《Journal of Safety Science and Resilience》：Immersive Technologies for Infrastructure Resilience: A Systematic Review of VR and AR in Disaster Preparedness and Emergency Management
编辑推荐：
随着气候相关灾害和人为干扰的频率与强度不断增加，基础设施系统必须向更强的韧性、适应性和智能化驱动运行方向发展。传统的规划和应急管理方法往往缺乏应对现代灾害风险环境复杂性和实时决策需求的能力。本系统综述考察了沉浸式技术，特别是虚拟现实（Virtual Reali
随着气候相关灾害和人为干扰的频率与强度不断增加，基础设施系统必须向更强的韧性、适应性和智能化驱动运行方向发展。传统的规划和应急管理方法往往缺乏应对现代灾害风险环境复杂性和实时决策需求的能力。本系统综述考察了沉浸式技术，特别是虚拟现实（Virtual Reality, VR）和增强现实（Augmented Reality, AR），在增强关键基础设施部门（包括交通相关应用）韧性中的作用，涵盖灾害管理周期的缓解、准备、响应和恢复阶段。从Scopus、JSTOR和Google Scholar中识别出共627篇同行评审出版物，其中68项研究满足主题综合的纳入标准。研究发现VR/AR界面、数字孪生（Digital Twin, DT）环境、物联网（Internet of Things, IoT）遥测、地理信息系统（Geographic Information Systems, GIS）和人工智能（Artificial Intelligence, AI）驱动的分析之间日益融合，反映了从独立可视化工具向集成化、以人为本的韧性生态系统的转变。在准备和响应阶段观察到最高的成熟度，其中沉浸式系统支持疏散模拟、应急培训、损伤可视化、响应者导航和协同态势感知。相比之下，面向恢复的应用仍不成熟，尤其是长期基础设施修复、生命周期监测和社区重建。尽管所审查的研究一致证明了在空间认知、利益相关者参与和自适应决策支持方面的益处，但互操作性、实施成本、验证成熟度和有限现场部署等持续性障碍仍然存在。本综述综合了主流技术融合路径，识别了关键研究空白，并提出了一个跨灾害管理生命周期的沉浸式数字孪生赋能基础设施韧性概念框架。研究结果为基础设施机构和决策者未来研究、政策制定以及可扩展采用沉浸式韧性平台提供了结构化基础。
沉浸式技术赋能基础设施韧性：一项系统综述的深度解读
一、研究背景与核心问题
随着气候相关灾害和人为干扰事件在频率与复杂性上的持续攀升，交通、城市及关键公共基础设施系统承受着前所未有的压力。传统的韧性规划与灾害风险评估方法难以实时反映物理资产、人类决策过程与动态灾害条件之间的交互关系；常规建模与可视化工具多为静态，无法充分捕捉多灾种情景、基础设施相互依赖性和快速变化的运营环境。因此，基础设施韧性建设不仅需要预测性分析，更依赖能够支持学习、协调与自适应响应的交互式、以人为本的决策环境。现有综述多集中于数字孪生架构、施工信息建模或疏散行为等特定领域，缺乏跨灾害管理全生命周期的沉浸式系统综合。为弥补这一空白，研究人员开展了一项基于PRISMA框架的系统综述，旨在回答沉浸式技术（VR、AR、DT）如何应用于基础设施韧性的不同阶段、存在哪些技术融合路径，以及哪些障碍制约其规模化部署。
二、研究设计与方法
研究人员从Scopus、JSTOR和Google Scholar三个数据库中系统检索了2010年至2025年间发表的同行评审文献，共识别出627条记录，经去重、标题摘要筛选和全文评估后，最终纳入68项研究。数据提取采用结构化矩阵，覆盖技术类型、基础设施领域、灾害情景、管理阶段、用户角色、韧性功能、验证方法及实施障碍等变量，并通过归纳主题编码进行综合分析。质量评估采用基于混合方法评估工具（Mixed Methods Appraisal Tool, MMAT）改编的框架，从研究目标清晰度、技术成熟度、验证程序及局限性报告四个维度进行评价。结果显示，文献以综述类（61.76%）和概念框架类（17.65%）为主，原型验证和现场部署研究仅分别占14.71%和1.47%，表明该领域仍处于早期发展阶段。
三、研究结果与主题综合
3.1 数字孪生框架和基础设施系统表示
研究发现数字孪生框架可分为资产级、城市级、灾害韧性级和认知增强级四类，其中城市级数字孪生占据主导。这些框架普遍集成建筑信息模型（Building Information Modeling, BIM）、GIS、IoT和AI，从单一资产管理工具演变为多尺度、智能化的韧性生态系统。
3.2 传感、遥感、AI和数据融合智能
文献显示，IoT遥测、多源遥感、无人机影像、机器视觉与深度学习管线正加速融合，使数字孪生具备实时监测、异常检测和预测性维护能力。AI赋能的预测分析成为从静态可视化转向预测性城市智能的关键驱动力。
3.3 沉浸式可视化、空间认知和人类交互
VR和AR被广泛用于疏散演练、应急培训、灾害可视化与远程巡检。沉浸式界面显著增强了空间感知、路径记忆和协同决策能力，并逐步延伸为利益相关者参与和参与式韧性规划的工具。
3.4 技术融合与互操作性
对技术组合的分析表明，仅使用数字孪生的研究占42.65%，VR与DT结合占8.82%，而VR、AR和DT三者完全融合的研究仅占5.88%。这说明沉浸式韧性生态系统的互操作性仍处于早期阶段，但融合趋势已经显现。
3.5 灾害、应急和社区韧性应用
应用成熟度最高的领域集中在准备和响应阶段，包括实时协调、灾害可视化、基础设施快速评估和应急导航。面向恢复的早期应用已出现，但长期修复和社区重建的验证研究仍十分有限。
3.6 城市治理、可持续性和社会技术影响
研究日益将沉浸式系统置于城市治理和可持续性框架中，强调政策整合、公众信任和数字包容。隐私、标准化、访问不平等和制度准备不足等社会技术障碍，成为影响系统长期价值的关键制约。
四、讨论与结论
讨论部分指出，准备和响应阶段之所以主导当前应用，是因为这些阶段需要快速空间认知与协同态势感知，而沉浸式技术对此具有天然优势。恢复阶段被视为下一个前沿，因为灾后重建涉及多方协商、修复排序和社区参与，沉浸式数字孪生系统有望在此发挥关键作用。同时，韧性贡献可从4R框架（稳健性、冗余性、资源fulness、快速性）加以解读，其中VR对提升响应速度的贡献尤为突出。研究还强调，未来系统必须从技术中心转向利益相关者中心，重视治理合法性和包容性。
结论部分可翻译为：本系统综述综合了68项同行评审研究的证据，发现VR/AR界面、数字孪生环境、IoT遥测、GIS空间智能和AI预测分析呈现强烈融合趋势，表明沉浸式系统正从孤立可视化工具演进为以人为本、智能增强的韧性生态系统。最成熟的证据集中在准备和响应阶段，而恢复导向应用仍不发达。未来研究应优先开展纵向验证、实际部署、互操作性评估和恢复阶段应用，以加强真实世界实施的证据基础。基础设施机构和政策制定者应投资于集成IoT传感、GIS、BIM和AI分析的互操作数字孪生生态系统，将VR/AR进一步融入应急准备和培训，并推动标准化数据治理和互操作框架，以实现更具韧性、适应性和面向未来的基础设施生态。
