鄔群勇, 唐曙光, 黃君毅, 孫振海
(1. 福州大學(xué)空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)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(xué)科學(xué)院科技部, 北京 100071)
突發(fā)性大氣污染事故移動(dòng)應(yīng)急系統(tǒng)關(guān)鍵技術(shù)研究
鄔群勇1, 唐曙光1, 黃君毅1, 孫振海2
(1. 福州大學(xué)空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)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(xué)科學(xué)院科技部, 北京 100071)
針對(duì)突發(fā)性大氣污染移動(dòng)應(yīng)急系統(tǒng)中存在數(shù)據(jù)組織和管理困難、 應(yīng)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(shí)等問題展開研究, 設(shè)計(jì)大氣污染移動(dòng)應(yīng)急系統(tǒng)的數(shù)據(jù)管理方式. 分析移動(dòng)應(yīng)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(dòng)端的可視化等問題. 設(shè)計(jì)基于位置驅(qū)動(dòng)的人員撤離路徑規(guī)劃策略, 提出利用緩存技術(shù)、 位置驅(qū)動(dòng)、 消息推送技術(shù)等方法增強(qiáng)移動(dòng)終端和數(shù)據(jù)中心的交互能力, 提高應(yīng)急人員指揮撤離和救援調(diào)度等問題. 最后, 設(shè)計(jì)并實(shí)現(xiàn)基于Android平臺(tái)的突發(fā)性大氣污染移動(dòng)應(yīng)急系統(tǒng), 并進(jìn)行測(cè)試, 驗(yàn)證突發(fā)性大氣污染移動(dòng)應(yīng)急關(guān)鍵技術(shù)解決方案.
突發(fā)性大氣污染事故; 移動(dòng)應(yīng)急系統(tǒng); 空間數(shù)據(jù); 可視化; JSON
突發(fā)性大氣污染事故往往會(huì)造成巨大的經(jīng)濟(jì)損失和人員傷亡, 如何加強(qiáng)對(duì)此類突發(fā)事件的應(yīng)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(guó)政府和社會(huì)各界的廣泛關(guān)注. 許多學(xué)者對(duì)人員撤離和資源調(diào)度等應(yīng)急關(guān)鍵技術(shù)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(shí)模擬模型; Mould等[4]研究海上石油鉆井平臺(tái)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(yīng)急決策優(yōu)化提供一種新的方法, 利用運(yùn)籌學(xué)規(guī)劃方法, 研究應(yīng)急資源調(diào)配和應(yīng)急疏散問題; Serafini等[6]基于動(dòng)態(tài)規(guī)劃原理, 對(duì)最小風(fēng)險(xiǎn)路徑進(jìn)行探討, 并給出相應(yīng)的數(shù)學(xué)模型; 陳文君等[7]通過分析突發(fā)性大氣污染事故應(yīng)急監(jiān)測(cè)系統(tǒng)建設(shè)過程中對(duì)于多種空間對(duì)象的定位與查詢、 大氣污染危險(xiǎn)區(qū)界定、 監(jiān)測(cè)數(shù)據(jù)的表達(dá)與分析這三處包含空間位置信息處理的關(guān)鍵技術(shù), 構(gòu)建突發(fā)性大氣污染事故應(yīng)急監(jiān)測(cè)系統(tǒng); 江輝仙等[8]采用高分辨率遙感影像、 各種敏感目標(biāo)和人口的分布信息等空間數(shù)據(jù), 利用事件觸發(fā)機(jī)制, 建立基礎(chǔ)數(shù)據(jù)庫(kù)與虛擬現(xiàn)實(shí)仿真試驗(yàn)平臺(tái), 用以快速高效地為城市突發(fā)性泄漏污染事故的模擬、 應(yīng)急救援提供數(shù)據(jù)驗(yàn)證和決策輔助支持. 這些技術(shù)都是基于客戶端的方式很難應(yīng)用于突發(fā)性大氣污染的應(yīng)急現(xiàn)場(chǎng)指揮.
突發(fā)性大氣污染移動(dòng)應(yīng)急現(xiàn)場(chǎng)指揮系統(tǒng)是建立在移動(dòng)通信網(wǎng)絡(luò)環(huán)境和移動(dòng)終端下的一種移動(dòng)應(yīng)急系統(tǒng). 由于移動(dòng)通訊網(wǎng)絡(luò)傳輸速率差, 移動(dòng)終端的計(jì)算、 存儲(chǔ)和可視化能力有限, 因此在移動(dòng)應(yīng)急現(xiàn)場(chǎng)指揮系統(tǒng)建設(shè)中, 需要綜合考慮, 設(shè)計(jì)合適的數(shù)據(jù)組織、 傳輸和可視化以及應(yīng)急策略.
針對(duì)以上問題, 從移動(dòng)端與服務(wù)器端應(yīng)急數(shù)據(jù)的組織方式、 服務(wù)器端計(jì)算出的結(jié)果在移動(dòng)端的可視化, 移動(dòng)端應(yīng)急撤離的有效路徑三個(gè)關(guān)鍵技術(shù)問題入手展開研究. 研究移動(dòng)應(yīng)急數(shù)據(jù)管理與可視化方法以及移動(dòng)應(yīng)急人員指揮撤離等關(guān)鍵技術(shù), 提出利用緩存技術(shù)、 位置驅(qū)動(dòng)、 服務(wù)器推送技術(shù)等方法改進(jìn)移動(dòng)終端和數(shù)據(jù)中心的交互方式, 改進(jìn)移動(dòng)終端與服務(wù)中心的數(shù)據(jù)組織與可視化方式, 為大氣應(yīng)急現(xiàn)場(chǎng)的數(shù)據(jù)采集和指揮調(diào)度提供一種新的解決方案.
在移動(dòng)應(yīng)急系統(tǒng)應(yīng)用中, 通常需要接收來(lái)自服務(wù)器的大容量數(shù)據(jù)和傳送移動(dòng)終端的現(xiàn)場(chǎng)數(shù)據(jù), 而目前移動(dòng)終端的網(wǎng)絡(luò)狀況通常是移動(dòng)網(wǎng)絡(luò), 速度較低, 同時(shí)移動(dòng)終端設(shè)備通過存在CPU運(yùn)算速度相對(duì)較低、 內(nèi)存較小、 顯示屏分辨率小等硬件條件的限制, 這對(duì)移動(dòng)應(yīng)急系統(tǒng)的開發(fā)提出更高的要求. 因此需要考慮移動(dòng)應(yīng)急大數(shù)據(jù)量傳輸與移動(dòng)終端硬件以及移動(dòng)網(wǎng)絡(luò)壓力的問題, 充分利用數(shù)據(jù)邏輯組織的高效性以彌補(bǔ)硬件平臺(tái)的不足, 合理利用資源, 盡量減少資源的消耗, 包括CPU運(yùn)算量、 內(nèi)存和外存的消耗, 盡可能地提高效率, 實(shí)現(xiàn)移動(dòng)應(yīng)急數(shù)據(jù)的快速顯示以及高效的檢索速度[9].
將移動(dòng)應(yīng)急數(shù)據(jù)的組織方式按移動(dòng)端和服務(wù)器端兩種方式分別組織. 其中, 移動(dòng)端應(yīng)急數(shù)據(jù)主要包括: 基礎(chǔ)地理信息數(shù)據(jù)、 離線路網(wǎng)數(shù)據(jù)、 應(yīng)急輔助數(shù)據(jù)、 科學(xué)模擬數(shù)據(jù)等. 其中: 基礎(chǔ)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(dòng)設(shè)備在沒有網(wǎng)絡(luò)或者網(wǎng)絡(luò)情況不好的情況下, 可以提供最短路徑的檢索; 應(yīng)急輔助數(shù)據(jù)包括避難點(diǎn)和醫(yī)院等信息, 方便在移動(dòng)端對(duì)一些避難點(diǎn)、 醫(yī)院等設(shè)施的查詢; 科學(xué)模擬數(shù)據(jù)主要為服務(wù)器端經(jīng)過模型計(jì)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(jí)的數(shù)據(jù)交換格式. 服務(wù)器端主要負(fù)責(zé)模型和地理服務(wù)的運(yùn)算[10], 其數(shù)據(jù)分為科學(xué)模擬數(shù)據(jù)[11]、 應(yīng)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(shí)間的分析數(shù)據(jù). 具體組織方式如表1所示.
表1 應(yīng)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(chǔ)方式備注服務(wù)器端數(shù)據(jù)的組織科學(xué)模擬數(shù)據(jù)柵格數(shù)據(jù).grd濃度場(chǎng)、傷亡人數(shù)、傷亡概率等路網(wǎng)數(shù)據(jù)網(wǎng)絡(luò)數(shù)據(jù)集網(wǎng)絡(luò)數(shù)據(jù)集road_ND應(yīng)急輔助數(shù)據(jù)點(diǎn)、線、面等矢量數(shù)據(jù)FeatureClass救援力量(消防、公安、部隊(duì))、醫(yī)療機(jī)構(gòu)、避難場(chǎng)所、救助物資等空間分布圖
圖1 應(yīng)急數(shù)據(jù)可視化流程
服務(wù)器端接收到移動(dòng)終端發(fā)送的污染相關(guān)信息和現(xiàn)場(chǎng)相關(guān)數(shù)據(jù)后, 利用Gaussian Model大氣污染擴(kuò)散模型計(jì)算出污染物在某一時(shí)刻擴(kuò)散的時(shí)空分布數(shù)據(jù)[12], 其為離散的點(diǎn)的文本數(shù)據(jù). 移動(dòng)終端通過請(qǐng)求污染事故發(fā)生后某個(gè)時(shí)刻的污染擴(kuò)散情況, 服務(wù)器端能夠把相關(guān)的信息返回, 移動(dòng)終端才能很好地展示某一時(shí)刻大氣污染擴(kuò)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(wú)法在移動(dòng)終端可視化, 故采用JSON的科學(xué)模擬數(shù)據(jù)可視化策略, 具體的流程如圖1所示.
3.1 撤離路徑流程
在移動(dòng)應(yīng)急快速反應(yīng)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(xué)模擬的大氣污染范圍以及相應(yīng)的避難點(diǎn)直接影響人員撤離路徑生成. 在避難點(diǎn)和最優(yōu)路徑選擇的基礎(chǔ)上, 提出基于位置驅(qū)動(dòng)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(wù)區(qū)域分析的避難點(diǎn)選取和推送
在避難點(diǎn)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(diǎn), 根據(jù)泰森多邊形算法計(jì)算出每個(gè)避難點(diǎn)所在的泰森多邊形, 即為避難點(diǎn)的服務(wù)區(qū)域; 然后根據(jù)用戶所處的位置, 將其與避難點(diǎn)的服務(wù)區(qū)域進(jìn)行空間疊加分析, 得出用戶所處避難點(diǎn)的服務(wù)區(qū)域; 最后, 通過消息推送機(jī)制把信息推送到客戶端, 方便人員選取合理的避難點(diǎn)位置信息.
1)利用泰森多邊形對(duì)避難點(diǎn)的服務(wù)區(qū)域進(jìn)行分析. 建立泰森多邊形算法的關(guān)鍵是對(duì)離散數(shù)據(jù)點(diǎn)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(xiàn)[14]. 利用避難點(diǎn)來(lái)構(gòu)建Delaunay三角網(wǎng), 根據(jù)每個(gè)避難點(diǎn)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(diǎn)的服務(wù)范圍.
2)基于服務(wù)區(qū)域分析的避難點(diǎn)選取和推送. 在應(yīng)急過程中, 服務(wù)器端獲取到用戶所處的位置, 將其與避難點(diǎn)的服務(wù)區(qū)域進(jìn)行空間疊合分析, 通過消息推送技術(shù)把合適的避難點(diǎn)推送到移動(dòng)終端, 便于應(yīng)急指揮人員對(duì)避難點(diǎn)的選取.
3.3 基于位置驅(qū)動(dòng)和路權(quán)模型的人員撤離路徑的生成
在事故發(fā)生時(shí), 如果不能確保人員安全迅速疏散, 往往會(huì)造成嚴(yán)重后果, 危及人民群眾的生命安全. 特別是對(duì)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(kuò)散速度快, 造成的危害大, 可用的疏散時(shí)間短, 在人群聚集比較嚴(yán)重的情況下, 盡快地選擇安全且疏散時(shí)間短的路線, 是應(yīng)急指揮人員有效決策的重要保障. 最短距離分析與實(shí)時(shí)交通狀況無(wú)關(guān), 只與交通網(wǎng)結(jié)構(gòu)有關(guān). 時(shí)間最短分析, 與實(shí)時(shí)交通狀況有著密切的關(guān)系, 需要建立路權(quán)模型[15].
大氣污染應(yīng)急工作中, 利用路權(quán)模型在時(shí)間最優(yōu)上進(jìn)行分析, 通過路權(quán)函數(shù)表示某一條道路的行使時(shí)間. 路權(quán)函數(shù)指路段行使時(shí)間與該路段交通負(fù)荷之間的函數(shù)關(guān)系. 在實(shí)際救災(zāi)工作中交通情況非常復(fù)雜, 通常會(huì)采用一種半理論、 半經(jīng)驗(yàn)的路權(quán)函數(shù)計(jì)算方法, 這種方法是根據(jù)流量、 車速、 密度3個(gè)參數(shù), 確定路權(quán)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(shí)間;L(i,j)為[i,j]路段的路線長(zhǎng)度;v(i,j)為[i,j]路段的實(shí)際車速.
式中:Uo為交通量為零時(shí)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(dāng)路段的交通狀態(tài)處于非擁擠狀態(tài)時(shí), 根式前取“+”號(hào); 當(dāng)路段處于擁擠狀態(tài)時(shí), 根式前取“-”號(hào); 當(dāng)路段處于堵塞狀態(tài), 則可以認(rèn)為此路段設(shè)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(jì)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(jī)動(dòng)車道數(shù);L為平均車身長(zhǎng)度, m;Lo為平均阻塞車間凈距, m.
交通量為零時(shí)的路段車速Uo, 可根據(jù)路段設(shè)計(jì)車速vo, 進(jìn)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(shè)計(jì)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(dòng)機(jī)制得到應(yīng)急指揮人員的地理位置, 通過選擇合適的避難點(diǎn), 利用Dijkstra算法和路權(quán)函數(shù)理論模型進(jìn)行最優(yōu)路徑的分析, 得出距離最短路徑或者時(shí)間最優(yōu)路徑, 應(yīng)急指揮人員可以根據(jù)當(dāng)時(shí)的實(shí)際情況選擇合適的最優(yōu)路徑進(jìn)行決策.
服務(wù)器端采用Gaussian大氣污染擴(kuò)散模型得出某一時(shí)刻的污染擴(kuò)散范圍, 根據(jù)模型計(jì)算的數(shù)據(jù)渲染出某個(gè)時(shí)刻污染的擴(kuò)散狀況, 并提供危害評(píng)估報(bào)告, 以供決策人員的使用. 本研究主要實(shí)現(xiàn)了移動(dòng)終端的污染數(shù)據(jù)的可視化以及應(yīng)急路線的生成, 可供現(xiàn)場(chǎng)應(yīng)急指揮人員進(jìn)行臨時(shí)的決策與指揮.
4.1 系統(tǒng)架構(gòu)
根據(jù)應(yīng)急系統(tǒng)中移動(dòng)端與桌面端協(xié)同操作的實(shí)際需求, 設(shè)計(jì)的應(yīng)急救援平臺(tái)總體框架如圖3所示:
1)表現(xiàn)層. 包括客戶端/服務(wù)器系統(tǒng), 重點(diǎn)在移動(dòng)應(yīng)急系統(tǒng), 桌面端系統(tǒng)見文獻(xiàn)[11-12].
2)應(yīng)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(dòng)終端+無(wú)線網(wǎng)絡(luò)”的接入方式. 本文主要研究移動(dòng)終端與服務(wù)器端進(jìn)行數(shù)據(jù)交互的關(guān)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(wù)提供應(yīng)急人員的位置信息; ④應(yīng)急調(diào)度, 提供救援車輛及物資的及時(shí)調(diào)配; ⑤應(yīng)急模擬, 根據(jù)事故的信息, 通過模型在服務(wù)器端進(jìn)行大量的科學(xué)計(jì)算并渲染得到大氣污染的擴(kuò)散情況.
3)服務(wù)層. 服務(wù)層是整個(gè)集成框架的核心, 起著承上啟下的作用. 向上, 服務(wù)層與應(yīng)用層交互, 為應(yīng)用程序提供數(shù)據(jù)和功能服務(wù); 向下, 與數(shù)據(jù)層交互, 獲取各種服務(wù)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(yīng)用層的各個(gè)子系統(tǒng)所用, 因此, 體現(xiàn)在這一層的服務(wù)大部分都是功能性的服務(wù), 如網(wǎng)絡(luò)分析、 服務(wù)區(qū)域分析、 避難點(diǎn)選取等.
4)數(shù)據(jù)存儲(chǔ)層. File數(shù)據(jù)主要是模型計(jì)算后的一些結(jié)果數(shù)據(jù); Img數(shù)據(jù)主要是服務(wù)器端對(duì)模型計(jì)算后的數(shù)據(jù)進(jìn)行渲染后得到的濃度場(chǎng)、 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(kù)存儲(chǔ)該區(qū)域的基礎(chǔ)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(chǔ)在服務(wù)器端供在線的避難點(diǎn)查詢檢索也可以離線存儲(chǔ)在移動(dòng)端以減少網(wǎng)絡(luò)傳輸壓力.
圖3 系統(tǒng)總體框架
4.2 系統(tǒng)實(shí)現(xiàn)
以Eclipse作為開發(fā)工具, 采用ArcGIS Server平臺(tái)作為地理信息支撐平臺(tái), 按照移動(dòng)應(yīng)急數(shù)據(jù)組織的方式進(jìn)行移動(dòng)應(yīng)急數(shù)據(jù)組織, 服務(wù)器端集成大氣污染擴(kuò)散模型. 移動(dòng)端借助ArcGIS Object 10.2二次開發(fā)組件進(jìn)行服務(wù)擴(kuò)展, 集成科學(xué)模擬數(shù)據(jù)可視化與應(yīng)急撤離方案, 實(shí)現(xiàn)突發(fā)性大氣污染移動(dòng)應(yīng)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(kuò)散的可視化
(b) 距離最優(yōu)展示
(c) 時(shí)間最優(yōu)展示
圖中紅線形成的多邊形為避難點(diǎn)的服務(wù)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(hào)避難點(diǎn)撤離, 對(duì)于右側(cè)落在第6號(hào)避難點(diǎn)服務(wù)區(qū)域的人員, 建議向6號(hào)避難點(diǎn)撤離.
將移動(dòng)GIS應(yīng)用到大氣污染應(yīng)急系統(tǒng)當(dāng)中, 設(shè)計(jì)移動(dòng)大氣污染應(yīng)急平臺(tái), 給出一種應(yīng)急數(shù)據(jù)的組織方式、 科學(xué)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(dòng)的人員的撤離路徑生成方法. 在應(yīng)急數(shù)據(jù)組織方面, 合理地將應(yīng)急數(shù)據(jù)在移動(dòng)端和服務(wù)器端進(jìn)行組織, 以便于快速調(diào)用與展示; 在污染擴(kuò)散可視化方面, 通過服務(wù)器端解析模型數(shù)據(jù), 移動(dòng)終端能很好地展示污染物的擴(kuò)散范圍和濃度; 在應(yīng)急撤離路徑選擇上, 以空間數(shù)據(jù)庫(kù)和模型為基礎(chǔ), 對(duì)距離最短、 時(shí)間最短綜合考慮, 實(shí)現(xiàn)了污染區(qū)域避難點(diǎn)以及撤離路徑方案的選擇, 提高人機(jī)交互能力, 具有良好的實(shí)用價(jià)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(yīng)急決策優(yōu)化中的應(yīng)用[J].暨南大學(xué)學(xué)報(bào): 自然科學(xué)與醫(yī)學(xué)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(yīng)急監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與開發(fā)[J].地球信息科學(xué)學(xué)報(bào), 2011, 13(1): 65-72.
[8] 江輝仙, 黃達(dá)滄, 林廣發(fā). 街區(qū)突發(fā)性泄漏的氣體擴(kuò)散過程仿真技術(shù)的集成試驗(yàn)[J]. 地球信息科學(xué)學(xué)報(bào), 2011, 13(5): 637-643.
[9] 田根, 童小華, 張錦. 移動(dòng)地理信息系統(tǒng)數(shù)據(jù)模型與3S集成關(guān)鍵技術(shù)[J]. 同濟(jì)大學(xué)學(xué)報(bào):自然科學(xué)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(yīng)用[J].環(huán)境科學(xué)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(dá)方法研究[J].地理與地理信息科學(xué), 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(zāi)害學(xué)報(bào), 2013, 22(6): 195-202.
[13] 豐江帆, 李林, 楊富平, 等. 面向震害應(yīng)急的移動(dòng) GIS 關(guān)鍵技術(shù)研究與應(yīng)用[J]. 計(jì)算機(jī)工程與設(shè)計(jì), 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(xué)出版社, 2002.
[15] 侯燕, 賈艾晨. 基于ArcEngine洪災(zāi)避難路徑選擇可視化方法研究[J]. 水利與建筑工程學(xué)報(bào), 2009, 7(4): 60-63.
[16] 李發(fā)文. 洪災(zāi)避遷決策理論及其應(yīng)用研究[D].南京: 河海大學(xué), 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(yīng)用方面的研究, qywu@fzu.edu.cn
國(guó)家863計(jì)劃(2012AA022007); 福建省自然科學(xué)基金助項(xiàng)目(2011J01168)
10.7631/issn.1000-2243.2015.06.0783
1000-2243(2015)06-0783-06
TP391
A
福州大學(xué)學(xué)報(bào)(自然科學(xué)版)2015年6期