支持应急决策的气象灾害大数据融合的方法研究

The increasingly frequent meteorological disasters have become a serious challenge for China’s sustainable development. But currently they are not effectively connected with the big data of meteorological disasters, which has been the obstacle of disaster emergency decision. This research intends to adopt the cumulative multidisciplinary knowledge to innovate the fusion method based on the big data of meteorological disasters. The featured works include: taking meteorological big data (hard data), disaster data (hard data + soft data) and social statistic data (soft data) as the research object; analyzing the knowledge management and data standard of big data of meteorological disasters from ontology perspective; studying the decomposition and fusion techniques of multi-source big data to build a unified spatial metadata standard and geographic reference system; proposing the subspace method of dynamic optimization to realize the dimension reduction of big data of meteorological disasters; adopting the technique of deep learning to realize the classification and identification of meteorological disaster; adopting Case-Based Reasoning, Rule-Based Reasoning, Web Geographic Information System and prospect theory to form, assess and amend the emergency decision scheme, and to build a open-loop generative mechanism of “Solution Set definitions--Assessment--Decision making” and finally carry out the empirical analysis by taking urban rainstorm disaster as examples. This research provides a reference for the similar researches on big data of disasters and proposes a generative mechanism of emergency scheme which has demonstrative value for the change of management decision scheme driven by big data.

日益频发的气象灾害已成为我国可持续发展中急需应对的严峻挑战，目前的气象灾害大数据尚未能有效融合，成为灾害应急决策的障碍。本研究拟利用多学科的累积性知识，创新气象灾害大数据融合方法。特色工作主要有：以气象大数据（硬数据）、灾情数据（硬数据+软数据）、社会统计数据（软数据）为对象，采用本体和映射技术，构建基于本体的气象灾害数据标准体系；研究多源数据的分解与融合技术，构建统一的空间元数据标准和地理参考系统；提出动态寻优子空间方法，实现气象灾害大数据的维数约简；采用深度学习技术，实现气象灾害的分类识别；采取案例推理、规则推理、webGIS和前景理论等，生成、评估和反馈应急决策方案，构建开环的“方案（集）—评估—决策”的生成机制，最后通过构建城市暴雨灾害应急决策平台对以上研究给予实证。本研究能对其他灾害类大数据的融合提供借鉴，提出的应急方案生成机制对于以大数据驱动的管理决策范式改变具有典型示范意义。

本研究利用管理科学与工程、信息技术、数据挖掘、计量经济学等多学科知识，创新气象灾害大数据融合方法。特色工作主要包括：以气象大数据（硬数据）、灾情数据（硬数据+软数据）、社会统计数据（软数据）为对象，采用本体和映射技术，构建基于本体的气象灾害数据标准体系；研究多源数据的分解与融合技术，构建统一的空间元数据标准和地理参考系统；提出动态寻优子空间方法，实现气象灾害大数据的维数约简；采用深度学习技术，实现气象灾害的分类识别；采取案例推理、规则推理、webGIS和前景理论等，生成、评估和反馈应急决策方案，最后通过构建城市暴雨灾害应急决策平台对以上研究给予实证。.从研究情况来看，（1）本项目的部分成果已经结集出版三部著作，其中《气象服务效益与灾害风险评估》获得江苏省第十四届哲社优秀成果奖三等奖；在中文核心及以上期刊上发表（含录用）论文57篇，其中SCI/SSCI期刊论文32篇，中文论文25篇。投稿在审论文13篇（其中SCI/SSCI期刊论文10篇，中文论文3篇），完成研究专报2篇。（2）培养了一支气象灾害大数据融合与应急政策分析的学术团队，是江苏省“气候与气象灾害2011协同创新中心”的重要研究团队之一。培养硕士研究生12名，目前正在培养博士研究生3名，团队成员中5人晋升高级职称。（3）已经建成“深圳市高影响天气风险评估系统”，被广东省深圳市气象局评为“优秀”。部分研究成果已经在中国气象局国家预警信息发布中心得到应用。（4）作为特邀专家，参加了美国UNCP举办的“Disaster risk analysis(2017)”等多个学术会议。作为组委会主席，申请并圆满举办了中国“双选法”学会的“第十九届中国管理科学学术年会”（共约1000人与会）。（5）在本项目的研究基础上，申请人作为首席专家，申请获得了2018年度国家社会科学重大招标项目“大数据时代大气污染物排放的管控优化研究”（18ZDA052）。综上，较为圆满地完成了项目最初设计的任务。