Domino Risk
Lab

我们融合人工智能与社会科学,研究级联风险和系统性风险的形成、传播与影响,为政府和企业提供更可靠的决策支持。

研究方向

研究方向

我们的研究围绕相互关联的主题展开,贯通基础问题、研究方法、数据工具与实际应用。

风险传播

系统性风险与级联失效

研究局部扰动如何沿基础设施、供应链以及更广泛的社会经济系统扩散,并识别放大系统性风险的关键结构与节点。

系统性风险级联失效网络科学

关键系统

基础设施与供应链风险

刻画交通、能源、水务、通信和供应链系统之间的互依赖关系,分析中断、瓶颈和替代路径。

基础设施供应链韧性

人工智能与风险研判

风险评估中的人工智能

探索机器学习、知识图谱和大模型在风险识别、文本证据抽取、情景生成和决策支持中的应用。

人工智能知识图谱决策智能

城市韧性

气候风险与城市韧性

围绕洪涝、极端高温、风暴潮等气候风险,研究城市系统的暴露度、脆弱性与适应能力,以及面向长期韧性的投资决策。

气候风险城市韧性气候适应

冲击与恢复

灾害影响与恢复建模

评估自然灾害、突发事件和复合冲击对产业、城市和区域经济的直接与间接影响,并模拟恢复路径。

ARIO灾害影响恢复建模

数据基础设施

风险科学数据基础设施

建设可维护、可引用、可追溯的数据产品体系,为风险研究、模型开发和政策评估提供长期基础设施。

数据基础设施元数据开放科学

成果概览

代表性成果

浏览实验室经核实的论文、报告、数据集与研究工具,了解各项成果如何相互关联并服务研究与决策。

2026

Stress-testing the cascading economic impacts of urban flooding across 306 Chinese cities

Nature Cities 3, 89–101 (2026)

2025

Urban food delivery services as extreme heat adaptation

Nature Cities 2, 170–179 (2025)

2024

Global supply chains amplify economic costs of future extreme heat risk

Nature 627, 797–804 (2024)

最新进展

最新动态

我们连接学术界、政府与产业界的专业力量,推动跨学科研究,并让研究产生现实影响。

香港理工大学英国环境、食品与农村事务部英国交通部WSP瑞士再保险清华大学