从被动救灾到主动预判：防灾减灾技术的真实边界与生长空间

上个月跟着南京地调所的朋友去江宁南部山区做隐患排查，山路边立着一台崭新的监测设备，屏幕黑着，落了半厘米厚的灰。问了村干部，说通电半年，坏了三次，找不到人修。这事挺扎心。很多吹得神乎其神的技术，到了山上就是这么个结果。

被高估的「全预警」神话

现在到处都在说智能化预警。仿佛装了传感器、跑了AI模型，就能把所有灾害掐死在摇篮里。

去年川北那场山洪，公开资料显示，提前十分钟确实生成了预警。可预警信号发去乡镇的时候，部分受影响区域的基站早被暴雨冲断了。住在沟口的几户人家，什么都没收到。

绝大多数技术的有效性，都建立在「基础设施完好」这个隐形前提上。很少有人把这个前提摆到台面上说。

再拿地震预警举例，很多人把它和地震预测混为一谈。预警是地震已经发生、纵波传出来之后，抢在破坏力更强的横波到达之前打个时间差，用来关电梯、停工厂、关生命线工程，不是说能提前三五天告诉你哪里会发生几级地震。这个边界，很多宣传里都模糊掉了。

说白了，技术能补人的感知短板，不能替人兜住所有小概率的意外。

落地难的核心不是钱，是错配

很多人说技术推不开，就是地方财力不够。说实话，不全是。

上次跟着南大的团队跑苏皖交界的低山丘陵区，有个镇去年争取到专项经费，装了十台高精度滑坡监测站，单台设备价格快二十万，结果一年下来，误报了七次。村干部天不亮就爬山路，挨家挨户喊村民疏散，次数多了大家都不信了，真出异常反而没人动。

为什么误报？这套设备是为西南地区的大高差高速滑坡设计的，触发阈值设得高。苏皖这边的滑坡大多是缓倾的浅层蠕滑，年变形量还不到十厘米，一下雨地下水位涨个几十厘米，设备就触发警报。技术没有高低之分，错配才是最大的浪费。

还有一个普遍问题，很多实验室出来的预测模型，训练用的都是整理好的公开数据集，噪音都清干净了。实际野外呢？虫蛀了传感器引线，风吹动树叶挡住InSAR的雷达波，甚至放羊的老乡把设备碰歪了十公分，都能让模型的预测准确率掉30%以上。谁来做日常校准？谁来进山维护？很多项目验收完就成了三不管。设备成了摆设。

不过话说回来，我也见过好用的低成本方案。有的村子给每个隐患点配了几十块钱一根的PVC管，插在坡体里做标记，再配上一台几百块的北斗倾角传感器，用北斗短报文传数据——哪怕没有手机信号也能发出去。一场大雨过后就能看出坡有没有动，整体成本不到高精度方案的十分之一，准确率反而满足需求，特别适合这种低风险的缓坡区域。

接下来的方向：往细里走，往实处连

现在很多圈子里拼算力，比模型参数大小，仿佛参数越大技术越先进。其实根本没摸到真正的痛点。

真正的痛点，是不同系统的数据不打通。气象部门的降雨预报，一般给的是县域尺度的平均降水量，可灾害90%都发生在几平方公里的小沟小坡，分辨率根本不够。水文模型拿不到地质部门的土层渗透率和坡体结构数据，算出来的涨水时间差能差两三个小时，足够把一次成功的疏散变成灾难。

现在要做的，不是做更大的通用模型，是把不同来源的数据，按照具体的小流域、具体的隐患点做适配耦合。每一个隐患点的地质条件不一样，周边的人口分布不一样，能承受的响应时间也不一样，没有通用的方案。

还有一个容易被忽略的风险，就是算法的偏向性。现在模型训练用的数据，大部分来自已经做过治理、布了监测点的发达区域隐患点，那些偏远的、没得到资金投入的隐患点，数据少得可怜，模型就算不准。长此以往，防灾资源会越来越向本来就更安全的区域集中，欠发达区域的风险反而会被进一步掩盖，这个结构性的问题，比技术本身的不足更值得警惕。

技术最终要落地，还要连到人的身上。就算你能把预警精准到某一户人家，你得有提前踩过点的疏散路线，有会解读预警、会组织疏散的基层工作人员，技术才能发挥作用。很多地方把九成的钱都花在买设备上，连十分之一的钱都没留出来给人做培训、做日常维护，设备坏了没人修，预警来了没人会解读，全是白搭。

我们要做的从来不是消灭所有自然灾害，是把风险控制在整个社会能承受的范围里。技术是工具，找对地方用，才有用。