责兜底。没有升级规则，叫应会在最关键的那一环断掉，而这一环往往正是通信最差、情况最急的地方。

第四个动作是记：全过程留痕。留痕首先是为了复盘——哪一环慢、哪一环漏、哪一环无人应答，而不是为了追责。把留痕设计成追责工具，基层就会用补录来应付，数据反而失真。

这个闭环有四个典型失败点：只叫不应，通知发出去就结束；应而不动，回执造假或敷衍，为了完成指标；动而无据，有行动但没有记录，事后无法复盘；升级不清，越级或漏级，导致责任真空。

表10-5 叫应闭环的四个动作与典型失败点

10.6.3 “最后一公里”的真实瓶颈

瓶颈不在通信，在人。夜间、老年人、外来人口、山区独居户，是最难覆盖的四类对象。短信到不了不看手机的人，应用通知到不了没有智能手机的人，大喇叭到不了听不见的人。技术手段的叠加，未必增加实际触达。

空间上的应对是把转移对象做成户级点位，而不是统计数字。只有到户，才能核查“应转尽转”；只有到户，才能在夜间按图逐户敲门。这一步工作量很大，且涉及个人信息保护（参见第16章），需要在授权与脱敏的前提下进行。

另一个常被忽略的问题是回迁。转移之后什么时候能回、回到哪里，如果没有方案，群众会在预警解除前自行返回，形成二次风险。回迁方案应当与转移方案同时编制，而不是事后补。

10.6.4 发布的合规边界

预警信息中涉及地理位置时，应当使用行政区、道路、地标等公开表述，不使用精确坐标。发布载体如果包含地图，须符合公开地图内容表示与地图审核的要求（参见第16章）。这一条在移动端产品中最容易失守，因为地图组件往往默认加载了精度更高的底图。

《中华人民共和国突发事件应对法》2024 年修订（2024 年 11 月 1 日施行）对应急响应制度、信息报送与发布作出规定（全国人大常委会，2024-06）。预警发布作为响应制度的组成部分，其主体、程序、内容都有法定要求。紧急情况下可以先发布后完善，但必须有留痕与事后补正机制，否则“紧急”会成为绕过程序的通用理由。

10.7 误报、漏报与可信度管理

误报与漏报的代价不对称，因此最优策略不是把错误总数降到最低，而是在可承受的误报水平下把漏报压到最低。这是一道经济学题，不是一道算法题。

10.7.1 代价的不对称

漏报的代价是生命损失与信任崩塌，且不可逆。误报的代价是经济成本与响应衰减，可逆但有累积效应。两者的量级不在一个数量级上，这决定了阈值不能简单取在“总代价最小”的位置。

误报的代价不是常数。第一次误报，群众会配合转移；第五次误报之后，同一批人不再响应。这就是信任资本的折耗：每一次空报都在消耗下一次动员的有效性。因此误报的边际成本是递增的，这一点在决策中经常被忽略。一个把误报率压到很低、但每次误报都发生在同一区域的系统，实际效果可能不如一个误报率略高但分布均匀的系统。

10.7.2 误报的三种类型

空报：报了但没发生。原因是物理不确定性——降雨落区偏移、坡体实际稳定性好于估计。处置方向是改进模型与阈值。

错区：发生了，但不在报的落区。原因是空间精度——站网稀疏、单元过粗、地形导致的局地差异。处置方向是加密观测与细化落区。

错时：发生了，但不在报的时间窗。原因是时间精度——观测频次不足、临近预报能力弱。处置方向是提高观测频次与短临预报能力。

三者混为一谈，就会得出“预警不准”这样一个无法改进的结论。分开统计，才能对应到具体的改进动作。很多年度总结把三类错误合并成一个“准确率”，看起来一目了然，实际上什么也没说明。

10.7.3 成本与损失的可用判断

在缺少精确损失函数的情况下，仍可做定性判断：当某一级预警的社会响应成本明显高于该级灾害的期望损失时，这一级就不应作为常规发布级别。

工程上的做法是设发布门槛：门槛以上对社会发布，门槛以下只在内部提示、加密观测、预置力量。这就是分级分类的技术含义——不是所有风险都需要惊动所有人。

这也解释了为什么“宁听骂声、不听哭声”在实践中需要细化：它适用于高等级、短时窗、后果不可逆的情形；对低等级、长时窗、后果可逆的情形，过度发布反而会削弱整体响应能力。口号没有错，错在把它当成所有级别的通用准则。

10.7.4 可信度的表达

可信度分级应当与行动指令分离：指令用确定性语言，可信度用附注表达。两者混在一句话里，就会出现“可能需要注意防范”这种既不明确也不负责的表述。

要避免两个极端。一个是“可能”“也许”堆叠，导致接收方无法判断是否行动；另一个是过度确定，一次失误就透支信任。合理的做法是：行动指令确定，影响范围与强度给出区间。

对内部使用者，还应当提供模型的一致性与分歧信息。多个模型给出同一结论，与多个模型分歧严重，虽然对外表述可能相同，但对内决策的权重完全不同。

10.7.5 复盘：唯一能让误报率下降的机制

误报率不会因为系统升级而自动下降，只会因为复盘而下降。每场预警都应当回算命中、空报、漏报，并把结果反馈到阈值与模型。

复盘要解决三个问题：这次判断依据的是哪条数据、哪个模型、哪个阈值；这条链路哪一环最可能出错；下一次如何验证改进是否有效。回答不了这三个问题，复盘会变成总结会。

10.8 典型案例与边界

10.8.1 四个可核查的片段

片段一：2025 年 7 月下旬京津冀暴雨洪涝期间，卫星应急观测安排成像 15 次、获取灾后有效数据 23 景（自然资源部，2025-12）。它说明监测能力的真实瓶颈在有效数据而不是安排次数，汛期光学载荷的可用率是硬约束。任何以“可调度卫星数量”作为能力指标的表述，都回避了这个问题。

片段二：2025 年 1 月 7 日 9 时 5 分西藏定日 6.8 级地震（震源深度 10 公里），1 月 8 日即产出应急产品技术图件（公开报道，2025-01）。地震灾区的首批图件通常以震中周边影像叠加居民地、道路为主，用于判断哪里有聚落、路通不通，而不是精细评估。这与应急测绘 6 小时内获取现场高分辨率遥感影像、12 小时内提供首批应急测绘成果的能力表述是一致的（自然资源部，2025-12）。

片段三：2025 年 7 月 9 日四川叙永等多起滑坡预警落区准确（公开报道，2025-07）。这背后是地质灾害气象风险预警产品从行政区向坡面与沟道的细化，2025 年 8 月全国高精度滑坡泥石流风险图谱建成。落区细化带来的直接收益，是基层知道该去哪个坡面巡查，而不是全县巡查。

片段四：2025 年 4 月湖北成为全国首个卫星减灾示范应用省份（应急管理部，2025-04）。它的意义是把卫星资源调度从灾时协调变为常态机制。示范的价值不在挂牌，而在于形成了一套可复制的需求提报、数据处理、成果分发流程。

10.8.2 边界与误区

误区一：把接入数据当成能预警。国家自然灾害综合监测预警平台接入 6 个涉灾部门 50 余类实时数据与普查 30 余类灾害数据（应急管理部，2025-07），这是能力的基础，不是能力本身。数据接进来，若时次、基准、口径不统一，结果只是能看，不能能算。

误区二：把阈值调低当成更安全。阈值低导致误报多，误报多导致响应衰减，响应衰减导致真实灾害时无人行动。安全水平反而下降。这是一个典型的局部优化导致整体恶化的例子。

误区三：把 AI 识别当成 AI 研判。识别是“这是什么”，研判是“会威胁谁、该启动几级”。前者可以自动化，后者是责任行为。把后者交给模型，等于把签发权交给一个无法被追责的对象。

误区四：把发出去当成完成了。没有回执、没有行动、没有留痕，发布只是广播。

边界：监测预警的整体速度由观测、研判、组织反应三者中最短的一环决定。只补其中一环，系统不会变快。这也是为什么很多平台上线后指标很好、效果一般——被补的那一环本来就不是瓶颈。

本章小结

监测预警的技术骨架已经基本成型。国家层面的综合监测预警平台接入了多部门实时数据与普查成果，卫星、无人机、地面站网构成了多尺度的感知能力，省市县四级共享网络提供了数据通道。但能力的分布极不均匀：感知端相对强，研判端中等，反馈端最弱。真正决定预警效果的，往往不是最先进的那一环，而是最弱的那一环。

阈值是本章的核心问题。历史灾情统计、临界雨量、物理模型、机器学习四条来路各有适用域，正确的做法是分层使用而非择一替代。当前阈值失准的主要原因是样本偏差、对象粒度过粗、缺少灾后回算，而不是算法落后。把资源投在算法上而忽略回算机制，收效有限。

叫应机制是把预警从信息发布推向责任传递的关键设计，其闭环由叫、应、核、记四个动作构成，失败点也集中在这四个动作的交接处。误报与漏报的代价不对称，且误报的边际成本递增，因此发布策略应当分级设门槛，而不是追求单一的最优阈值。

最后需要强调的是边界：监测预警不是万能的，它的上限由观测、研判、组织反应三者中最短的一环决定；它也不是孤立的，其数据质量受制于基准治理，其发布行为受制于合规要求。下一章讨论的应急准备，正是把这些能力在灾前固化为可调用的资源、场所与流程。

思考与练习

1. 某县山洪预警阈值为“1 小时雨量 30 毫米”。请写出三个会导致该阈值失效的情形，并为每种情形提出处置建议。
2. 设计一套叫应闭环的记录字段（至少八项），要求能证明“叫到了、答应了、核实了、留痕了”。
3. 把“感知端强、研判端中等、反馈端最弱”这一判断用三个可观测指标表达出来，并说明每个指标的数据来源。
4. 某地误报率很高，基层开始“预警疲劳”。请从阈值、发布、叫应三个层面各写一条改进措施，并说明如何衡量改进效果。
5. 说明卫星热点、雷达外推、地面雨量站在一次短时强降雨预警中各自提供什么信息，以及三者冲突时如何取舍。
6. 监测预警的上限由观测、研判、组织反应三者中最短的一环决定。请举一个“最短环不在技术侧”的例子，并说明技术能做什么、不能做什么。