基于线上线下数据融合的城市灾害ERDSS关键技术研究

This project studies the key technologies of city disaster emergency response decision support system (ERDSS) based on online and offline data fusion. Online data refers to the city disaster data from social media. Offline data refers to the city disaster data from government units reporting and physical sensors. Multi-source heterogeneous data can provide more information on city disasters from multiple dimensions and better support emergency response decisions. On the other hand, multi-source heterogeneous data are complex, and there are differences between the data and contradictions. These contradiction data maybe interfere with emergency response decision. The purpose of this project is to solve the problems of complex context data fusion, large-scale real-time data fusion, conflict data identification, real-time assessment of disaster losses. The project has four research contents. First, the project will study online and offline city disaster data fusion algorithms, rules and techniques. Second, the project will study the dynamic characterization of city disaster scenarios. Third, the project will study the dynamic assessment of city disaster losses. Last, the project will carry out city disaster application research. The research results of this project will build the theory and method of key technologies of city disaster ERDSS based on online and offline data fusion. The project will provide theoretical guidance and practical reference for enhancing the emergency response capability of city disaster.

本项目对基于线上线下数据融合的城市灾害ERDSS关键技术进行研究。ERDSS是Emergency Response Decision Support System（应急响应决策支持系统）的缩写。线上数据指社交媒体等网络渠道的城市灾害数据，线下数据指政府基层单位上报和物理传感器捕捉的城市灾害数据。一方面不同来源数据可以从多维度提供城市灾害信息，更好支持应急响应决策；另一方面不同来源数据的语境复杂，数据之间存在差异和矛盾，干扰应急响应决策。为解决复杂语境数据融合、大规模实时数据融合、冲突数据识别、灾害损失实时评估等问题，从4个方面研究：线上线下城市灾害数据融合算法、规则和技术，城市灾害全貌特征动态刻画技术，灾害损失动态评估技术，开展应用研究。本项目的研究成果将构建基于线上线下数据融合的城市灾害ERDSS关键技术的理论和方法，为提升城市灾害应急响应能力提供理论指导和实践参考。

【项目背景】ERDSS是应急响应决策支持系统Emergency Response Decision Support System简称。本项目对基于线上线下数据融合的城市灾害ERDSS关键技术进行研究，目的是解决大数据环境下城市灾害ERDSS关键技术的挑战。.【主要研究内容】对线上线下城市灾害数据特征和层次、融合算法和规则、城市灾害情感行为模式、城市灾害损失动态评估技术、歧义识别和融合解决等进行深入探讨，对城市灾害ERDSS运行机理和关键技术进行研究，开展了多项城市灾害应急管理实践。.【重要研究成果】在城市灾害数据融合方面，应用自然语言处理、主题分类和语义分析模型、深度学习等方法和技术，将线上数据的实时性和广泛性与线下数据的真实性和权威性充分综合，对线上数据和线下数据从多个不同层次、不同视角进行有效融合，形成了城市灾害事件线上线下多层次数据融合方法。在城市灾害特征刻画方面，采用领域本体模型、案例推理、模拟仿真、机器学习、行为模式、社会力模型等方法和技术，从多个不同维度、不同层次、不同阶段对城市灾害损失画像进行描述，探讨随时间空间变化下城市灾害事件典型特征和行为演变，构建了城市灾害动态画像模型，为全面描述城市灾害事件和开展应急响应决策提供理论方法。在城市灾害损失评估方面，基于自然语义分析、文本数据挖掘、情感损失分析、关键特征词匹配、多源数据融合等方法技术，在对城市灾害损失信息特征分析基础上，构建了城市灾害损失动态评估、持续监测分析模型和算法，提出了基于多源数据融合城市灾害实时损失动态评估过程模型。在城市灾害实践方面，提出了解决城市灾害ERDSS关键技术的理论方法和技术模型，在城市灾害救助、疫情传播控制、地震灾害响应、城市轨道交通灾害响应等城市灾害领域开展了实践。.【关键成果数据】发表21篇学术论文，其中13篇SCI/SSCI检索论文，1篇其他期刊论文，7篇国际会议论文。荣获3项软件著作权、1项发明专利、1项团体标准，主持和参与9项相关实践活动。培养了20名学生，其中13名毕业硕士研究生、3名博士生开题、4名毕业本科生。荣获2项学术奖励。.【本项目的科学意义】本项目的研究成果形成了基于线上线下数据融合的城市灾害ERDSS关键技术的模型、算法、技术和方法，完善了城市灾害ERDSS的理论体系和实践方法，为有效开展应急管理和响应决策工作提供了理论和方法。