提升当地抗洪能力：泰国疏散规划的参与式模拟游戏框架

《International Journal of Disaster Risk Reduction》：Enhancing Local Flood Resilience: A Participatory Simulation-Game Framework for Evacuation Planning in Thailand

泰国洪水灾害中，基于参与式模拟和交互游戏的CO-SAFE框架通过迭代计划-测试-分析-优化流程，显著提升社区救援效率，特别是在优先救援卧床患者和优化资源分配方面成效显著，为东南亚地区提供可扩展的灾害韧性工具。

　　在泰国，严重的洪水灾害日益频繁，给社区带来了持续而升级的威胁。传统自上而下的灾害管理方法往往难以转化为有效的本地行动。为了应对这一挑战，本研究提出了一种名为“Co-created Simulation and Action Framework for Evacuation（CO-SAFE）”的创新参与式模拟游戏框架。该框架旨在弥合技术灾害建模与实际疏散规划之间的鸿沟，通过让当地应急响应团队直接参与模拟过程，提升他们的决策能力和协作效率。与传统的模型不同，CO-SAFE采用“人机交互”的方式，使参与者能够在无风险的环境中共同设计、测试和优化疏散策略。这种框架不仅提升了社区的灾害应对能力，还促进了技术模型与现实情况之间的桥梁建设。

在泰国的两个洪水频发地区——纳农省的威望萨（Wiang Sa）和乌朋猜差坦尼省的瓦林查拉普（Warin Chamrap）——我们进行了实地工作坊，评估CO-SAFE的实际效果。结果显示，通过这一框架，团队在疏散策略的制定和优化方面取得了显著进展。例如，在威望萨的案例中，高优先级的脆弱人群（如卧床患者）的救援率提高了七倍，从最初的2人增加到14人，同时缓解了主要避难所的过度拥挤问题。而在瓦林查拉普的案例中，团队通过优化资源分配和空间部署，提高了脆弱人群的总救援率，从18人增加到25人，并更有效地利用了高容量避难所。这些成果表明，CO-SAFE不仅能够提升疏散效率，还能够增强团队之间的沟通和协作能力。

CO-SAFE的核心设计理念在于将技术模型与社区参与相结合，使应急响应团队能够在模拟环境中体验真实的洪水场景，并通过互动调整策略。这种框架不仅能够模拟洪水的物理过程，还能反映人类行为的复杂性，包括不同群体在灾难中的反应差异。例如，模拟中的居民代理（Resident Agents）被分为可以自主疏散和需要帮助的两类，前者在收到官方警告后开始行动，而后者则必须由救援团队代理（Rescue Team Agents）进行救助。这种分类有助于团队识别和优先处理最脆弱的群体，从而在有限资源下实现最优的疏散方案。

此外，CO-SAFE的工作坊流程设计也充分考虑了本地实际情况。例如，在威望萨，由于地区较为分散，参与者被分成小组进行讨论和决策，以促进更深入的交流。而在瓦林查拉普，由于场地限制，工作坊以大型团队形式进行，强调集体协作。通过这种方式，团队能够在模拟中获得对洪水风险的更全面理解，并将这种理解转化为具体的行动策略。模拟过程中，参与者不仅能够看到洪水的实时动态，还能直观地观察到不同策略对疏散效果的影响，从而在实践中不断调整和优化。

为了确保模拟的真实性和实用性，CO-SAFE整合了多种技术模型，包括洪水模型、环境模型、代理模型、政策模型以及应急响应决策模型。洪水模型基于Flood Modeller软件，模拟不同严重程度的洪水情况，并生成实时的淹没地图。环境模型则利用地理信息系统（GIS）数据，构建了包括道路网络、地形数据和建筑物位置在内的高保真环境。代理模型则通过模拟居民和救援团队的行为，展现了疏散过程中的复杂性。政策模型允许参与者定义和调整疏散策略，包括优先级排序、资源分配、空间部署和避难所选择。而应急响应决策模型则关注救援团队在面对动态变化的环境时如何做出集体决策。

CO-SAFE的实施依赖于GAMA平台，这是一个开源的代理建模环境，能够处理复杂的代理逻辑并构建交互式用户界面。平台的三个主要组件——参数和控制面板、主显示面板以及仪表盘和输出面板——为参与者提供了全面的操作和反馈。通过参数和控制面板，团队可以设置疏散策略的关键要素；主显示面板则提供了“上帝视角”的实时地图，展示了洪水的进展和各单元的位置；仪表盘和输出面板则通过图表和数据可视化，帮助团队分析策略的有效性。

在实际应用中，CO-SAFE不仅提升了疏散效率，还促进了团队之间的知识共享和协作。通过工作坊的互动，参与者能够识别并解决疏散过程中可能出现的瓶颈和问题。例如，在威望萨的案例中，团队通过激活多个次级避难所，成功缓解了主要避难所的拥挤问题。而在瓦林查拉普，团队则通过集中资源在高风险区域，提高了避难所的使用效率。这些成果不仅证明了CO-SAFE在实际操作中的有效性，也展示了其在提升社区灾害应对能力方面的潜力。

然而，CO-SAFE也存在一些局限性。首先，尽管模拟环境高度逼真，但它无法完全复制现实灾难中的极端压力和不可预见的“摩擦”因素。其次，模型的有效性依赖于最新的GIS和人口统计数据，这些数据需要持续更新和维护。此外，框架的推广和应用还面临实际障碍，包括对当地协调者的专业培训、持续的数据支持以及机构层面的整合。因此，未来的改进方向应包括增强代理行为的现实性，引入更复杂的决策模型，以及探索实时数据集成的方法，以提高模型的准确性和实用性。

总的来说，CO-SAFE框架通过将技术建模与社区参与相结合，为提升泰国地方社区的灾害应对能力提供了一种创新的解决方案。它不仅能够帮助应急响应团队在无风险环境中测试和优化疏散策略，还能够促进团队之间的沟通和协作，增强对灾害风险的整体认知。随着技术的不断发展和社区参与的深化，CO-SAFE有望成为未来灾害管理中的重要工具，为构建更具韧性和准备性的社区提供支持。