區(qū)域?qū)＜冶硎?，為更好地預(yù)測(cè)環(huán)境、技術(shù)和生物風(fēng)險(xiǎn)的巨大影響以及預(yù)防災(zāi)害，對(duì)科技增加投資是必不可少的。

他們強(qiáng)調(diào)，為了協(xié)助社區(qū)做好應(yīng)對(duì)重大災(zāi)害風(fēng)險(xiǎn)方面的準(zhǔn)備以及減少災(zāi)害風(fēng)險(xiǎn)，我們應(yīng)該對(duì)氣候變化等領(lǐng)域的相關(guān)技術(shù)項(xiàng)目增加投資。

拉丁美洲和加勒比大學(xué)減少災(zāi)害風(fēng)險(xiǎn)網(wǎng)絡(luò)（REDULAC）創(chuàng)始成員維克托·加西亞·萊穆斯（Víctor García Lemus）說(shuō)：“必須對(duì)全部領(lǐng)域進(jìn)行投資，其中氣候和自然資源信息領(lǐng)域至關(guān)重要。”

他表示，為了更好地掌握復(fù)雜的多種災(zāi)害情景，需要提供資金來(lái)生成更多的地理空間信息以及與糧食安全和衛(wèi)生系統(tǒng)有關(guān)的社會(huì)信息。

加西亞·萊穆斯是聯(lián)合國(guó)減少災(zāi)害風(fēng)險(xiǎn)辦公室美洲和加勒比區(qū)域辦事處設(shè)立的區(qū)域科學(xué)和技術(shù)咨詢小組(RSTAG)的成員。

最近，科技在揭示新冠肺炎病毒的傳播途徑方面發(fā)揮了重要的作用，并幫助各國(guó)政府和社區(qū)采取措施減少疫情的影響。

有幾個(gè)國(guó)家應(yīng)用了衛(wèi)星定位系統(tǒng)來(lái)監(jiān)視封城和保持社交距離等措施的效率。紐約時(shí)報(bào)的互動(dòng)地圖展示了中國(guó)和美國(guó)的人口流動(dòng)圖，人口流動(dòng)對(duì)病毒的傳播起了關(guān)鍵作用。

除此之外，中美洲一體化系統(tǒng)（SICA）啟動(dòng)了中美洲一體化系統(tǒng)新冠肺炎疫情應(yīng)急信息和協(xié)調(diào)服務(wù)平臺(tái)。中美洲和多米尼加共和國(guó)預(yù)防災(zāi)害協(xié)調(diào)中心管理的該平臺(tái)利用了傳染病數(shù)據(jù)庫(kù)提供的信息和應(yīng)對(duì)災(zāi)害的戰(zhàn)略措施。

該平臺(tái)給用戶顯示附近可用的醫(yī)院和隔離中心以及機(jī)場(chǎng)、海上和陸地港口等。利用美國(guó)國(guó)家航空航天局（NASA）的數(shù)據(jù)以及結(jié)合天氣預(yù)報(bào)，該平臺(tái)給用戶顯示易受洪水和山體滑坡影響的地區(qū)，并提供“硬核”建議。

聯(lián)合國(guó)減少災(zāi)害風(fēng)險(xiǎn)辦公室美洲和加勒比區(qū)域辦事處主任勞爾·薩拉薩爾（Raul Salazar）表示，科學(xué)、技術(shù)和創(chuàng)新在制定戰(zhàn)略和公共政策、實(shí)施行動(dòng)方面發(fā)揮著至關(guān)重要的作用。

他說(shuō):“應(yīng)用科學(xué)必須影響決策和循證政策的制定、不受阻斷的授權(quán)令、戰(zhàn)略合作以及為收集、管理和更新數(shù)據(jù)而分配的資源。”

他強(qiáng)調(diào)，“為社會(huì)服務(wù)的科學(xué)和技術(shù)將確保復(fù)原力。”

為減少災(zāi)害風(fēng)險(xiǎn)而改善預(yù)測(cè)和準(zhǔn)備工作，是《仙臺(tái)減少災(zāi)害風(fēng)險(xiǎn)框架（2015-2030年）》的關(guān)鍵組成部分。

《框架》呼吁學(xué)術(shù)界、科研單位及網(wǎng)絡(luò)，中長(zhǎng)期重視導(dǎo)致災(zāi)害風(fēng)險(xiǎn)的因素和情景，包括新出現(xiàn)的災(zāi)害風(fēng)險(xiǎn)；增加區(qū)域、全國(guó)和地方的應(yīng)用研究；支持地方社區(qū)和政府的行動(dòng)；在決策方面加強(qiáng)政策與科學(xué)之間的聯(lián)系聯(lián)動(dòng)。

RSTAG的成員艾倫·拉威爾（Allan Lavell）說(shuō)，助力應(yīng)對(duì)災(zāi)害方面，數(shù)據(jù)和科技已被有效利用，但預(yù)防災(zāi)害造成的破壞和損失方面，它還需要發(fā)揮更好的作用。

拉威爾表示：“我們有信心使用概率模型來(lái)預(yù)測(cè)未來(lái)災(zāi)害將致的損失和破壞，并為不同的時(shí)間和事件繪制災(zāi)害風(fēng)險(xiǎn)圖。”

來(lái)源：聯(lián)合國(guó)減少災(zāi)害風(fēng)險(xiǎn)辦公室-美洲和加勒比區(qū)域辦事處

作者：路易斯·畢龍