吴超：安全科学方法系列173：大数据方法在应急中的应用

1.在应急救援中的应用

目前应急救援系统在国内安全科学领域应用越来越广泛，但是传统的应急救援系统依赖于模型，这就要求在建模过程中对模型参数、模型因子和模型类型的选取要求精度高和推理能力强，此外随着数据量的指数增加运用传统的数据计算的方法就显得“捉襟见肘”，导致应急救援的很多问题不能及时解决，严重影响应急救援工作的开展。大数据正好可以弥补这种缺陷，不断完善的大数据分析技术为数据分析和处理提供了条件，它通过在海量的数据中探究数据背后的模式和规律，从而发现安全问题的本质和规律，为事故预测和安全决策提供数据支持，对事故隐患制定应急救援预案时达到降低事故后果。同时大数据可根据事故类型特征针对事故前、事故中和事故后三阶段分析后采取重点应急救援措施，如事故前的管理和设备准备，事中响应阶段来自政府、专业技术人员、军队、现场救援人员等的基于大数据的多元应急合作，事后应急救援阶段中应急处置人员通过运用大数据将已捕获和识别后的信息又呈现在计算机上，根据计算机提供的建议设计救援预案，如救援路线和需配备的救援装备。

例如，将地理信息系统应用在矿井灾害应急救援中建立矿井灾害应急救援系统，它可实现对矿井基本情况、主要危险源及其分布和救灾能力的等信息进行查询、编辑、更新，在应急响应和应急救援模块显示最佳救援路线和救援力量，对应数据库实时监控更新，将灾害损失降到最低，用来解决巨灾风险中大数据快捷处理的应急分拣算法，并将其应用在汶川地震的应急救援计划中，可使应急救援方案优化。

    2.在事后恢复中的应用

事故发生后的恢复和重建工作包括现场事故调查、损失状况评估、工艺数据收集、基于评估内容制定恢复和重建计划、公共服务设施与基础设施的修复、事故后受灾群众的心理干预等方面。大数据强大的存储和实时监控特性，使得相关数据的收集获取简单易行。如在进行事故调查时，通过获得的数据信息运用相似原理建模进行模拟仿真，再现事故发生发展动态演化过程分析和检验各事故原因发生的可能性，对最终的事故责任落实发挥着不可忽视的作用。在灾后恢复和重建过程中，大数据能通过互联网等途径收集受灾群众的行为特性进而了解群众心理变化等情况，基于此相关部门可制定相应的最大程度符合灾区群众精神和物质需求的政策。

例如，在对2010年美国西佛吉尼亚州矿难的事故责任追究过程中，利用大数据，将保存完整的监管数据进行核查、分析后，最终认定煤矿安全健康局无监管失职，而是出事煤矿所属公司应承担主要责任。将大数据应用唐山大地震后的心理情况调查中，有调查者通过数据处理后找到亲历唐山大地震的1695例受试者，实时记录受试者的事故后心理状态数据得出心理创伤程度、创伤类型、创伤影响程度等，这些整合处理后的数据为政府部门制定整体心理干预计划发挥这重要作用。例如，基于结构方程模型（SEM）建立了影响包括事后恢复等因素间的关系模型，采用实证分析方法验证假设模型，最后得出企业恢复能力等的是煤矿企业突发事件应急能力的直接影响因素。