基于泛在网信息的城市应急疏散决策研究

温伯威，王超峰，2，刘瑞雪，管大鹏

（1.信息工程大学 地理空间信息学院，河南 郑州4 50052；2.73603部队，江苏 南京 210049；3.78155部队，四川 成都 610036；4.96126部队，辽宁 沈阳 110033）

近年来，突发事件频繁发生，2008年5.12四川汶川特大地震，2010年8.7甘肃舟曲特大泥石流事件，2012年河北赵县化工厂爆炸并导致氨气泄漏事件，2013年6.3吉林德惠禽业公司特大火灾事故。这些突发事件不仅给人们造成了巨大的经济财产损失，而且还给人们带来了严重的心理创伤。天灾人祸不可避免，如何最大限度地减少突发事件造成的人民生命财产损失是摆在决策者面前的重要课题［1］。城市应急疏散作为应对突发事件的重要手段越来越受到重视，应急疏散决策的合理性和科学性直接关系着人员疏散的成败。

应急疏散信息是决策者做出城市应急疏散决策的基础。在城市应急疏散决策过程中，实时、动态疏散信息对决策结果有着至关重要的影响。近年来，在互联网、电信网、传感网、物联网等网络技术的共同推动下，社会化的泛在网逐渐形成，获得实时动态的疏散信息变成了现实。如何将这些实时动态的疏散信息应用于城市应急疏散决策，提高决策的时效性和效率，对减少突发事件造成的人员伤亡与财产损失具有十分重要的意义。

1 城市应急疏散决策分析

突发事件具有突发性、不确定性、破坏性、衍生扩散性、社会性［2］。应急疏散是指在突发事件发生后，在最短时间内将受影响区域内的人员转移到安全区域［3］。突发事件面前时间就是生命，城市应急疏散决策的出发点是缩短疏散各个环节尤其是疏散转移的时间。决策者获得的信息量越大、质量越高，决策过程中的未知因素和不确定性因素越少，所作决策的合理性和科学性更强。应急疏散信息具有以下特征：信息的突发性、信息的时效性、信息的海量性、信息的复杂性以及信息的不均衡性［4］，这些特点决定了城市应急疏散决策是典型的非结构化决策问题。

城市应急疏散决策涉及到公安、消防、人防、应急、医疗、交通、地质等众多部门，决策者需要综合运用这些部门的信息，了解突发事件现状、预测发展趋势，城市应急疏散决策如图1所示。应用于城市应急疏散决策的信息可以分为两类：城市基础地理信息和应急疏散专题信息。传统的城市应急疏散决策多是基于城市静态地理空间环境信息开展的［5－7］。城市应急疏散决策对地理空间数据的时效性要求较高，现实世界的变化信息如动态交通流信息、救援车的状态信息、突发事件的动态发展信息不能较好地应用于城市应急疏散决策，事实上这些信息对应急疏散有着至关重要的影响。例如，在应急疏散路径规划过程中，某条路径是理论上的最佳应急疏散路径，但这条路径上出现了严重的交通拥堵，如果在应急疏散决策过程中不能获得这一信息并应用于疏散决策，所做出的疏散决策是不合理的。城市环境的复杂多变性决定了城市应急疏散决策的复杂性，在复杂多变的城市环境中，决策者需要掌握更多的信息以支持更为科学合理的决策。

图1 城市应急疏散决策示意图

2 泛在网

2.1 泛在网的概念及特点

随着无线宽带（Wi－Fi）、射频识别（RFID）、二维码、信息传感以及网络业务等信息通信技术的发展，“无所不在”或“泛在”的通信理念日益凸显，“泛在”将成为信息社会的重要特征，人与人、人与物乃至物与物之间进行通信的美好愿景逐步走向现实［8］。泛在网把对物理世界的感知、认识、影响和控制与计算机系统进行最自然的融合，实现物理世界、数字虚拟世界和人类感知的高度统一，形成完整的物理信息融合系统。

“泛在网”（ubiquitous network）即广泛存在的网络，最早是由日本野村综研所在泛在计算概念基础上提出的。FTTP、IPV6、3G、蓝牙、Wi－Fi、RFID等技术构成了泛在网的重要组成技术（见图2）。泛在网以无所不在、无所不包、无所不能为基本特征，以实现在任何时间、任何地点、任何人、任何事物都能顺畅地通信为目标。基于环境感知、内容感知的能力，泛在网为个人和社会提供了泛在的、无所不含的信息和服务。

图2 泛在网的重要组成技术

2.2 泛在网对城市应急疏散决策产生的影响

泛在网将对人们的生产生活产生重要影响，它将深刻改变信息的获取、存储、传输、处理和应用的方式。泛在网环境中，数据获取不再是某个行业的“专利”，人人都可以成为信息的获取者和使用者。按照Goodchild（2007）的说法，每一位地球公民本身就是一个主动传感器，既能主动获取当地信息，又能主动将信息传遍全球［9］。例如，每个人都可以借助手机或者网络将所见所闻以微博的形式发布出去，表现形式可以是文字、图片、视频，由于微博是以广播方式传播信息的，因此，每名网友都可以随时随地在网络上浏览他人发布的信息，获取并利用对自己有价值的信息。信息获取手段和方法的改变直接影响着所获得的信息量，随着各种类型传感器的出现和发展，人们所获得信息量越来越大，已经步入大数据时代。

泛在网的出现将会缩短空间数据的更新周期，大大提高空间数据的现势性。城市应急疏散决策正是对空间数据现势性要求较高的事务，空间数据的时效性直接影响着应急疏散决策结果。城市应急疏散过程中考虑首要因素便是交通状况，而交通状况与时间密切相关，对于同一条道路而言，不同时刻的交通状况是不同的。通过遍布城市各个角落的传感器感知（如视频监控、车载GPS、智能手机）交通状况，获得交通状况的实时动态数据，这些数据通过泛在网络传至数据中心，在数据中心对数据进行处理，以地理空间数据为基础组织这些实时动态数据。综合利用泛在网所获得的实时动态交通信息，实现应急疏散预案的动态调整，使得应急疏散决策更贴近现实。

3 城市应急疏散决策概念模型设计

在分析城市应急疏散决策特点的基础上，根据城市应急疏散的业务需求，设计了基于泛在网的应急疏散决策概念模型（见图3）。模型从逻辑上分为5层，分别是泛在感知层、泛在网络层、数据处理层、应用模型层、决策应用层。这5层是有机联系的整体，泛在感知层与泛在网络层是模型的基础，数据处理层和应用模型层是模型的核心，决策应用层是模型的最终目标。泛在感知层主要利用智能终端及设备如智能手机、视频监控、卫星定位系统、射频标签等实现对城市应急疏散环境信息的实时感知获取。泛在网络层主要利用传感器网、物联网、互联网、无线宽带网、车联网等技术实现物与物、物与人、人与人之间的通信，实现数据在现实世界与虚拟世界的自由高效传输。数据处理层主要实现数据获取、数据的结构化表达、数据融合、数据分析等功能。应用模型层是为了解决具体的领域问题而建立的数学模型，可以弥补有效GIS空间分析功能的不足。应用模型主要包括火灾模型、洪水淹没模型、地质灾害模型、毒气泄漏模型等，决策者可以根据决策需要建立相应的领域模型，模型所需的数据除了城市基础地理环境数据外，还包括泛在感知层所获取的实时数据。决策应用层主要包括应急救援、应急疏散路径规划、应急指挥调度等功能。不同突发事件的处理方式是不同的，例如，洪灾时需要将人员转移至地势较高的区域，而火灾时只需将人员疏散至空地、广场、城市绿化带即可而不需进行大规模的转移。因此，决策者需要根据突发事件的类型和性质，依托相应的应用模型完成应急疏散决策。

图3 基于泛在网的应急疏散决策概念模型

4 关键技术分析

4.1 大数据处理技术

泛在感知层为决策者提供了海量的实时动态应急疏散数据，以一个部署了2000个摄像头的城市为例，假定每个摄像头每秒压缩视频数据量为1M比特，则每分钟产生120G的视频录像。因此，泛在网支持下的城市应急疏散数据属于典型的大数据，具有大数据体量巨大（volume）、多种多样（variety）、高速变化（velocity）、真实质差（veracity）的特征［10］。在城市应急疏散决策过程中，所用到的信息量是很小的一部分，对于决策者而言大部分数据是没有用的，如何从城市应急疏散大数据中快速检索出有价值的数据，利用这些数据进行深层次的数据分析挖掘是决策者需要解决的问题。

大数据给数据的传输、存储、处理以及利用形成了巨大挑战。大数据往往以数据流的形式动态、快速地产生，具有很强的时效性，决策者只有把握好对数据流的掌控才能有效利用这些数据［11］。因此，城市应急疏散大数据需要利用宽带传输技术减少传输花费的时间，增强数据的现势性。传统的数据是存储在单一服务器或者是服务器集群上的，显然这样的存储方式满足不了存储城市应急疏散大数据的需求，云技术的发展为大数据存储提供了一种有效方案，决策者可以将数据存储在云平台上。城市应急疏散大数据需要综合利用数据去噪、数据融合、数据挖掘等技术进行数据处理，过滤掉“垃圾数据”，获得对应急疏散决策有价值的数据。

4.2 数据的可视化表达

泛在网解决了城市应急疏散决策过程中实时动态信息不足的问题，但是，泛在网获得的海量数据并不能直接提供给决策者。城市应急疏散数据包括大量半结构化和非结构化的数据，如视频监控数据是非结构化数据。这些数据对于决策者而言是抽象的，难以理解的，需要用一种直观、易于理解的方式将数据所蕴含的信息传递给决策者，可视化正是直观反映数据内在信息的有效手段。

半结构化和非结构化的数据需要经过处理形成对应急疏散决策有用的信息，如通过分析视频监控录像得到每条道路以及路口的交通状况信息，利用可视化技术将实时交通状况信息以地图符号的形式表达在城市基础地理图上，向应急疏散决策者展现直观的城市交通状况信息。

5 结 论

泛在网为决策者获取实时动态的城市应急疏散信息提供了一套可行性方案，本文就泛在网在城市应急疏散决策中的应用进行了初步探索，设计了基于泛在网的城市应急疏散决策模型。泛在网在城市应急疏散决策中的应用还有许多关键技术问题需要解决，如通过泛在网获得多源异构数据如何融合、如何从网络上快速提取城市应急疏散文本信息。随着泛在网技术的深入发展和逐渐成熟，基于泛在网信息的城市应急疏散决策一定会走向实际应用领域。

［1］温伯威.城市应急疏散GIS及关键模型研究与实践［D］.郑州：信息工程大学，2012.

［2］杨孝宽，魏恒.突发事件应急交通规划方法与应用［M］.北京：中国建筑工业出版社，2010.

［3］牛金山，刘晓.基于物联网技术的实时应急疏散调度研究［J］.中国安全科学技术学报，2011，21（9）：167.

［4］孙庆峰，孟宪强.基于物联网的应急疏散信息平台构建研究［J］.情报科学，2011，29（4）：568－570.

［5］李仁杰.城市居民防空疏散调度模拟系统设计与实现［J］.测绘通报，2005（4）：53－55.

［6］王锐，白玲，马德涛，等.城市人口疏散网络中路线选择的最优化分析［J］.测绘科学，2010，35（5）：149－151.

［7］STEVEN MITCHELL，ESSAM RADWAN.Using a Generic Network Model to Represent a Case Network for Evacuation Simulation［A］.2006 IEEE Intelligent Transportation System Conference［C］.Toronto，2006.596－599.

［8］张平，苗杰，胡铮，等.泛在网络研究综述［J］.北京邮电大学学报，2010，33（5）：1－5.

［9］孟立秋.地图为人人，人人都制图［J］.测绘科学技术学报，2012，29（5）：1－3.

［10］王树良，丁刚毅，钟鸣.大数据下的空间数据挖掘思考［J］.中国电子科学研究院学报，2013，8（1）：8－17.

［11］李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域［J］.中国科学院院刊，2012，27（6）：647－656.