[观点]张强:建设韧性城市迫在眉睫 勿让内涝悲剧一再发生

2021-08-20 08:46:19 中国科学报 北师大党委

8月16日夜间,北京市发生了短时强降雨事件,最大降水量达到96.2毫米,造成了市区立交设施低洼处的严重积水,并有两人因驾车涉水被淹不幸罹难。

今年雨季,全国极端降水事件频发,并在多地造成了严重的经济损失与人员伤亡,前日的北京暴雨中,人员伤亡的悲剧再度发生。

一般而言,城市气象灾害涉及的受灾情景复杂,如城市地下空间淹没、公共交通设施瘫痪、电力通信中断等。相对于其他承灾体,城市复杂的受灾情景耦合庞大的承灾体量,会放大同等灾害的致损规模,造成更为严重的生命财产损失。

8月16日北京暴雨发生前,气象部门连发3次气象灾害预警,与北京市有关部门会商提前做好应对,然而悲剧依旧发生。

究其原因,笔者认为有三点:其一是暴雨天气极易发生积水的涵洞没有采取有效禁行措施;其二是涉水人员缺乏紧急避险意识和能力;其三是城市积水排涝能力有待加强。

“韧性城市”的建设可有效降低城市复杂受灾情景下的损失规模,即当城市社会经济系统在受到冲击和压力时,能够保持基本活力,最大限度降低损失,并能迅速恢复、适应和发展。

在应对极端气象灾害时,究竟该如何提升城市应急管理能力?笔者认为,应从多维度全面提高城市防灾、抗灾、救灾的韧性,尽全力减少因灾人员伤亡、减轻灾害损失、减少社会负面影响。

首先,我们亟须完善城市气象灾害的应急响应机制。应充分考虑全球变暖背景下气象灾害发生频率高、影响范围广、突发性与致灾性强的特点,及时主动监测气象事件灾害化的过程,并与基层监测站点和群众的有效反馈信息相结合。在原有框架自上而下的预警信息发布模式基础上,保证预警信息自下而上的反馈通道畅通,构成“双链式”沟通网络,确保信息传递的有效性、可达性与及时性。

在气象灾害事件来袭之前,应积极结合地方应急响应力量,做好灾害易发区群众的疏散与保障工作。此外,在灾中救援过程中,各地方应以当地应急管理部门为主体,在国家应急管理部的统一协调下,配合外源性消防救援力量、民间团体专业救援队及企事业单位,做好大灾背景下的灾害应急抢险工作,最大程度保障人民群众生命与财产安全。

其次,我们要完善和落实城市体面对极端气象灾害情景下的应急体制机制和防灾救援体系。

自然灾害不可避免,如何减轻灾害损失、使灾害损失最小化,是城市发展演化过程中需要深入反思和研究的命题。

应该把科学技术发展成果有效应用于防灾救灾的整个过程,完善城市气象灾害防治救助体系建设,做到灾前预警、灾中应急、灾后恢复的科学化、智能化、人性化。突出防灾减灾战略性地位,推动新形势下应急管理现代化、体系化、综合化和抢险救灾智能化,推进各领域高新技术的融合发展与落地实施。

通过优化升级空、天、地灾害信息感知网络,有效满足灾害风险识别、发展态势感知任务需求,打破各部门数据孤岛和分管领域界限,依托大数据、云计算、人工智能等高新技术,建立面向应急救援的风险评估和智能分析决策平台系统,实现安全消防、智慧消防,达到精准预警、快速救援和灾害损失最小化的目的。

最后,城市管理者和民众都需要加强灾害风险防范意识与政策实践。

完善防灾减灾政策和建设应急救援技术体系的落脚点和根本点在于落实。城市运营管理者要进一步提高灾害隐患风险的侦察和识别能力,重点是灾害风险防范的常态化,绷紧灾害防御这根弦,基于“全灾种、大应急”的发展理念,针对暴雨、暴风等不同灾害预警,及时预判并划设不同等级灾害风险区或风险点,及时通过微信、短信等渠道告知市民及时避险。

大力开展灾害风险防范与防灾减灾救灾的全民普识教育,切实提高民众自我保护和风险防范意识。从近期发生的多起驾车涉水被淹伤亡事件来看,民众的自我保护与风险防范意识较为薄弱。防灾救灾全民普识教育势在必行,灾害风险防范意识亟待加强。

进一步强化城市“人员流、物质流、信息流”畅通的基础设施建设与完善,尽最大可能避免重大灾害发生时出现生活物资抢购,灾区信息不畅,受灾人员出不去、救灾人员及救援物资进不来的现象,增强城市韧性,更好地应对各种气象水文灾害风险;切实实现防灾常态化、救灾全民化,进而最大限度减少灾害损失与因灾人员伤亡。

本文刊发于《中国科学报》2021年8月18日第一版,作者张强,系北京师范大学环境演变与自然灾害教育部重点实验室主任。

原文链接:http://news.sciencenet.cn/dz/dznews_photo.aspx?id=36523

责任编辑:党委组织部

我要评论 (网友评论仅供其表达个人看法,并不表明本站同意其观点或证实其描述)

全部评论 ( 条)

    [观点]张强:建设韧性城市迫在眉睫 勿让内涝悲剧一再发生
    说明:热度榜主要以育人号最近72小时的活跃度(包括发文量、浏览量、评论数、点赞数)和近24小时的更新数为主要指标进行计算。其中前者占60%,后者占40%。
          Baidu
          map