数据建模在智慧应急管理中的作用将越来越大

国务院《“十四五”国家应急体系规划》提出：“推进‘智慧应急’建设，建立符合大数据发展规律的应急数据治理体系。”近年来，数据建模在智慧应急管理工作中得到了初步应用，对于突发事件的快速响应、协同指挥决策和隐患排查起到重要作用。365health_365bet足彩论坛_365bet.com智库安全产业所在研究中发现，数据建模在智慧应急管理领域应用尚处于初级阶段，并提出加快顶层设计、推进全领域布局、构建数字化生态等三方面强化应用的建议。

365health_365bet足彩论坛_365bet.com

一、数据建模对于提升应急管理能力作用巨大

数据建模是对现实物理世界事物的各维度数据进行抽象组织，将经过系统分析后抽象出来的概念模型转化为物理模型，其过程是一种用于定义和分析数据的要求和其需要的相应支持的讯息系统的过程。数据建模与智慧应急管理系统结合，可协助建立有效的应急管理数据共享机制，将各类安全风险在数字模拟场景中进行还原，避免或减轻同类事故的损害，对各类数据波动进行集成处理，实现了从多个独立感知终端的单点监测分析向区域整体态势感知的转变，从而起到提升本质安全水平的效果。

数据建模可实现整体风险动态监测，大幅度提升智慧预警能力。而数据建模可助力系统及时辨识区域内可能导致事故发生的危险状态，对区域所有数据进行深度挖掘和研究风险演化规律，及时掌握地区整体风险演化趋势，实现了从“数据监测采集—数据集成融合—数据研判挖掘”的三级态势感知功能，直观呈现风险态势演化过程，分析其可能产生的直接后果及次生、衍生后果，从而起到动态预防和预警的效果，解决了目前智慧应急管理平台对风险信息利用停留在表层的数据监测而预警不足的难题。如广东某化工园区从2016年开始探索数据建模为核心的动态风险监测方法（如图），目前建立了集11个功能模块于一体的预警系统，与常用的监控系统相比，可更早地感知到态势异常变化并发出报警信号，可实现事故隐患的精确研判。

图1 动态风险监测的态势感知层次模型

365health_365bet足彩论坛_365bet.com

数据建模具有普适性，可化解智慧应急管理领域的“数据鸿沟”。数据建模实现了应急救援过程中的异构数据的集成应用，使不同系统间数量庞大无序、不确定性、关系复杂的各类数据交换与集成变得较为简单，保障数据交换平台安全高效运转，使应急工作人员和各大用户对各种应急信息做出正确的应对举措。在一定程度上，化解了目前我国应急管理因各自为政而产生的跨地区、跨层级、跨部门的数据流转不畅通难题，可助力数据管理平台建立起长效的共享机制，支撑整个地区或行业的数据挖掘和分析，有效提升安全管理水平。

数据建模可助力实现物理实体运行的全息模拟映射，提升应急分析决策能力。以数据建模为基础所构建应急管理数字孪生系统，不仅能融合多学科手段，全方位、高同步、深度映射地还原地质、旱涝、火灾等应急事故现场环境，还可以针对每个潜在风险点构建相应的虚拟应急管理模型，在应急知识库的支持下，仿真模拟应急事件的多种可能性，推演应急风险演进的路径，研判不同条件下应急事件发展的不同走向并预判应急决策的效果，实现应急管理方案的最优选择。这种应急管理新模式，能够大幅提升应对突发紧急事件复杂性、流动性、连续性的适应能力，促进信息技术和应急技术的融合，全方位提升隐患排查和治理能力。

二、数据建模在智慧应急管理领域应用尚显不足的原因分析

数据环境档次整体不高，数据建模应用受限。应急管理需要跨专业、跨部门的业务协同，数据流动需要人工协同，不可避免地产生数据重复采集、质量差等问题，致使很多所谓的智慧应急管理系统没有数据定义文件（如数据模型、数据字典），或者数据定义文件无人维护而非最新，数据建模应用难度加大。此外，数据建模需依托AI、工业互联网、物联网等“新基建”，但各地“新基建”水平、突发事件类型及灾害程度、应急管理需求等情况不同，造成数据建模能力和需求不尽相同，数据环境档次不一，在一定程度上影响数据建模在智慧应急管理业务中的应用。

缺乏能复制、较为成熟的应用模式和经验，数据建模只在部分行业领域得到应用。数据建模目前在不同行业领域应急管理体系中的应用实例不多，没有形成规模化效应，这主要是由于数据建模在应急管理领域应用内在动力不足，缺乏能复制、较为成熟的应用模式和经验。目前，数据建模只在智慧城市应急管理领域中获得深度应用，这得益于各地着力推动的智慧城市建设，为城市应急管理数字化提供了有力支撑。此外，在化工园区安全管理系统、民航飞行安全系统、建筑安全管理系统等领域有着一定应用，但尚未大范围普及。

表1数据建模在部分领域应急管理工作中的应用情况

图2江苏化工园区“数字孪生+高精度时空定位”智慧解决方案

数据建模相关技术和服务能力有限，融入应急管理全业务流程尚显不足。一是具备多种前端数据采集功能的感知设备在应急领域部署不够广泛，智能传感技术不够成熟，无法实现突发事件全领域覆盖，应急管理决策获得的一手海量数据不够精准。二是应急管理体系数字化转型的市场化服务水平与实际应用需求匹配度不高，综合解决方案提供商技术水平不强，对应急管理理解不深，造成数据建模与应急管理全业务流程融入度不足。三是海量安全生产事故、自然灾害和公共卫生事件等数据没有得到有效应用，制约了通过同类生产或生活场景的模拟隐患排查，对提升本质安全水平的作用还未得到充分发挥。

三、强化数据建模在智慧应急管理中的应用措施

加快数字化应急管理体系建设的顶层设计。一是加强管理部门横向上公共数据信息的搜集、分析、处理和共享机制建设，打通数据建模应用通道，提高政府对突发事件的快速反应能力和健全完善应急管理协同决策体系。二是出台重大领域的数据共享模型和数据规范标准，提高差异化数据的采集、应用、维护能力及结构匹配度，促进公共信息的互联互通。三是立足地方基础设施支持政策、“新基建”条件和应急管理应用需求，稳步提升大数据、AI、云计算等数字技术的整体水平，全力打造具有深度感知、边缘计算和智能辅助等能力的智慧应急基础设施，实现全领域、全方位、全过程感知，全面提升应急管理能力。

稳步推进数据建模在全领域应急管理工作中的布局。一是抓住数据建模在城市公共安全应急管理中深入应用契机，通过实践检验技术成熟度和商业模式，总结经验和问题，为数据建模在其他领域应急管理工作中的应用打牢基础。二是加快构建基于数据建模技术的一体化、全覆盖的国家应急管理大数据应用平台，依托国家数据共享交换体系，实现对重大风险在线监测、超前预警和救援防控的高效协同处置。三是以产业基金扶持等方式，“十四五”期间共同支持数据建模在自然灾害、安全生产、公共卫生安全等重点领域应急管理体系中的应用。

逐步构建应急管理中的数字化生态。一是启动一批应急管理数字化转型示范项目，加快数据建模与应急管理技术融合成果的综合集成转化，推出更加丰富的技术产品，提高应急管理的智能化、精细化水平。二是围绕应急管理中的难点问题，面向更为广泛的突发事件应用场景，培育一批数据建模综合解决方案提供商，开发复用性高、通用性强、可规模化推广的解决方案，引导其精准对接企业转型难点。三是通过绩效评估等方式，促进安全应急各场景数据的有效应用，对数据建模在应急管理方面应用效果较好的地方和部门给予适当奖励，激发各类主体主动应用数据建模的内在动力。