专家谈 | 构建韧性城市的“智慧安全大脑”
在城市系统日益复杂、灾害风险高度不确定的背景下，韧性城市建设成为推进城市高质量发展的战略重点。党的二十大报告明确指出，要“提高防灾减灾救灾和重大突发公共事件处置保障能力”“打造宜居、韧性、智慧城市”。中共中央办公厅、国务院办公厅于2024年底印发的《关于推进新型城市基础设施建设打造韧性城市的意见》明确提出，“坚持科技创新、数字赋能，推动新一代信息技术与城市基础设施建设深度融合”“持续提升城市设施韧性、管理韧性、空间韧性，推动城市安全发展”。
与此同时，“新质生产力”成为2025年“两会”核心热词之一，大数据、人工智能、CIM（City Information Modeling，城市信息模型）平台、AIGC（Artificial Intelligence Generated Content，人工智能生成内容）能力平台等工具广泛嵌入城市治理场景，深刻变革城市安全治理方式。城市安全作为韧性城市的核心内容，其智能化转型路径正受到广泛关注。
本文基于政策导向与实践案例，系统阐述韧性城市中城市安全的重点内容与当前智能化水平，梳理人工智能等技术在城市安全领域的应用成果与挑战，特别是在汛期防控方面的智能化支持，进而提出面向未来的应对建议与实践路径。研究表明，构建以AI为驱动的城市“感知—分析—响应”一体化体系，是实现城市安全治理能力现代化的关键方向。
让城市学会“思考”
面向智慧安全的韧性城市建设主要内容
当前，韧性城市中的城市安全可归纳为五大主要内容。一是自然灾害防治，涵盖暴雨、地震、山洪、台风等灾害的风险监测、预警响应能力；二是生命线工程安全，涉及供水、供电、燃气、排水、交通等城市基础设施的连续运行保障；三是公共卫生安全，如传染病防控、医疗资源调度等系统抗风险能力；四是社会治安与事件防控，聚焦反恐、消防、治安、网络安全等多元突发事件的快速处置机制；五是信息安全与数据韧性，涵盖城市数字平台、云基础设施、传感网络等关键节点的抗毁能力。
此外，围绕“平急两用”理念，韧性城市还强调关键设施的灵活功能转换能力。以城市体育场馆、会展中心、大型教育设施等为例，在“平时”承担社会服务职能，“急时”应具备应急安置、医疗转运等复合能力。这类基础设施复用的能力，正在通过智慧平台与物联网系统实现高效调度与功能快速切换。
当前城市智能化建设现状
新型城市基础设施建设加快推进，催生以感知网、数据网与服务网融合为核心的智能安全架构。一是建立动态更新的设施基础数据库，“地下管网一张图”成为基础平台，实现规划、建设、运维一体化；二是推动城市信息模型（CIM）广泛应用，CIM与BIM（Building Information Modeling，建筑信息模型）、GIS（Geographic Information System，地理信息系统）融合，服务城市体检、防灾演练、工程模拟等场景；三是安防视频系统智能升级，通过边缘计算实现前端图像初判，减轻数据回传压力，提高异常响应效率；四是一网统管平台集成建设，实现交通、能源、市政、应急、公安等领域数据与调度系统的统一接入与监测。
例如，北京市在桥梁、隧道、地下综合管廊等关键部位部署物联网传感器，实现24小时在线感知与自动预警；上海市构建CIM+物联网平台，统一接入地下管网、排水泵站、公共安防等数据，形成“可视—可判—可控”模式；广东省广州市通过智能视频识别系统强化燃气、消防等高风险点全天候监控，显著提升初期报警能力；广东省深圳市实现交通信号实时优化系统与应急联动机制打通，在拥堵疏解与灾害响应中均展现较强的调度能力。
尽管如此，根据《国务院关于印发<深入实施以人为本的新型城镇化战略五年行动计划>的通知》（国发〔2024〕17号），当前城市智能化水平尚处于分层次推进阶段，部分中小城市在软硬件配套、平台建设、专业能力储备方面仍存在薄弱环节，尚未形成全域智能感知与动态响应的协同体系。
新质生产力赋能城市安全的“双面”
人工智能技术的助益与成效
以DeepSeek为代表的人工智能大模型平台具备强大的数据处理与语义理解能力，已在多个领域应用于城市治理。一是灾害预测与风险评估，如智慧水务系统可整合水位计、雨量计数据，结合AI模型对积水点位进行分钟级预警，实现“网格化”灾害风险管理；二是结构健康监测，例如利用桥梁爬索机器人，配合AI算法检测缆索锈蚀与裂缝，实现全天候无人工巡检，显著提高检测频率与精度；三是应急调度与指挥，例如交通调度系统可以基于实时路况与人流密度进行模拟预测，优化紧急调度策略，提高城市运行恢复速度；四是舆情感知与社会稳定分析，DeepSeek等大语言模型用于社交媒体文本分析，提取关键词与情绪指标，辅助识别突发事件的潜在风险。
目前，城市重点生产安全企业引入如“大羽”安全应急模型等AI驱动的设备异常判别系统，日均自动识别设备隐患20余起，有效降低风险滞后感知率。在日常管理层面，AI还被广泛应用于城市运行“热力图”绘制、环境污染源识别、建筑能耗分析等场景中，以日常治理推动社会韧性提升。
面临的困难与挑战
当前AI与大数据在韧性城市构建和安全治理中尚存4个方面难题。一是数据融合难，城市多源数据来源分散，标准不统一，平台互通性弱，严重影响AI建模效果；二是算法可信性低，大模型“黑箱”属性仍未解决，核心机制缺乏解释力，出现“幻觉”的概率不容忽视，易引发信任危机；三是落地成本高，AI系统部署周期长，软硬件基础设施投入大，部分城市存在资金与技术门槛；四是缺乏复合人才，城市管理部门对AI技术掌握程度有限，专业队伍建设滞后，制约其深度融合能力。
在政策层面，尚需加强AI城市应用的标准制定与伦理引导。例如，在数据使用边界、算法歧视防控、应急算法稳定性验证等方面，亟须建立法定监管框架，防范“技术滥用”与“治理空转”问题。
城市防汛的智能化“备战”
当前正值汛期，大数据、人工智能等技术的发展，为城市防汛提供新动能。
技术支撑核心应用场景
一是实时水情监测与积水预报，AI整合遥感影像、地形数据、水文数据与气象信息，输出积水模拟图与淹没深度预测，智慧水务系统可实现分钟级积水预报，保障重点路段实时通畅；二是排水调度系统智能联控，多地构建了泵站、闸门、调蓄池统一调度平台，AI依据积水点、水位、降雨预测调整控制策略；三是灾情识别与抢险资源配置，可依托无人机与图像识别算法识别堤坝变形滑坡，结合GIS平台生成任务分配方案，快速响应；四是避险指引与公众服务，AI 平台整合交通、水情与避难场所状态，通过短信、App精准推送路线与安置点，引导有序疏散。
例如，近年来，许多城市建设了面向汛期的城市“水情感知+预警响应”平台，升级了排涝系统智能调度平台，接入水位传感点，结合AI算法提前30分钟发布内涝预警，搭建“水网+管网+雨网”三网协同体系，支持积水图像AI识别与泵站远程控制；正在构建基于大模型的城市洪水演练平台，用于辅助决策推演与演练评估。
2025年智能度汛准备重点
一是提升感知系统密度与多样性，针对老旧小区、地下通道等盲区增设多类型水位、雨量、流速传感器；二是建立防排一体化调度平台，联通市政排水系统与周边河湖、水库水情，实现精准联排联控；三是推进数字演练与AI推演工具应用，运用数字孪生模拟不同强度降雨场景，识别城市防汛体系薄弱环节，优化资源配置；四是加强市民参与机制，鼓励市民通过智能终端上报积水信息，系统自动分类筛选，形成群众参与闭环。
此外，应同步推进“平急两用”设施智能调配机制建设。例如，通过对体育馆、学校、旅馆等可转换设施进行数字标注与赋码管理，提前完成防汛应急转换预案准备，并在平台端设定响应逻辑，实现“接警即调度”。
智慧化韧性城市建设的未来路径
一是强化顶层设计与平台协同。依据《关于推进新型城市基础设施建设打造韧性城市的意见》，构建跨部门、跨层级的城市运行数据共享机制，推动“感知—平台—服务”一体化标准建设。
二是推动设施智能化升级与“平急两用”融合。全面实施桥梁、排水、燃气、供水等设施智能化改造，并在规划中嵌入“平急转换”设计理念，合理布局避难场所、应急物资节点与疏散通道，增强城市空间韧性与应急适配性。
三是强化技术研发与标准引导。加快研发AI感知算法、融合建模平台、解释性模型；同时推动出台AI应用分级管理与算法透明标准，保障安全落地。
四是加快人才培养与区域试点。鼓励高等院校与企业联合培养AI+安全领域复合型人才，支持在重点城市设立“韧性城市AI试验区”，积累推广路径。
五是健全法规与隐私保护机制。完善AI系统应用的数据授权、使用范围与责任边界，建立伦理审查机制，增强公众信任度。
人工智能、大数据、大模型等新质生产力正加速向城市安全治理核心环节深度嵌入。如何在制度规范、技术融合与人才机制多维发力，形成自主可控、协同高效、安全可信的智慧韧性城市系统，是当前面向高质量发展亟须回答的战略命题。未来，应继续强化顶层设计与实践反馈协同，推动城市治理模式从传统“被动响应”迈向“主动感知—协同联动—快速修复”的新阶段。