大数据能够驱动预警信息时效性

今天是中国第六个防灾减灾日。自2009年起，每年5月12日为全国“防灾减灾日”。

目前，国内防灾减灾方面的统计数据还不够科学准确。那些重特大突发灾害，时常面临现场实时信息纷繁复杂且高度动态变化，政府、民间、社会与受灾者相互关联的连锁反应。这些都使得数据统计在客观上存在极大困难。

而大数据时代的到来，使得人们可以将上述问题化繁为简，从海量、分散、实时变化的灾情数据中挖掘出有价值的信息，通过分析获取当前状况的总体描述，进行态势推演，综合研判和决策，及时提供给最需要的人。

有专家日前向记者表示，全面深化防灾减灾改革，应当是在大数据视野下，并以大数据为条件进行。

原因不难理解。首先大数据能够驱动预警预报的精确度。2013年，美国迈阿密发生了一起恶性的交通事故，警察开快车把人撞死了。有一位记者怀疑警察这个群体长期开快车，屡屡发生这些事故。他利用美国的信息公开法进行申请后，获得当地所有警车通过交通收费站的记录。他选取其中两个收费站计算之间的距离、时间的记录，距离除以时间就是车速。他通过计算其中的100万条数据记录发现，在8个月的时间当中，有5100辆警车的平均时速超过150公里。此数据新闻报道后，引起当地警务部门的大地震，解决了一个巨大交通灾难的隐患。

同样的案例还包括，2011年，中国气象局对A、B星及风云系列气象卫星反馈的数据进行监测和分析，准确地预警湘黔冻雨，相关部门紧急通知防冻雨准备，避免了灾害的发生。

而且，大数据能够驱动预警信息时效性。大数据的时效性，在于对海量信息的快速正确研判。2011年美国弗吉尼亚州发生地震，距离几百公里外的纽约州居民首先在微博上看到弗吉尼亚地震的消息，纷纷跑出屋外，几秒钟之后才感受到震感——信息传播的速度比地震波还快。

在医疗领域，中国疾病预防控制中心正与百度开展大数据合作，将建成国内首个流感预测系统。

理论上讲，灾害发生后，大数据的功能可以加倍放大，每个人都可成为社会传感网络的一个触角，并以一种没有提前规划却及时有效的方式监测和推动事件进程，如发布危机预警、伤亡情况，发布避难场所信息，请求救援，寻找亲人等，海量涌现的数据信息在网络平台上下呼应，相互关联，瞬间积聚裂变式的能量打通拥堵灾情的“任督二脉”，这都让传统的灾情监测、信息公开手段望尘莫及。

汶川地震时，网络上便迅速汇集了来自全国各地描述震感的帖子，包含时间、空间和震感描述的信息，通过网民群体的自查，迅速将震中锁定到四川绵阳附近，从地震感知、信息辨识、信息分类到确定震中和灾情，均在很短时间内同步完成，比中国地震局和政府公布信息要快速和有效得多。

据介绍，在救灾过程中，有一女大学生在网络上发布了一条非常有价值的空降坐标信息——这个位置原本是打算修建大禹祭坛的地方，非常适合直升机空降。为使这条信息不被淹没，大量网民持续不断地自愿投入时间和精力来“顶”这份帖子，终使其为大众所关注，引导了相关救灾行动。

大数据下，数据的获取分析将全社会共享，而非统计部门一家独享。在同样数据需求下，人们不再是只听统计部门一家之言。在发布统计结果上，仅仅告诉别人一个结果(如芦山地震直接经济损失是851.71亿元)是远远不够的，还需要通过可视化、交互等方式给予民众更为详尽的信息。正是由于数据的大量存储和共享，统计数据发布的公开透明程度将会越来越高，民众的质疑将会越来越少。