重大自然災害應急救援物資需求預測方法綜述

摘要：重大自然災害的發(fā)生往往造成巨大的人員傷害和財產(chǎn)損失，救援物資的預測對于救援行動的開展具有重要意義.本文通過對重大自然災害應急救援物資需求預測方法進行總結(jié)概括，為救援物資的預測方法的選擇提供決策依據(jù).

關(guān)鍵詞：自然災害；預測方法

引言

災害發(fā)生后，災區(qū)災害信息的獲取對救援工作的開展有著巨大的影響，為了最大程度的提高災民的存活率，需要盡最大努力滿足災民維持及救治生命所需的必備物資。因此，需要通過一定的預測方法對獲取的災區(qū)信息進行模擬，預測出所需物資的量。本文通過對重大自然災害應急救援物資需求預測方法進行總結(jié)，以期為專家學者的研究工作進行匯總。

1. 重大自然災害應急救援物資預測方法研究綜述

分析總結(jié)近年來專家學者對應急物資的需求預測研究，按照研究方法將其進行如下分類：

（1） 多元回歸模型預測法

根據(jù)相關(guān)性原理，應急物資需求量受到多個因素的影響，因此，一些學者在假設需求量與各因素之間的線性關(guān)系的前提下，提出多元回歸預測模型。

聶高眾等（2001）通過對《綜合自然災害信息共享》網(wǎng)提供的地震資料進行分析和研究，得出了一種能夠快速確定地震災區(qū)救援物資需求的關(guān)系式：即地震初期的經(jīng)濟損失和人員傷亡情況之間的關(guān)系，鑒于此提出一種災區(qū)救援物資需求預測框架，快速預測出災區(qū)救援物資的需求。王楠等（2006）通過分析與救災物資相關(guān)的因素，選取四個相關(guān)性大的因素：受災人口、直接經(jīng)濟損失、受災面積、災害強度，繼而建立回歸預測模型，最后計算出相應的物資需求量。孫燕娜等（2010）通過分析指出救援物資實際最小需求量是一個與自然災害等級、受災面積、人口密度等多種因素相關(guān)的函數(shù)，從而建立一個需求概念模型用以預測災害救援物資需求。

（2） 案例推理預測法（CBR）

根據(jù)類比原理可知，通過尋找相似案例來預測救援物資需求量是一種可行方案。案例推理預測法是目前人工智能中一種比較新的推理方法，它是通過將以往發(fā)生過的災害的經(jīng)驗進行總結(jié)，從而組成一個案例數(shù)據(jù)庫，在新的災害發(fā)生后，通過搜索數(shù)據(jù)庫來尋找最相似的案例從而推理出目前問題的解決方法。

傅志妍等（2009）研究指出通過歸一化處理后的歐氏算法來尋求最佳相似案例，并根據(jù)實際情況確定關(guān)鍵的幾個因素，建立案例推理——關(guān)鍵因素物資需求預測模型，并將其運用到汶川地震的實際事例中，從而對災害救援物資需求量進行了準確預測，取得了良好的效果；廖振良等（2009）通過將案例推理法運用到了突發(fā)性的大面積的環(huán)境污染案件中，準確的預測出了所需的應急物資需求量；邢冀等（2010）通過對油氣發(fā)生事故的特性的分析，構(gòu)建了基于案例推理的油氣事故應急資源需求預測模型，并在VB語言基礎上開發(fā)了一個應急資源需求預測的支持決策系統(tǒng)，取得了良好的效果；王曉等（2010）通過研究將模糊理論、神經(jīng)網(wǎng)絡、線性回歸、案例推理等組合起來的方法對目標案例的物資需求量進行了預測；趙小檸等（2012）研究指出利用粗糙集理論搜索相似度最高的主震的歷史案例，然后通過分析影響物資需求量的因素來預測預測當前范例主震期應急物資需求量是一個較好的方法；趙一兵等（2013）提出了支持向量機回歸算法和庫存管理模型，建立了人員傷亡預測模型，對地震人員傷亡進行了預測，然后再結(jié)合庫存管理模型對應急物資進行了估算，并將其運用在青海玉樹地震實例中，證明了方法的有效性。

（3） 神經(jīng)網(wǎng)絡模型預測法

郭金芬等（2011）運用神經(jīng)網(wǎng)絡算法對汶川地震中災后的傷亡人數(shù)進行了有效的預測，并估算了應急救援物資的需求量，這項研究為救援物資需求量的預測提出了一個新的方法，但其中某些指標的確定仍需進一步研究；吳斯亮（2012）研究發(fā)現(xiàn)，將時間序列預測和神經(jīng)網(wǎng)絡預測結(jié)合起來可以對地震災害物資需求量進行有效的預測。

（4） 灰色系統(tǒng)模型預測法

根據(jù)慣性原理，應急物資的需求量可以用前期的需求量組成的數(shù)據(jù)序列來預測當期的需求。

宋曉宇等（2010）研究提出一種改進GM（1，1）模型，將其運用到應急物資需求量預測中，取得了較好的效果。該方法根據(jù)GM（1，1）的指數(shù)特性，通過對原始數(shù)據(jù)序列進行變換使其服從指數(shù)規(guī)律的方法改進模型，此改進方法比傳統(tǒng)方法提高了模擬和預測精度。王正新等（2013）針對災害應急物資需求量時間序列的小樣本和振蕩性特征，提出了基于Fourier- GM（1，1）模型的災害應急物資需求量預測方法，并應用于森林火災撲火經(jīng)費的預測，取得了良好的效果。李麗麗等（2013）以飲用水為例，通過新陳代謝GM（1，1）模型預測地震災害死亡人數(shù)來預測地震救援中消耗性物資的需求量。張軍等（2014）針對地震災害初期傷病員人數(shù)及其對緊急藥品需求的變化特征，提出運用灰色Verhulst模型預測地震初期的傷病員人數(shù)變化，結(jié)合地震災害傷病員人數(shù)與緊急救援藥品需求間的關(guān)聯(lián)關(guān)系，實現(xiàn)對緊急救援藥品需求量的預測。王桐遠等（2015）構(gòu)建連續(xù)區(qū)間的灰色Verhulst模型，實現(xiàn)對傷病員人數(shù)的區(qū)間預測，從而得到緊急救援藥品在地震發(fā)生前期小時間段內(nèi)的需求量。

2. 結(jié)論

自然災害物資需求量的準確預測對于災害救援起著十分重要的作用，選擇合適、準確、有效的預測方法對于預測結(jié)果有著不同的影響，間接的影響著應急救援的效果。對于同一個預測目標，選擇不同的預測方法得到的預測結(jié)果不同，有可能差距很大，因此在模型的選擇上一定要慎重。決策者根據(jù)各種不同方法的預測結(jié)果綜合考慮，在各個被選方案中選擇最佳預測方法和預測結(jié)果作為其決策的依據(jù)。（作者單位：重慶工商大學電子商務及供應鏈系統(tǒng)重慶市重點實驗室）

參考文獻：

[1]聶高眾，高建國，蘇桂武等.地震應急救助需求的模型化處理一來自地震震例的經(jīng)驗分析[J].資源科學，2001，23（1），69-76

[2]王楠，劉勇，曾敏剛.自然災害應急物流的物資分配決策研究[J].中國物流前沿學術(shù)報告， 2006：518-525

[3]劉悼，吳忠良.地震和地震海嘯中報道死亡人數(shù)隨時間變化的一個簡單模型[J].中國地震， 2006，（4）：72-75

[4]楊杰英，李永強，劉麗芳，曹刻.地震三要素對地震傷亡人數(shù)的影響分析[J].地震研究，2007，（02）

[5]傅志妍，陳堅.災害應急物資需求預測模型研究[J].物流科技，2009，（10）：11-13

[6]廖振良，劉宴輝，徐祖信.基于案例推理的突發(fā)性環(huán)境污染事件應急預案系統(tǒng)[J].環(huán)境污染與防治，2009（1），86-89

[7]宋曉宇，劉春會，常春光.基于改進GM（1，1）模型的應急物資需求量預測[J].沈陽建筑大學學報（自然科學版），2010，26（6）：1214-1218

[8]孫燕娜，王玉海，廖建輝.救災需求內(nèi)涵模式及其指標體系與救助評估研究[J].經(jīng)濟與管理研究，2010（6），85-94

[9]郭金芬，周剛.大型地震應急物資需求預測方法研究[J].價值工程，2011，（22）

[10]方智陽，文進，王俊峰等.地震災害醫(yī)療應急救援推演研究[J].計算機應用研究，2011，28（1）： 172-181

[11]吳斯亮.大型地震應急物資需求動態(tài)預測模型研究[D].哈爾濱：哈爾濱工業(yè)大學，2012. 29-32

[12]趙一兵，高虹霓，馮少博.基于支持向量機回歸的應急物資需求預測[J].計算機仿真，2013， 30（8）：408-411