交汇点讯 今年3月，西藏林芝境内的扎墨公路突发大规模雪崩，积雪倾泻覆盖数公里道路。得益于“AI雪崩监测预警系统”提前72小时精准预警，当地政府部门提前完成交通管制、人员疏散，这条雪域生命线无车辆掩埋、无人员伤亡。该系统由总部位于南京的中通服咨询设计研究院有限公司、中国科学院地理科学与资源研究所院士团队、中国电信股份有限公司西藏分公司联合研发。目前，项目团队正将在雪崩监测预警中积累的能力，向山洪、滑坡、泥石流多灾种防治迁移。

去年4月以来，项目团队扎根林芝5000米海拔雪域，直面缺氧、极寒的挑战，操控无人机采集影像、实地采集积雪剖面，在高危区域部署8个一体化基站和上百套感知终端。这些终端如同全天候值守的哨兵，将积雪厚度、地表温度、环境气象等数据实时回传。通过综合利用地面监测、无人机巡查和卫星遥感等手段，该项目构建“空—天—地”一体化监测体系，实现对积雪状态、孕灾环境和雪崩过程的连续感知。

与此同时，团队融合气象预报模型、积雪模型与自研深度学习算法，成功研发业内首个AI雪崩预警大模型。该模型支持0—72小时雪崩风险滚动预测和“蓝、黄、橙、红”四级预警，并将预警从较为粗放的区域细化到单点、区域网格和沟谷等尺度。也就是说，最早可以提前72小时预警，为人员疏散、交通管制抢出宝贵时间。

系统还打通监测、预警、应急全流程，可自动推送风险提示、智能匹配应急预案、AI自动生成处置报告，对灾害进行科学预判、高效处置。

项目团队负责人田原告诉记者，地面监测站处于高原极端环境且分布在偏远山区，存在设备部署难、数据回传难、人工运维风险高等问题。为此，团队通过部署一体化基站、采取多能源供电、设置备用通信链路等方式，提高设备和数据链路的稳定性。因为雪崩有效样本相对有限，团队将多种模型的能力协同起来，通过不同模型之间的交叉验证，提高风险判断的稳定性和可信度。

自去年10月投运以来，系统已在藏东南雪崩高发公路和重大工程片区多次成功预警，为人民生命安全筑起坚实防线。田原介绍，高原地区冰崩、雪崩往往并非孤立事件，而是会触发泥石流、堰塞湖等灾害，单一灾种预警难以满足实际防灾需求。团队正将雪崩预警中验证成熟的核心能力，迁移至更广泛的山地灾害场景，探索从“单灾种预警”走向“多灾种链式防控”，推动高原灾害防控从“事后救援”转向“事前智防”。

新华日报·交汇点记者 徐冠英

图片由受访者提供