摘要：从系统论的观点，结合突发洪水应急决策特点，分析非常规突发洪水灾害发生发展过程中突发事件、承灾载体、环境单元及应急活动各要素及要素间关系，基于知识元理论，建立突发事件、承灾载体、环境单元及应急活动等知识元模型，构建基于知识元的多层次情景表达模型。以淮河流域2007年洪水灾害 片段为实例，应用情景模型对非常规突发洪水应急情景进行完整表达，并实现应急情景态势转化及推演分析。
关键词：洪水灾害；应急情景；非常规突发事件；知识元
DOI：10.13956/j.ss.1001-8409.2016.04.30
中图分类号：TP182；F224文献标识码：A 文章编号：1001-8409（2016）04-0140-05
Abstract：According to the character of unconventional flood emergencies decision， this paper analysis the element and relations of emergency event， hazard bearing body， environment and emergency action in the flood development and progression from system viewpoint. Based on knowledge element theory， knowledge element models of emergency event， hazard bearing body， environment and emergency action are built， and multilevel emergencies scenario model is generated. An Example of flood over Huaihe Valley in 2007， unconventional flood emergency scenario is generated completely by the scenario model， and scenario transformation and evolution is also analyzed.
Key words：flood； emergency scenario； unconventional emergencies； knowledge element
洪水灾害是发生频率最高、影响范围最广的自然灾害。近年来，突发性强、灾害损失巨大、发生频率极低的非常规突发洪水事件频发，由于其破坏力极强，加之经济发展及人类活动范围扩大，非常规突发洪水对社会经济、生命财产以及生态系统造成了严重影响和巨大损失。
目前“情景―应对”已取代“预测―应对”，是最适合非常规突发事件的应急决策范式[1]。科学、准确的非常规突发洪水情景表达，能够帮助决策者制定有效应对策略，降低洪水灾害造成的危害，对于应急决策具有重要意义[2]。
1非常规突发洪水应急情景分析
11应急情景定义
情景最早被Kahn定义为：“未来是多样的，潜在的结果及通往结果的途径都不是唯一的，对可能出现的未来以及实现这种未来途径的描述构成一个情景”[3]。从静态视角来看，应急情景是对突发事件当前状态的详细描述，即某一时刻所有灾害要素的状态集合；从动态视角来看，应急情景包括突发事件发展演化路径及发展趋势，由当前状态到未来的发展趋势、演变路径、演变诱因等同样对决策主体至关重要[4～6]。
从服务决策角度，本文认为突发事件应急情景是突发事件静态与动态的综合集成，既包括突发事件在发生发展过程中某一时间点事件主体及客体的状态数据，又包括某一时段主客体行为、规则及相关参数演化的抽象，即事件演进的趋势。
12非常规突发洪水应急情景特点
与一般突发事件相比，非常规突发洪水应急情景中情景主体众多且关系复杂，情景演化随机性更强且更迅速[7]，表现在：
（1）非常规突发洪水应急情景要素众多、关系复杂。突发洪水涉及河流、湖泊、水库、行蓄洪区、城市、农村等要素，同时应急主体众多，地方政府与流域管理机构都是突发洪水应急管理主体，同时还涉及水利部、民政部、农业部、交通部等十几个机构或团体，各主体间形成纵横交错的复杂网络关系[8]。
（2）非常规突发洪水情景演化随机性更强且更迅速。由于暴雨、风速、水文等因素本身具有随机性、模糊性，受这些因素影响的洪水演化更具不确定性及不可预知性，更容易造成破坏性，灾害影响范围更容易扩大，次生及衍生灾害事件更易发生。
（3）非常规突发洪水应急决策复杂性更强。在非常规突发洪水应急决策过程中，时间紧迫，信息匮乏，资源紧张，同时应急决策要求具备多目标性。非常规突发洪水应急过程中涉及经济、社会、工程、自然等诸多因素，既要保证受灾群众生命物质安全，又要综合考虑全局经济财产损失最低，同时又受到自然条件、资源分配的严重约束。
13非常规突发洪水应急情景要素及要素间关系
根据范维澄关于公共安全事件的“三角形”框架理论，公共安全事件由突发事件、承灾载体和应急管理3条边组成三角形，3条边共同作用，发生物质、能量及信息的交换，推动公共安全事件的发展演化[9]。在特定时空环境中，初始事件与环境内的客观事物相互作用，客观事物被施加作用后其某个状态属性值达到并超过临界值，状态发生突变，释放物质、能力及信息等灾害要素，促使原生突发事件演化产生衍生和次生事件[10]。应急活动通过人为对客观事物施加一定的干预，阻止或控制事件的进一步发展、演进，从而延缓突发事件作用力、减少其对客观事物的破坏力。客观事物作为突发事件施加作用对象，称为承灾客体，承灾客体同时也是突发事件应急活动的作用与保护对象。 由此可知，突发事件客体、承灾客体、环境单元及应急活动是应急情景中的关键要素，4者之间的关系决定了突发事件的演化行为和路径。对关键要素的属性进行详细分析，分解归类为3类属性：诱发因素、突变条件和后果影响。诱发因素作为输入属性集，是导致突发事件发生、承灾客体及环境单元状态变化的动因；突变条件为事件客体、承灾客体及环境单元维持常规状态不向非常态变化的最低限度，可视为状态属性集；后果影响是突发事件、应急活动及承灾客体各自对其他客体造成的影响，归纳为输出属性集。突发事件客体、承灾客体、环境单元及应急活动等突发事件情景中的4个客体通过输入、状态、输出属性产生关联关系，如图1所示。通过输出属性将作用施加到其他客体的输入属性上，导致其他客体的状态属性发生变化，进而产生输出属性，作用于下一个环节的其他客体，推动突发事件情景向前演化。
2基于知识元的突发洪水情景模型
21知识元理论
知识元是存储、共享和引用知识的最小存储单位。王延章[11]基于知识工程的理论方法，利用概念、属性及关系约束三元组对知识元模型进行表示：
K=（k1，k2，k3，…，kn） （1）
Km=（Nm，Am，Rm）m∈n（2）
Ka=（pa，da，fa）a∈Am（3）
Kr=（pr，AIr，AOr，fr）r∈Rm （4）
式（1）中K为某一具体知识，ki为组成知识的知识元。
式（2）中Km为K中一个知识元，Nm是事物概念和属性名称，Am是Nm属性状态集，Rm为属性间映射关系集。
式（3）中Ka规范描述事物属性状态Am，pa表示事物属性可测特征，da为可测度量纲，fa为关系规则。
式（4）中Kr描述事物对象内部属性间约束关系，pr表示事物对象属性间关系映射描述，AIr为输入属性状态集，AOr为输出属性状态集，（AIr，AOr）∈Am，fr是关系映射的函数：AOr=fr（AIr）。
在非常规突发洪水灾害事故中，由于涉及到众多主体、信息及应急资源，各子系统知识结构、存储形式存在很大差异，但各子系统间的知识元素又严格按照一定的逻辑关系存在，特别适合利用知识元理论来表达洪水情景中各类异质要素及要素间的关系。通过构建知识元模型，梳理和表达非常规突发洪水事件中的各类异质要素，能够实现对事件应急情景静态的完整描绘，同时通过知识元间以及各知识元内部的属性关系约束，能够实现事件应急情景动态的演化逻辑及趋势分析。
22知识元―应急情景―突发洪水事件层次结构分析
从系统论的角度，突发洪水灾害事故是一个具备复杂层级结构的系统，如图2所示。在层级结构的最底层，是突发洪水灾害事故中事件、承灾载体、环境单元、应急活动的最小单元，对各要素最小单元进行知识元建模，得出各要素知识元模型。通过对事件、承灾载体、环境单元、应急活动等知识元模型进行实例化，得到基元事件、承灾载体等要素实体对象。根据构建的非常规突发洪水情景模型，结合各要素实体对象生成情景片段单元。情景单元随要素属性及时间进行演化，多个情景单元构成突发洪水事件，在事件层表现为突发事件随时间发生与演化。
知识元是突发洪水灾害事件中各要素基本单元的共性表达，涵盖突发洪水灾害事件演化过程中所有基本知识单元，是突发洪水灾害事件系统演化过程所有要素的规范化表达。
应急情景是知识元实例化后的实体对象，包括各种基元事件、承灾载体、环境子单元、应急子活动的集合，4者之间相互作用推动突发事件系统发生和演化。
突发事件是情景的概括性描述，以突发事件连锁反应的形式表现出来，随着情景层内基元事件与环境单元、承灾载体之间进行物质、能力与信息的交换，推动产生一系列次生和衍生事件。
23情景表达模型
根据非常规突发洪水应急情景要素及要素间关系分析，构建基于知识元的多层次情景表达模型，将情景S视为由不同情景单元si构成的情景集合：
S=（so，s1，s2，…，sn）（5）
si=（E，C，H，Y，T）（i∈n） （6）
式中：E为事件集，C为承灾载体集，H为环境单元集，Y为应急活动集，T为情景单元si出现的时间集合，t0（t0∈T）为初始情景so所在时刻。
通过对洪水应急预案及历史案例的分析，采用事先制定的粒度对洪水灾害事件过程中洪水灾害基元事件、承灾载体、环境单元及应急活动进行划分，建立相应要素的知识元模型。
231承灾载体知识元
洪水承灾载体系统是由与洪水相关的各种客观存在的事物及系统组成，把洪水相关客观事物系统分成若干个不可再分的单元，称为洪水承灾载体系统基本单元。抽取洪水承灾载体系统中基本单元的属性要素及关系，构建洪水承灾载体系统知识元模型。
用C表示突发洪水承灾载体集，包含若干个承灾载体：C=（c1，c2，…，cn），对于任意一个承灾载体ci，用知识元模型表达为：
Kc=（Nc，AIc，ASc，AOc，Rc） （7）
Nc为承灾载体名称，如河道、堤坝等；
AIc为承灾载体ci的输入属性集，该部分属于非时变属性；
ASc为承灾载体ci的状态属性集，状态属性中隐含突变要素属性；
AOc为承灾载体ci的输出属性集，包含损失状况输出属性和系统响应输出属性，反映承灾载体状态属性变化对外部环境造成的变化及损失。
对于ca∈（AIc，ASc，AOc），有：
Kca=（pca，dca，fca，ZTca）（8）
pca表示承灾载体ci的属性可测性描述，dca表示测度量纲，fca表示属性的时变函数，ZTca表示属性ca在T时刻的属性值。 对于r∈Rc，关系r符合公式（4）的规范要求。
以承灾载体河道为例，构建知识元Kc（河道）：
Kc（河道）=（河道，{输入}，{状态}，{输出}，属性间关系）
河道输入=（所属河段，起止点，河道类型，堤高，警戒水位，行洪能力，护岸类型）
河道状态=（水位，水量，水面宽度，水深，水流速度，流量）
河道输出=（漫坝水位，泄洪水量）
Kc（河道）知识元详细描述如表1所示。
232洪水灾害事件知识元
洪水灾害突发事件是若干基元事件按照各种关系进行组合而成，基元事件是洪水灾害事件不能再分的基本子过程，抽取基元事件主要属性要素和关系，构建洪水灾害事件知识元。
用E表示突发洪水灾害事件，包含若干个洪水事故基元事件：E=（e1，e2，…，en），对于任意一个基元事件ei，用知识元模型表达为：
Ke=（Ne，AIe，ASe，AOe，Re）（9）
Ne为事件过程实体，如降雨、河道水位上升、河道水位下降等；
AIe为事件Ne的输入属性集，该部分属性不随时间演进而变化，如洪水溃坝发生时间、发生地点等；
ASe为事件Ne的状态属性集，状态属性中隐含事件突变要素属性；
AOe为事件Ne的输出属性集，包括事件知识元的系统响应输出属性和损失状况输出属性，反映事件对承灾载体及外界环境造成的破坏性情况以及损失大小情况。
对于ea∈（AIe，ASe，AOe），属性ea符合公式（8）的规范要求；对于r∈Re，关系r符合公式（4）的规范要求。
以河道水位上升事件为例，构建知识元Ke（河道水位上升）：
Ke（河道水位上升）=（河道水位上升，{输入属性}，{状态属性}，{输出属性}）
河道水位上升事件输入=（流域面雨量，河流径流量，下垫面类型）
河道水位上升事件状态=（事件编号，事件级别，所属河流，初始水位，水位涨差，水位警戒线，警戒线水位时长，初始流量，流量涨差）
河道水位上升事件输出=（最终水位，最终流量）
233环境单元知识元
环境单元是指突发事件发生发展过程中在一定空间范围内以自然环境为主，社会环境、人文环境和其他物理设施为辅的灾害背景。
用H表示突发洪水环境单元集，其由若干个环境子单元组成， H=（h1，h2，…，hn），对于任意一个环境单元hi，用知识元模型表达为：
Kh=（Nh，Ah，Rh）（10）
式中，Nh为突发洪水环境单元；
Ah为环境单元属性集，对于ha∈Ah属性ha符合公式（7）的规范要求；
对于r∈Rh，关系r符合公式（4）的规范要求。
以环境单元中地理知识元为例，构建地理知识元Kh（地理）：
Kh（地理）=（地形地貌，河网密度）
234应急管理活动知识元
应急管理指可以预防或减少突发事件及其后果的各种人为干预手段，应急管理活动主要由活动对象（主体、客体）、动作、操作和结果等组成。
用Y表示应急管理活动集，其由若干个应急管理子活动组成，Y=（y1，y2，…，yn） ，对于任一个应急管理子活动yi，用知识元模型表达为：
Ky=（Ny，Dy，Xy，AIy，ASy，AOy，Ry） （11）
Ny为应急管理活动实体集，如水文监测、信息报送等；
Dy为应急管理活动对象集，包括应急管理活动主导者（主体）及主体面向对象（客体）；
Xy为应急管理活动过程中发生的动作及操作集；
AIy为应急管理活动输入属性集，主要包括Ny的前置状态及应急管理活动Ny的启动原因；
ASy为应急管理活动状态属性集，即应急管理活动涉及到的要素状态属性；
AOy为应急管理活动输出属性集，即应急管理活动发生后，引起客观事物、事件等属性状态变迁的相关属性集。
对于ya∈（AIy，ASy，AOy） ，属性ya符合公式（7）的规范要求；对于r∈Ry，关系r符合公式（4）的规范要求。
以应急活动中水文监测为例，构建Ky（水文监测）知识元模型：
Ky（水文监测）=（水文监测，{水文站，河道}，{水位监测、流量监测}，{输入属性（前一监测时间点水文状态，触发活动原因（河道水位上升））}，{状态属性（编号，监测时间，监测地点，监测标准，监测内容，监测完成情况）}，{输出属性（监测结果）}）
24情景间的转化关系及情景演化
在上述情景表达模型下，情景的态与势都得到了充分的表达，随着情景单元的不断转化，形成了情景随时间不断向前演变的真实情境。
ti时刻，情景静态表达为：
si=（ei，ci，hi，yi，ti）（12）
在ti到ti+1时刻：情景中承灾载体在前一情景基元事件输出属性集元素和应急子活动输出属性集元素的双重作用下，其内部状态要素发生突变，使得承灾载体的输出属性集元素状态值发生改变，从而导致新基元事件的发生，基元事件输入属性中一方面受承灾载体输出属性集影响，另一方面受环境单元状态属性集影响，两部分元素共同影响着事件客体的状态属性，诱发基元事件输出属性集状态值改变。基元事件输出属性集中元素状态值发生变化，促使事件客体产生破坏作用并施加到本环境单元中的其他承灾载体上，应急活动的输出属性集开始介入，降低或减缓事件客体引发的影响，引发新一轮过程。
用公式表达如下：
Zci.as+Zhi.aRec，RycZ′ci.as（13） Z′ci.as+Zhi.aRceZei+1.aI （14）
Zei+1.asZei+1.aIZ′ei+1.as（15）
siei+1si+1（16）
Zci.as是指ti时刻承灾载体ci状态属性as的属性值，Zhi.a是指ti时刻环境单元hi属性a的属性值，Zei+1.aI表示ti+1时刻基元事件ei+1输入属性aI的属性值，Zei+1.as表示ti+1时刻基元事件ei+1状态属性as的属性值，Rce表示事件知识元e与承灾载体知识元c之间的属性联接关系，Ryc表示应急活动知识元y与承灾载体知识元c之间的属性联接关系。
3情景表达实证
31事件描述
2007年6月29日～7月9日，淮海流域出现持续性强降水天气，降水集中在湖北东北部、河南东南部、安徽中北部、江苏中北部，雨带位置与淮河流域重合，降水量一般为200～400mm，其中安徽沿淮地区降水量达到450～550mm。
7月10日淮河王家坝水文站至蚌埠河段最高水位超警戒线108～352米，7月3日开始超警戒线，7月10日王家坝水文站经历最高一次洪峰，最高水位达到2959米，为历史第二位。
7月10日12时28分，蒙洼蓄洪区开闸蓄洪，7月12日停止蓄洪，共分洪46小时，分蓄洪水25亿立方米。随后，又及时启用了9个行蓄洪区蓄洪。10个行蓄洪区分流洪水总量15亿立方米，有效降低了河道水位，降低王家坝等重要控制水文站洪峰水位02～045米，直接缩短王家坝在保证水位以上的行洪时间20小时。
32事件情景表达
情景表达时间定位6月29日至7月9日之间，空间范围选定在淮河流域安徽段王家坝水文站，分为水文站以上河段、水文站、水文站以下河段等3个区域单元。结合应急预案，抽取本次暴雨洪水中的3个主要事件：降雨、洪水、蓄洪，在情景层组建5个情景单元，根据知识元模型对事件、承灾载体、环境单元、应急活动等知识元进行建模，并结合事件过程对各知识元进行实例化，得到该情景中具体的基元事件、承灾载体、环境子单元及应急子活动，实现对该时段5个时刻的应急情景表达，以t1时刻为例：
s1=（{河道水位上升}，{河道、堤坝}，{监测、应急保障}，{地理}，t1）
其余情景见表2。
依据情景表达模型，t1时刻（7月9日），由于受前一情景中基元事件“暴雨”输出属性（雨量（200～400mm））的影响，在环境单元“地理”属性地形（平原）、河网密度（高）的协同作用下，承灾载体“河道”的状态属性（水位）发生变化（超警戒线108～352米），基元事件“河道水位上升”产生，应急活动“监测”一直在进行中，事件“河道水位上升”的输出属性（当前水位及当前流量）对承灾载体（河道）产生作用，在环境单元“气候”属性（风速）和“地理”（地势落差）的协同作用下，产生基元事件“洪峰形成”，时间进度变为t2（7月10日），进入下一个情景s2，完成情景演化。
4总结与展望
突发性强、灾害损失巨大、发生频率低的非常规突发洪水应急决策时间紧迫，信息资源丰富但来源众多，异质特性明显。利用知识元模型，能够实现对非常规突发洪水应急情景中各要素知识的统一描述，科学、准确地表达当前决策所面临的情景，同时知识元模型中的关系又能够实现对情景演化的表达。通过淮河流域暴雨洪水的情景表达也证实，知识元模型在实现非常规突发洪水应急情景表达方面具有特有的优势。
当然，对非常规突发洪水应急情景而言，信息量巨大，数据内容极度丰富，知识元模型在表达大数据时还需要进一步优化。后续研究还将在本研究基础上进一步构建情景要素知识元网络，通过分析网络结构以及对历史案例及预案搜寻类似情景，为当前情景未来演化趋势提供参考。
参考文献：
[1]Wilson I. From Scenario Thinking to Strategic Action [J].Technological Forecasting and Social Change，2000，65（1）：23-29.
[2]Green L V， Kolesar P J. Improving Emergency Responsiveness with Management Science [J].Management Science，2004，50（8）：1001-1014.
[3]Kahn H A， Wiener J. The Year 2000： A Framework for Speculation on the Next Thirty-Three Years [M].New York： MacMillan Press，196764-69.
[4]仲秋雁，郭艳敏，王宁，等.基于知识元的非常规突发事件情景模型研究[J].情报科学，2012（1）：115-120.
[5]傅琼，赵宇.非常规突发事件模糊情景演化分析与管理――一个建议性框架[J]. 软科学，2013（5）：130-135.
[6]王颜新，李向阳，徐磊.突发事件情境重构中的模糊规则推理方法[J].系统工程理论与实践，2012（5）：954-962.
[7]Shim K C， Fontane D G， Labadie J W. Spatial Decision Support System for Integrated River Basin Flood Control[J]. Journal of Water Resources Planning and Management， 2002，128（3）：190-221.
[8]王慧敏，刘高峰，佟金萍，等.非常规突发水灾害事件动态应急决策模式探讨[J].软科学，2012（1）：20-24.
[9]范维澄，刘奕，翁文国.公共安全科技的“三角形”框架与“4+1”方法学[J].科技导报，2009（6）：3.
[10]卢小丽，于海峰.基于知识元的突发事件风险分析[J].中国管理科学，2014（8）：108-114.
[11]王延章.模型管理的知识及其表示方法[J].系统工程学报，2011（6）：850-856.
