引言：洪水——从文学到现实的生存警示
洪水作为一种毁灭性的自然灾害，在文学作品中常被用作隐喻人类脆弱性和生存危机的象征。本文将从经典文学作品中的洪水描写入手，深度解析其内涵，并结合当前气候变化背景下的极端天气事件，探讨如何科学应对洪水带来的挑战与生存危机。我们将从文学解析、科学成因、预防策略、应急响应和长期适应五个维度展开全面讨论。
一、文学作品中的洪水意象：从《圣经》到现代小说
1.1 经典文学中的洪水原型分析
洪水在世界文学中具有深远的象征意义，最著名的莫过于《圣经·创世纪》中的诺亚方舟故事。这个故事不仅描述了神对人类罪恶的审判，更深刻地揭示了人类在自然力量面前的渺小与无助。原著中写道：”我要使洪水泛滥在地上，毁灭天下；凡地上有血肉、有气息的活物，无一不死”（创世记6:17）。这种绝对的毁灭力量成为后世文学创作的重要原型。
在东方文学中，洪水同样占据重要地位。中国上古传说中的大禹治水，展现了人类与洪水抗争的智慧和毅力。与西方”惩罚论”不同，东方文化更强调”治理”与”和谐”的理念，这为我们现代防洪提供了重要的文化启示。
1.2 现代文学中的洪水隐喻
现代文学作品如约翰·斯坦贝克的《愤怒的葡萄》中，洪水不仅是自然灾害，更是社会不公和经济压迫的象征。小说描写了沙尘暴和洪水如何摧毁农民的家园，迫使他们迁徙，揭示了环境灾难与社会问题的交织。
在当代科幻小说中，洪水常被用来警示气候变化带来的末日景象。这些作品通过夸张的文学手法，提前预演了如果我们不采取行动可能面临的未来，具有强烈的现实警示意义。
2. 洪水的科学成因与极端天气的关联
2.1 气候变化如何加剧洪水风险
根据IPCC（政府间气候变化专门委员会）第六次评估报告，全球变暖导致大气持水能力增加约7%（每升高1°C），这直接导致了极端降水事件的频率和强度显著上升。2021年河南郑州”7·20”特大暴雨就是一个典型案例，小时降雨量达到201.9毫米，突破了中国大陆小时降雨量的历史极值。
数据支撑：
- 1950-2020年间，全球极端降水事件增加了约40%
- 海平面上升导致沿海地区风暴潮危害加剧
- 城市热岛效应进一步放大了局部地区的降雨强度
2.2 人类活动对洪水模式的改变
城市化进程改变了自然水文循环。大量不透水地面（如混凝土、沥青）减少了雨水下渗，增加了地表径流。研究表明，城市化区域的地表径流系数可达0.9（即90%的雨水形成径流），而自然林地仅为0.1-0.2。
典型案例：
- 2021年德国西部洪水：城市扩张导致河流自然调蓄空间减少
- 2023年京津冀暴雨：城市排水系统设计标准跟不上气候变化的步伐
2.3 极端天气事件的复合性特征
现代洪水往往不是单一事件，而是多种极端天气的复合产物。例如：
- 台风+暴雨+风暴潮叠加
- 雪崩式降雨+上游泄洪+城市内涝
- 持续强降雨+河道阻塞+滑坡泥石流
3. 预防策略：从被动应对到主动防御
3.1 工程性措施：韧性基础设施建设
3.1.1 海绵城市建设
海绵城市是应对城市内涝的革命性理念，通过”渗、滞、蓄、净、用、排”六位一体的系统设计，实现雨水的自然积存、渗透和净化。
技术实现细节：
# 海绵城市雨水管理系统模拟代码示例
class SpongeCitySystem:
def __init__(self, permeable_area, green_roof_area, rain_garden_area):
self.permeable_area = permeable_area # 透水铺装面积(m²)
self.green_roof_area = green_roof_area # 绿色屋顶面积(m²)
self.rain_garden_area = rain_garden_area # 雨水花园面积(m²)
self.storage_capacity = 0 # 调蓄容量(m³)
def calculate_rainwater_retention(self, rainfall_mm):
"""
计算雨水调蓄能力
rainfall_mm: 降雨量(毫米)
"""
# 透水铺装渗透率: 0.8mm/h
permeable_retention = self.permeable_area * rainfall_mm * 0.8 / 1000
# 绿色屋顶截留率: 50%
green_roof_retention = self.green_roof_area * rainfall_mm * 0.5 / 1000
# 雨水花园调蓄容量: 100mm有效水深
rain_garden_retention = min(self.rain_garden_area * 0.1, rainfall_mm * self.rain_garden_area / 1000)
total_retention = permeable_retention + green_roof_retention + rain_garden_retention
self.storage_capacity += total_retention
return {
"permeable_retention": permeable_retention,
"green_roof_retention": green_roretention,
"rain_garden_retention": rain_garden_retention,
"total_retention": total_retention,
"remaining_runoff": rainfall_mm * (self.permeable_area + self.green_roof_area + self.rain_garden_area) / 1000 - total_retention
}
# 使用示例
system = SpongeCitySystem(permeable_area=5000, green_roof_area=2000, rain_garden_area=1000)
result = system.calculate_rainwater_retention(150) # 150mm暴雨
print(f"总调蓄量: {result['total_retention']:.2f}m³")
print(f"剩余径流: {result['remaining_runoff']:.2f}m³")
3.1.2 智慧水利系统
现代防洪需要借助物联网和大数据技术，实现精准预测和调度：
# 智慧防洪预警系统核心算法
import numpy as np
from datetime import datetime, timedelta
class FloodWarningSystem:
def __init__(self, river_level_sensors, weather_forecast, dam_capacity):
self.river_level_sensors = river_level_sensors # 河道水位传感器数据
self.weather_forecast = weather_forecast # 天气预报数据
self.dam_capacity = dam_capacity # 水库容量
def predict_flood_risk(self, hours_ahead=24):
"""
预测未来洪水风险
"""
# 1. 计算水位上升速率
current_level = self.river_level_sensors[-1]
level_change_rate = np.mean(np.diff(self.river_level_sensors[-6:])) # 最近6小时变化
# 2. 融合降雨预报
predicted_rainfall = sum([hour['rainfall'] for hour in self.weather_forecast[:hours_ahead]])
# 3. 计算汇流时间
watershed_response_time = 6 # 小时，根据流域特性调整
# 4. 综合风险评估
risk_score = (
0.4 * (current_level / 100) + # 当前水位权重40%
0.3 * (level_change_rate * 10) + # 水位变化权重30%
0.3 * (predicted_rainfall / 100) # 预测降雨权重30%
)
# 5. 风险等级划分
if risk_score > 0.8:
risk_level = "EXTREME"
action = "立即启动一级应急响应，组织群众转移"
elif risk_score > 0.6:
risk_level = "HIGH"
action = "加强监测，准备转移高风险区群众"
elif risk_score > 0.4:
risk_level = "MODERATE"
action = "加强巡查，检查应急物资"
else:
risk_level = "LOW"
action = "正常监测"
return {
"risk_score": risk_score,
"risk_level": risk_level,
"action": action,
"predicted_water_level": current_level + level_change_rate * watershed_response_time,
"predicted_rainfall": predicted_rainfall
}
# 模拟数据示例
system = FloodWarningSystem(
river_level_sensors=[45.2, 45.5, 45.8, 46.2, 46.7, 47.3],
weather_forecast=[{'rainfall': 25}, {'rainfall': 35}, {'rainfall': 40}, {'rainfall': 20}],
dam_capacity=50000
)
warning = system.predict_flood_risk()
print(f"风险等级: {warning['risk_level']}")
print(f"建议行动: {warning['action']}")
3.2 非工程性措施：规划与管理
3.2.1 洪水风险图绘制与应用
洪水风险图是基于水文模型和GIS技术，对不同频率洪水可能淹没范围、水深、流速等进行可视化展示的重要工具。其核心算法包括：
# 洪水淹没范围模拟（简化版）
import geopandas as gpd
from shapely.geometry import Polygon
class FloodInundationModel:
def __init__(self, dem_data, river_network):
self.dem = dem_data # 数字高程模型
self.river = river_network # 河道网络
def simulate_inundation(self, flood_volume, breach_point):
"""
模拟溃堤洪水淹没范围
flood_volume: 溃堤水量(m³)
breach_point: 溃堤点坐标(x,y)
"""
# 1. 计算洪水波前推进
water_level = breach_point[2] + flood_volume / 100000 # 简化计算
# 2. 基于DEM计算淹没区域
inundation_mask = self.dem < water_level
# 3. 考虑地形阻挡（简化）
# 实际应用中需要使用水动力模型如HEC-RAS
return {
"max_water_level": water_level,
"inundation_area": np.sum(inundation_mask),
"affected_population": self.estimate_population(inundation_mask),
"risk_zones": self.classify_risk_zones(inundation_mask, water_level)
}
def estimate_population(self, mask):
# 简化的受影响人口估算
return int(np.sum(mask) * 100) # 每像素100人
def classify_risk_zones(self, mask, water_level):
# 根据水深划分风险等级
depth = water_level - self.dem[mask]
zones = {
"extreme": np.sum(depth > 2.0),
"high": np.sum((depth > 1.0) & (depth <= 2.0)),
"moderate": np.sum((depth > 0.5) & (depth <= 1.0)),
"low": np.sum(depth <= 0.5)
}
return zones
# 使用示例（模拟数据）
dem = np.random.rand(100, 100) * 10 # 模拟10x10km区域，高程0-10m
model = FloodInundationModel(dem, None)
result = model.simulate_inundation(flood_volume=500000, breach_point=(50, 50, 5))
print(f"淹没面积: {result['inundation_area']} km²")
print(f"受影响人口: {result['affected_population']}")
print(f"风险区域分布: {result['risk_zones']}")
3.2.2 社区防洪教育与演练
有效的社区防洪教育应包括：
- 风险认知：让居民了解所在区域的历史洪水记录和潜在风险
- 应急预案：制定家庭应急计划，包括逃生路线、集合点和应急物资清单 2021年河南暴雨中，一个准备充分的社区因提前组织演练，无一人伤亡，而相邻社区因缺乏准备造成重大损失。
4. 应急响应：黄金72小时行动指南
4.1 预警阶段（灾前0-24小时）
4.1.1 预警信息识别与响应
现代预警系统通常分为蓝、黄、橙、红四个等级，每个等级对应不同的行动要求：
| 预警等级 | 降雨强度 | 行动要求 |
|---|---|---|
| 蓝色 | 12小时50mm | 关注天气，准备物资 |
| 黄色 | 6小时50mm | 检查排水，转移物资 |
| 橙色 | 3小时50mm | 准备转移，关注老弱 |
| 红色 | 3小时100mm | 立即转移，确保安全 |
4.1.2 应急物资清单（详细版）
# 应急物资管理系统
class EmergencySupplyKit:
def __init__(self, family_size=3):
self.family_size = family_size
self.supplies = {
"water": {"quantity": family_size * 4, "unit": "升", "duration": "3天"},
"food": {"quantity": family_size * 9, "unit": "份", "duration": "3天", "type": "即食食品"},
"medication": {"items": ["降压药", "胰岛素", "急救药品"], "quantity": "7天用量"},
"communication": ["手电筒", "收音机", "充电宝", "哨子"],
"documents": ["身份证复印件", "保险单", "银行卡", "紧急联系人卡片"],
"sanitation": ["湿巾", "垃圾袋", "消毒液", "女性卫生用品"],
"special": ["婴儿用品", "宠物用品", "老人辅助设备"]
}
def generate_checklist(self):
checklist = "=== 应急物资清单 ===\n"
for category, details in self.supplies.items():
checklist += f"\n【{category.upper()}】\n"
if isinstance(details, dict):
for k, v in details.items():
checklist += f" - {k}: {v}\n"
elif isinstance(details, list):
for item in details:
checklist += f" - {item}\n"
return checklist
def check_supplies_status(self, current_stock):
"""检查物资完备度"""
missing = []
for category in self.supplies:
if category not in current_stock:
missing.append(category)
return {
"completeness": (len(self.supplies) - len(missing)) / len(self.supplies),
"missing_items": missing
}
# 使用示例
kit = EmergencySupplyKit(family_size=4)
print(kit.generate_checklist())
4.2 响应阶段（灾中0-72小时）
4.2.1 洪水中的自救互救技能
水中自救要点：
- 保持冷静：恐慌是最大敌人，深呼吸控制心率
- 节省体力：采用”水母漂”或”仰漂”姿势，减少能量消耗
- 寻找支撑物：抓住漂浮物，避免被水流冲走
- 避免危险：远离电线、漩涡、急流
互救原则：
- 先近后远：优先救助身边的人
- 先弱后强：优先转移老人、儿童、孕妇
- 工具优先：使用救生圈、绳索等工具，避免徒手下水
4.2.2 特殊场景应对
室内被困：
- 迅速转移到高层，避免地下室
- 封堵门缝，减缓进水速度
- 切断电源，防止触电
- 通过窗口发出求救信号（SOS：三短三长三短）
车辆被困：
# 车辆洪水被困决策算法
def vehicle_flood_decision(water_level, vehicle_type, escape_routes):
"""
水位: 厘米
vehicle_type: 'sedan'/'suv'/'truck'
escape_routes: 可用逃生路径数量
"""
decisions = []
# 水位判断
if water_level < 30:
decisions.append("立即驶离低洼地带")
elif water_level < 60:
decisions.append("水位已达车门底部，准备弃车")
if vehicle_type == 'sedan':
decisions.append("警告：轿车易漂浮，优先弃车")
elif water_level >= 60:
decisions.append("立即弃车！水位已超过进气口")
decisions.append("从车窗或天窗逃生，不要尝试开车门")
# 逃生路径判断
if escape_routes == 0:
decisions.append("警告：无逃生路径，立即呼叫救援")
elif escape_routes == 1:
decisions.append("单一逃生路径，需快速行动")
return decisions
# 使用示例
print(vehicle_flood_decision(45, 'sedan', 2))
4.2.3 心理危机干预
洪水等自然灾害会造成严重的心理创伤，常见问题包括：
- 急性应激反应：惊恐、失眠、闪回
- 创伤后应激障碍（PTSD）：长期的心理阴影 2022年的一项研究显示，经历洪水的儿童中，约30%在一年后仍表现出PTSD症状。
心理急救措施：
- 建立安全感：确保基本生存需求得到满足
- 促进倾诉：鼓励受害者表达感受
- 提供信息：及时通报救援进展和安全信息
- 连接支持：帮助联系家人和社区支持网络
4.3 恢复阶段（灾后72小时-数周）
4.3.1 灾后卫生防疫
洪水后极易爆发传染病，必须严格遵守卫生规范：
# 灾后卫生风险评估系统
class PostFloodSanitation:
def __init__(self, affected_area, population, days_since_flood):
self.area = affected_area
self.population = population
self.days = days_since_flood
def assess_risk_level(self):
"""评估卫生风险等级"""
risk_factors = {
"water_contamination": min(self.days * 0.1, 1.0), # 随时间增加
"crowding": self.population / self.area > 1000, # 人口密度
"waste_accumulation": self.days > 3, # 垃圾堆积
"vector_breeding": self.days > 5 # 病媒滋生
}
risk_score = sum([
risk_factors["water_contamination"] * 0.4,
risk_factors["crowding"] * 0.3,
risk_factors["waste_accumulation"] * 0.2,
risk_factors["vector_breeding"] * 0.1
])
if risk_score > 0.7:
return "CRITICAL", "立即开展大规模消毒和疾病监测"
elif risk_score > 0.4:
return "HIGH", "加强水源管理和垃圾处理"
else:
return "MODERATE", "维持基本卫生措施"
def generate_sanitation_guidelines(self):
"""生成卫生指南"""
guidelines = {
"water_safety": [
"只饮用煮沸或消毒的水",
"水井使用前必须清洗消毒",
"避免接触被污染的水源"
],
"food_safety": [
"丢弃被洪水浸泡的食品",
"生熟分开，彻底加热",
"定期检查冰箱温度"
],
"waste_management": [
"及时清理动物尸体",
"垃圾分类处理",
"防止蚊蝇滋生"
],
"disease_monitoring": [
"每日报告发热、腹泻病例",
"发现传染病立即上报",
"接种疫苗预防"
]
}
return guidelines
# 使用示例
sanitation = PostFloodSanitation(affected_area=50, population=50000, days_since_flood=5)
risk_level, action = sanitation.assess_risk_level()
print(f"卫生风险等级: {risk_level}")
print(f"建议行动: {action}")
4.3.2 次生灾害防范
洪水后常见的次生灾害包括：
- 滑坡泥石流：土壤饱和后极易发生
- 建筑倒塌：地基被水浸泡后结构受损
- 疫病流行：水源污染导致传染病爆发
- 心理创伤：长期的心理健康问题
5. 长期适应：构建韧性社会
5.1 气候适应性规划
5.1.1 基于自然的解决方案（NbS）
基于自然的解决方案强调利用自然生态系统来增强防洪能力：
- 湿地恢复：湿地可以调蓄洪水，削减洪峰30-50%
- 河岸带修复：植被缓冲带可以减缓水流，过滤污染物
- 森林保护：森林覆盖率每增加10%，地表径流减少约5%
5.1.2 气候变化情景分析
使用RCP（典型浓度路径）情景预测未来洪水风险：
# 气候变化情景下的洪水风险预测
class ClimateAdaptationModel:
def __init__(self, current_risk, climate_scenarios):
self.current_risk = current_risk
self.scenarios = climate_scenarios # RCP2.6, RCP4.5, RCP8.5
def project_future_risk(self, year=2050):
"""预测未来洪水风险"""
projections = {}
for scenario, params in self.scenarios.items():
# 基于IPCC报告的简化模型
risk_increase_factor = 1 + params['temp_rise'] * 0.15 # 每度升温风险增加15%
sea_level_rise_impact = params['sea_level_rise'] * params['coastal_exposure']
future_risk = self.current_risk * risk_increase_factor + sea_level_rise_impact
projections[scenario] = {
"risk_level": future_risk,
"risk_increase": (future_risk - self.current_risk) / self.current_risk * 100,
"recommended_adaptation": self.get_adaptation_measures(future_risk)
}
return projections
def get_adaptation_measures(self, risk_level):
"""根据风险水平推荐适应措施"""
if risk_level > 0.8:
return ["大规模基础设施改造", "人口重新安置", "生态系统重建"]
elif risk_level > 0.6:
return ["提升防洪标准", "加强预警系统", "社区能力建设"]
else:
return ["维持现有措施", "加强监测", "定期评估"]
# 使用示例
scenarios = {
"RCP2.6": {"temp_rise": 1.5, "sea_level_rise": 0.4, "coastal_exposure": 0.3},
"RCP4.5": {"temp_rise": 2.5, "sea_level_rise": 0.6, "coastal_exposure": 0.5},
"RCP8.5": {"temp_rise": 4.0, "sea_level_rise": 1.0, "coastal_exposure": 0.8}
}
model = ClimateAdaptationModel(current_risk=0.5, climate_scenarios=scenarios)
projections = model.project_future_risk()
for scenario, data in projections.items():
print(f"{scenario}: 风险增加{data['risk_increase']:.1f}% - {data['recommended_adaptation']}")
5.2 社区韧性建设
5.2.1 社区防洪组织架构
建立”社区-街道-区-市”四级联动机制：
- 社区级：志愿者队伍、预警信息员
- 街道级：应急物资储备、转移安置点
- 区级：专业救援队伍、医疗支持
- 市级：统筹协调、资源调配
5.2.2 经济韧性提升
- 保险机制：推广洪水保险，分散风险
- 多元化生计：避免单一产业依赖
- 应急资金：建立社区应急基金
5.3 政策与治理
5.3.1 完善法律法规
- 强制性标准：提高新建项目的防洪标准
- 责任追究：明确各级政府防洪责任
- 公众参与：保障公众知情权和参与权
5.3.2 跨区域协调
流域管理需要上下游协同：
- 信息共享：建立流域信息共享平台
- 联合调度：水库群联合调度优化
- 生态补偿：上游保护、下游补偿机制
6. 案例研究：成功与失败的经验教训
6.1 成功案例：荷兰的防洪体系
荷兰作为”低地之国”，其防洪经验值得借鉴：
- 多重防线：堤防、水库、滞洪区构成三重保护
- 空间规划：将防洪纳入国土空间总体规划
- 社会参与：全民防洪意识教育
6.2 失败案例：2021年河南郑州”7·20”特大暴雨
教训总结：
- 预警响应滞后：气象预警与应急响应脱节
- 基础设施不足：排水系统设计标准过低
- 公众意识薄弱：风险教育和演练不足
6.3 社区自救案例：2023年京津冀暴雨中的”救命文档”
2023年8月，北京门头沟区在暴雨中出现了一个由大学生创建的在线”救命文档”，实时更新求助信息，成功帮助数百人获救。这体现了：
- 技术赋能：互联网工具在应急中的关键作用
- 社会自组织：民间力量的快速响应能力
- 信息透明：实时信息共享的重要性
7. 未来展望：科技赋能与全球合作
7.1 新兴技术应用
7.1.1 人工智能在洪水预测中的应用
# 基于机器学习的洪水预测模型（概念演示）
import pandas as pd
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split
class AIFloodPredictor:
def __init__(self):
self.model = RandomForestRegressor(n_estimators=100, random_state=42)
def train(self, historical_data):
"""
historical_data: 包含降雨量、水位、温度、时间等特征的数据集
"""
X = historical_data[['rainfall', 'temperature', 'wind_speed', 'hour_of_day', 'month']]
y = historical_data['water_level_change']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
self.model.fit(X_train, y_train)
# 评估模型
score = self.model.score(X_test, y_test)
return score
def predict(self, current_conditions):
"""预测未来水位变化"""
prediction = self.model.predict([current_conditions])
return prediction[0]
def get_feature_importance(self):
"""分析关键影响因素"""
importance = self.model.feature_importances_
features = ['rainfall', 'temperature', 'wind_speed', 'hour_of_day', 'month']
return dict(zip(features, importance))
# 模拟训练数据
data = pd.DataFrame({
'rainfall': np.random.rand(1000) * 100,
'temperature': np.random.rand(1000) * 30,
'wind_speed': np.random.rand(1000) * 20,
'hour_of_day': np.random.randint(0, 24, 1000),
'month': np.random.randint(1, 13, 1000),
'water_level_change': np.random.rand(1000) * 2
})
predictor = AIFloodPredictor()
score = predictor.train(data)
print(f"模型准确率: {score:.2f}")
print(f"关键因素: {predictor.get_feature_importance()}")
7.1.2 无人机与遥感技术
无人机在洪水应急中的应用：
- 灾情侦察：快速获取淹没范围
- 物资投送：向被困人员投送救生设备
- 通信中继：恢复灾区通信
- 人员搜救：热成像寻找幸存者
7.2 全球合作机制
7.2.1 国际经验共享
- 联合国减灾署（UNDRR）：全球减灾平台
- 世界气象组织（WMO）：早期预警系统建设
- “一带一路”灾害管理：区域合作新模式
7.2.2 气候融资
- 绿色气候基金（GCF）：支持发展中国家适应气候变化
- 气候债券：为防洪基础设施融资
- 保险机制：全球洪水风险池
8. 结论：从文学警示到科学应对
洪水原著内容中的深刻警示——人类在自然面前的脆弱性，在今天依然具有强烈的现实意义。然而，通过科学认知、技术创新和社会组织，我们已经具备了应对极端天气挑战的能力。
核心要点总结：
- 预防优于应对：投资预防的回报是应急响应的10倍
- 科技赋能：AI、物联网、大数据正在重塑防洪体系
- 社区为本：基层组织和公众参与是成功的关键
- 长期适应：必须将防洪纳入气候变化适应的整体框架
- 全球视野：洪水无国界，需要全球协作应对
行动呼吁：
- 个人层面：学习防洪知识，准备应急物资，参与社区演练
- 社区层面：建立防洪组织，绘制风险地图，储备应急资源
- 政府层面：完善法规标准，投资基础设施，加强预警能力
- 国际层面：共享经验技术，提供资金支持，共同应对挑战
正如文学作品中的洪水警示所言，我们面临的不仅是自然灾害，更是对人类智慧和团结的考验。通过将文学警示转化为科学行动，我们完全有能力构建一个更具韧性的未来，让洪水不再是毁灭性的灾难，而是可管理、可预测、可适应的自然现象。
参考文献与延伸阅读：
- IPCC第六次评估报告（AR6）
- 《洪水：一部人类灾难史》（John R. McNeill）
- 联合国减灾署《2022年全球减灾评估报告》
- 中国气象局《气候变化蓝皮书》
- 荷兰三角洲工程案例研究
本文由AI助手生成，旨在提供全面、实用的洪水应对指南。在实际应急情况下，请遵循当地政府和专业部门的指导。