通常情况下，每类生命线系统都是由部件（零件）、单元（如发电机）、子系统（如冷却系统）和系统（如电力系统）共同组成的复杂网络系统，然后规模庞大的各生命线系统在社会环境中相互交织在一起并相互作用，以产生协同效应和涌现行为，故我们也可以将城市生命线视为复杂自适应系统（CAS）。从CAS视角来看，城市生命线的每一构成部分都在相互适应和相互作用，每一部分系统运行状态的改变都有可能会通过某种联系和机制影响其它生命线系统的运行状态和功能提供，而且各类生命线系统的相互作用机制非常复杂，时空尺度、社会行为、政府政策或利益相关者的价值取向等因素的改变都有可能会对城市生命线的正常运行产生重要的影响。Rinaldi等从关联关系、外部环境、耦合性质、系统属性、故障类型和运行状态六个维度为我们理解和分析生命线系统的相互依赖性提供了全新的视角，其中关联关系、耦合性质、系统属性和故障类型这四个维度的具体类型及其内涵如表1所示。此外，城市生命线的正常运行还会受到经济形势、政府政策、法律法规、公共安全和科技发展等外部环境因素的影响，这进一步增加了城市生命线之间相互作用的不确定性。而城市生命线的设备、子系统和系统在不同运行状态下，发生相同故障的风险影响也是不一样的，如交通系统在上下班高峰期发生运行故障时造成的风险影响会远大于非高峰时段。因此，通过上述六个维度的分析，我们可以发现仅仅依靠传统的经验总结和数据分析，要全面深入地分析城市生命线的相互依赖关系将是一项艰巨的挑战。

       (三)城市生命线的复杂风险

       城市生命线是城市安全运行的基础，一旦发生系统故障将会严重影响城市正常运行和人们日常生活。若系统故障没有得到及时修复，则将可能会通过复杂网络快速蔓延并产生级联效应，进而诱发具有高度不确定性、复杂性、跨界性和严重危害性的复杂风险，甚至会造成大规模的经济损失和人员伤亡等灾害，进而危及社会稳定、经济发展和国家安全。根据城市生命线复杂风险的产生、演化和影响等发展过程，其复杂性集中凸显在三个方面：一是风险因素的复杂多样和不确定性。除了生命线因运行压力或设备失灵导致的技术故障之外，政治、经济、社会、文化和法律法规等外部宏观的变化都会对城市生命线的安全运行造成风险影响，美国最新修订的《国家基础设施保护预案》（NIPP-2013）明确指出自然灾害、事故灾难、流行病、恐怖行为和网络攻击等外部环境因素都会对基础设施的正常运行产生重大影响；二是风险演化动态的复杂性。高武等认为重大基础设施项目的风险因素会随时间的演进可能保持原态，更可能会削弱、加剧、消失和变异，风险要素之间的组合方式和互动关系不断变化共同构成了复杂风险的动态演化系统，并将系统演化的复杂性特征概括为自适应性、混沌性与有序性、涌现性、演化性和开放性；三是风险影响的复杂性。奚江琳认为城市生命线系统故障所造成的灾害可以归纳为三类，第一类是由生命线故障直接造成的灾害，如水、电等管道破坏而产生的停水、停电等，也叫一次灾害。第二类是由一次灾害所引起的二次灾害，如火灾的发生、危险物的爆炸和有毒气体的扩散等。第三类是由一次灾害和二次灾害共同引起的社会混乱和恐慌，停工停产和疾病流行等，其中第三类灾害所造成的风险影响也是复杂并难以预测的。
       二、大数据推动城市生命线复杂风险预测预警的智能化
       城市生命线系统的内生复杂性和外部环境的不确定性使得城市生命线的复杂风险日益呈现出高度不确定性、复杂演化性和严重危害性等特征。因此，基于传统的主要依赖历史数据统计分析和专家经验判断为主的预测预警方法越来越难以有效应对城市生命线复杂风险的涌现、突变和演化。大数据、云计算、物联网等信息技术的快速发展和广泛应用使得城市运行系统积累了海量的数据资源，同时也使得多渠道、多领域、多模态的数据采集和融合分析成为了可能，这为城市生命线复杂系统的全面感知、风险要素的融合分析、风险演化的精准预测和风险情况的及时预警提供了宝贵的数据资源和技术支撑。
       (一)大数据有助于城市生命线复杂系统的全面感知
       城市生命线是城市安全运行的基础。为了保障城市生命线安全运行，我们需要实时掌握供水、排水、电力、燃气和热力等状态、特征和运行信息，这样才能实现对生命线系统运行的全面感知和风险预警。但是城市生命线分布区域广泛，且大多基础设施敷设于地下，因此面对当前频发的城市内涝、燃气泄漏、供水爆管和路面塌陷等各类生命线事故，传统管理方式很难及时掌握事故现场情况，只能被动应对，这严重威胁城市安全运行和群众生命财产。随着智能感知技术和计算环境的成熟，国内部分城市开始将大数据、云计算和物联网等信息技术有机结合起来应用于水、电、气、油和交通等生命线系统的风险监测，如北京城市生命线实时监测物联网应用示范工程、上海市综合管网全生命周期管理的关键技术与应用等。实践中，清华大学研发并在合肥市应用的城市生命线工程安全运行监测系统融合了大数据、云计算、物联网和GIS等现代技术，在全球首次建成了城市尺度灾害监测实验网而受到媒体的广泛关注。
       (二)大数据有助于城市生命线风险因素的融合分析
       面向城市生命线的跨模态大数据融合分析，是使用人工智能、机器学习和深度学习等新兴智能技术全面感知、精准识别和智能预测城市生命线复杂风险的数据基础。随着城市化的加速推进，城市运行系统积累了海量的多模态数据。实践中，上海市道路交通事故分析预警系统将多元异质的核心业务数据（机动车和驾驶人信息、交通事故违法数据等）、缉查布控数据（交通流时间序列数据、轨迹数据等）、视频数据（道路视频监控和电子警察等设备的实时视频和历史录像）和其它数据（道路设计和施工数据、设施设备数据、勤务管理数据、网站信息数据等）进行融合分析，构建了多源数据融合的交通安全分析数据库，以实现事故统计、黑点(段)管理和区域趋势分析等综合分析功能。广州的城市内涝灾害风险评估系统融合了地理信息数据、自动气象观测站的实时雨量观测数据、雷达定量降水估测数据、未来3小时的精细化天气预报信息以及全市3万多个监控摄像头的视频数据，结合自主研发的城市积涝淹没模型可以对中心城区200多个易涝点进行内涝分析和风险预测，并提前1-3小时发布城市内涝风险预警，为排水管理部门及时有效指挥调度提供了重要参考。
       (三)大数据有助于城市生命线风险演化的精准预测
       城市生命线复杂风险难以精准预测预警的主要原因在于传统风险预测主要依赖于传统数学建模工具，对于复杂风险的交互机制和演化发展缺乏有效的理论模型和数据算法支撑。近年来，随着复杂网络科学的兴起，风险交互行为的网络拓扑结构特征对传播动力学的影响被逐步发现。与此同时，大数据科学以及大规模并行计算能力的发展为复杂系统的演化分析提供了重要的数据资源和关键技术支撑，比较典型的有基于人工社会的ACP社会计算方法和社会物理信息系统（CPSS）。2004年，王飞跃在“人工社会”的基础上首次提出人工社会（Artificial Societies）、计算实验（Computational Experiments）和平行系统（Parallel Execution）相结合的ACP社会计算方法，为不可准确预测、难以拆分还原和无法重复实验的系统演化等复杂性问题的解决提供了新的理论基础和方法指导。随后国防科技大学以ACP方法为指导研发了面向应急管理的人工社会计算实验平台（KD-ACP），目前该平台已具备不同类型、规模和地点的舆情与疫情突发事件计算实验的能力。2010年，王飞跃将ACP方法融合复杂社会系统与信息物理系统，在国际上率先提出了全要素综合集成的社会物理信息系统（CPSS）。CPSS是由信息系统（Cyber System）、物理系统（Physical System）和包含人的社会系统（Social System）共同构成的复杂系统，它通过传感器采集网络空间、物理空间和社会空间全方位的数据可以实现复杂系统的演化分析和管理控制。现阶段CPSS已逐渐应用于智慧城市、火灾预警、反恐预警和隐私保护等领域。
       (四)大数据有助于城市生命线风险情况的及时预警
       从大数据分析支持下的城市生命线风险预警来看，相对有限的大数据风险预警系统在城市生命线风险预警中成效显著。在城市生命线综合监测系统的预警成效方面，合肥市城市生命线工程安全运行监测系统自2016年9月投入试运行以来，截至2018年7月，监测已成功发布燃气泄漏事件预警20起，供水爆管风险预警8起、超载车辆预警198起，精准快速的及时预警有效地保障了城市生命线系统的安全运行；在交通违法监测预警方面，上海市道路交通事故分析预警系统采用声纳监测、人脸识别和生物识别等大数据技术有效解决了违法鸣号、不礼让行人和碰瓷事故等违法行为的监测预警，并且通过电子警察违法抓拍即时告知系统，在几分钟之内就可向驾驶员发送相关违法信息，有效地减少了上海的道路交通违法情况；在城市内涝风险预警方面，广州的城市内涝灾害风险评估系统可提前1-3小时预测中心城区200多个易涝点的积水情况。
       三、城市生命线复杂风险预测预警智能化面临的新挑战
       智能感知技术和计算能力的不断提升为城市生命线复杂风险的全面自动感知和智能预测预警带来了新的机遇，使得网络空间、物理空间和社会空间的全方位全过程数据处理成为可能。与此同时，如何有效采集、融合并从这些生命线大数据中提取出风险涌现、突变、演化和爆发的特征，从而实现对城市生命线复杂风险的智能预测预警已愈发成为新的技术挑战。
       (一)全过程、全方位的数据采集能力亟需加强
       全面的数据采集是城市生命线复杂风险智能预测预警的前提。对于城市生命线的系统内生复杂性、外部环境复杂性以及复杂风险的产生、演化和影响等问题分析的难点在于缺乏全面有效的大数据支撑。具体来说，在历史数据方面，有些生命线系统建设较早，关于系统、设施及其零部件早期的设计、研发、施工、维护和运行等方面的数据信息缺失严重，历史数据的全面获取面临较大的困难挑战。在关系数据方面，当前城市生命线的智慧基础设施建设还处于刚起步阶段，数字化程度还相对较低，智能预警主要基于交通、通信、供水和供电等生命线子系统的业务运行数据（节点数据），对于城市生命线各子系统在物理、信息、地理和逻辑等方面的关联互动信息（连接数据）的获取能力还不够。在此，以城市生命线各子系统的数据采集现状为例，若将城市生命线类比为人的血脉，当前大数据分析主要基于生命线的“主动脉”数据，对于“毛细血管”数据的采集意识还不够。在社会系统数据方面，随着大数据等信息技术的发展，城市运行系统日益复杂化，包含人在内的社会复杂性要素在城市生命线的研发设计、施工维护和运营管理各个阶段都起到不可忽视的重要作用。而社会系统的数据具有规模庞大、多源异构和动态演化等新的复杂特征，如何全面有效地进行社会系统的数据采集将是一项全新的挑战。
       (二)跨领域、跨模态的数据融合效率有待提高
       高效的数据融合是城市生命线复杂风险智能预测预警的基础。随着大数据、云计算、物联网和人工智能等信息技术在城市生命线中的广泛应用，日益复杂的城市生命线在长年累月地运行中产生了海量多源的结构化、半结构化和非结构化的静态数据、动态数据和实时数据。但是，大数据不等于“数据大”，庞杂的数据堆积既造成巨大的数据存储压力，也不利于数据价值的发挥。因此，在获取海量多源异构的大数据后，如何高效率、低成本地实现有效的数据融合则成为大数据处理的重要挑战。随着大数据分析在城市生命线复杂风险智能预测预警中进一步深入应用，大数据高效融合的需求日益突出。这集中体现在三个方面：数据来源上，跨部门、跨领域、跨空间的数据融合还不够高效；数据形式上，跨模态的数据融合技术还亟需提升；数据价值上，跨领域、跨模态、跨空间的城市生命线大数据尽管规模总量较大，但价值密度非常低。此外，海量多源异构的生命线系统大数据高效融合还面临着数据处理技术和高效算法等方面的挑战。
       (三)智能化、精准化的数据分析方法亟待突破
       精准的数据分析是城市生命线复杂风险智能预测预警的关键。当前，城市生命线事故日益呈现出的高度不确定性、复杂演化性和严重危害性等特点，这对我国城市生命线复杂风险的智能预测预警提出了速度、精准度和动态弹性调整度等多维挑战。具体来说，在城市生命线复杂系统的全面感知方面，合肥等地已经可以通过城市生命线运行监测系统可视化地描绘出城市生命线各子系统的地理分布图，但对于城市生命线中的关键子系统及其关键设施等节点的精准识别以及各子系统之间物理、信息、地理和逻辑等方面的相互依赖性的深入分析还不够，故对城市生命线系统的内生复杂性之理解还有待提升；在复杂环境影响因素方面，全球变暖、极端天气、地震、火灾、爆炸、恐怖活动和网络攻击等自然灾害、事故灾难和社会安全事件等外部环境均会对城市生命线的安全运行造成冲击，虽当前也有一些基于大数据的预警分析，但针对这些灾害事件会对城市生命线的安全运行造成影响的可能性以及程度、范围、损失等后果的预测分析还不够精准；在复杂风险的影响后果方面，由生命线故障引起停水、停电或洪涝灾害等一次灾害是可以预测的，由此导致的交通中断、网络故障等二次灾害的精准预测就相对较难，而对于由一次灾害和二次灾害共同引发的停工停产、社会混乱、人员伤亡等三次灾害的复杂影响目前还难以精准预测预警。
       四、推进城市生命线复杂风险预测预警智能化的对策建议
       （一）增强风险意识，完善城市生命线的复杂治理体系
       随着时间的推移及科技、经济、社会和政策等整体环境的影响，城市生命线复杂系统还会出现相互依赖性、涌现性、自适应性和不确定性等复杂性特征。这种意义上，城市生命线的复杂风险预测预警已超出了技术治理的范畴，简单地将生命线系统问题进行还原分解，然后通过技术手段加以解决的方案已经越来越难以有效应对复杂风险的精准预测预警。为此，首先要在现有治理体系的基础上明确设立城市生命线的统一管理机构。美国在“9.11”事件后组建了国土安全部负责全面领导和具体协调各类关键基础设施管理部门的风险治理工作，而在我国，交通、通信、供水和供电等生命线系统的风险治理工作在很长一段时期内则是由各管理部门独立实施的。2018年3月，国家应急管理部的组建为生命线系统的一体化治理迎来了难得的跨越式发展机遇，因此建议各城市要在应急管理部门中设立具体机构负责全面管理和具体协调城市生命线风险治理问题，如统筹城市生命线的大数据管理和数据系统应用。其次，要明确职责分工，进一步发挥各管理部门的积极性和专业性。在复杂体系治理中，既要加强统一的集中管理以应对难以预料的涌现性风险问题，也要考虑各子系统的独立性和自适应性。构成城市生命线的交通、通信、供水和供电等在设计、运行和管理等方面都是相互独立的，所以在全面统筹城市生命线复杂体系一体化治理的基础上，也应最大限度地保障各子系统的独立自主性。最后，要有效吸纳高等院校、科研机构、公司企业和相关行业、区域等组织以及社会公众等多元主体参与到城市生命线复杂治理体系中。作为CPSS的城市生命线规模庞大，且已深入到城市生活的方方面面，仅依靠政府部门的管理将难以有效应对具有高度不确定性、复杂演化性和严重危害性等特征的复杂风险。为此，亟需建立相应的平台机制，充分发挥多元主体的专业优势，形成合力共同参与到城市生命线复杂风险的预测预警智能化建设工作中。
       （二）融合风险数据，构建城市生命线的综合预警平台
       面对日益频发的城市内涝、燃气泄漏和电气等火灾生命线事故，国内城市陆续开始探索基于大数据应用的生命线运行监测和风险预警系统。目前已有的大数据监测预警系统大多是针对生命线各子系统具体领域开展的，如上海市道路交通事故分析预警系统、广州的城市内涝灾害风险评估系统等。也有部分城市开始将水、电、气、油和交通等生命线系统有机连接起来进行综合监测预警，如合肥城市生命线工程安全运行监测系统等。但是目前跨领域一体化的综合监测预警平台还非常少，因此建议在各领域大数据监测预警系统的基础上，通过统筹规划进一步建立城市生命线综合监测预警平台。一是大力推进智慧生命线建设，同时通过低功耗、低成本的NB-IoT物联网技术对城市已有的道路、桥梁以及地下综合管网进行全面感知和实时监测，并在此基础上结合空间地理信息技术和人口、交通、物流和建筑等地理信息，以可视化方式在城市地图上精确展示城市生命线的地理空间分布和实时运行情况，为精准精确的风险监测预警提供精确的风险问题和地理位置等数据信息；二是将城市生命线大数据与天气预报信息、雨量监测信息、地震监测信息、建筑安全监测信息以及治安监控视频等外部环境数据相融合，为城市生命线复杂风险影响因素的产生、相互关系和动态演化等风险分析和预测预警积淀跨领域、跨模态的数据资源；三是将系统监测的实时数据与系统积累的历史数据相融合，为城市生命线的全生命周期管理和仿真模拟等风险预测预警进一步夯实数据基础。
       （三）加强技术攻关，实现城市生命线的精准预测预警
       现阶段我国城市生命线的复杂风险预测预警体系还不够智慧、不够精准，其根源在于诸多关键技术和核心算法的瓶颈难以突破。如对城市生命线大数据的全面采集、跨模态大数据的高效融合分析，对城市生命线复杂系统结构、关键子系统及其相互依赖关系等复杂性分析还难以实现智能精准预测。对此，一方面，要大力开展跨学科的基础研究。从复杂性科学视角来看，对城市生命线的复杂系统及其复杂风险的涌现、演化和影响研究已成为当今国际的前沿问题。复杂性科学兴起于20世纪80年代的美国圣塔菲研究所，当时盖尔曼、安德逊和阿罗等诺贝尔奖科学家聚集了一批来自物理、经济、生物、计算机等不同领域学者在自然、生物和经济等各领域广泛进行复杂性研究。近年来，将复杂性科学引入风险治理领域的研究已成为了国内外的显著趋势。因此，在城市生命线复杂风险预测预警技术攻关方面要打破学科界限，组织起跨公共管理、信息技术、物理、生物和数学等学科的研究团队和科研平台进行理论研究、技术研发和人才培养，为大数据融合分析和复杂风险智能预测预警的基础理论和关键技术的攻关提供坚实的理论、技术和人才支撑。另一方面，政府要积极引导高等院校、科研机构、大数据企业等相关企事业单位联合研发和推广应用先进的监测系统和预警设备等应急科技产品。大量技术先进的监测系统和预警设备的应用有助于推进城市生命线复杂风险预测预警的智能化，有助于进一步积淀价值密度更高的生命线系统运行数据资源，同时还有助于监测系统和预警设备等产品在城市生命线复杂风险预测预警实践应用和检验中不断实现技术升级和产品迭代。此外，政府还要通过资金激励和政策引导在产、学、研方面集聚优势以形成合力，重点攻克基于大数据应用的城市生命线复杂风险智能预测预警的前沿核心技术，加快推广应用先进的监测系统和预警设备，为城市正常运行和市民日常生活的安全保障提供可靠的科技支撑。