现代城市治理体系的发展给公共安全保障能力提出了更高的要求。就传统城市运行框架下安防系统和消防系统互相割裂、数据交 互迟缓、风险预估能力欠缺的结构困境而言，探究两大系统深度融合的理论逻辑及实践途径有着十分重要的学术意义和现实价值。根据时 空耦合的角度，创建出包含知识图谱实体抽取、动态时间规整以及图卷积神经网络（GCN）的动态风险预警模型，并把人群密度这些安防 特性当作疏散韧性评价的关键要素。经过研究得知，依靠边缘侧和云端联合起来的算力分配方式以及联邦学习架构，在保证数据隐私的基 础上可以有效地改善复杂环境下的警情识别准确率以及应急反应速度。该预警模型以及融合路径的设计，给重新构建跨部门联合指挥体系 赋予了科学的参照，促使城市公共安全治理由被动应对转向主动预防这一种范式发生根本性的改变。 关键词：城市安防；智慧消防；深度融合；风险预警模型