突發(fā)性大氣污染事故移動應急系統(tǒng)關鍵技術研究

鄔群勇， 唐曙光， 黃君毅， 孫振海

(1. 福州大學空間數(shù)據(jù)挖掘與信息共享教育部重點實驗室，福建省空間信息工程研究中心， 福建 福州 350002； 2.軍事醫(yī)學科學院科技部， 北京 100071)

突發(fā)性大氣污染事故移動應急系統(tǒng)關鍵技術研究

鄔群勇1， 唐曙光1， 黃君毅1， 孫振海2

(1. 福州大學空間數(shù)據(jù)挖掘與信息共享教育部重點實驗室，福建省空間信息工程研究中心， 福建 福州 350002； 2.軍事醫(yī)學科學院科技部， 北京 100071)

針對突發(fā)性大氣污染移動應急系統(tǒng)中存在數(shù)據(jù)組織和管理困難、 應急模擬結(jié)果傳輸和可視化效率低， 以及人員撤離指揮不及時等問題展開研究， 設計大氣污染移動應急系統(tǒng)的數(shù)據(jù)管理方式. 分析移動應急數(shù)據(jù)的可視化流程， 提出利用JSON解決空間數(shù)據(jù)的傳輸與移動端的可視化等問題. 設計基于位置驅(qū)動的人員撤離路徑規(guī)劃策略， 提出利用緩存技術、 位置驅(qū)動、 消息推送技術等方法增強移動終端和數(shù)據(jù)中心的交互能力， 提高應急人員指揮撤離和救援調(diào)度等問題. 最后， 設計并實現(xiàn)基于Android平臺的突發(fā)性大氣污染移動應急系統(tǒng)， 并進行測試， 驗證突發(fā)性大氣污染移動應急關鍵技術解決方案.

突發(fā)性大氣污染事故； 移動應急系統(tǒng)； 空間數(shù)據(jù); 可視化； JSON

0 引言

突發(fā)性大氣污染事故往往會造成巨大的經(jīng)濟損失和人員傷亡， 如何加強對此類突發(fā)事件的應急處理能力， 盡可能地減少突發(fā)事件造成的損失， 已引起各國政府和社會各界的廣泛關注. 許多學者對人員撤離和資源調(diào)度等應急關鍵技術展開研究， Pauwels等[1]基于效用分析和敏感性分析方法， 探討了核泄漏事故中撤退疏散問題； Rahman等[2]基于中心選址P-median模型和最大覆蓋MCLP模型， 探討了給定區(qū)域內(nèi)資源優(yōu)化分配問題； Graber等[3]基于群決策的方法， 探究了毒氣泄漏的即時模擬模型； Mould等[4]研究海上石油鉆井平臺的人員逃生仿真模型， 探討人員疏散和撤退問題； 李元佳等[5]基于貝葉斯決策理論， 探討核事故中、 晚期決策優(yōu)化問題， 為核事故應急決策優(yōu)化提供一種新的方法， 利用運籌學規(guī)劃方法， 研究應急資源調(diào)配和應急疏散問題； Serafini等[6]基于動態(tài)規(guī)劃原理， 對最小風險路徑進行探討， 并給出相應的數(shù)學模型； 陳文君等[7]通過分析突發(fā)性大氣污染事故應急監(jiān)測系統(tǒng)建設過程中對于多種空間對象的定位與查詢、 大氣污染危險區(qū)界定、 監(jiān)測數(shù)據(jù)的表達與分析這三處包含空間位置信息處理的關鍵技術， 構(gòu)建突發(fā)性大氣污染事故應急監(jiān)測系統(tǒng)； 江輝仙等[8]采用高分辨率遙感影像、 各種敏感目標和人口的分布信息等空間數(shù)據(jù)， 利用事件觸發(fā)機制， 建立基礎數(shù)據(jù)庫與虛擬現(xiàn)實仿真試驗平臺， 用以快速高效地為城市突發(fā)性泄漏污染事故的模擬、 應急救援提供數(shù)據(jù)驗證和決策輔助支持. 這些技術都是基于客戶端的方式很難應用于突發(fā)性大氣污染的應急現(xiàn)場指揮.

突發(fā)性大氣污染移動應急現(xiàn)場指揮系統(tǒng)是建立在移動通信網(wǎng)絡環(huán)境和移動終端下的一種移動應急系統(tǒng). 由于移動通訊網(wǎng)絡傳輸速率差， 移動終端的計算、 存儲和可視化能力有限， 因此在移動應急現(xiàn)場指揮系統(tǒng)建設中， 需要綜合考慮， 設計合適的數(shù)據(jù)組織、 傳輸和可視化以及應急策略.

針對以上問題， 從移動端與服務器端應急數(shù)據(jù)的組織方式、 服務器端計算出的結(jié)果在移動端的可視化， 移動端應急撤離的有效路徑三個關鍵技術問題入手展開研究. 研究移動應急數(shù)據(jù)管理與可視化方法以及移動應急人員指揮撤離等關鍵技術， 提出利用緩存技術、 位置驅(qū)動、 服務器推送技術等方法改進移動終端和數(shù)據(jù)中心的交互方式， 改進移動終端與服務中心的數(shù)據(jù)組織與可視化方式， 為大氣應急現(xiàn)場的數(shù)據(jù)采集和指揮調(diào)度提供一種新的解決方案.

1 移動應急數(shù)據(jù)的組織方式

在移動應急系統(tǒng)應用中， 通常需要接收來自服務器的大容量數(shù)據(jù)和傳送移動終端的現(xiàn)場數(shù)據(jù)， 而目前移動終端的網(wǎng)絡狀況通常是移動網(wǎng)絡， 速度較低， 同時移動終端設備通過存在CPU運算速度相對較低、 內(nèi)存較小、 顯示屏分辨率小等硬件條件的限制， 這對移動應急系統(tǒng)的開發(fā)提出更高的要求. 因此需要考慮移動應急大數(shù)據(jù)量傳輸與移動終端硬件以及移動網(wǎng)絡壓力的問題， 充分利用數(shù)據(jù)邏輯組織的高效性以彌補硬件平臺的不足， 合理利用資源， 盡量減少資源的消耗， 包括CPU運算量、 內(nèi)存和外存的消耗， 盡可能地提高效率， 實現(xiàn)移動應急數(shù)據(jù)的快速顯示以及高效的檢索速度[9].

將移動應急數(shù)據(jù)的組織方式按移動端和服務器端兩種方式分別組織. 其中， 移動端應急數(shù)據(jù)主要包括： 基礎地理信息數(shù)據(jù)、 離線路網(wǎng)數(shù)據(jù)、 應急輔助數(shù)據(jù)、 科學模擬數(shù)據(jù)等. 其中： 基礎地理信息主要包括行政區(qū)劃、 地名、 水系等； 離線路網(wǎng)數(shù)據(jù)是方便移動設備在沒有網(wǎng)絡或者網(wǎng)絡情況不好的情況下， 可以提供最短路徑的檢索； 應急輔助數(shù)據(jù)包括避難點和醫(yī)院等信息， 方便在移動端對一些避難點、 醫(yī)院等設施的查詢； 科學模擬數(shù)據(jù)主要為服務器端經(jīng)過模型計算、 渲染后的數(shù)據(jù)， 主要包括濃度數(shù)據(jù)、 傷亡概率、 傷亡人數(shù)， 格式為JOSN (javascript object notation)， JOSN是一種輕量級的數(shù)據(jù)交換格式. 服務器端主要負責模型和地理服務的運算[10]， 其數(shù)據(jù)分為科學模擬數(shù)據(jù)[11]、 應急輔助數(shù)據(jù)和路網(wǎng)數(shù)據(jù)， 路網(wǎng)數(shù)據(jù)主要分為最短距離分析的數(shù)據(jù)和考慮到最短時間的分析數(shù)據(jù). 具體組織方式如表1所示.

表1 應急數(shù)據(jù)的組織

續(xù)表1

組織方式類別數(shù)據(jù)類型存儲方式備注服務器端數(shù)據(jù)的組織科學模擬數(shù)據(jù)柵格數(shù)據(jù).grd濃度場、傷亡人數(shù)、傷亡概率等路網(wǎng)數(shù)據(jù)網(wǎng)絡數(shù)據(jù)集網(wǎng)絡數(shù)據(jù)集road_ND應急輔助數(shù)據(jù)點、線、面等矢量數(shù)據(jù)FeatureClass救援力量(消防、公安、部隊)、醫(yī)療機構(gòu)、避難場所、救助物資等空間分布圖

2 科學模擬數(shù)據(jù)的終端可視化

圖1 應急數(shù)據(jù)可視化流程

服務器端接收到移動終端發(fā)送的污染相關信息和現(xiàn)場相關數(shù)據(jù)后， 利用Gaussian Model大氣污染擴散模型計算出污染物在某一時刻擴散的時空分布數(shù)據(jù)[12]， 其為離散的點的文本數(shù)據(jù). 移動終端通過請求污染事故發(fā)生后某個時刻的污染擴散情況， 服務器端能夠把相關的信息返回， 移動終端才能很好地展示某一時刻大氣污染擴散情況. 在數(shù)據(jù)的傳輸過程中， 直接傳輸圖片數(shù)據(jù)量大， 影響傳輸效率、 而直接傳輸模型數(shù)據(jù)， 無法在移動終端可視化， 故采用JSON的科學模擬數(shù)據(jù)可視化策略， 具體的流程如圖1所示.

3 基于位置驅(qū)動的人員撤離路徑

3.1 撤離路徑流程

在移動應急快速反應中， 人員撤離是最重要也是最緊張的階段[13]， 好的撤離方案能夠減少人員傷亡. 在人員撤離路徑生成中， 突發(fā)性大氣污染事故發(fā)生位置、 科學模擬的大氣污染范圍以及相應的避難點直接影響人員撤離路徑生成. 在避難點和最優(yōu)路徑選擇的基礎上， 提出基于位置驅(qū)動的人員撤離路徑生成方法， 具體流程如圖2所示.

圖2 人員撤離路徑生成流程

3.2 基于服務區(qū)域分析的避難點選取和推送

在避難點的選取過程中， 首先根據(jù)污染范圍， 得出在污染區(qū)域以及周邊一定范圍內(nèi)的避難點， 根據(jù)泰森多邊形算法計算出每個避難點所在的泰森多邊形， 即為避難點的服務區(qū)域； 然后根據(jù)用戶所處的位置， 將其與避難點的服務區(qū)域進行空間疊加分析， 得出用戶所處避難點的服務區(qū)域； 最后， 通過消息推送機制把信息推送到客戶端， 方便人員選取合理的避難點位置信息.

1)利用泰森多邊形對避難點的服務區(qū)域進行分析. 建立泰森多邊形算法的關鍵是對離散數(shù)據(jù)點合理地連成三角網(wǎng)， 即構(gòu)建Delaunay三角網(wǎng). 建立泰森多邊形的步驟可以參考文獻[14]. 利用避難點來構(gòu)建Delaunay三角網(wǎng)， 根據(jù)每個避難點的相鄰三角形， 連接這些相鄰三角形的外接圓圓心， 得到泰森多邊形， 即為避難點的服務范圍.

2)基于服務區(qū)域分析的避難點選取和推送. 在應急過程中， 服務器端獲取到用戶所處的位置， 將其與避難點的服務區(qū)域進行空間疊合分析， 通過消息推送技術把合適的避難點推送到移動終端， 便于應急指揮人員對避難點的選取.

3.3 基于位置驅(qū)動和路權模型的人員撤離路徑的生成

在事故發(fā)生時， 如果不能確保人員安全迅速疏散， 往往會造成嚴重后果， 危及人民群眾的生命安全. 特別是對于較為常見的人口密集區(qū)域的大氣污染事件， 由于污染擴散速度快， 造成的危害大， 可用的疏散時間短， 在人群聚集比較嚴重的情況下， 盡快地選擇安全且疏散時間短的路線， 是應急指揮人員有效決策的重要保障. 最短距離分析與實時交通狀況無關， 只與交通網(wǎng)結(jié)構(gòu)有關. 時間最短分析， 與實時交通狀況有著密切的關系， 需要建立路權模型[15].

大氣污染應急工作中， 利用路權模型在時間最優(yōu)上進行分析， 通過路權函數(shù)表示某一條道路的行使時間. 路權函數(shù)指路段行使時間與該路段交通負荷之間的函數(shù)關系. 在實際救災工作中交通情況非常復雜， 通常會采用一種半理論、 半經(jīng)驗的路權函數(shù)計算方法， 這種方法是根據(jù)流量、 車速、 密度3個參數(shù)， 確定路權函數(shù)理論模型[16].

式中：T(i,j)為[i,j]路段上的救援車輛行使時間；L(i,j)為[i,j]路段的路線長度；v(i,j)為[i,j]路段的實際車速.

式中：Uo為交通量為零時的車輛行駛速度；Q(i,j)為[i,j]路段上的交通量；Km為路段阻塞密度； 當路段的交通狀態(tài)處于非擁擠狀態(tài)時， 根式前取“+”號； 當路段處于擁擠狀態(tài)時， 根式前取“-”號； 當路段處于堵塞狀態(tài)， 則可以認為此路段設置了路障， 不便于通行， 從而方便選擇其余的路段.

路段阻塞密度的計算公式為：

式中：γ為混合交通狀況影響的折減系數(shù)；C為交叉口影響修正系數(shù)；n為單向機動車道數(shù)；L為平均車身長度， m；Lo為平均阻塞車間凈距， m.

交通量為零時的路段車速Uo， 可根據(jù)路段設計車速vo， 進行混合交通影響修正與車道寬度影響得到， 其公式為：

式中：γ為混合交通狀況影響折減系數(shù)；η為車道寬影響系數(shù)；vo為路段設計車速, m·s-1.

綜上所述， 在最優(yōu)路徑生成的方法上， 通過位置驅(qū)動機制得到應急指揮人員的地理位置， 通過選擇合適的避難點， 利用Dijkstra算法和路權函數(shù)理論模型進行最優(yōu)路徑的分析， 得出距離最短路徑或者時間最優(yōu)路徑， 應急指揮人員可以根據(jù)當時的實際情況選擇合適的最優(yōu)路徑進行決策.

4 實驗舉例

服務器端采用Gaussian大氣污染擴散模型得出某一時刻的污染擴散范圍， 根據(jù)模型計算的數(shù)據(jù)渲染出某個時刻污染的擴散狀況， 并提供危害評估報告， 以供決策人員的使用. 本研究主要實現(xiàn)了移動終端的污染數(shù)據(jù)的可視化以及應急路線的生成， 可供現(xiàn)場應急指揮人員進行臨時的決策與指揮.

4.1 系統(tǒng)架構(gòu)

根據(jù)應急系統(tǒng)中移動端與桌面端協(xié)同操作的實際需求， 設計的應急救援平臺總體框架如圖3所示：

1)表現(xiàn)層. 包括客戶端/服務器系統(tǒng)， 重點在移動應急系統(tǒng)， 桌面端系統(tǒng)見文獻[11-12].

2)應用層. 該層是直接與表現(xiàn)層數(shù)據(jù)交互的部分， 提供了多種方式的交互接口， 既有普通PC的接入， 也有通過“移動終端+無線網(wǎng)絡”的接入方式. 本文主要研究移動終端與服務器端進行數(shù)據(jù)交互的關鍵問題， 其中主要包括： ①地圖的展示； ②撤離路線， 根據(jù)合適的方案選擇最優(yōu)的撤離路線； ③位置服務提供應急人員的位置信息； ④應急調(diào)度， 提供救援車輛及物資的及時調(diào)配； ⑤應急模擬， 根據(jù)事故的信息， 通過模型在服務器端進行大量的科學計算并渲染得到大氣污染的擴散情況.

3)服務層. 服務層是整個集成框架的核心， 起著承上啟下的作用. 向上， 服務層與應用層交互， 為應用程序提供數(shù)據(jù)和功能服務； 向下， 與數(shù)據(jù)層交互， 獲取各種服務所需的數(shù)據(jù). 一般而言， 數(shù)據(jù)都需要通過功能或模型的操作才能為應用層的各個子系統(tǒng)所用， 因此， 體現(xiàn)在這一層的服務大部分都是功能性的服務， 如網(wǎng)絡分析、 服務區(qū)域分析、 避難點選取等.

4)數(shù)據(jù)存儲層. File數(shù)據(jù)主要是模型計算后的一些結(jié)果數(shù)據(jù)； Img數(shù)據(jù)主要是服務器端對模型計算后的數(shù)據(jù)進行渲染后得到的濃度場、 傷亡人數(shù)、 傷亡概率數(shù)據(jù)等的結(jié)果數(shù)據(jù)； 空間數(shù)據(jù)庫存儲該區(qū)域的基礎信息地圖， Geodatabase數(shù)據(jù)主要是離線的路網(wǎng)數(shù)據(jù)， 提供離線最短距離路徑的查詢； 地址定位器主要是存儲在服務器端供在線的避難點查詢檢索也可以離線存儲在移動端以減少網(wǎng)絡傳輸壓力.

圖3 系統(tǒng)總體框架

4.2 系統(tǒng)實現(xiàn)

以Eclipse作為開發(fā)工具， 采用ArcGIS Server平臺作為地理信息支撐平臺， 按照移動應急數(shù)據(jù)組織的方式進行移動應急數(shù)據(jù)組織， 服務器端集成大氣污染擴散模型. 移動端借助ArcGIS Object 10.2二次開發(fā)組件進行服務擴展， 集成科學模擬數(shù)據(jù)可視化與應急撤離方案， 實現(xiàn)突發(fā)性大氣污染移動應急系統(tǒng). 具體界面以及人員撤離模擬如圖4所示.

(a) 污染擴散的可視化

(b) 距離最優(yōu)展示

(c) 時間最優(yōu)展示

圖中紅線形成的多邊形為避難點的服務區(qū)域的邊界， 在污染區(qū)域的左側(cè)即紅線左側(cè)的區(qū)域的人員建議向23號避難點撤離， 對于右側(cè)落在第6號避難點服務區(qū)域的人員， 建議向6號避難點撤離.

5 結(jié)語

將移動GIS應用到大氣污染應急系統(tǒng)當中， 設計移動大氣污染應急平臺， 給出一種應急數(shù)據(jù)的組織方式、 科學模擬數(shù)據(jù)終端可視化方法和流程， 以及基于位置驅(qū)動的人員的撤離路徑生成方法. 在應急數(shù)據(jù)組織方面， 合理地將應急數(shù)據(jù)在移動端和服務器端進行組織， 以便于快速調(diào)用與展示； 在污染擴散可視化方面， 通過服務器端解析模型數(shù)據(jù)， 移動終端能很好地展示污染物的擴散范圍和濃度； 在應急撤離路徑選擇上， 以空間數(shù)據(jù)庫和模型為基礎， 對距離最短、 時間最短綜合考慮， 實現(xiàn)了污染區(qū)域避難點以及撤離路徑方案的選擇， 提高人機交互能力， 具有良好的實用價值.

[1] Pauwels N, Van De Walle B, Hardeman F,etal. The implications of irreversibility in emergency response decisions[J]. Theory and Decision, 2000, 49(1): 25-51.

[2] Rahman S, Smith D K. Use of location-allocation models in health service development planning in developing nations[J]. European Journal of Operational Research, 2000, 123(3): 437-452.

[3] Graber W K, Gassmann F. Real time modelling as an emergency decision support system for accidental release of air pollutants[J]. Mathematics and Computers in Simulation, 2000, 52(5): 413-426.

[4] Mould G I. Assessing systems for offshore emergency evacuation[J]. Journal of the Operational Research Society, 2001, 52(4): 401-408.

[5] 李元佳, 張春粦, 宋溢澄. 貝葉斯決策理論在核事故中、 晚期應急決策優(yōu)化中的應用[J].暨南大學學報: 自然科學與醫(yī)學版, 2003, 24(1): 1-6.

[6] Serafini P. Dynamic programming and minimum risk paths[J]. European Journal of Operational Research, 2006, 175(1): 224-237.

[7] 陳文君, 陳鎖忠, 都娥娥, 等. 突發(fā)性大氣污染事故應急監(jiān)測系統(tǒng)的設計與開發(fā)[J].地球信息科學學報, 2011, 13(1): 65-72.

[8] 江輝仙, 黃達滄, 林廣發(fā). 街區(qū)突發(fā)性泄漏的氣體擴散過程仿真技術的集成試驗[J]. 地球信息科學學報, 2011, 13(5): 637-643.

[9] 田根, 童小華, 張錦. 移動地理信息系統(tǒng)數(shù)據(jù)模型與3S集成關鍵技術[J]. 同濟大學學報:自然科學版, 2006, 34(11): 1 556-1 562.

[10] 張攀攀, 王義祥, 鄔群勇, 等. GIS與大氣環(huán)境模型的集成及其應用[J].環(huán)境科學研究, 2010, 23(5): 575-580.

[11] 王義祥, 孫振海, 張攀攀, 等. 基于GIS空氣質(zhì)量模擬結(jié)果的表達方法研究[J].地理與地理信息科學, 2011, 27(2):46-49.

[12] 陳秋萍, 鄔群勇, 馬亨冰. 一種基于GIS的突發(fā)性大氣污染事故推演數(shù)據(jù)生成方法[J].自然災害學報, 2013, 22(6): 195-202.

[13] 豐江帆, 李林, 楊富平, 等. 面向震害應急的移動 GIS 關鍵技術研究與應用[J]. 計算機工程與設計, 2010(22): 4 936-4 938.

[14] 胡鵬, 黃杏元, 華一新. 地理信息系統(tǒng)教程[M]. 武漢： 武漢大學出版社, 2002.

[15] 侯燕, 賈艾晨. 基于ArcEngine洪災避難路徑選擇可視化方法研究[J]. 水利與建筑工程學報, 2009, 7(4): 60-63.

[16] 李發(fā)文. 洪災避遷決策理論及其應用研究[D].南京: 河海大學, 2005.

(編輯： 蔣培玉)

Research on key technology of mobile emergency system for emergency air pollution accident

WU Qunyong1,TANG Shuguang1, HUANG Junyi1, SUN Zhenhai2

(1. Key Laboratory of Spatial Data Mining and Information Sharing Ministry of Education，Spatial Information Research Center of Fujian Province， Fuzhou University, Fuzhou, Fujian 350002, China;2. Ministry of Science and Technology, Academy of Military Medical Science, Beijing, 100071, China)

Sudden air pollution mobile emergency system is facing some difficulties such as data organization and management is unreasonable, emergency simulation results propagation delay and difficult to visualize. Meanwhile there is a command not timely evacuation and other issues. Paper a study of these problems, design data management of air pollution mobile emergency system. Analysis of the visual process mobile emergency data presented use JSON to resolve transmission and mobile end visualization and other issues of spatial data, design the evacuation path planning strategy based on the position of the driver's personnel, made use of caching technology, location-driven message push technology and other methods to enhance ability to interact with mobile devices and data centers to improve the emergency evacuation and rescue command staff scheduling and other issues. Finally, the emergency air pollution emergency mobile system was designed and completed, and then tested. The test results show that: using the key technique proposed in this paper, the system can realize the emergency air pollution accident fast, effective evacuation, the system can achieve rapid, effective evacuation when a sudden air pollution accident.

sudden atmospheric pollution incidents; mobile emergency system; spatial datfa; visualization; javascript object notation

2014-05-19

鄔群勇(1973-)， 副研究員, 主要從事地理信息系統(tǒng)及其應用方面的研究， qywu@fzu.edu.cn

國家863計劃(2012AA022007); 福建省自然科學基金助項目(2011J01168)

10.7631/issn.1000-2243.2015.06.0783

1000-2243(2015)06-0783-06

TP391

A