基于融知發(fā)酵模型的水災(zāi)害應(yīng)急情報(bào)生成機(jī)理研究

摘 要： ［目的／ 意義］ 近年來， 全球水災(zāi)害頻繁發(fā)生， 我國每年因水災(zāi)害導(dǎo)致的人員傷亡和財(cái)產(chǎn)損失巨大。我國水災(zāi)害應(yīng)急各階段存在情報(bào)傳遞滯后、情報(bào)失真、利用不足等問題， 因此有必要從多視角探討水災(zāi)害應(yīng)急情報(bào)， 尤其是各類情報(bào)采集、處理和生成的全過程， 服務(wù)于水災(zāi)害事件高效應(yīng)對。［方法／ 過程］ 針對水災(zāi)害特征和各階段的決策要求， 基于生物發(fā)酵與情報(bào)生成的相似性， 創(chuàng)新地引入融知發(fā)酵模型理論， 解構(gòu)水災(zāi)害應(yīng)急管理中應(yīng)急情報(bào)發(fā)酵的發(fā)酵要素機(jī)理、發(fā)酵功能機(jī)理， 進(jìn)而構(gòu)建了水災(zāi)害應(yīng)急情報(bào)生成模型， 并通過實(shí)證分析驗(yàn)證了模型的適用性。［結(jié)果／ 結(jié)論］ 從融知發(fā)酵的視角， 根據(jù)水災(zāi)害應(yīng)急情報(bào)生成模型， 從３ 個(gè)方面提出了應(yīng)急情報(bào)管理的改進(jìn)策略， 所構(gòu)建的水災(zāi)害應(yīng)急情報(bào)生成模型可顯著提升水災(zāi)害應(yīng)急情報(bào)管理效率和效果。

關(guān)鍵詞： 水災(zāi)害應(yīng)急； 應(yīng)急情報(bào)； 情報(bào)生成； 融知發(fā)酵模型； 生成機(jī)理

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２５．０２．００５

〔中圖分類號〕Ｇ２０３ 〔文獻(xiàn)標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２５） ０２－００５２－１０

近年來， 全球水災(zāi)害頻繁發(fā)生， 在我國應(yīng)急管理部于２０２４ 年１ 月發(fā)布“２０２３ 年全國十大自然災(zāi)害” 中， 七大自然災(zāi)害都涉及水災(zāi)害， 包括暴雨洪澇災(zāi)害、山洪災(zāi)害、臺風(fēng)引起的超警洪水等。厄爾尼諾現(xiàn)象導(dǎo)致極端天氣頻發(fā)， 僅２０２３ 年７ 月底的京津冀地區(qū)因暴雨洪澇災(zāi)害造成的經(jīng)濟(jì)損失就達(dá)到１ ６５７． ９億元， 造成了５５１． ２ 萬人不同程度受災(zāi)， 死亡失蹤人數(shù)達(dá)１０７ 人。由此發(fā)現(xiàn)， 我國水災(zāi)害應(yīng)急管理各階段仍存在情報(bào)傳遞滯后、情報(bào)失真、利用不足等問題。

頻發(fā)的水災(zāi)害導(dǎo)致巨大的人員傷亡和財(cái)產(chǎn)損失，其突發(fā)性、非典型性特征愈加明顯［１］ 。突發(fā)水災(zāi)害的應(yīng)急管理通常涉及多部門、多主體協(xié)調(diào)運(yùn)作， 一旦延誤響應(yīng)和處置時(shí)間， 將致使災(zāi)害程度和社會影響進(jìn)一步擴(kuò)大。因此， 有效地分析、處理及利用應(yīng)急情報(bào)， 實(shí)現(xiàn)多部門、多主體協(xié)調(diào)合作是降低災(zāi)害損失、提高應(yīng)急管理效率的關(guān)鍵。

然而， 目前對應(yīng)急情報(bào)體系的構(gòu)成要素、生成機(jī)制等缺乏深入系統(tǒng)的研究， 導(dǎo)致應(yīng)急情報(bào)理念滯后或?qū)嵺`缺位［２］ ?；诖?， 本研究針對水災(zāi)害特征和各階段的決策要求， 基于融知發(fā)酵模型的新穎視角， 解析水災(zāi)害應(yīng)急情報(bào)的構(gòu)成要素， 剖析水災(zāi)害應(yīng)急情報(bào)的生成機(jī)理， 構(gòu)建應(yīng)急情報(bào)生成模型， 并為水災(zāi)害應(yīng)急中存在的信息獲取不暢、數(shù)據(jù)失真，以及因情報(bào)利用不足導(dǎo)致的預(yù)警不夠精準(zhǔn)、響應(yīng)不夠迅速等問題提出針對性建議， 從而擴(kuò)充水災(zāi)害應(yīng)急情報(bào)體系理論。

１ 相關(guān)研究綜述

１． １ 突發(fā)事件應(yīng)急情報(bào)相關(guān)研究

從研究內(nèi)容角度來看， 國外學(xué)者的研究主要從突發(fā)事件的決策支持、系統(tǒng)平臺、協(xié)作流程與知識庫等方面切入。Ｆｅｒｔｉｅｒ Ａ 等［３］ 設(shè)計(jì)了一種應(yīng)急決策支持系統(tǒng)， 基于事件和多源動態(tài)數(shù)據(jù)將應(yīng)急管理人員與多個(gè)數(shù)據(jù)源連接起來， 適用于危機(jī)決策場景。Ｂａｒｔｈｅ－Ｄｅｌａｎｏ? Ａ Ｍ 等［４］ 強(qiáng)調(diào)， 情報(bào)工作在組織機(jī)構(gòu)中的依賴性， 并以此構(gòu)建利用情境感知收集數(shù)據(jù)的應(yīng)急決策平臺， 從而優(yōu)化應(yīng)急決策。Ｏｈ Ｎ［５］ 通過對比卡特里娜颶風(fēng)和古斯塔夫颶風(fēng)響應(yīng)系統(tǒng)， 指出構(gòu)建共享知識庫能有效提升應(yīng)急系統(tǒng)的交互效能。Ａｍａｉｌｅｆ Ｋ 等［６］ 提出一種新穎的應(yīng)急情報(bào)系統(tǒng)響應(yīng)框架， 并在框架中融合了文本信息提取方法和聚合算法。

國內(nèi)學(xué)者的研究聚焦于突發(fā)事件應(yīng)急情報(bào)體系模型構(gòu)建、突發(fā)事件情報(bào)工作研究及突發(fā)事件應(yīng)急情報(bào)應(yīng)用等方面。瞿志凱等［７］ 深入分析大數(shù)據(jù)對突發(fā)事件情報(bào)分析的影響， 提出適應(yīng)大數(shù)據(jù)環(huán)境的突發(fā)事件情報(bào)流程， 構(gòu)建以綜合研判模塊為核心的大數(shù)據(jù)突發(fā)事件情報(bào)分析模型。姚樂野等［８］ 識別突發(fā)事件應(yīng)急管理中的情報(bào)問題， 從情報(bào)體系角度剖析了突發(fā)事件應(yīng)急管理中的情報(bào)運(yùn)行過程、構(gòu)成與作用機(jī)理， 構(gòu)建出快速響應(yīng)的情報(bào)體系框架。劉建準(zhǔn)等［９］ 基于生命周期理論劃分突發(fā)事件的發(fā)展階段，集成情報(bào)流與技術(shù)流構(gòu)建突發(fā)事件應(yīng)急管理中的情報(bào)介入與融合模型。張海濤等［１０］ 基于情報(bào)研究視角， 分析情報(bào)智慧賦能態(tài)勢感知的邏輯及優(yōu)勢， 從態(tài)勢要素提取、態(tài)勢理解、態(tài)勢預(yù)測層面構(gòu)建重大突發(fā)事件的態(tài)勢感知模型。操玉杰等［１１］ 認(rèn)為， 突發(fā)事件大數(shù)據(jù)造成了應(yīng)急決策的信息利用障礙， 為提升突發(fā)事件大數(shù)據(jù)的應(yīng)急決策支持力， 構(gòu)建了面向應(yīng)急決策全流程信息需求的大數(shù)據(jù)融合框架及融合路徑。

１． ２ 融知發(fā)酵模型相關(guān)研究

融知發(fā)酵模型最早是由天津大學(xué)的和金生教授提出的， 他認(rèn)為知識具有有機(jī)性， 是在已有知識基礎(chǔ)上與新刺激和新知識建立關(guān)聯(lián)， 通過吸收外部知識不斷積累與發(fā)展， 經(jīng)過互動交流與不同的知識觀點(diǎn)產(chǎn)生碰撞， 形成新知識、新思想， 使知識不斷傳承與創(chuàng)新， 即知識具備類生物屬性［１２］ ， 最終將知識創(chuàng)新增長的過程與生物發(fā)酵過程類比， 從而構(gòu)建了融知發(fā)酵概念模型。由此， 國內(nèi)學(xué)者開始了對融知發(fā)酵模型的研究及應(yīng)用。張紅兵等［１３］ 借助仿生學(xué)的相關(guān)理論， 深入剖析了產(chǎn)業(yè)集群中知識創(chuàng)新的核心環(huán)節(jié)， 并據(jù)此構(gòu)建了融知發(fā)酵模型， 揭示產(chǎn)業(yè)集群內(nèi)部知識創(chuàng)新的機(jī)制， 并從理論上闡釋了如何培育和提升產(chǎn)業(yè)集群的知識創(chuàng)新能力。劉國亮等［１４］基于融知發(fā)酵模型的理論框架， 深入解讀了公共服務(wù)平臺信息資源共享的發(fā)酵要素， 并結(jié)合ＳＥＣＩ 模型， 將平臺信息通過融合發(fā)酵實(shí)現(xiàn)共享的過程細(xì)分為信息外化、信息群化、信息內(nèi)化３ 個(gè)階段， 以此提出了實(shí)現(xiàn)公共服務(wù)平臺信息資源共享的具體路徑和模型。李宇佳等［１５］ 基于融知發(fā)酵理論剖析學(xué)術(shù)虛擬社區(qū)的知識增長過程， 提取影響知識增長的因素， 并運(yùn)用ＤＥＭＡＴＥＬ 方法分析因素的綜合影響程度， 分析出影響知識增長的關(guān)鍵因素。張蒙［１６］ 在解析突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情發(fā)酵要素的基礎(chǔ)上，基于融知發(fā)酵模型， 分別從微觀視角和宏觀視角研究突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情發(fā)酵要素作用機(jī)理和動態(tài)演化機(jī)理。胡峰等［２］ 構(gòu)建面向重大疫情防控的應(yīng)急情報(bào)發(fā)酵模型、翟羽佳等［１７］ 構(gòu)建面向突發(fā)重大公共衛(wèi)生事件的多源異構(gòu)應(yīng)急信息融合模型。

綜上所述， 國內(nèi)外對突發(fā)事件應(yīng)急情報(bào)研究多聚焦于突發(fā)事件決策支持、平臺及系統(tǒng)構(gòu)建等方面，針對具體領(lǐng)域的突發(fā)事件應(yīng)急情報(bào)研究較少， 已有研究多關(guān)注公共衛(wèi)生領(lǐng)域。水災(zāi)害應(yīng)急情報(bào)與其他領(lǐng)域的突發(fā)事件應(yīng)急情報(bào)相比存在著很大的差異，因此， 對水災(zāi)害應(yīng)急情報(bào)生成機(jī)制的研究具有很強(qiáng)的現(xiàn)實(shí)意義。而融知發(fā)酵模型是基于知識管理實(shí)踐提出的， 后續(xù)學(xué)者的研究也多涉及知識創(chuàng)新、知識增長、信息共享、輿情發(fā)酵等方面， 因此融知發(fā)酵模型對于知識管理、信息共享等方面具有天然適應(yīng)性。此外， 情報(bào)作為激活了的知識［１８］ ， 其本質(zhì)即知識加工后的成品， 故而情報(bào)也會具有和生物發(fā)酵類似的周期性過程， 應(yīng)急情報(bào)工作的底層邏輯與生物發(fā)酵過程的運(yùn)行機(jī)理具備內(nèi)在相似性。鑒于此， 本研究將借助融知發(fā)酵模型， 構(gòu)建水災(zāi)害應(yīng)急情報(bào)發(fā)酵模型， 進(jìn)而揭示水災(zāi)害應(yīng)急情報(bào)的生成機(jī)制， 這將更有利于水災(zāi)害突發(fā)事件高效響應(yīng)。

２ 融知發(fā)酵理論與模型構(gòu)建

融知發(fā)酵模型的概念是在生物學(xué)的基礎(chǔ)上提出的， 生物學(xué)中的發(fā)酵是菌株在生物酶作用下， 在營養(yǎng)基中繁殖并演化， 生成新物質(zhì)和新物種的過程，需要適宜的環(huán)境和設(shè)施支持。因此模型提出的前提假設(shè)包括： ①知識菌株作為知識發(fā)酵的起點(diǎn)和觸發(fā)器， 是動力或創(chuàng)意的源泉， 知識菌株的性質(zhì)決定了知識發(fā)酵的方式和產(chǎn)物； ②新知識的產(chǎn)生是在現(xiàn)有知識平臺的基礎(chǔ)上逐步演進(jìn)的； ③知識的運(yùn)用涉及個(gè)人、組織及知識的應(yīng)用對象， 知識發(fā)酵是知識主體（個(gè)人和組織）積極參與的結(jié)果； ④組織的文化、管理和內(nèi)外界環(huán)境工具條件對知識發(fā)酵效果和效率產(chǎn)生重要影響； ⑤知識發(fā)酵貫穿于所有知識活動過程中， 包括知識獲取、傳播和創(chuàng)新， 其最終產(chǎn)物是新的知識。

基于生物學(xué)發(fā)酵的概念及前提假設(shè)， 和金生教授將知識發(fā)酵的概念定義為： 某種創(chuàng)意在協(xié)調(diào)者的組織下， 在知識母體中消化、適應(yīng)、轉(zhuǎn)化、演進(jìn)、創(chuàng)新， 并融合、活化為組織的“行動知識” （Ｋｎｏｗｌ?ｅｄｇｅ ｉｎ Ａｃｔｉｏｎ）的過程， 知識發(fā)酵需要的條件是先進(jìn)的知識工具、場所、設(shè)施和有利的制度、文化等組織環(huán)境［１９］ 。而信息技術(shù)的發(fā)展便利了知識獲取和體系構(gòu)建， 知識的深度發(fā)酵和進(jìn)化需要跨領(lǐng)域的技術(shù)、知識、文化的融合， 因此形成了融知發(fā)酵理論。融知發(fā)酵理論突出知識形成與增長過程中的循環(huán)演進(jìn)特性， 揭示了知識增長的內(nèi)在機(jī)理和實(shí)現(xiàn)途徑， 還強(qiáng)調(diào)了內(nèi)部信息渠道的暢通， 正與水災(zāi)害應(yīng)急情報(bào)生成所要實(shí)現(xiàn)的精準(zhǔn)預(yù)警、快速響應(yīng)及減少數(shù)據(jù)失真問題相匹配， 因此， 可為水災(zāi)害應(yīng)急情報(bào)生成機(jī)制研究提供有力的理論支撐。

類比生物發(fā)酵的構(gòu)成要素， 提出融知發(fā)酵模型的６ 個(gè)構(gòu)成要素： ①知識菌株， 指系統(tǒng)性的知識，作為知識發(fā)酵的起點(diǎn)提供了知識發(fā)酵的方向； ②知識母體， 指參與知識發(fā)酵的主體要素， 是知識發(fā)酵的營養(yǎng)來源， 決定了新的知識產(chǎn)物能否產(chǎn)生； ③知識酶， 是知識發(fā)酵的催化劑， 可以提高知識發(fā)酵的效率， 降低知識發(fā)酵的成本； ④知識發(fā)酵環(huán)境， 指影響知識價(jià)值鏈發(fā)酵反應(yīng)的關(guān)鍵因素， 涵蓋政策支持、法律框架、技術(shù)創(chuàng)新， 以及社會經(jīng)濟(jì)條件、文化背景和市場競爭態(tài)勢。知識發(fā)酵環(huán)境作用于知識發(fā)酵過程， 顯著影響其效果和效率； ⑤知識發(fā)酵吧，指知識發(fā)酵的容器， 由于不同的知識發(fā)酵過程需要不同的環(huán)境和要素配置， 因此每個(gè)發(fā)酵吧都有其獨(dú)特的要素構(gòu)成， 以滿足不同類型的知識發(fā)酵需求；⑥知識發(fā)酵產(chǎn)物， 也即知識發(fā)酵最終成果， 包括在知識發(fā)酵全過程中產(chǎn)生的知識產(chǎn)品。

由構(gòu)成要素含義總結(jié)出， 知識融知發(fā)酵的過程是在知識酶的作用下， 知識菌株通過知識母體完成消化、適應(yīng)、轉(zhuǎn)化和演進(jìn)的過程。在此過程中， 結(jié)合先進(jìn)的知識工具、合適的制度環(huán)境以及其他外部條件， 組織吸收及融合外部知識并將其轉(zhuǎn)化為組織的行動知識。據(jù)此可構(gòu)建融知發(fā)酵模型， 如圖１ 所示。

３ 水災(zāi)害應(yīng)急情報(bào)生成機(jī)理

３． １ 水災(zāi)害事件的應(yīng)急情報(bào)工作

作為我國影響范圍最廣的災(zāi)害， 水災(zāi)害事件具有突發(fā)性和不可預(yù)見性。盡管可以通過氣象預(yù)報(bào)、水文監(jiān)測等手段進(jìn)行預(yù)警， 但水災(zāi)害的爆發(fā)往往具有突然性， 難以準(zhǔn)確預(yù)測其發(fā)生時(shí)間和地點(diǎn)。而且水災(zāi)害事件往往涉及多因素交互作用， 其發(fā)生和發(fā)展往往受到地形、地貌、氣候、植被、人類活動等多種因素的影響， 這些因素之間的相互作用使得水災(zāi)害地預(yù)測和防控變得更加復(fù)雜。因此， 水災(zāi)害應(yīng)急管理中的情報(bào)工作是一項(xiàng)復(fù)雜而關(guān)鍵的任務(wù)， 它貫穿于災(zāi)害應(yīng)對的全過程， 為決策者提供及時(shí)、準(zhǔn)確、全面的信息支持。

在應(yīng)急管理中， 情報(bào)是指經(jīng)過篩選、加工和傳遞的關(guān)于特定主題的信息， 這些信息具有目的性、時(shí)效性和價(jià)值性。對于應(yīng)急管理而言， 情報(bào)特指與突發(fā)事件應(yīng)對相關(guān)的各類信息， 包括但不限于事件的性質(zhì)、規(guī)模、發(fā)展趨勢、影響范圍等。情報(bào)的準(zhǔn)確性、完整性、及時(shí)性和針對性是其在應(yīng)急管理中的基本特性， 這些特性對于應(yīng)急預(yù)案的制定和實(shí)施至關(guān)重要。應(yīng)急管理中的情報(bào)工作主要由應(yīng)急管理職能機(jī)關(guān)中具有情報(bào)職能的機(jī)構(gòu)負(fù)責(zé)， 這些機(jī)構(gòu)針對社會各類公共性突發(fā)事件， 在事前、事發(fā)、事后各環(huán)節(jié)開展一系列活動， 以信息搜集、分析研判、情報(bào)報(bào)送為主要流程。這些情報(bào)不僅為應(yīng)急預(yù)案的實(shí)施提供基礎(chǔ)， 還涉及風(fēng)險(xiǎn)評估與監(jiān)測、危機(jī)管控與預(yù)警、應(yīng)急處置與救援等多個(gè)環(huán)節(jié)。具體來說，水災(zāi)害應(yīng)急管理中的情報(bào)工作主要包括以下幾個(gè)方面： 首先， 情報(bào)部門需要通過衛(wèi)星遙感、無人機(jī)偵察、現(xiàn)場觀測等技術(shù)手段廣泛收集及獲取與災(zāi)害相關(guān)的各類信息， 包括水文數(shù)據(jù)、氣象預(yù)報(bào)、地形地貌、人口分布等； 其次， 要對收集到的信息進(jìn)行深入分析和研判， 通過數(shù)學(xué)模型、物理模擬等手段，以揭示災(zāi)害的發(fā)展趨勢、影響范圍以及可能造成的損失， 為決策者提供科學(xué)依據(jù)； 第三， 要及時(shí)將分析結(jié)果傳遞給相關(guān)部門和救援隊(duì)伍， 以便他們能夠根據(jù)情報(bào)制定救援方案、調(diào)配資源， 同時(shí)通過媒體、網(wǎng)絡(luò)等渠道向公眾發(fā)布災(zāi)害預(yù)警、救援進(jìn)展等信息，引導(dǎo)公眾正確應(yīng)對災(zāi)害， 減少恐慌和混亂； 最后，在水災(zāi)害應(yīng)對過程中， 情報(bào)部門需要不斷收集反饋意見， 了解救援行動的效果和存在的問題， 以便及時(shí)調(diào)整情報(bào)收集和分析的策略， 并對情報(bào)工作的效果進(jìn)行評估， 總結(jié)經(jīng)驗(yàn)教訓(xùn)， 為今后的水災(zāi)害應(yīng)對提供有益借鑒。

總的來說， 水災(zāi)害事件中的應(yīng)急情報(bào)工作是一項(xiàng)綜合性、系統(tǒng)性的任務(wù)， 它要求水利部門具備高度的專業(yè)素養(yǎng)和敏銳的觀察力， 能夠迅速、準(zhǔn)確地獲取和分析信息， 為決策者提供有力支持。然而，目前水災(zāi)害事件的情報(bào)工作仍然存在以下問題：

首先， 情報(bào)易失真。情報(bào)的失真可能來源于多個(gè)環(huán)節(jié)， 如信息采集不準(zhǔn)確、信息分析偏差、信息傳遞過程中的誤解或篡改等。失真的情報(bào)不僅無法為決策者提供有價(jià)值的信息， 還可能誤導(dǎo)決策， 導(dǎo)致救援行動偏離正確的方向。此外， 情報(bào)失真還可能引發(fā)社會恐慌和混亂， 對突發(fā)事件的應(yīng)對工作產(chǎn)生負(fù)面影響。其次， 情報(bào)傳遞滯后， 信息傳遞效率不高。在水災(zāi)害事件發(fā)生時(shí)， 及時(shí)、準(zhǔn)確的情報(bào)對于決策的制定和救援行動的實(shí)施至關(guān)重要。但是水災(zāi)害應(yīng)急管理中信息傳遞環(huán)節(jié)多、流程復(fù)雜， 以及各部門間協(xié)調(diào)不暢， 導(dǎo)致情報(bào)傳遞的速度慢， 難以滿足應(yīng)急管理的需要。最后， 情報(bào)利用不足， 難以滿足精準(zhǔn)預(yù)警、快速響應(yīng)的要求。在水災(zāi)害事件應(yīng)對過程中， 往往需要大量精準(zhǔn)有效的情報(bào)來支持決策和救援行動。然而由于情報(bào)經(jīng)驗(yàn)不足、情報(bào)分析人員缺乏足夠的專業(yè)知識等原因， 導(dǎo)致情報(bào)利用無法滿足需求， 難以對形勢進(jìn)行準(zhǔn)確判斷實(shí)現(xiàn)精準(zhǔn)預(yù)警， 造成響應(yīng)不夠迅速、救援行動的資源分配不均、效果不佳等問題。

綜上所述， 我國水災(zāi)害事件應(yīng)急管理的情報(bào)工作存在情報(bào)失真、傳遞滯后和情報(bào)利用不足等問題，導(dǎo)致難以實(shí)現(xiàn)精準(zhǔn)預(yù)警、快速響應(yīng)。為了解決這些問題， 本研究結(jié)合融知發(fā)酵模型剖析水災(zāi)害應(yīng)急情報(bào)生成機(jī)理， 以確保在突發(fā)事件發(fā)生時(shí)能夠及時(shí)、準(zhǔn)確、全面地獲取和應(yīng)用情報(bào)， 為應(yīng)急管理提供有力支持， 實(shí)現(xiàn)精準(zhǔn)預(yù)警、快速響應(yīng)等目標(biāo)。

３． ２ 水災(zāi)害應(yīng)急情報(bào)生成要素及功能

機(jī)理泛指一個(gè)工作系統(tǒng)的組織或部分之間相互作用的過程和方式， 研究情報(bào)機(jī)理， 有助于從系統(tǒng)觀點(diǎn)出發(fā)， 研究突發(fā)事件全過程中的情報(bào)工作全貌［８］ 。本研究參考沙勇忠等［２０］ 提出的公共危機(jī)信息管理ＥＰＭＦＳ 分析框架， 基于融知發(fā)酵模型， 將水災(zāi)害應(yīng)急情報(bào)生成機(jī)理分成發(fā)酵要素機(jī)理、發(fā)酵功能機(jī)理兩個(gè)部分， 剖析情報(bào)生成的內(nèi)在規(guī)律， 構(gòu)建應(yīng)急情報(bào)生成模型。

３． ２． １ 發(fā)酵要素機(jī)理

基于融知發(fā)酵模型中的６ 個(gè)構(gòu)成要素以及結(jié)合水災(zāi)害應(yīng)急情報(bào)的特點(diǎn)， 生成６ 個(gè)水災(zāi)害應(yīng)急情報(bào)發(fā)酵要素： 應(yīng)急情報(bào)發(fā)酵菌株、應(yīng)急情報(bào)發(fā)酵母體、應(yīng)急情報(bào)發(fā)酵酶、應(yīng)急情報(bào)發(fā)酵環(huán)境、應(yīng)急情報(bào)發(fā)酵吧以及應(yīng)急情報(bào)發(fā)酵產(chǎn)物。

１） 應(yīng)急情報(bào)發(fā)酵菌株。在水災(zāi)害應(yīng)急情報(bào)工作中， 應(yīng)急情報(bào)發(fā)酵菌株為具備特定功能或特性的知識單元， 它們是情報(bào)工作的基礎(chǔ)。這些菌株包括災(zāi)情實(shí)時(shí)數(shù)據(jù)以及關(guān)于水災(zāi)害成因、預(yù)警系統(tǒng)、應(yīng)急響應(yīng)措施、救援資源分配等方面的專業(yè)知識。應(yīng)急情報(bào)發(fā)酵菌株如同生物學(xué)中的菌株， 具有潛在的繁殖和擴(kuò)散能力， 能夠在情報(bào)工作中引發(fā)連鎖反應(yīng)，是構(gòu)建完整情報(bào)體系的基礎(chǔ)， 也是解決具體問題的關(guān)鍵。

２） 應(yīng)急情報(bào)發(fā)酵母體。在水災(zāi)害應(yīng)急情報(bào)工作中， 應(yīng)急情報(bào)發(fā)酵母體是承載和滋養(yǎng)知識菌株的土壤， 即參與應(yīng)急管理過程的災(zāi)情信息數(shù)據(jù)庫、歷史災(zāi)情數(shù)據(jù)、專家經(jīng)驗(yàn)以及媒體信息、現(xiàn)場反饋等。發(fā)酵母體為發(fā)酵菌株提供了生長和繁衍的環(huán)境， 促進(jìn)知識菌株的擴(kuò)散和融合， 影響情報(bào)傳遞的效率。

３） 應(yīng)急情報(bào)發(fā)酵酶。應(yīng)急情報(bào)發(fā)酵酶是指能夠催化知識反應(yīng)、促進(jìn)知識轉(zhuǎn)化的關(guān)鍵因素。在水災(zāi)害應(yīng)急情報(bào)工作中， 發(fā)酵酶指應(yīng)急情報(bào)生成機(jī)制以及情報(bào)人員、科研人員、決策人員等。發(fā)酵酶能夠加速發(fā)酵菌株的融合與轉(zhuǎn)化， 將分散、孤立的情報(bào)元素整合成具有實(shí)際應(yīng)用價(jià)值的情報(bào)體系， 提高情報(bào)的準(zhǔn)確性和有效性， 使得情報(bào)能夠更好地服務(wù)于水災(zāi)害的應(yīng)急管理工作。

４） 應(yīng)急情報(bào)發(fā)酵環(huán)境。應(yīng)急情報(bào)發(fā)酵環(huán)境指有利于發(fā)酵菌株生長、繁衍和轉(zhuǎn)化的外部條件， 包括政策環(huán)境、技術(shù)條件、應(yīng)急管理系統(tǒng)、情報(bào)收集網(wǎng)絡(luò)等方面。一個(gè)良好的發(fā)酵環(huán)境能夠促進(jìn)情報(bào)工作的順利開展。相反， 不利的環(huán)境則可能阻礙情報(bào)的收集和傳遞， 使得情報(bào)傳遞滯后， 降低情報(bào)工作效率。

５） 應(yīng)急情報(bào)發(fā)酵吧。應(yīng)急情報(bào)發(fā)酵吧可以視為情報(bào)交流和分享的平臺或空間， 既是情報(bào)生成的資源形態(tài)， 也是情報(bào)工作得以順利進(jìn)行的必要條件，包括指揮中心、決策會議室、總結(jié)會議等。不同的災(zāi)害類型、不同的發(fā)酵過程需要不同的發(fā)酵吧， 不同的發(fā)酵吧相互作用又可組成更大的發(fā)酵吧。

６） 應(yīng)急情報(bào)發(fā)酵產(chǎn)物。應(yīng)急情報(bào)發(fā)酵產(chǎn)物是經(jīng)過知識發(fā)酵過程后產(chǎn)生的具有實(shí)際應(yīng)用價(jià)值的成果。根據(jù)水災(zāi)害事件發(fā)生的不同階段（事前、事發(fā)、事中、事后）， 形成不同的應(yīng)急情報(bào)產(chǎn)品， 包括風(fēng)險(xiǎn)預(yù)警情報(bào)、快速響應(yīng)情報(bào)、進(jìn)展監(jiān)測情報(bào)、總結(jié)評估情報(bào)等。這些發(fā)酵產(chǎn)物能夠直接應(yīng)用于水災(zāi)害應(yīng)急實(shí)踐中， 降低情報(bào)失真的可能性。

通過對水災(zāi)害應(yīng)急情報(bào)發(fā)酵要素的解析可知，應(yīng)急情報(bào)融知發(fā)酵的過程即應(yīng)急情報(bào)發(fā)酵菌株在發(fā)酵酶的作用下， 通過應(yīng)急情報(bào)發(fā)酵母體實(shí)現(xiàn)了情報(bào)的消化、適應(yīng)、轉(zhuǎn)化和演進(jìn)， 如圖２ 所示。在此過程中， 基于復(fù)雜的內(nèi)外部發(fā)酵環(huán)境， 吸收及融合內(nèi)外部信息并在發(fā)酵吧中將其轉(zhuǎn)化為應(yīng)急情報(bào)發(fā)酵產(chǎn)物。而這些應(yīng)急情報(bào)發(fā)酵產(chǎn)物又作為應(yīng)急情報(bào)發(fā)酵菌株參與到其他應(yīng)急情報(bào)融知發(fā)酵過程中。

３． ２． ２ 發(fā)酵功能機(jī)理

水災(zāi)害突發(fā)事件的應(yīng)急管理分為事前預(yù)防預(yù)警階段、事發(fā)應(yīng)急準(zhǔn)備階段、事中處置救援階段及事后恢復(fù)重建階段４ 個(gè)階段， 對應(yīng)水災(zāi)害的孕育期、爆發(fā)期、持續(xù)期及消退期４ 個(gè)階段。類比突發(fā)事件應(yīng)急管理階段、水災(zāi)害發(fā)展４ 個(gè)階段及生物發(fā)酵過程， 本研究將水災(zāi)害應(yīng)急情報(bào)發(fā)酵過程分為發(fā)酵準(zhǔn)備階段、發(fā)酵活躍階段、發(fā)酵高峰階段及發(fā)酵衰退階段４ 個(gè)部分?；趯Πl(fā)酵過程內(nèi)在邏輯和運(yùn)作機(jī)制的分析， 將水災(zāi)害應(yīng)急情報(bào)發(fā)酵功能機(jī)理劃分為４ 個(gè)部分———預(yù)警預(yù)防、決策支持、動態(tài)監(jiān)控及總結(jié)改進(jìn)， 如圖３ 所示， 這４ 個(gè)功能相互關(guān)聯(lián)、相互支持， 為災(zāi)害的預(yù)警、決策、監(jiān)控與改進(jìn)提供了堅(jiān)實(shí)的情報(bào)支撐， 共同確保了情報(bào)工作的連貫性和有效性。

１） 預(yù)警預(yù)防功能。預(yù)警預(yù)防是情報(bào)的首要任務(wù)， 也是發(fā)酵準(zhǔn)備階段的主要目標(biāo)， 它奠定了后續(xù)情報(bào)收集、分析和應(yīng)用的基礎(chǔ)。在發(fā)酵準(zhǔn)備階段，需要進(jìn)行深入地情報(bào)需求分析與規(guī)劃， 明確水災(zāi)害應(yīng)急情報(bào)的具體需求， 包括災(zāi)害預(yù)警、快速響應(yīng)、災(zāi)情監(jiān)測、救援指揮等多個(gè)方面， 即確定發(fā)酵菌株。為確保應(yīng)急情報(bào)發(fā)酵的有效進(jìn)行， 需要選取與戰(zhàn)略目標(biāo)相匹配的高質(zhì)量發(fā)酵菌株， 同時(shí)根據(jù)需求制定相應(yīng)的情報(bào)收集和分析規(guī)劃， 確定情報(bào)的來源、收集方式以及分析方法， 確保情報(bào)工作能夠有針對性地開展。這一過程中， 發(fā)酵母體全程參與，災(zāi)害信息數(shù)據(jù)庫、歷史數(shù)據(jù)等承擔(dān)了發(fā)酵母體的責(zé)任。然而這一階段的發(fā)酵菌株未形成體系， 數(shù)據(jù)較為分散， 發(fā)酵酶的作用不明顯， 此階段易產(chǎn)生情報(bào)失真問題。因此， 發(fā)酵酶應(yīng)基于發(fā)酵菌株， 利用時(shí)間序列模型、機(jī)器學(xué)習(xí)模型對水災(zāi)害發(fā)生的可能性進(jìn)行預(yù)測和評估， 通過ＡＩ 算法迅速在發(fā)酵吧中生成風(fēng)險(xiǎn)預(yù)警情報(bào)， 確保提前發(fā)出預(yù)警。這種預(yù)警功能有助于參與主體提前做好準(zhǔn)備， 采取必要的預(yù)防措施， 從而有效減少災(zāi)害帶來的損失。

２） 決策支持功能。決策支持功能主要集中在發(fā)酵活躍階段， 發(fā)酵活躍階段是水災(zāi)害應(yīng)急情報(bào)發(fā)酵過程中的關(guān)鍵時(shí)期， 其活躍程度直接決定了情報(bào)能否及時(shí)、準(zhǔn)確地為災(zāi)害應(yīng)對提供有力支持。在這一階段， 發(fā)酵母體迅速聚集， 通過發(fā)酵酶的作用使得情報(bào)發(fā)酵過程迅速升溫。情報(bào)工作者借助發(fā)酵環(huán)境中如衛(wèi)星遙感、無人機(jī)偵察、現(xiàn)場監(jiān)測等技術(shù)手段， 全面自動化地搜集與水災(zāi)害相關(guān)的各類信息。同時(shí)， 利用大數(shù)據(jù)分析平臺實(shí)時(shí)處理這些高強(qiáng)度、高密度的數(shù)據(jù)， 確保及時(shí)獲取權(quán)威情報(bào)和社交媒體、志愿者組織等非官方渠道的重要補(bǔ)充信息。在發(fā)酵菌株和發(fā)酵母體的聯(lián)合作用下， 大量生成快速響應(yīng)情報(bào)， 包括災(zāi)情應(yīng)急響應(yīng)預(yù)案、災(zāi)情情報(bào)通報(bào)、資源調(diào)配通知等， 幫助決策者制定科學(xué)、合理的救援方案， 指導(dǎo)救援行動開展。

３） 動態(tài)監(jiān)控功能。隨著災(zāi)害的發(fā)展， 發(fā)酵進(jìn)入高峰階段， 情報(bào)系統(tǒng)能夠?qū)崟r(shí)更新數(shù)據(jù)， 發(fā)酵母體迅速聚集， 提供最新的災(zāi)害動態(tài)和救援進(jìn)展。這一階段是水災(zāi)害應(yīng)急情報(bào)發(fā)酵過程中的決定性時(shí)刻，此時(shí)情報(bào)的傳遞、分析和應(yīng)用均達(dá)到頂峰， 對災(zāi)害應(yīng)對的決策產(chǎn)生深遠(yuǎn)影響。經(jīng)過前期的情報(bào)收集和初步分析， 參與主體已經(jīng)對水災(zāi)害的發(fā)展趨勢、潛在風(fēng)險(xiǎn)和救援需求有了較為清晰的認(rèn)知， 可以在這一階段利用人工智能技術(shù)通過實(shí)時(shí)數(shù)據(jù)流處理和深度學(xué)習(xí)模型， 對現(xiàn)場數(shù)據(jù)進(jìn)行細(xì)粒度、強(qiáng)動態(tài)的分析。此時(shí)發(fā)酵酶的催化效果達(dá)到了極點(diǎn)， 利用自動化知識圖譜構(gòu)建等方法迅速將菌株情報(bào)深度整合和提煉， 形成高價(jià)值的情報(bào)產(chǎn)品， 包括災(zāi)害現(xiàn)場救援進(jìn)展、災(zāi)害影響程度評估、未來趨勢預(yù)測以及資源調(diào)配建議等多個(gè)方面。這些發(fā)酵產(chǎn)物通過高效的通信網(wǎng)絡(luò)， 迅速傳遞到?jīng)Q策者、救援隊(duì)伍以及社會公眾手中， 為各方提供了及時(shí)、準(zhǔn)確的參考信息， 確保救援行動的高效性和針對性。

４） 總結(jié)改進(jìn)功能。發(fā)酵衰退階段標(biāo)志著情報(bào)活動的逐漸回落， 但同樣承載著總結(jié)反思、完善提升的重要使命。參與主體開始回顧并總結(jié)整個(gè)發(fā)酵過程中情報(bào)收集、分析、傳遞和應(yīng)用的情況， 對情報(bào)的準(zhǔn)確性、時(shí)效性和有效性進(jìn)行全面評估， 分析情報(bào)在災(zāi)害應(yīng)對中的實(shí)際作用， 以及存在的不足和需要改進(jìn)之處， 并利用知識管理系統(tǒng)對災(zāi)情案例庫、知識庫等進(jìn)行整合， 通過機(jī)器學(xué)習(xí)不斷優(yōu)化情報(bào)分析和決策支持模型， 最終在發(fā)酵吧內(nèi)形成總結(jié)評估情報(bào)， 從而進(jìn)一步完善應(yīng)急預(yù)案， 提升應(yīng)急管理水平， 為未來的水災(zāi)害應(yīng)對提供有益的參考和借鑒。這一階段發(fā)酵菌株不再繼續(xù)產(chǎn)生， 發(fā)酵速度也大幅下降， 最終停止發(fā)酵， 直至下一災(zāi)情信息產(chǎn)生新的發(fā)酵菌株， 則發(fā)酵過程重新啟動。

３． ３ 水災(zāi)害應(yīng)急情報(bào)生成模型

根據(jù)對發(fā)酵要素機(jī)理、發(fā)酵過程機(jī)理以及發(fā)酵功能機(jī)理的深入分析， 明確了水災(zāi)害應(yīng)急情報(bào)生成的框架， 構(gòu)建了水災(zāi)害應(yīng)急情報(bào)生成模型， 如圖４所示。這一模型涵蓋了應(yīng)急情報(bào)生成的全過程， 充分考慮了水災(zāi)害應(yīng)急管理的實(shí)際需求， 為實(shí)現(xiàn)精準(zhǔn)預(yù)警、快速響應(yīng)同時(shí)解決情報(bào)失真、情報(bào)傳遞滯后等問題提供了科學(xué)指引。

４ 實(shí)證分析

為了驗(yàn)證水災(zāi)害應(yīng)急情報(bào)生成模型對應(yīng)急情報(bào)的感知作用， 本研究以中華人民共和國應(yīng)急管理部官網(wǎng)發(fā)布的“２０２３ 年全國十大自然災(zāi)害” 中“７ 月底８ 月初京津冀地區(qū)暴雨洪澇災(zāi)害” 為例進(jìn)行實(shí)證分析。

２０２３ 年７ 月底至８ 月初， 京津冀地區(qū)經(jīng)歷了一場歷史罕見的特大暴雨洪澇災(zāi)害， 這場災(zāi)害是由第５ 號臺風(fēng)“杜蘇芮” 殘余環(huán)流與其他氣象因素共同作用導(dǎo)致的。北京的暴雨持續(xù)了約７２ 小時(shí)， 平均降雨量達(dá)３３１ 毫米。河北全省一半以上的縣（區(qū)）遭遇洪澇災(zāi)害， 受災(zāi)人口達(dá)２２２． ２９ 萬， 積水深度普遍在１～１． ５ 米， 最深處達(dá)到５～６ 米。災(zāi)害造成北京、河北、天津三地共計(jì)５５１． ２ 萬人不同程度受災(zāi)， 因?yàn)?zāi)死亡失蹤１０７ 人， 緊急轉(zhuǎn)移安置１４３． ４ 萬人， 直接經(jīng)濟(jì)損失高達(dá)１ ６５７． ９億元。盡管災(zāi)害造成了嚴(yán)重?fù)p失， 但通過及時(shí)有效的應(yīng)急管理， 最大限度地減少了人員傷亡和財(cái)產(chǎn)損失， 并為后續(xù)的恢復(fù)重建奠定了基礎(chǔ)。為分析水災(zāi)害應(yīng)急過程中情報(bào)生成過程， 基于水災(zāi)害應(yīng)急情報(bào)生成模型， 將此次暴雨洪澇災(zāi)害中應(yīng)急情報(bào)發(fā)酵分為４ 個(gè)階段： 發(fā)酵準(zhǔn)備階段、發(fā)酵活躍階段、發(fā)酵高峰階段、發(fā)酵衰退階段。

１） 發(fā)酵準(zhǔn)備階段。發(fā)酵準(zhǔn)備階段主要對應(yīng)水災(zāi)害的孕育期， 此時(shí)發(fā)酵菌株是“杜蘇芮” 臺風(fēng)走向、水情、水文、雨情、水位、雨量等信息， 發(fā)酵母體是災(zāi)害應(yīng)對知識庫、水災(zāi)害預(yù)測模型等， 發(fā)酵酶是災(zāi)害應(yīng)急管理部門或指揮中心的決策者， 發(fā)酵環(huán)境是災(zāi)害預(yù)警系統(tǒng)、情報(bào)收集網(wǎng)絡(luò)等基礎(chǔ)設(shè)施以及水災(zāi)害應(yīng)急管理的政策、法規(guī)等制度環(huán)境， 發(fā)酵吧是應(yīng)急管理的指揮中心。這一階段的情報(bào)生成是依托于氣象衛(wèi)星、雷達(dá)等技術(shù)環(huán)境收集臺風(fēng)走向、雨情、水情等數(shù)據(jù)， 將收集到的數(shù)據(jù)輸入到水災(zāi)害預(yù)測模型中， 根據(jù)歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)和氣象條件等因素分析發(fā)現(xiàn)： 隨著“杜蘇芮” 殘余環(huán)流向溫帶氣旋轉(zhuǎn)化， 降雨分布不再環(huán)繞臺風(fēng)中心， 而是形成直角雨帶侵?jǐn)_京津冀地區(qū)。水文應(yīng)急監(jiān)測隊(duì)伍構(gòu)筑了蓄滯洪區(qū)二維水動力學(xué)演進(jìn)模型， 首次實(shí)現(xiàn)蓄滯洪區(qū)洪水實(shí)時(shí)演進(jìn)分析， 并基于對降雨趨勢、水位變化等情況的判斷最終生成風(fēng)險(xiǎn)預(yù)警情報(bào)。７ 月２９ 日， 北京市氣象臺、河北省氣象臺分別發(fā)布暴雨紅色預(yù)警， 并通過媒體向公眾發(fā)布“京津冀部分地區(qū)預(yù)計(jì)累計(jì)降水量會達(dá)到２００～４５０ 毫米， 局地會達(dá)到６５０ 毫米以上” 的降水預(yù)測信息。

２） 發(fā)酵活躍階段。發(fā)酵活躍階段主要對應(yīng)水災(zāi)害的爆發(fā)期， 此時(shí)發(fā)酵菌株不僅包括水情、雨情等信息， 還包括災(zāi)害現(xiàn)場的實(shí)時(shí)信息， 如受災(zāi)面積、受災(zāi)人數(shù)等。發(fā)酵母體除了發(fā)酵準(zhǔn)備階段的基礎(chǔ)數(shù)據(jù)外， 還包括實(shí)時(shí)收集到的現(xiàn)場照片、視頻、社交媒體信息等。隨著災(zāi)情發(fā)展， 發(fā)酵吧數(shù)量逐漸增加，作為現(xiàn)場救援協(xié)調(diào)中心的臨時(shí)指揮點(diǎn)成為發(fā)酵吧的新形式， 如河北涿州、天津武清臨時(shí)指揮點(diǎn)等。發(fā)酵酶和發(fā)酵環(huán)境與發(fā)酵準(zhǔn)備階段基本保持一致， 在這一階段， 發(fā)酵酶的作用在逐步提升。基于應(yīng)急管理系統(tǒng)， 災(zāi)害應(yīng)急管理部門和指揮中心的決策者根據(jù)實(shí)時(shí)情報(bào)迅速調(diào)整應(yīng)對策略， 大量的發(fā)酵產(chǎn)物———快速響應(yīng)情報(bào)產(chǎn)生。國家及省市應(yīng)急管理部等針對災(zāi)情迅速調(diào)整響應(yīng)等級， ７ 月３０ 日， 國家防汛抗旱總指揮部針對京津冀啟動防汛Ⅱ級應(yīng)急響應(yīng)， 河北全省洪水防御應(yīng)急響應(yīng)等級由Ⅱ級提升至Ⅰ級；８ 月２ 日， 國家防災(zāi)減災(zāi)救災(zāi)委員會、中華人民共和國應(yīng)急管理部針對河北嚴(yán)重洪澇災(zāi)害， 將國家救災(zāi)應(yīng)急響應(yīng)級別提升至Ⅲ級。

３） 發(fā)酵高峰階段。發(fā)酵高峰階段對應(yīng)水災(zāi)害的持續(xù)期， 這一階段發(fā)酵菌株由水情、雨情等數(shù)據(jù)轉(zhuǎn)換為重大險(xiǎn)情、人員傷亡、基礎(chǔ)設(shè)施破壞等信息，發(fā)酵母體也增加了現(xiàn)場救援人員的實(shí)時(shí)反饋。此時(shí)，多個(gè)臨時(shí)指揮點(diǎn)發(fā)酵吧協(xié)同工作， 形成緊密的指揮網(wǎng)絡(luò)， 而由于發(fā)酵環(huán)境可能面臨信息過載、通信中斷等挑戰(zhàn)， 需要強(qiáng)大的信息處理能力和應(yīng)急通信保障， 因此發(fā)酵酶即情報(bào)人員、通信人員等的作用發(fā)揮到極點(diǎn)， 快速、準(zhǔn)確地識別并處理信息， 生成進(jìn)展監(jiān)測情報(bào)， 協(xié)助決策者作出應(yīng)急決策， 指導(dǎo)現(xiàn)場救援和災(zāi)后恢復(fù)工作。根據(jù)應(yīng)急情報(bào)， 天津、河北、河南先后啟用了海河流域８ 個(gè)國家蓄滯洪區(qū)， 推算洪水演進(jìn)過程， 有序安排調(diào)度措施， 確保調(diào)度指令及時(shí)發(fā)出、指揮決策有序， 確保水庫不垮壩、下游重要防洪保護(hù)對象安全， 最大限度保障人民群眾生命安全， 減少洪水影響和損失。京津冀最大蓄洪量２４． ６９ 億立方米， 有效減輕了下游地區(qū)防洪壓力，避免了４６２． ３ 萬人的轉(zhuǎn)移。

４） 發(fā)酵衰退階段。發(fā)酵衰退階段對應(yīng)水災(zāi)害的消退期， 這一階段災(zāi)情逐漸得到控制， 發(fā)酵菌株主要為救援工作相關(guān)信息， 發(fā)酵母體也主要涉及災(zāi)后恢復(fù)和重建的計(jì)劃方案。８ 月９ 日， 財(cái)政部、水利部緊急預(yù)撥１０ 億元， 對國家蓄滯洪區(qū)運(yùn)用期間群眾的農(nóng)作物、專業(yè)養(yǎng)殖、經(jīng)濟(jì)林、住房、家庭農(nóng)業(yè)生產(chǎn)機(jī)械等水毀損失予以補(bǔ)償， 幫助受災(zāi)居民盡快恢復(fù)正常生產(chǎn)生活秩序。發(fā)酵環(huán)境逐漸恢復(fù)正常，發(fā)酵酶開始發(fā)揮經(jīng)驗(yàn)總結(jié)的作用， 在指揮中心總結(jié)會議等發(fā)酵吧中分享和學(xué)習(xí)災(zāi)害應(yīng)對的經(jīng)驗(yàn)和教訓(xùn)，形成總結(jié)評估情報(bào)并整理到災(zāi)害應(yīng)對知識庫中， 使此次水災(zāi)害應(yīng)對經(jīng)驗(yàn)?zāi)軌蜃鳛榘l(fā)酵母體參與未來的水災(zāi)害應(yīng)急情報(bào)管理。

綜上所述， 本研究所構(gòu)建的水災(zāi)害應(yīng)急情報(bào)生成模型能夠感知各發(fā)酵階段情報(bào)生成所需要的基礎(chǔ)信息、知識支撐， 并能夠根據(jù)環(huán)境和發(fā)酵吧的變化明確發(fā)酵酶發(fā)揮的作用， 使各階段的情報(bào)生成過程更加清晰明確。

５ 水災(zāi)害應(yīng)急情報(bào)管理優(yōu)化策略

“７ 月底８ 月初京津冀地區(qū)暴雨洪澇災(zāi)害” 事件中， 雖然通過及時(shí)有效的應(yīng)急管理最大限度地減少了人員傷亡和財(cái)產(chǎn)損失， 但防御過程中仍然暴露出一些問題： 雨情、水情監(jiān)測不能滿足現(xiàn)代化防汛的情報(bào)需要， 暴雨預(yù)報(bào)落區(qū)和強(qiáng)度存在偏差， 即難以滿足精準(zhǔn)預(yù)警的需求； 預(yù)報(bào)與調(diào)度一體化難以實(shí)現(xiàn)， 也即情報(bào)傳遞滯后， 缺乏信息技術(shù)支撐； 數(shù)字孿生流域建設(shè)難以滿足應(yīng)急實(shí)戰(zhàn)需求。為幫助解決針對實(shí)證分析發(fā)現(xiàn)的問題， 結(jié)合研究所構(gòu)建的水災(zāi)害應(yīng)急情報(bào)生成模型提出以下水災(zāi)害應(yīng)急情報(bào)管理優(yōu)化策略。

５． １ 優(yōu)化發(fā)酵菌株， 加強(qiáng)雨情、水情監(jiān)測體系建設(shè)

當(dāng)前， 雨情、水情監(jiān)測主要依靠“三道防線”，也即氣象衛(wèi)星和測雨雷達(dá)系統(tǒng)、雨量站和水文站、集成數(shù)據(jù)分析與預(yù)報(bào)系統(tǒng)， 然而這“三道防線” 所產(chǎn)生的發(fā)酵菌株質(zhì)量不夠高、數(shù)量不充足， 并不能滿足防汛的情報(bào)需求。因此， 需要優(yōu)化發(fā)酵菌株，升級和完善現(xiàn)有的雨情、水情監(jiān)測系統(tǒng)， 包括增加監(jiān)測站點(diǎn)密度、提升監(jiān)測設(shè)備性能， 以及利用先進(jìn)的遙感技術(shù)和數(shù)據(jù)分析手段， 提供更全面、準(zhǔn)確、實(shí)時(shí)的監(jiān)測數(shù)據(jù)， 并通過強(qiáng)化對暴雨預(yù)報(bào)技術(shù)的研究優(yōu)化算法和模型， 提高預(yù)報(bào)的準(zhǔn)確性和精度， 特別是針對暴雨落區(qū)和強(qiáng)度的預(yù)測， 以滿足精準(zhǔn)預(yù)警的需求。

５． ２ 連通發(fā)酵吧， 推進(jìn)預(yù)報(bào)與調(diào)度一體化建設(shè)

由于歷史原因， 不同年代建設(shè)的水工程所采用的信息系統(tǒng)標(biāo)準(zhǔn)不一， 新舊系統(tǒng)間的兼容性問題限制了信息的有效交換和集成， 增加了聯(lián)合調(diào)度的技術(shù)難度。因此， 要實(shí)現(xiàn)預(yù)報(bào)調(diào)度一體化， 首先要加強(qiáng)信息技術(shù)在防汛抗洪中的應(yīng)用， 建立高效、智能的預(yù)報(bào)與調(diào)度一體化系統(tǒng)， 優(yōu)化調(diào)度決策流程， 通過引入大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)， 提高調(diào)度決策的智能化水平， 確保在緊急情況下能夠迅速、準(zhǔn)確地做出響應(yīng)。其次要連通情報(bào)發(fā)酵中的發(fā)酵吧，加強(qiáng)部門間的協(xié)作與溝通， 確保預(yù)報(bào)信息能夠及時(shí)、準(zhǔn)確地傳遞給相關(guān)部門和單位， 為防汛抗洪提供有力支持。

５． ３ 改善發(fā)酵環(huán)境， 加快數(shù)字孿生流域建設(shè)步伐

雖然數(shù)字孿生流域和數(shù)字孿生工程的概念已被提出并開始應(yīng)用， 采用激光雷達(dá)、無人機(jī)航攝等完善下墊面數(shù)字底板， 但其深度集成和實(shí)用化水平仍然不足。要將虛擬模型與實(shí)體工程緊密結(jié)合， 實(shí)現(xiàn)更精細(xì)、動態(tài)的管理和調(diào)度策略， 就要改善發(fā)酵環(huán)境， 加快數(shù)字孿生流域建設(shè)的步伐， 加強(qiáng)對數(shù)字孿生流域技術(shù)的研發(fā)和應(yīng)用， 通過引入新技術(shù)、新方法， 提高數(shù)字模型的準(zhǔn)確性和可靠性， 并建立數(shù)字孿生流域與應(yīng)急實(shí)戰(zhàn)的緊密銜接機(jī)制， 確保在緊急情況下能夠迅速、準(zhǔn)確地獲取和分析數(shù)字模型提供的信息， 為防汛抗洪提供科學(xué)、精準(zhǔn)的決策支持。

６ 總結(jié)與展望

本研究基于融知發(fā)酵理論， 全面、深入地分析了水災(zāi)害應(yīng)急情報(bào)生成的發(fā)酵要素機(jī)理、發(fā)酵功能機(jī)理。通過這一研究， 成功構(gòu)建了水災(zāi)害應(yīng)急情報(bào)生成模型， 并通過實(shí)證分析驗(yàn)證了模型的實(shí)際適用性， 針對水災(zāi)害應(yīng)急情報(bào)管理中存在的難以實(shí)現(xiàn)精準(zhǔn)預(yù)警、信息傳遞不暢、數(shù)字孿生流域建設(shè)難以滿足應(yīng)急實(shí)戰(zhàn)需求等問題提出了相應(yīng)的優(yōu)化策略， 為水災(zāi)害應(yīng)急情報(bào)管理提供了重要的理論支撐和實(shí)踐指導(dǎo)。然而， 目前的研究尚未從定量的角度對模型進(jìn)行驗(yàn)證和分析。未來將致力于從定量的角度出發(fā)，進(jìn)一步深入研究水災(zāi)害應(yīng)急情報(bào)生成的機(jī)理和模型。

參考文獻(xiàn)

［１］ 張樂， 王慧敏， 佟金萍． 突發(fā)水災(zāi)害應(yīng)急合作的行為博弈模型研究［Ｊ］． 中國管理科學(xué)， ２０１４， ２２ （４）： ９２－９７．

［２］ 胡峰， 溫志強(qiáng)． 面向重大疫情防控的應(yīng)急情報(bào)生成機(jī)理及效能提升策略研究———基于融知發(fā)酵模型［Ｊ］． 情報(bào)資料工作， ２０２１，４２ （４）： ３８－４７．

［３］ Ｆｅｒｔｉｅｒ Ａ， Ｂａｒｔｈｅ－Ｄｅｌａｎｏ? Ａ Ｍ， Ｍｏｎｔａｒｎａｌ Ａ， ｅｔ ａｌ． Ａ Ｎｅｗ Ｅ?ｍｅｒｇｅｎｃｙ Ｄｅｃｉｓｉｏｎ Ｓｕｐｐｏｒｔ Ｓｙｓｔｅｍ： Ｔｈｅ Ａｕｔｏｍａｔｉｃ Ｉｎｔｅｒｐｒｅｔａｔｉｏｎａｎｄ Ｃｏｎｔｅｘｔｕａｌｉｓａｔｉｏｎ ｏｆ Ｅｖｅｎｔｓ ｔｏ Ｍｏｄｅｌ ａ Ｃｒｉｓｉｓ Ｓｉｔｕａｔｉｏｎ ｉｎ Ｒｅａｌ－Ｔｉｍｅ ［Ｊ］． Ｄｅｃｉｓｉｏｎ Ｓｕｐｐｏｒｔ Ｓｙｓｔｅｍｓ， ２０２０， １３３： １１３２６０．

［４］ Ｂａｒｔｈｅ－Ｄｅｌａｎｏ? Ａ Ｍ， Ｍｏｎｔａｒｎａｌ Ａ， Ｔｒｕｐｔｉｌ Ｓ， ｅｔ ａｌ． Ｔｏｗａｒｄｓ ｔｈｅＡｇｉｌｉｔｙ ｏｆ Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｗｏｒｋｆｌｏｗｓ Ｔｈｒｏｕｇｈ ａｎ Ｅｖｅｎｔ Ｄｒｉｖｅｎ Ａｐ?ｐｒｏａｃｈ－Ａｐｐｌｉｃａｔｉｏｎ ｔｏ Ｃｒｉｓｉｓ Ｍａｎａｇｅｍｅｎｔ ［ Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒ?ｎａｌ ｏｆ Ｄｉｓａｓｔｅｒ Ｒｉｓｋ Ｒｅｄｕｃｔｉｏｎ， ２０１８， ２８： ２１４－２２４．

［５］ Ｏｈ Ｎ． Ｓｔｒａｔｅｇｉｃ Ｕｓｅｓ ｏｆ Ｌｅｓｓｏｎｓ ｆｏｒ Ｂｕｉｌｄｉｎｇ Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｅｍｅｒｇｅｎ?ｃｙ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ： Ｃｏｍｐａｒａｔｉｖｅ Ａｎａｌｙｓｉｓ ｏｆ Ｈｕｒｒｉｃａｎｅ Ｋａｔｒｉｎａａｎｄ Ｈｕｒｒｉｃａｎｅ Ｇｕｓｔａｖ Ｒｅｓｐｏｎｓｅ Ｓｙｓｔｅｍｓ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ＨｏｍｅｌａｎｄＳｅｃｕｒｉｔｙ ａｎｄ Ｅｍｅｒｇｅｎｃｙ Ｍａｎａｇｅｍｅｎｔ， ２０１２， ９ （１）： ６３０－６４４．

［６］ Ａｍａｉｌｅｆ Ｋ， Ｌｕ Ｊ． Ａ Ｍｏｂｉｌｅ－Ｂａｓｅｄ Ｅｍｅｒｇｅｎｃｙ Ｒｅｓｐｏｎｓｅ Ｓｙｓｔｅｍ ｆｏｒＩｎｔｅｌｌｉｇｅｎｔ Ｍ－Ｇｏｖｅｒｎｍｅｎｔ Ｓｅｒｖｉｃｅｓ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｅｎｔｅｒｐｒｉｓｅ Ｉｎ?ｆｏｒｍａｔｉｏｎ Ｍａｎａｇｅｍｅｎｔ， ２０１１， ２４ （４）： ３３８－３５９．

［７］ 瞿志凱， 蘭月新， 夏一雪， 等． 大數(shù)據(jù)背景下突發(fā)事件情報(bào)分析模型構(gòu)建研究［Ｊ］． 現(xiàn)代情報(bào)， ２０１７， ３７ （１）： ４５－５０．

［８］ 姚樂野， 范煒． 突發(fā)事件應(yīng)急管理中的情報(bào)本征機(jī)理研究［Ｊ］．圖書情報(bào)工作， ２０１４， ５８ （２３）： ６－１１．

［９］ 劉建準(zhǔn)， 唐霈雯， 石密， 等． 突發(fā)事件應(yīng)急管理中情報(bào)介入與融合模型研究［Ｊ］． 圖書情報(bào)工作， ２０１９， ６３ （１８）： ７８－８６．

［１０］ 張海濤， 周紅磊， 張鑫蕊， 等． 情報(bào)智慧賦能： 重大突發(fā)事件的態(tài)勢感知［Ｊ］． 情報(bào)科學(xué)， ２０２０， ３８ （９）： ９－１３， ２２．

［１１］ 操玉杰， 李綱， 毛進(jìn)， 等． 大數(shù)據(jù)環(huán)境下面向決策全流程的應(yīng)急信息融合研究［Ｊ］． 圖書情報(bào)知識， ２０１８， （５）： ９５－１０４．

［１２］ 和金生． 知識管理與知識發(fā)酵［Ｊ］． 科學(xué)學(xué)與科學(xué)技術(shù)管理，２００２， ２３ （３）： ６３－６６．

［１３］ 張紅兵， 和金生． 基于“融知發(fā)酵” 的產(chǎn)業(yè)集群知識創(chuàng)新探析［Ｊ］． 科學(xué)管理研究， ２００７， （４）： ７６－７９．

［１４］ 劉國亮， 張蒙， 王雅薇， 等． 基于融知發(fā)酵理論的公共服務(wù)平臺信息資源共享實(shí)現(xiàn)路徑研究［Ｊ］． 情報(bào)理論與實(shí)踐， ２０１５，３８ （５）： １３０－１３４， １４４．

［１５］ 李宇佳， 張向先． 學(xué)術(shù)虛擬社區(qū)知識增長的關(guān)鍵影響因素識別———基于融知發(fā)酵理論視角［Ｊ］． 情報(bào)雜志， ２０１６， ３５ （１０）：１６０－１６５， １８９．

［１６］ 張蒙． 突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情發(fā)酵機(jī)理研究［ Ｊ］． 現(xiàn)代情報(bào)， ２０２０， ４０ （９）： ２０－３１．

［１７］ 翟羽佳， 許佳， 李曉． 面向突發(fā)重大公共衛(wèi)生事件的多源異構(gòu)應(yīng)急信息融合模型研究［Ｊ］． 圖書與情報(bào)， ２０２１， （５）： ９－２０．

［１８］ 劉植惠． 新情報(bào)觀［Ｊ］． 情報(bào)理論與實(shí)踐， １９９９， （６）： ３８９－３９３．

［１９］ 和金生， 馬麗麗， 王偉才． 一種知識管理的新理論———組織學(xué)習(xí)的“融知—發(fā)酵” 模型［ Ｊ］． 社會科學(xué)戰(zhàn)線， ２００３， （４）：２６７－２６８．

［２０］ 沙勇忠， 李文娟． 公共危機(jī)信息管理ＥＰＭＦＳ 分析框架［Ｊ］． 圖書與情報(bào)， ２０１２， （６）： ８１－９０．

（責(zé)任編輯： 郭沫含）

基金項(xiàng)目： 國家社會科學(xué)基金重大項(xiàng)目“總體國家安全觀下重大突發(fā)事件的智能決策情報(bào)體系研究” （ 項(xiàng)目編號： ２０＆ＺＤ１２５）； 子課題“總體國家安全觀下重大突發(fā)事件智能決策情報(bào)體系的基本理論與方法研究”； ２０２２ 年中國高校產(chǎn)學(xué)研創(chuàng)新基金－新一代信息技術(shù)創(chuàng)新項(xiàng)目“基于大數(shù)據(jù)技術(shù)的教育模式創(chuàng)新研究” （項(xiàng)目編號： ２０２２ＩＴ０１０）； 河海大學(xué)優(yōu)秀研究生學(xué)位論文培育項(xiàng)目。