基于事件驅動的風暴潮災害中輔助決策系統研究

張廣平，謝 忠，羅顯剛，張晨曉

(1.中國地質大學(武漢)信息工程學院，湖北 武漢 430074;2.欽州學院數學與計算機學院，廣西 欽州 535099;3.欽州學院海洋學院，廣西 欽州 535099)

?

基于事件驅動的風暴潮災害中輔助決策系統研究

張廣平1,2，謝 忠1，羅顯剛1，張晨曉3

(1.中國地質大學(武漢)信息工程學院，湖北 武漢 430074;2.欽州學院數學與計算機學院，廣西 欽州 535099;3.欽州學院海洋學院，廣西 欽州 535099)

針對當前較少涉及的風暴潮災害中如何因地制宜地安全轉移人員，如何科學合理地調度物資服務救災，如何進行受災地區的工情實時監測，以及缺乏與受災具體地點相聯系的小尺度風暴潮災害中可視化預警問題，本文提出了一種基于事件驅動的風暴潮災害中輔助決策的實現過程機制，在此基礎上設計開發了基于事件驅動的風暴潮災害中輔助決策系統，從而實現了風暴潮災害地區工情情況實時監控、合理調度物資、就地安排搶險隊伍、指導漁船回港避險等小尺度的處理決策，解決了與受災具體地點相聯系的小尺度防風救災決策中面臨的實際問題。通過海南省防風減災應用結果表明，該決策系統可為政府職能部門防風救災工作提供科學的、有效的、可視化的輔助決策支撐。

事件驅動；風暴潮災害；輔助決策系統

風暴潮是指由于強烈的大氣擾動如強風和氣壓劇變等引起海水異常升降，使受其影響的海區潮位大大超過平常潮位的一種巨大的災害現象。風暴潮引起的災害通常表現為其增水災害，如淹沒土地、海灘侵蝕、航道及港池驟淤、沖毀堤壩、毀壞房屋、奪人生命等。同樣，風暴潮減水災害也會給國民經濟帶來嚴重損失，其表現為航運受阻、電廠取水困難、港口碼頭作業不便等[1]。海南省是我國風暴潮災害發生最為頻繁、最為嚴重的省份之一[2]，氣候多變等特有的自然地理因素經常會遭遇極端天氣，如長時間特大暴雨、超強風暴潮等，導致風暴潮、干旱和水澇等自然災害頻繁。面對風暴潮嚴重的影響，近年來我國學者開展了廣泛的研究工作，也取得了比較顯著的成果。如滕駿華等[3]提出了基于Oracle和GIS技術的風暴潮減災信息化、網絡化實現框架，概述了風暴潮減災數據庫設計、風暴潮數值預報模型集成、基于GIS的減災輔助決策分析、基于3S技術的災害監測和調查以及基于GIS的災損評估等風暴潮減災輔助決策信息系統；張俊香等[4]根據1949—2005年廣東沿海地區臺風暴潮災害資料，分析了這50多年臺風暴潮災害情況及臺風暴潮災害的地理特征；王建軍[5]利用ArcGIS系列軟件，研發了B/S模式的風暴潮災害預報與疏散系統，實現了查詢風暴潮災害發生時的風暴增水值、淹沒區域圖、風險評估圖以及疏散路徑圖；甘申東等[6]系統總結了我國南海沿海臺風風暴潮的生成特點、災害損失發生規律、災害特征、災害成因及強度影響因素，指出近些年來南海沿海臺風風暴潮發生頻率及其強度均有增加的趨勢，特大臺風風暴潮發生的頻率及損失強度也有所加大；此外，還有學者[7—10]對風暴潮的預防策略及災害評估進行了研究，特別是針對海洋風暴潮災害預報和預警進行了深入研究，即在風暴潮來襲時，提前給出風暴潮行進路線范圍以便提前預警告知人們。黃毅宇等[11]在分析我國應急預案編制過程中存在的問題的基礎上，探討了如何利用情景分析的方法實現應急預案的有效編制的程序，所搭建的理論框架對于形象模擬災害現場、合理指導應急工作的展開具有一定的意義。總之，目前風暴潮災害輔助決策系統一般可實現路徑查詢、風暴潮信息發布、風暴潮模擬、歷史災害資料查詢以及災情評估，但較少涉及災害中如何獲取氣象、水文、人員、物資、工情的信息，如何因地制宜地安全轉移人員，如何科學合理地調度物資服務救災，如何進行受災地區的工情實時監測，也缺乏與受災具體地點相聯系的小尺度的風暴潮災害中可視化預案等。為此，本文在整合風暴潮災害中數據資源和功能資源基礎上，建立了基于事件驅動的風暴潮災害中輔助決策管理系統，從而實現了風暴潮災害中實時地監控受災地區的氣象、水文、工情的情況，科學選擇風暴潮預案，合理調度物資，就地安排人員搶險，通知指導漁船回港避險等小尺度的預案輔助決策可視化，解決了政府減災防災機構及部門在風暴潮災害的減災防災過程中特別關注的怎樣科學地采取措施減少人員傷亡降低財產損失的問題，可為政府相關的職能部門防風救災工作提供重要的輔助決策支撐平臺，為做好海南省及同類地區防風減災工作，最大限度地減少災害損失提供有力保障。

1 事件驅動問題描述及過程機制

當前應用于風暴潮減災防災決策系統大多是按照數據類型和業務功能模塊來管理組織應用業務及使用信息數據流，諸如數據采集傳輸模塊、風暴潮監測管理模塊、風暴潮預警模塊、工情管理模塊、雨水情管理模塊、預案管理模塊、防風物資管理模塊、搶險隊伍管理模塊、災害統計管理模塊、災后評估模塊等。這種按照功能驅動的應用系統，功能模塊之間是被動的激活調用，孤立地存在于功能菜單中，并不能以風暴潮這一事件觸發而驅動相關聯的操作，決策者、使用者需要在不同的功能模塊菜單中反復尋找可能有用的功能。而實際應用決策中，相關的防風救災管理者往往是在風暴潮這一事件發生后，重點關注的是怎樣圍繞該事件而展開的一系列過程活動并形成科學有序的決策方案。基于事件驅動的架構可以解決這一問題，實現將決策需求同各功能單元按服務于風暴潮災害中救災這一主線形成一個聯動的有機整體。

1.1 事件驅動的風暴潮災害中輔助決策的問題描述

事件驅動系統的各個組件和服務是相互獨立的，事件產生者時刻監視事件的發生并發布相關的消息,而各個相互獨立的組件和服務得到消息后,自動完成各自的業務[12]。風暴潮災害中輔助決策就是實時監視災情事件，以風暴潮災情發生事件為系統驅動源，針對風暴潮災害中輔助決策的每一步流程來設計標準化的功能模塊，依據預案中場景描述提取判定規則及相應的響應功能服務。響應功能服務主要以事件(諸如查詢、報警、匹配、處理等)為驅動，圍繞事件過程而推進并處理操作，其主要內容就是政府相關職能部門獲取該地區氣象、水文、工情的信息，分析災情發展態勢，依據災情等級情況選擇決策方案并啟動對應的應急預案，合理安排風暴潮災害中搶險隊伍人員就近救災，組織風暴潮災害中的防風物資調度，指揮風暴潮災害中受災人員安全轉移等措施。

1.2 基于事件驅動的過程機制

基于事件驅動的業務流程可實現主動式的事件驅動的服務響應。執行系統功能模塊的觸發是基于事件的，而規則是由事件、條件、動作構成的。使用事件規則可以描述基于事件觸發規則的執行過程。該規則的表達形式如下：

WHEN Event

IF Condition THEN

Action

END IF

END WHEN

其中：Event代表事件模式;Condition代表滿足的條件集;Action為響應功能模塊服務集。

一個事件可以定義為

e=f(id,type,a,t)

式中:id為事件唯一標識碼；type為事件類型，包括時間性事件E_TIME、程序性事件E_PROGRAM、用戶自定義事件E_USER；a為事件的屬性；t為事件發生的時間。

復雜事件由簡單事件組合或通過事件聚合算子聚合而成，可表示為

e=f(id,type,a,fz,ts,te)

式中：fz為事件向量的集合{e1,e2,…,en};ts為復雜事件開始時間;te為復雜事件結束時間。

復雜事件由多個簡單事件組合，在時間上由子事件有序延續。基于事件驅動的過程機制如圖1所示。

在風暴潮持續變化過程中，每個事件的觸發就表示發生了一次變化。本文以觸發風暴潮災害中搶險隊伍調度事件為基本事件來進行描述，該事件可描述表達為如下公式：

e={teamID,teamTYPE,(teamJW,teamLOCATION,teamNUMBER,teamLEADER,teamTEL),t}

式中:teamID為搶險隊伍調度事件編號;teamTYPE為搶險隊伍調度事件類型；teamJW為搶險隊伍位置的經緯度;teamLOCATION為搶險隊伍的行政區位置;teamNUMBER為搶險隊伍人數;teamLEADER為搶險隊伍的負責人;teamTEL為搶險隊伍聯系方式，它們共同構成搶險隊伍調度事件屬性集合;t為事件發生的時間。

本文以風暴潮災害中搶險隊伍調度事件為例，解析事件驅動的執行機制。當風暴潮災害預警產生，防風救災決策職能部門分析受災地區相關信息數據，將搶險隊伍調度事件eTEAM分解成若干簡單事件,如esearch查詢隊伍信息事件、ematching處理規則匹配事件、eaction執行處理事件、eGUI顯示隊伍信息事件等。按照風暴潮應急處理預案的處理業務流程及規定的措施，按照事件觸發規則，觸發相應的Action系統執行模塊實施救災行為操作。

2 應用實例

本文以臺風風暴潮“山神”影響海南省為例，使用基于事件驅動的風暴潮災害中輔助決策過程來進行分析。2012年10月27日第23號臺風風暴潮“山神”形成，27日到達海南省三亞市以南海面，凌晨“山神”開始在三亞市近海海面強度迅速加強。受“山神”影響，10月26—30日，海南省南部大面積出現降雨，平均降雨量為100～220 mm，局部地區降雨量超過250 mm。據初步統計，“山神”造成海南省126.6萬人受災，因災死亡1人，因災失蹤6人，緊急轉移安置人口5.2萬人，農作物受災面積4.47×104hm2，直接經濟損失達12.7億元。針對該風暴潮災害，基于事件觸發規則及相應的執行功能模塊，該決策過程可分解為：政府相關職能部門的指揮人員掌握災害地區的工情信息，如避風港漁船回港情況、潮位站潮位高度、雨量站降雨情況、河流水庫水位情況、堤防水閘的淹沒水位等信息；針對災害情況制訂抗風救災的計劃，即合理安排救災隊伍實施救災，就近調度防風救災物資，確定受災人員安全轉移線路，指導漁船回港避險。

2.1 掌握風暴潮災害中工情信息

工情信息是指在防風暴潮過程中的水庫、河流、堤防、水閘、防洪樓、水文站、水位站、雨量站、潮位站、避風港等工程設施運行狀況及數據信息。實時掌握風暴潮災害中相關的工情數據是進行科學分析決策的基礎。指揮調度人員在風暴潮災害中可觸發定位查詢事件找到想要找的工程設施，觸發工情信息事件查看工程設施運行狀況、災害相關的預案；防風指揮人員可觸發短信發送事件向漁船漁排發送信息告知漁港狀況信息及位置信息，觸發最優路線事件搜索漁排漁船停靠合理的港口、可行的回港航線。圖2為瓊海市潭門漁港風暴潮災害中的工情信息，包括漁港所在地瓊海市、漁港等級分類為中心漁港、漁港詳細信息、漁港周邊查詢、漁船回港路徑分析，并用不同的標記符號來標明漁港的三種不同的類別：中心漁港、一級漁港、二級漁港。

2.2 安排風暴潮災害中搶險隊伍

風暴潮災害中搶險隊伍操作主要提供指揮調度人員直觀簡潔查詢搶險隊伍，快速了解搶險隊伍的分布和人力情況，合理調動安排搶險人員。圖3為海南省松濤水庫可能淹沒的下游村莊以及涉淹村莊周圍的搶險隊伍情況。圖3中紅色標記符號‘隊’代表搶險小分隊，小紅旗符號標記為涉淹村莊周圍的安全轉移點，藍色標記符號‘淹’代表可能淹沒的下游村莊。圖中示例搶險小分隊位置為陽江農場，地理坐標為東經109.755 194、北緯19.298 395，搶險隊伍人數為500人。防風防災相關部門可根據預案中松濤水庫周邊部署的搶險隊伍情況來合理調度人員，同時針對可能涉淹的下游村莊安排就近的搶險隊做好緊急預備工作。

2.3 調度風暴潮災害中防風物資

防風物資操作實現對防風物資諸如指揮船、橡皮舟、沖鋒舟、救生衣、救生圈、編織袋、鉛絲、石方、砂石料等的增加、刪除、修改、查詢，以便于指揮調度人員查詢防風物資放置的地點、物資類型及數量，合理安排物資用于防風救災。海南全省物資倉庫分布地點包括昌江縣倉庫、定安縣倉庫、東方市倉庫、戈枕水庫倉庫、樂東縣倉庫、瓊中縣倉庫、三亞市倉庫、松濤水庫倉庫、白沙縣倉庫、大廣壩水庫倉庫等。防風防災相關部門可按照距離情況、道路情況等分析確定調用物資的倉庫及運送的線路，以達到高效科學防風救災。圖4為2012年松濤水庫倉庫的位置分布及其防風物資儲備情況。圖4中綠色符號標記‘倉’代表防風物資儲備倉庫，防汛物資儲備情況：袋類為4 551條，土石布為3 341 m2，砂石料為3 646 m3，塊石為2 301 m3，樁木為45.13 m3，救生衣為1 007件，救生圈為83件，搶險救生舟1艘。

3 結 論

本文提出了一種基于事件驅動的風暴潮災害中輔助決策的實現過程機制，在此基礎上設計開發了風暴潮災害中輔助決策系統，并應用于小尺度的防風救災輔助決策預案可視化中，解決了如何進行受災地區的工情實時監測，如何合理地安排搶險隊伍，如何科學地調度物資服務救災，如何因地制宜地安全轉移人員，如何與受災具體地點相聯系的小尺度的防風救災決策中面臨的實際問題，為防風減災機構及部門領導正確地輔助決策、科學地調度各種資源、隨時隨地在互聯網上簡單高效操作提供了可視化的管理支撐平臺。通過將該系統應用于2012年影響海南省的風暴潮防風救災中，實現了科學選擇緊急轉移預案，合理選定受災地區災民安全轉移安置場所，確定轉移危舊房屋及低洼、危險地段房屋等危險區域群眾路線，協助有關部門通知漁船回港、漁排人員上岸緊急避險，從而減少了人員傷亡，降低了直接和間接經濟損失。

[1] 劉清容，于建生，韓笑.風暴潮研究綜述及防災減災對策[J].科技風，2009(12):226-227.

[2] 吳勝安，郭冬艷，楊金虎.海南熱帶氣旋降水的氣候特征[J].氣象科學，2007，27 (3)：308-310.

[3] 滕駿華,吳瑋,孫美仙,等.基于GIS的風暴潮減災輔助決策信息系統[J].自然災害學報,2007,16(2):16-21.

[4] 張俊香，黃崇福，劉旭攏.廣東沿海臺風暴潮災害的地理分布特征和風險評估(1949—2005)[J].應用基礎與工程科學學報，2008，16(3):393-402.

[5] 王建軍.基于ArcGIS的海南省風暴潮災害預報與疏散系統的研究與實現[D].武漢：中國地質大學，2012.

[6] 甘申東,章衛勝,宗虎城,等.我國南海沿海臺風風暴潮災害分析及減災對策[J].水利水運工程學報,2012,136(6):51-58.

[7] Wang G D,Kang J C,Yan G C.Storm surge disaster grade evaluation based on principal component analysis in China coast//[C]In 2010InternationalConferenceonMechanicAutomationandControlEngineering.Wuhan,China:IEEE,2010:1533-1537.

[8] Ren L C,Yin B S,Bie J,et al.Principles and methods for hazard risk analysis of storm surge[J].JournalofBasicScienceandEngineering,2004(sup l):28-35.

[9] Teng J H,Zhang T Y,Sun M X,et al.Methodology for storm surge risk analysis//[C].In 2008IEEEInternationalGeoscienceandRemoteSensingSymposium.Boston,USA:IEEE,2008:1458-1461.

[10]張廣平,謝忠,羅顯剛,等.基于模糊神經網絡的臺風災害損失模型及應用[J].國土資源科技管理,2012(6):135-140.

[11]黃毅宇,李 響.基于情景分析的突發事件應急預案編制方法初探[J].安全與環境工程，2011，18(2):56-59.

[12]Michelson B M.Event-drivenArchitectureOverview[R].California:Patricia Seybold Group,2006,2:1-9.

Decision Support System of Storm Surge Disaster on Event-driven Basis

ZHANG Guangping1,2,XIE Zhong1,LUO Xiangang1,ZHANG Chenxiao3

(1.FacultyofInformationEngineering,ChinaUniversityofGeosciences,Wuhan430074,China;2.SchoolofMathematicsandComputerScience,QinzhouUniversity,Qinzhou535099,China;3.SchoolofOceanScience,QinzhouUniversity,Qinzhou535099,China)

This paper presents an implementation mechanism for the decision support system of storm surge disaster on the event-driven basis which makes decisions about the treatment of the real-time monitoring,the reasonable scheduling of material,the arrangement of rescue teams, and safety guidance for fishing boats in storm surge disaster areas.It solves the practical problems in the disaster relief decisions associated with the specific disaster locations.The application results of the decision support system in the wind disaster reduction in Hainan Province show that this system provides scientific,effective and visual decision support to government departments.Key words:event-driven;storm surge disasters;decision support system

1671-1556(2015)01-0051-05

2014-03-03

2014-10-20

國土資源部公益性行業科研專項項目(201211055)；中央高校基本科研業務費專項

張廣平(1975—)，男，博士研究生，講師，主要從事災害決策支持模型及GIS在災害監測預警預報中的應用等方面的研究。E-mail: zhang1344895364@gmail.com

X43;X

A

10.13578/j.cnki.issn.1671-1556.2015.01.009

羅顯剛(1980—)，男，博士研究生，講師，主要從事地質災害及網絡三維方面的研究。E-mail:Billxg@126.com

資金項目(CUGL130259)；欽州市科學研究與技術開發計劃項目(2011813901)