基于風(fēng)險普查成果的應(yīng)急指揮與監(jiān)測預(yù)警應(yīng)用研究

王偉光

寧夏中遙勘察設(shè)計院有限責(zé)任公司，中國·寧夏 銀川 750001

1 引言

通過組織開展第一次全國災(zāi)害綜合風(fēng)險普查，摸清全國災(zāi)害風(fēng)險隱患底數(shù)，查明重點區(qū)域抗災(zāi)能力，客觀認識全國和各地區(qū)災(zāi)害綜合風(fēng)險水平，為國家和地方各級政府有效開展自然災(zāi)害防治和應(yīng)急管理工作、切實保障社會經(jīng)濟可持續(xù)發(fā)展提供權(quán)威的災(zāi)害風(fēng)險信息和科學(xué)決策依據(jù)。

2 普查背景

2018年10月10日，習(xí)近平總書記主持召開中央財經(jīng)委員會第三次會議，專題研究提高我國自然災(zāi)害防治能力，部署自然災(zāi)害防治能力提升“九項重點工程”，并將自然災(zāi)害綜合風(fēng)險普查和隱患排查列為第一項工程。

3 普查成果數(shù)據(jù)概況

通過全國自然災(zāi)害綜合風(fēng)險普查獲得的數(shù)據(jù)，覆蓋面較廣、涉及領(lǐng)域較多，導(dǎo)致數(shù)據(jù)量巨大、數(shù)據(jù)關(guān)系復(fù)雜，呈現(xiàn)出大數(shù)據(jù)特征。傳統(tǒng)意義上的災(zāi)害數(shù)據(jù)大致可以分成兩類：非空間數(shù)據(jù)和空間數(shù)據(jù)。

非空間數(shù)據(jù)主要包括：地質(zhì)災(zāi)害調(diào)查、群測群防、工程治理、搬遷避讓、災(zāi)險情管理、應(yīng)急調(diào)查與巡查、排查、地質(zhì)災(zāi)害危險性評估、地質(zhì)災(zāi)害防治規(guī)劃、專業(yè)監(jiān)測等類型數(shù)據(jù)。

空間數(shù)據(jù)主要包括基礎(chǔ)地理、基礎(chǔ)地質(zhì)、第二次全國土地調(diào)查、地質(zhì)災(zāi)害詳查數(shù)據(jù)等。

除了傳統(tǒng)意義上的災(zāi)害數(shù)據(jù)，隨著信息化的不斷推進，先進的智能多媒體傳感器技術(shù)，衛(wèi)星遙感技術(shù)，物聯(lián)網(wǎng)技術(shù)、無線網(wǎng)絡(luò)技術(shù)等現(xiàn)代化技術(shù)越來越多地應(yīng)用到自然災(zāi)害監(jiān)測預(yù)警工作中，新技術(shù)產(chǎn)生的數(shù)字化資料、本地數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、成果數(shù)據(jù)、元數(shù)據(jù)和三維影像系統(tǒng)高分辨率遙感影像數(shù)據(jù)等災(zāi)害數(shù)據(jù)也成為風(fēng)險普查主要構(gòu)成部分。如何有效分析這些海量、多源數(shù)據(jù)，挖掘數(shù)據(jù)潛在的價值，對此次全國自然災(zāi)害風(fēng)險普查的成果更好地運用在我國災(zāi)害監(jiān)測預(yù)警以及應(yīng)急指揮領(lǐng)域具有重要的意義[1]。

4 應(yīng)急指揮與監(jiān)測預(yù)警

自然災(zāi)害普查成果應(yīng)用于應(yīng)急指揮與監(jiān)測預(yù)警，主要在以下三個方面。

4.1 基于案例推理的相似災(zāi)害事故檢索

通過風(fēng)險普查，可以獲得過去幾十年的自然災(zāi)害案例，具體包括災(zāi)害基本信息、災(zāi)害損失信息、救災(zāi)工作信息、致災(zāi)信息等歷史數(shù)據(jù)。應(yīng)急指揮與災(zāi)害監(jiān)測預(yù)警系統(tǒng)主要是對區(qū)域現(xiàn)階段運行狀態(tài)的監(jiān)測與評估，屬于一種動態(tài)實時信息。如何將歷史案例數(shù)據(jù)應(yīng)用到應(yīng)急指揮與監(jiān)測預(yù)警系統(tǒng)中是風(fēng)險普查結(jié)果的重要應(yīng)用之一。具體實現(xiàn)過程如下：

首先，通過自然語言處理技術(shù)，提取歷史案例中的關(guān)鍵災(zāi)害要素，如時間、地點、災(zāi)種類型、災(zāi)害后果、處置方法、救援力量等，將風(fēng)險普查中的歷史案例分組分類，將文本數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，存儲到標(biāo)準(zhǔn)案例庫。在應(yīng)急指揮與監(jiān)測預(yù)警系統(tǒng)中，可以通過明確的特征字段進行有效檢索。案例表示方法主要有：特征向量表示法、框架表示法、語義網(wǎng)表示法、本體表示法等。在案例表示中，最重要的就是屬性字段的定義，不同的屬性，案例檢索結(jié)果不同。所以，在案例表示過程中也要對特征屬性進行重要程度的劃分。

其次，將構(gòu)建好的標(biāo)準(zhǔn)災(zāi)害案例庫作為基礎(chǔ)數(shù)據(jù)庫整合在應(yīng)急指揮與監(jiān)測預(yù)警系統(tǒng)中，通過案例相似性度量檢索與預(yù)警信號最相似的歷史案例。對于數(shù)值性屬性，可以直接采用不同的距離（如歐氏距離）進行相似性度量；對于非數(shù)值性屬性，需要根據(jù)屬性字段的特征定義相似性指標(biāo)。

最后，系統(tǒng)要根據(jù)檢索到的相似案例對現(xiàn)階段的預(yù)警信號進行災(zāi)情評估，以及生成有效的解決方案。在具體應(yīng)用時可由決策者或領(lǐng)域?qū)＜覍ι婕暗臍v史相似案例的解決方案進行檢查，結(jié)合實際情況進行適當(dāng)?shù)男拚?/p>

4.2 基于大數(shù)據(jù)挖掘的災(zāi)害監(jiān)測預(yù)警系統(tǒng)建設(shè)

災(zāi)害預(yù)警決策支持系統(tǒng)作為“智慧城市”中的一部分，是災(zāi)害管理信息化支持的重要組成部分。構(gòu)建多模型災(zāi)害預(yù)警決策支持系統(tǒng)是在傳統(tǒng)的數(shù)據(jù)庫、知識庫和模型庫的決策支持系統(tǒng)基礎(chǔ)上，采用數(shù)據(jù)倉庫、數(shù)據(jù)挖掘以及專家系統(tǒng)的有關(guān)理論，構(gòu)建統(tǒng)一的監(jiān)測預(yù)警平臺和數(shù)據(jù)共享平臺，然后借助平臺來獲取災(zāi)害相關(guān)的實時監(jiān)測信息、災(zāi)害分析評價成果、基礎(chǔ)設(shè)施信息、預(yù)警（預(yù)報）模型、歷史災(zāi)害情況、文檔資料輿情信息等多種數(shù)據(jù)，進行數(shù)據(jù)的取樣、預(yù)處理和探索，建立適合本地區(qū)的不同災(zāi)種的基于數(shù)據(jù)的災(zāi)害監(jiān)測預(yù)警模型，并為決策者提供指揮建議與意見[2]。

主要流程包括數(shù)據(jù)清洗、特征建立與降維、數(shù)據(jù)標(biāo)準(zhǔn)化、深度學(xué)習(xí)算法訓(xùn)練以及數(shù)據(jù)可視化展示。這是從技術(shù)角度，根據(jù)歷史數(shù)據(jù)本身的變化特征，來定義并識別正常與預(yù)警信號。最后將訓(xùn)練好的模型整合到應(yīng)急指揮與監(jiān)測預(yù)警系統(tǒng)中，作為對災(zāi)害事件監(jiān)測的基礎(chǔ)。該方法對數(shù)據(jù)的要求很高，一方面需要是時序數(shù)據(jù)，另一方面是容易轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)。

4.3 基于輿情監(jiān)測的多源數(shù)據(jù)“一張圖”管理

自然災(zāi)害輿情監(jiān)測與預(yù)警系統(tǒng)模型主要由風(fēng)險監(jiān)測、模型預(yù)警以及報告與應(yīng)急指揮三大模塊組成。首先，通過網(wǎng)絡(luò)監(jiān)測抓取自然災(zāi)害事件信息，對信息進行處理和分析，得到標(biāo)準(zhǔn)化的輿情數(shù)據(jù)。其次，結(jié)合風(fēng)險普查數(shù)據(jù)，通過數(shù)據(jù)分析和模型計算建立預(yù)警模型，得到各地區(qū)的自然災(zāi)害風(fēng)險指數(shù)；根據(jù)風(fēng)險指數(shù)的高低分布生成全國自然災(zāi)害風(fēng)險地圖，對各區(qū)域的災(zāi)害風(fēng)險進行評價。最后，生成相關(guān)報告和決策指揮建議。

風(fēng)險監(jiān)測包括輿情信息采集、數(shù)據(jù)處理、輿情分析三個過程。輿情信息采集通過使用大數(shù)據(jù)環(huán)境下的搜索引擎和數(shù)據(jù)挖掘等技術(shù)對自然災(zāi)害相關(guān)的風(fēng)險信息進行抓取，從而獲取災(zāi)害的基本信息、嚴重程度、損失信息、熱度趨勢及輿論評價等，并按照災(zāi)害類別建立自然災(zāi)害輿情監(jiān)測數(shù)據(jù)庫，對自然災(zāi)害進行實時監(jiān)測，隨時掌握全國的自然災(zāi)害動態(tài)信息和輿論走勢，輔助應(yīng)急管理工作。

對信息進行抓取后需要對數(shù)據(jù)進行預(yù)處理得到自然災(zāi)害的輿情關(guān)鍵詞及頻次，然后對關(guān)鍵詞進行聚類分析。通過聚類可以直觀地顯示公眾的關(guān)注熱點及輿論導(dǎo)向，對輿情進行監(jiān)測，從而有針對性地進行輿情引導(dǎo)，科學(xué)應(yīng)對。且災(zāi)害關(guān)鍵詞的提取可為各風(fēng)險普查數(shù)據(jù)庫的管理和搜索提供參考建議，有利于提高數(shù)據(jù)存儲和搜索的針對性，方便對數(shù)據(jù)進行管理。

輿情分析主要是利用大數(shù)據(jù)處理平臺完成自然災(zāi)害輿情的話題識別、跟蹤，并結(jié)合輿情情感計算等方法進行話題評估，生成不同的熱點事件、熱點災(zāi)害、熱點區(qū)域和各項參數(shù)指標(biāo)，進而得到全國自然災(zāi)害熱力分布圖。從中抽取出相關(guān)輿情熱力數(shù)據(jù)，并結(jié)合風(fēng)險普查的歷史災(zāi)害調(diào)查數(shù)據(jù)進行數(shù)據(jù)分析和模型計算，建立區(qū)域自然災(zāi)害風(fēng)險指數(shù)預(yù)警模型。然后根據(jù)實際的風(fēng)險指數(shù)范圍劃分風(fēng)險等級，并設(shè)置閾值，在地圖上以不同顏色表示，從而生成全國自然災(zāi)害風(fēng)險地圖。當(dāng)風(fēng)險等級較高時，需要引起當(dāng)?shù)叵嚓P(guān)部門的重視，并采取相應(yīng)措施。

在建立區(qū)域自然災(zāi)害風(fēng)險指數(shù)預(yù)警模型的過程中，需要將輿情數(shù)據(jù)的輿論熱度、情感評價等指標(biāo)定量化，作為災(zāi)害風(fēng)險的參考指數(shù)；而對于風(fēng)險普查數(shù)據(jù)，首先需要整理各地區(qū)歷史災(zāi)害事件的災(zāi)害種類、是否發(fā)生次生衍生災(zāi)害、災(zāi)害持續(xù)時間、災(zāi)害發(fā)生次數(shù)、受災(zāi)人口、因災(zāi)死亡人口、因災(zāi)失蹤人口、緊急轉(zhuǎn)移安置人口、直接經(jīng)濟損失等，將這些數(shù)據(jù)進行歸一化處理后結(jié)合輿論熱度值與情感評價值進行模型計算，最后得到各地區(qū)的風(fēng)險指數(shù)，在自然災(zāi)害風(fēng)險地圖上直接展示。

對于風(fēng)險等級較高的“熱點區(qū)域”應(yīng)重點關(guān)注，在開展普查工作時不僅要調(diào)查其發(fā)生過的歷史災(zāi)害信息，還要調(diào)查其他所有災(zāi)害（包括地震災(zāi)害、地質(zhì)災(zāi)害、氣象災(zāi)害、水旱災(zāi)害、海洋災(zāi)害、森林和草原火災(zāi)等）的致災(zāi)可能性。通過這些致災(zāi)調(diào)查成果評估出該地區(qū)發(fā)生各種災(zāi)害的可能性分值，并在自然災(zāi)害風(fēng)險地圖上進行可視化展示，從而對風(fēng)險進行預(yù)警預(yù)測，最大程度地防范災(zāi)害的發(fā)生，為附近區(qū)域提供參考[3]。

5 結(jié)語

中國地域遼闊，氣候復(fù)雜，地震、洪水、颶風(fēng)、寒潮、林火等自然災(zāi)害種類非常多，發(fā)生頻繁，一直是我國在社會經(jīng)濟發(fā)展中長期面臨的難題。中國開展的第一次全國自然災(zāi)害綜合風(fēng)險普查工作，整合了不同的災(zāi)害數(shù)據(jù)，這項工作可以摸清全國自然災(zāi)害風(fēng)險隱患底數(shù)，評估不同區(qū)域的綜合風(fēng)險水平，對中國的自然災(zāi)害風(fēng)險評估與管理具有非常重要的意義。