我国的自然灾害非常严重，其中一个重要原因是一方面自然灾害在我国大面积的国土范围内广泛分布；另一方面，我国真正适宜生存和城市建设的地貌很少。这就造成了全国有74%的省会城市以及62%的地级以上城市位于地震烈度VII度以上的危险地区；70%以上的大城市、半数以上人口、75%以上的工农业产值，分布在自然灾害高风险地区。
我国应对自然灾害形势严峻
    事实上，这种情况不只我国存在，日本等其他一些亚洲国家也时有发生，而我国的问题尤为突出。应对如此严重的自然灾害，我们不能完全采取国外的方式来“避灾”，因为无处可避，这也正是我国每年因自然灾害造成的损失呈直线上升趋势的重要原因之一。近年来，联合国特别针对此类地区提出口号——与灾难共同生活。报告的封面是一位印度人身上缠着一条蛇，意思是人类必须学会与灾难共同生活。
    自2003年以来，我国已建立一套完整的自然灾害应急预案体系。体系中给出明确的指标，规定了在具体的自然灾害情况下，启动何种相应的应急措施，并在此基础上制定了一系列预案操作手册、工作细则。2004年，国家减灾委、民政部启动国家级救灾应急响应12次；2005年至2007年，分别启动30次、40次、49次；2008年启动38次，虽然数字有所下降，但灾情异常严重。需要说明的是，国家级救灾应急响应并非轻易启动，因为一旦启动，代价巨大，中央救灾组必须要在24小时之内赶到救灾现场。因此上面这些数字，足以说明应对自然灾害，我国面临多么严峻的形式。
数字减灾能够发挥重要作用
    灾害发生时，需要在第一时间向受灾地区提供救援人员和物资支援。然而在实际的受灾现场，可供支配的人力和物资往往是不够的。为什么在这个时候，人口最多的国家也会发生人力资源的问题？原因是与灾情的重大与紧急相比，知道如何救灾，并拥有相应救灾设备的人远远不够。汶川地震中，我国动用了13万军队，与08年抗洪动用的150万军队相比，差距悬殊。因为灾区地质条件恶劣，且震后交通、电力设施中断，人员无法抵达，难以实施救援。所以才出现救灾现场人力及设备不足，后方补给又无法跟进的状况。
    数字技术在这种情况下就能发挥重要作用。它能及时提供可靠的信息，保证救灾指挥部做出准确的决策，迅速将有限的资源投放到最需要的地点，以最大限度发挥应急救援的作用。我国减灾规划（1998-2010年）中明确指出：“充分利用现代科学技术，提高国家综合减灾能力。特别要加强对重大灾害的检测和预警，提高灾害信息采集和快速处理水平，做好灾害评估工作，建立减灾信息的共享机制；完善抗灾救灾物资储备制度，进一步加强综合减灾研究，提高抗御灾害的应急能力，推动实用科学技术和卫星、遥感、地理信息系统、全球定位系统等高新技术在减灾领域的广泛应用”。
空间模型库实现定量化、更科学
    数字减灾需要大量数据做支撑，然而对于最终用户或应急指挥者来说，需要的并非数据本身，而是在模型和算法的支持下，经过各种处理得到的综合分析结果，即加工生成的各种“产品”。随着遥感等空间数据获取的数据量越来越大也越来越快，在其基础上用以进行各种评价与预测的模型也就越来越重要，需要的数量也越来越多。大量的多源空间数据需要空间数据库来管理，同理，空间模型也需要空间模型库进行管理。
1、空间模型库的优点
    空间模型库是以空间数据为基础，由一系列专题空间模型组成，对空间模型具有构建、管理、查询、调用、运行、分析等功能，是地理信息系统的重要组成部分。构建空间模型库有一定难度，一是因为模型比数据复杂得多，二是因为模型库不能独立存在，必须建立在数据库之上。但空间模型库一旦建立，即具有很大的优越性。它可以在一项系统工程中简化工作人员的工作过程，提高工作效率；有效管理许多完全不同的计算及分析模型，方便用户查询；通过网络途径发布模型、编辑模型，实现模型共享与集成，使应用方便灵活、高效。
2、空间模型库的构架
    总体来说，空间模型库的构架并不复杂，其基本组成可分为：模型库管理系统、模型输入系统和应用系统（见图1）。管理系统从某种角度上类似于数据库对数据的管理，包括模型的接口、模型的运行管理、存储管理和编译编辑环境。
    模型输入系统相对复杂，因为多数用户很难在他人建立的系统中直接进行语言的改写。数据库采用表格的形式方便用户输入数据，而空间模型库通常采用某种可视化的输入系统。通过图形界面创建图形模型，又称为图形语言；然后通过计算机中的语言生成器将图形语言转化为语言模型，即空间模型库语言；最后由编辑器将模型语言翻译成指令。

 图1、空间数据库系统的构架

3、空间模型库的实现
    在空间模型库中输入模型时，可通过语言生成器直接编译，但绝大多数用户实际接触的主要是图形界面。图2是一个较为复杂的滑坡风险模型，需要十几个数据层的支撑，输入十几个模型，然后再进行一系列的分析、运算。实际上，这就是一个图形界面，做好框图后即可自动生成实际模型，用以进行复杂计算。模型库一旦建立，只需根据具体情况修改参数或数据，然后进行批处理运算，即可节省应急救灾中的宝贵时间。

图2、滑坡风险模型

实例：马来西亚吉兰丹州北部洪水风险分析
    在应急减灾中，统计数据的分析结果可用饼状图或柱状图的方式表示，而空间信息的分析结果主要包括：灾情监测、灾情评估、风险评估与预警、以及决策支持。灾情监测主要基于遥感数据，模型相对简单；灾情评估除使用遥感数据外，还需大量其他的背景数据做支持；风险和预警更为复杂，主要是在灾情发生之前，对各种专题图进行操作；而决策支持中目前对模型本身的研究还不够，因此模型库的建立存在一定难度。
    下面是马来西亚吉兰丹州北部洪水风险分析的实例（图3）。利用ArcGIS中的Model Builder进行建模。使用遥感数据和地面数据，特别是地形数据来消除雷达影像的阴影，去除一些背景数据，建立提取模型，即可算出不同时期的洪水淹没区及其发生频率。然后，根据各种地理背景数据、降雨数据和社会经济数据，通过信息换位推理的方法，进行灾害评价。这其中涉及到一系列模型，可在模型库系统中随时调用和查询，并生成一系列结果，包括：危险指数、预损性指数、风险指数。在信息不完备的情况下，可对单一要素进行风险评估，如人口、经济、房屋和农业等，也可根据综合风险指数得到综合风险评价。最后，综合模型库、知识库和历史资料，可进行整体分析和模型设计，用于辅助洪水灾害救助的决策制定。

图3、技术路线

文章来源：第八届ESRI中国用户大会应急管理论坛录音整理   

作者：李京 北京师范大学减灾与应急管理研究院空间信息科学与技术研究所所长，同时兼任国家减灾委专家委员会委员、民政部国家减灾中心总工程师、民政部应急救灾指挥部办公室副主任