滅火救援工作中大數據技術的應用

楊玉偉

（上海市閔行區消防救援支隊，上海 201107）

0 引言

近年來，我國火災事故數量居高不下，在建筑結構、規模與材料日益復雜的背景下，滅火救援工作開展難度不斷提升。一般來說，火災的發生均會伴隨著嚴重的生命財產侵害問題，其造成的社會影響十分惡劣。因此，如何提升滅火救援工作效率，是消防救援機構需要深度研究的問題。如何將大數據技術有效應用于消防救援工作，是一項高價值的研究，能夠顯著提高消防救援的效率。

1 滅火救援工作中大數據技術的應用價值

1.1 精準化火災統計

以往面對滅火救援工作，消防救援機構因缺少準確的數據以及客觀材料，往往導致滅火救援工作效率、效果無法達到理想狀態，除浪費大量救援資源外，也難以進一步提升滅火救援的工作水準。大數據技術可實現火災相關數據的收集、分析，實現火災事故現場的高精度研判，掌握火災發生規律，實現資源全方位調度，為滅火救援工作提供有效的數據支撐[1]。

1.2 高效化滅火救援

以往消防救援機構開展滅火救援工作時，主要憑借自身的經驗和預判能力實現滅火救援階段的指揮調度。將大數據技術應用于滅火救援，對火災事故信息進行分析，對消防救援機構日常信息進行處理，可全面實現人力資源、裝備資源、設備資源的高效共享。同時，在滅火救援工作中改變以往憑借經驗粗糙指揮的形式，基于對各項數據的分析，如水源供給數據、戰斗能力數據、道路交通數據、物資保障數據等，全面提升滅火救援工作的科學性與指揮效率，促進滅火救援現場作戰效率的提升[2]。

2 大數據技術在滅火救援工作中的應用路徑

2.1 基于數據挖掘技術的火災風險分析

2.1.1 數據挖掘技術概述

數據挖掘技術作為大數據技術的重要組成部分，自20世紀80 年代數據挖掘技術誕生以來，便被廣泛應用于決策信息分析以及商業維度的各類問題解決。所謂數據挖掘，是對大量技術進行深度提純，基于各種手段實現海量數據的高效處理，提取有效信息，實現數據的有效轉化。目前，數據挖掘技術可分為3 個環節：第一，數據準備，詳細羅列被挖掘的數據。第二，數據挖掘，對數據樣本進行有效挖掘、提取。第三，有效信息提取，對挖掘結果進行解釋。作為具備高度綜合性的技術，數據挖掘技術融合了數據庫、模糊數學以及數理統計等相關技術，隸屬多種數學學科的交叉性產物，能夠在數據挖掘后實現數據的聚類、分類、預測、關聯性分析以及對數據的可視化展示[3]。

2.1.2 數據挖掘技術在滅火救援中的應用背景

在大數據時代下，消防救援機構需要接觸的數據信息日益復雜，且滅火救援態勢日益嚴峻，幾乎每一場火災的背后都會引發全新的問題。要求滅火救援行動不斷提升系統性、綜合性與社會性，因此消防救援機構需要基于數據的深度分析、處理，實現火災風險的分析。例如，消防內部數據、輿情數據、重點防火單位數據以及社會基礎數據。其中，社會基礎數據是對轄區內建筑物類別、數量、GDP 產業結構、建筑物結構、人口分布、人口數量等信息的挖掘收集。收集防火重點單位數據，建立面向社會防火重點單位的火災管理數據庫，并基于有效的信息化技術實現遠程火災監控，從而全面完善消防救援機構的視頻信息、報警信息等。

2.1.3 滅火救援中數據挖掘技術的具體應用

首先，建立數據模型支持數據庫。滅火救援期間，基于數據挖掘技術建立的數據庫主要包括火災的風險評估、消防給水、火災歷史數據分析功能。為實現上述3 項功能，必須進行數據倉庫分類，建立數據倉庫3 層分類模型，即概念—邏輯—物理三大模型。其中，概念模型設計是以包圖為基礎的模型，不僅要確定信息包圖的指標、類別、維度，還需針對實體對象開展詳細分析，以完善信息包圖；邏輯模型以星型圖為基礎，主要指向滅火救援階段的指標實體、維度實體以及詳細類別，可有效地反映概念模型涉及的不同實體之間的關系；物理模型則是以數據庫為基礎的模型，負責將指標的實體向數據表轉化，主要包括星型圖內的各種中心、邊角數據，從而形成有效的火災風險防控星型模式。

其次，基于網絡工具開展聯機分析。第一，定義控制流的任務面積與合理的多媒體工具，提取數據、轉換數據。第二，建立對位數據，將數據倉庫內實體表、維表的二維數據向多維數據轉化[4]。

最后，基于聚類方法進行火災風險分析。作為數據挖掘的關鍵數據處理方法，聚類方法的原理是將指標量轉換為數據量，在建立指標體系后確定指標因子的權重，量化指標，并實現聚類分析，以聚類分析結果為依據，對不同地區的不同火災進行等級分類，對不同區域火災隱患程度進行評估，繼而實現供水系統的合理安排，確保滅火救援工作開展期間保持充足的供水。

2.2 基于大數據技術的滅火救援作戰指揮體系

將大數據技術應用于滅火救援工作，可顯著提升滅火救援階段現場指揮的效率。目前，將大數據技術應用于滅火救援現場指揮體系，主要是基于CFAST 或ASET 等區域火災模擬軟件、FDS 現場模擬軟件為滅火救援指揮體系提供支撐。滅火救援現場指揮可劃分為3 個發展階段：第一階段為信息支撐階段，第二階段為輔助決策階段，第三階段為智能決策階段。當前大數據在滅火救援指揮中的應用，集中于第一階段和第二階段，第三階段正處于不斷地摸索與開發中[5]。針對第一階段、第二階段在滅火救援中的應用開展分析。

2.2.1 信息支撐的應用

（1）現場信息支持。當火災發生，現場滅火救援作戰的指揮需求主要體現在3 個維度。第一個維度是現場信息支持，第二個維度是數據計算應用，第三個維度是作戰指揮管理。現場作戰信息支持是基于大數據技術，快速掌握火災現場救援情況、災情、可用的作戰裝備以及人力資源方面的作戰力量，通過對災情與消防救援機構作戰力量的對比，制定作戰方案，真正落實“知己知彼”。信息支撐內容通常包括案件信息、現場視頻、場所信息、地理信息、火災事件關聯信息。具體見表1。

表1 滅火救援工作信息支撐內容

（2）數據分析，即在基于大數據技術支撐火災現場救援階段，對各項數據的深度應用。例如基于大數據技術計算消防救援機構現場作戰能力，為指揮部提供清晰的作戰人員名單、裝備數據、參戰單元的具體作戰水平，在救援現場快速計算滅火救援現場滅火藥劑需求量、消防救援機構供給能力。具體數據分析內容見表2。

表2 大數據在滅火救援現場的數據分析內容

（3）作戰管理?；诂F場物聯網提供的通信能力精確開展現場作戰管理，準確分配任務基礎上，提升現場作戰指揮計劃性、效率，規避多頭指揮導致的現場混亂問題。基于大數據的具體作戰管理內容：1）消防救援機構管理。獲取參戰的消防救援機構人員名單、位置信息，為指揮工作提供信息支撐。2）現場通信管理?；跓o線、有線的形式實現語音、文字、圖片的傳輸，滿足現場各種通信需求。3）作戰車輛管理。基于物聯網技術掌握滅火救援作戰車輛滅火藥劑存儲量、車輛性能參數、車輛數量、隨車裝備情況等，為作戰指揮提供信息支撐。4）作戰指揮。基于無線通信技術、電子沙盤技術整合參戰消防救援機構以及現場裝備、藥劑、車輛，下達作戰指令，開展作戰移動指揮[6]。同時，與相關單位聯動進行滅火救援，實時同專家進行交流，為滅火救援提供專業指導。

2.2.2 作戰指揮輔助決策的應用

作戰指揮輔助決策，是大數據技術應用于滅火救援的關鍵技術，負責基于數學模型的建設、計算，以大量數據支撐現場指揮，為指揮提供決策依據。在作戰指揮輔助決策應用階段，進行災情發展評估，火災事故發生階段是基于災情發展的分析，使指揮者快速掌握災情走勢，如火災蔓延具體方向、火災擴散范圍、可能造成的人員傷亡、環境影響以及滅火救援難度等[7]。同時，為消防救援機構提供作戰策略、作戰方案重點內容、救援階段注意事項等，全面降低滅火救援期間指揮難度，提升指揮合理性與指揮效率，提升消防救援機構對現場突發情況的反應能力。

3 結語

將大數據技術應用于滅火救援現場，能夠全面提升火災風險的分析能力以及救援現場的指揮能力。然而，在應用大數據技術時，消防救援機構與相關部門需要注意，火災現場往往網絡互通會遇到諸多阻礙，且火災數據資源的整合有著較大難度，應用系統的建設需要支付較高的經濟成本與人力成本。因此，對于大數據技術的應用，消防救援機構應結合自身的技術情況、資源情況合理選擇分支技術，待資源與條件逐步完善后，再建立完善的大數據滅火救援指揮體系與風險分析體系，以確保大數據技術應用的有效性、經濟性。