城市防灾应急信息数据同步整合系统优化设计

王 君

(中南大学 商学院，湖南 长沙 410083)

国家由不同的城市构成，随着时代的发展城市进程加快，城市灾害的预防与救助是国家和谐发展的重要保障[1]。地震、台风、洪水、火灾引起的次生灾害导致有毒气体泄露、传染病盛行，造成大量生命财产损失，城市灾害日渐成为城市管理矛盾尖锐的关键性因子。因此，城市灾害的预防成为相关人员重点关注问题，大部分城市已经构建城市防灾应急管理体系，但是部分城市防灾应急信息系统仍存在一定的缺陷。

郭红梅等人[2]对城镇地震防灾与应急处置一体化服务系统进行详细的研究与分析，实现防灾救灾的一体化，但是其数据库的设计存在单一、匮乏的缺点，难以获取全面的灾害应急信息，相应的措施缺乏科学依据；王大鹏[3]采用物联网技术对城市灾害信息进行分析，该系统的设计围绕物联网技术展开，采用多个传感器实时获取城市灾害中的有效数据，但是缺乏灾害信息的同步整合过程，用户难以实时获取有效的城市灾情信息；黄三等人[4]对于分布式槽波地震数据同步采集系统的设计，实现了对槽波地震的有效监测与数据获取，但是缺乏对于地震灾害数据的有效整合，用户采用该系统获取的灾情信息缺乏系统性，难以做出有效的救灾决策。

针对上述城市防灾应急信息系统存在的问题，对城市防灾应急信息数据同步整合系统进行优化设计，从系统的总体结构、硬件设计、软件设计三方面展开研究，实现城市灾情信息的有效同步整合，完成系统的优化设计。

图1 城市防灾应急信息数据同步整合系统总体结构

1 城市防灾应急信息数据同步整合系统优化设计

1.1 系统总体结构

优化设计的城市防灾应急信息数据同步整合系统以基于数据仓库的决策支持系统(DSS)作为核心体系[5]，依据城市防灾应急的需求采用多种数据处理方法，对城市灾情信息实施采集、处理、转换、计算、加载等操作完善数据仓库，城市灾情信息数据以可分析报表、可视化移动图形的形式呈现给用户，实现城市灾情信息的同步整合[6]，完成系统的优化设计，优化系统总体结构如图1所示。

1.2 系统硬件设计

城市防灾应急信息数据同步整合系统的硬件构成如图2所示。从图2能够看出，信息采集模块、信息处理模块、库管理模块、帮助模块以及信息输出模块是系统硬件的主要构成部分，对其中部分模块进行详细介绍，具体内容如下。

图2 系统硬件构成图

1.2.1 信息采集模块

系统中信息采集模块的结构图用图3描述。分析图3能够看出，CC2530是信息采集模块的核心部分[7]，无线通信模块、数据录入模块、键盘以及数据存储模块等构成了信息采集模块的主体部分。后台工作人员采用键盘或者无线通信模块，通过数据录入模块将灾情信息输入到系统中，数据存储模块将对灾情信息进行保存。

图3 信息采集模块

1.2.2 信息处理模块

信息处理模块的功能是向用户提供城市灾情信息的查询、统计与分析服务。对于城市防灾应急信息的查询与检索时需要保留初始数据，并根据用户的查询与检索指令实施数据处理[8]；系统通过其它途径采集到更多的数据以保证灾情信息的广泛性，因此需对这一部分数据进行统计与分类，从中得到符合要求的数据；根据用户的特殊请求对灾情信息数据进行分析，完成城市防灾应急信息数据的处理。

1.2.3 信息输出模块

城市防灾应急信息数据的输出以屏幕显示、报表打印、制图输出的方式呈现，这些内容也是信息输出模块的主要功能。系统中的信息数据并不会全部输出，重要的数据信息具有保密性[9]；对于共享的信息可提供显示、打印与输出服务。

1.3 系统软件设计

1.3.1 灾情数据计算模型

(1)建筑物破坏状态计算模型

系统将城市中的社区作为建筑物破坏状态评估的单位，建筑物破坏状态比例的获取方法用公式(1)表示：

(1)

(2)

式中：城市社区的建筑物第q种破坏状态比例用BMq表示，破坏状态包括基本完好，轻微破坏，中等破坏，严重破坏以及毁坏；单栋建筑破坏状态的概率用Mkq表示；单栋楼房的面积用Gk表示；小区的全部建筑面积用G表示。

(2)经济损失计算模型

系统同样将城市中的小区作为经济损失计算的单位，小区中每栋楼房经济损失的计算方法为：

(3)

式中：Hk为建筑损失额；Pdk为建筑物价值，即建筑面积与单位面积造价的乘积；Plk为室内财产价值；Mq为建筑破坏状态的概率；adq为建筑损失比，alq为室内财产损失比，可参照表1来获取。

表1 城市建筑与室内财产损失比 %

上述模型的构建，保证基于现有数据生成建筑物破坏状态数据、经济损失数据，实现城市防灾应急信息数据同步整合与系统的优化设计。

1.3.2 基于OLAP技术的系统优化设计

通过上述方法能够获取城市灾情的同步信息，用户可以实时了解灾情的状况，以做出有利决策。系统需要一个可靠性强的灾情数据分析处理平台对获取的灾情数据实施预处理、转换、计算、固有知识体系的完善等操作[10]。因为城市防灾涉及的数据范围极广、数量巨大，灾情信息数据的同步整合优化是进行有效抗灾救灾的关键性保障，系统采用OLAP技术实现该平台的优化。

系统中多维灾情信息的同步查询可通过OLAP技术实现[11]，具体的实现过程为：进入多维数据库查询多维信息，此时平台将对信息实施动态分析，通过可视化操作平台以模型交互的形式将获取的多维信息查询结果呈现给用户[12]。随着Internet技术不断发展，Web与OLAP技术相互补充形成新的基于Web的OLAP系统，该系统日益得到广泛应用。Browser/Server/ Server结构是基于Web的OLAP系统的核心架构[13]，图4为基于Web的OLAP系统结构。分析图4可得，HTTP协议将用户的请求传递给Web服务器，当HTTP请求被接收时，Web服务器将用户请求的转换为静态HTML页面或动态jsp页面的形式进行呈现，同时将用户请求传输给应用服务器，此时SQL语句会替代HTML页面存在，在SQL语句基础上完成OLAP服务器的分析工作获取的结果将在HTML页面中显示[14]，用户通过Web服务器与Web浏览器接受到请求响应。基于Web的OLAP系统结构的应用存在以下优势[15]：一方面，用户采用浏览器即可访问数据仓库，具有快速、便捷的优势；另一方面，由于接口的统一性与页面的同类性，用户对于数据仓库的访问采用TCP/IP协议即可实现。该设计做到了城市防灾应急信息数据同步整合，实现系统跨区域、跨平台的使用，最终实现城市防灾应急信息数据同步整合系统的优化设计。

图4 基于Web的OLAP系统结构

2 模型实验分析

2.1 系统有效性验证

为验证本文系统的有效性，采用本文系统对6级地震下某市进行防灾应急信息数据同步整合仿真实验，记录实验仿真结果分别见表2和图5，表2为该市灾害中经济预测结果，图5为该市建筑物损坏情况。分析表2中的数据可以得出，本文系统能够给出该市各种类型的经济损失量，验证了本文系统在城市防灾应急信息数据同步整合方面的有效性。

表2 6级地震下经济损失计算结果

图5 建筑物损坏情况比重

通过图5能够看出不同损坏程度的建筑物在该市的分布状况，图5中数据表明，本文系统能够对城市防灾应急信息数据进行有效同步整合，验证了本文系统的有效性，实现城市防灾应急信息数据同步整合系统的优化设计。

2.2 系统数据查询响应时间分析

为验证本文系统具有数据响应速度快的优势，采用本文系统与基于物联网技术的灾害信息分析系统、分布式槽波地震数据同步采集系统同时进行数据查询响应时间测试，将数据响应时间进行对比，对比结果如图6所示。分析图6能够看出三种系统对于不同查询的时间响应情况，本文系统位于曲线图的最下方，分布式槽波地震数据同步采集系统位于曲线图的中间位置，基于物联网技术的灾害信息分析系统位于曲线图的最上方。详细分析三种形态的曲线可知，本文系统在5次数据查询中的响应时间分别为1.0 s、1.2 s、1.3 s、1.2 s、1.2 s，其最大响应时间为1.3 s，最小响应时间为1.2 s，差值仅为0.1 s，说明本文系统的查询响应时间波动较小，稳定性较好；分布式槽波地震数据同步采集系统的查询响应时间呈逐渐上升趋势，但其最短的查询响应时间为3.0 s，最长查询响应时间高达3.5 s，远远高于本文系统；基于物联网技术的灾害信息分析系统在5次查询中的响应时间分别为3.7 s、3.4 s、4.0 s、4.0 s、3.4 s，最长响应时间为4.0 s，最短响应时间为3.4 s，总体看来，在第2次查询中，该系统出现异常波动较大，从数据可知，该系统的查询响应时间是三种系统中最长。综合三种形态的查询响应时间数据可知，本文系统的查询响应时间最短，均值约为1.2 s，能够立即对用户的查询请求做出反馈。

图6 不同系统的数据查询响应时间对比

本文系统的查询响应效率较高的原因如下：系统采用OLAP技术实现多维灾情信息的查询，OLAP技术能够处理城市防灾涉及的海量数据，高效率完成灾情信息数据的同步整合优化，确保快速抗灾救灾。

2.3 系统数据整合可靠性分析

为验证本文系统在数据整合方面的可靠性，将本文系统获取的城市经济损失数据与实际调查数据进行对比，结果如表3所示。由表3可知本文系统的数据整合结果与实际值的对比情况。从表3数据能够看出，本文系统对于社区经济损失的数据整合最小差值仅为1.1万元，随着经济损失总额的增加，本文系统的数据整合误差有所增加，在前7个社区中，本文系统与经济损失实际值的差值在1.1～3.5万元之间，误差较小，在F社区中差值最大为7.0万元。总体看来，本文系统的数据整合结果与实际值相差较小，可靠性较强，能够准确实现城市防灾应急信息数据同步整合。

表3 本文系统数据整合结果与实际值对比情况

为突出本文系统进行城市防灾应急数据整合的可靠性优势，将本文系统与基于物联网技术的灾害信息分析系统、分布式槽波地震数据同步采集系统进行可靠性对比测试，测试分5次进行，每次采用三种系统分别查询5种类型的灾情数据并与实际值进行对比，获取的可靠性测试结果以百分比的形式表示，结果如图7所示。分析图7能够看出，本文系统的可靠性最高，位于曲线图的最上方，基于物联网技术的灾害信息分析系统、分布式槽波地震数据同步采集系统的可靠性比较接近，位于曲线图的下方。基于物联网技术的灾害信息分析系统的可靠呈逐渐上升的趋势，其最小值为75%，最大值为79%，该系统的可靠性均值约为77%；分布式槽波地震数据同步采集系统在第3次实验中出现低谷，该系统的可靠性均值约为79%，与本文系统相差较大，且该系统的可靠性波动较大，稳定性较差，难以有效实现城市防灾应急信息数据的同步整合；本文系统在5次实验中的可靠性均在95%以上，均值为97%，且呈现均匀增长的态势。综合上述数据可知，本文系统可靠性比基于物联网技术的灾害信息分析系统高出18%，比分布式槽波地震数据同步采集系统高出16%，具有高可靠性的优势。

图7 不同系统的数据整合可靠性对比

本文系统可靠性高的原因是：本文系统将基于数据仓库的决策支持系统(DSS)作为核心体系，系统的灾情信息比较全面、可靠，根据采集到的城市灾害相关数据信息，采用建筑物破坏状态计算模型与经济损失计算模型获取城市经济损失结果，计算结果准确度较高，同时保证了信息数据同步整合的可靠性。

3 结 论

文章对城市防灾应急信息数据同步整合系统进行优化设计，采用基于数据仓库的决策支持系统(DSS)作为核心体系设计系统总体结构，采用多种数据处理方法对城市灾情信息实施采集、处理、转换、计算、加载等操作完善数据仓库，城市灾情信息数据以可分析报表、可视化移动图形的形式呈现给用户，实现城市灾情信息的同步整合；系统的硬件设计部分，通过信息采集模块、信息处理模块、信息输出模块实现城市灾情信息的采集、分析与输出；系统软件部分利用灾情数据计算模型获取建筑物破坏状态信息与经济损失数据，通过上述方法能够获取城市灾情的同步信息，在此基础上将OLAP技术与Web结合，采用OLAP技术能够实现灾情数据分析处理平台的搭建，对范围极广、数量巨大的灾情数据实施同步整合，实现城市防灾应急信息数据同步整合系统的优化设计。

实验结果表明，所设计系统具有查询响应效率高、可靠性强的优势，信息查询响应时间约为1.2 s，可靠性均值为97%，能够快速、有效实现城市防灾应急信息数据同步整合。该系统的设计实现了城市防灾应急信息数据同步整合的可操作性，为决策者提供全面的信息数据，便于决策者做出实时精确的判断，为城市防灾应急提供了崭新的手段。