——访清华大学公共安全研究中心副主任袁宏永教授
应急指挥系统建设是当前我国政府信息化建设的热点。
一般来说，构造一个功能强大的应急指挥系统有两种途径，一是从硬件上下功夫，二是从软件上做文章。前者如通过安装摄像头、网络视频、大屏幕、指挥中心等，对于加强灾害的预防控制、保证数据的传输及时，方便应急事件的指挥处理具有重要意义，但今天的公共突发事件越来越呈现出复杂性、专业性的特点，这种以硬件为主的建设模式，关键的决策信息还是要靠人，在处理一些专业性很高的问题上往往力不从心，而且在时间紧急的情况下处理一些复杂问题时也较难做出最佳判断。
以硬件为主的应急系统，充其量只是提供了一个应急指挥的“壳”，一个强大的应急指挥系统，更需要一个发达的“大脑”。它能根据灾种的不同、具体灾害发生的具体特征的不同而由计算机迅速生成相应的应变策略，供指挥者参考选择。
如何让应急系统具有“智能化”，构建一个功能强大的应急指挥之“脑”？带着这些问题，近日记者来到清华大学公共安全研究中心，采访了中心副主任袁宏永教授。
信息资源是智能化应急指挥平台建设的基础
袁教授首先认为，“应急信息平台”从广义上看就是一个“信息汇聚系统”。因此，要构建一个充满“智慧”的应急指挥系统，首先需要从信息资源上下功夫：
第一，确定城市应急指挥需要采集的信息类别。
每一种不同的灾害都有它具体的特征。在以往的灾害处置过程中，由于灾害信息没有及时获取导致灾害处置时间跟不上的案例不胜枚举。因此对于应急处理来说，首要任务就是根据灾种的不同，迅速遴选出最能反映灾害特征的信息。同时，由于一个单一的政府不可能、也不应该把各个具体的灾种的信息一字不漏、一件不少的存起来，因此要注重在不同的层面上，政府部门之间、政府与企业、政府与社会之间信息的共享，这样做既能保证最大化地收集到应急信息，又减少了重复建设或建设不足等现象。
第二，信息的加工和获取。
有些信息是直接收集来作分析使用，如现场人员的信息、危险化学品泄漏（简称“危化品”，下同）蔓延的信息，洪水淹没的信息等。而有些信息则是“半成品”，需要经过技术加工才能被应急平台所接受、处理。在信息获取的手段上，现在已经有越来越多的信息开始通过信息化、网络传感器等先进技术来获得。
第三，有关灾害处置的信息准备。
首先是要对自身的灾害处置能力有一个了解。一个城市建立以后，能有多大的承受灾害的风险能力？比如说一个城市有600多家化工厂，每年大概消耗200吨的氰化物，针对这200吨的氰化物，发生泄漏的概率是多少？如果泄漏将会造成多少人受到伤害？这个城市有没有同时接受这么多人治疗的能力？城市在发生如地震等灾害的情况下，救援水平如何？医院分布、救援人力资源和物品是不是到位？这些信息，都要事先做好定量定性分析。
其次就是相关预案的编制。一旦发生事故，应该怎么样实施救援的活动，如何处置？这些应急措施要事先编制好预案。
袁教授指出，信息资源的充分获取，对于应急指挥来说，其意义有两层：一是增强了灾后的处理能力，而更重要的，是增强了灾害的预测预警能力，为抑制灾害的进一步发展、实施有效救助赢得宝贵的时间提前量。
一个智能化的应急指挥系统，能通过现有的信息进行挖掘、整理而寻找到一些趋势、规律，从而对可能出现的灾害进行预警。拿医院看病的例子来说，假如医生在每看完一个病人后把有关信息输到应急平台网络中去，而平台会自动地把这个城市中最近所有看某种特征症状的病例结合起来分析，一般来说，在一段时间里某种特征病例和症状在年龄、性别、职业等分布的比例是在一个正常的范围里。如果发现分布不正常，就要分析这个人群的来源，将人群属性信息与基础地理、水系、治安、生产工作环境等综合信息进行融合和分析，如果发现这一人群工作或生活的地方存在某种规律和联系，则有可能在这些地方发生环境污染、职业危害、群体性社会治安事件或传染病疫情等。这是一个把大量的监测监控信息综合起来进行早期的预测预警的例子。要实现这一步，必须建立在信息高度共享的基础上，要求整个城市的信息化建设要达到一定的水平。
应急模型是实现应急指挥智能化的保证
据袁教授介绍，目前清华大学公共安全研究中心正在从事的一项重要研究，便是通过对各灾种的“模拟仿真”，研究出更具智能化、科学化的“应急模型”。
“例如，我们在实验室中对危化品泄漏事件进行模拟仿真。研究到底一辆危化品运输车翻了以后需要多少个消防队，需要多少吨中和液才可以防止其蔓延。我们还有大的燃烧试验基地，我们现在主要工作就是信息采集，分析和处置。如果事故发生在城市公路上，还要测试城市的疏散能力和交通管制能力、医疗救助和处置能力。”
通过对公共突发事件的模拟仿真，寻找解决不同灾种危机的一些通用“模型”。以危险化学品泄漏为例，“模型”要考虑的因素包括当时的气候、风速、风向、毒气的种类、危化品泄漏情况、从泄漏源到居民区要多长时间、应该采取什么样的逃生策略、有多少交通工具可用等。这里有些数据是事先录入到计算机中去的，有些数据则现场采集，最后，计算机会产生建议的处置方法和处置措施，大大方便了危机决策。例如某地发生液氯泄漏事件，应急平台在数据充分的情况下，能迅速计算出需要多少台消防车辆、需要多少支水枪等具体数据，这些数据可以通过无线网络直接发给行进中的消防车，从而在最短的时间内完成了应急处置的工作部署。
袁教授介绍，通过模型来加强应急指挥科学化是一种国际化的趋势，而且是在近十年之内才兴起的一股新潮流。要使模型真正在实战中发挥作用，还要注意以下几点：
一是保证数据的完备性、准确性。
应急模型对数据的完备性要求很高。以一个简单的疏散模型为例子，在一个地方有多少出口，多少路口，路面有多宽、有多少桥梁、水系……这些资料对于危机时刻人员疏散都至关重要，因此必须事前调查清楚、录入模型，否则预测出来的结果就会和实际脱离。数据录入往往也是整个系统建设中工作量最大的部分，在对湖北黄石、江苏昆山的应急平台建设中，这些工作占了全部工作量的三分之二以上。
清华公共安全研究中心在一些项目中的数据收集方面采用了很多高科技手段。例如，在搜集地形地貌特征时，他们采取GIS数据收集结合现时卫星照片相结合的形式。用最新的卫星照片，对现有资料进行修侧修正，输到计算机数据库里去，为制定科学预案和应急决策提供信息资源。
二是加强对预案的演练。
袁教授最后强调：“有了预案，还要进行预案的演练。只有对预案进行不断的演练，才能使预案具有战斗力”。他说，预案只是一个规划，是一本科学的教科书，它能有效地配置城市救援物资、人员，实行最有效的应急资源利用。预案要和应急系统的其他部分结合起来，要和信息的收集和处理相结合，这样才能从整体上提高城市的灾害应急水平。
应急指挥系统建设是当前我国政府信息化建设的热点。
一般来说，构造一个功能强大的应急指挥系统有两种途径，一是从硬件上下功夫，二是从软件上做文章。前者如通过安装摄像头、网络视频、大屏幕、指挥中心等，对于加强灾害的预防控制、保证数据的传输及时，方便应急事件的指挥处理具有重要意义，但今天的公共突发事件越来越呈现出复杂性、专业性的特点，这种以硬件为主的建设模式，关键的决策信息还是要靠人，在处理一些专业性很高的问题上往往力不从心，而且在时间紧急的情况下处理一些复杂问题时也较难做出最佳判断。
以硬件为主的应急系统，充其量只是提供了一个应急指挥的“壳”，一个强大的应急指挥系统，更需要一个发达的“大脑”。它能根据灾种的不同、具体灾害发生的具体特征的不同而由计算机迅速生成相应的应变策略，供指挥者参考选择。
如何让应急系统具有“智能化”，构建一个功能强大的应急指挥之“脑”？带着这些问题，近日记者来到清华大学公共安全研究中心，采访了中心副主任袁宏永教授。
信息资源是智能化应急指挥平台建设的基础
袁教授首先认为，“应急信息平台”从广义上看就是一个“信息汇聚系统”。因此，要构建一个充满“智慧”的应急指挥系统，首先需要从信息资源上下功夫：
第一，确定城市应急指挥需要采集的信息类别。
每一种不同的灾害都有它具体的特征。在以往的灾害处置过程中，由于灾害信息没有及时获取导致灾害处置时间跟不上的案例不胜枚举。因此对于应急处理来说，首要任务就是根据灾种的不同，迅速遴选出最能反映灾害特征的信息。同时，由于一个单一的政府不可能、也不应该把各个具体的灾种的信息一字不漏、一件不少的存起来，因此要注重在不同的层面上，政府部门之间、政府与企业、政府与社会之间信息的共享，这样做既能保证最大化地收集到应急信息，又减少了重复建设或建设不足等现象。
第二，信息的加工和获取。
有些信息是直接收集来作分析使用，如现场人员的信息、危险化学品泄漏（简称“危化品”，下同）蔓延的信息，洪水淹没的信息等。而有些信息则是“半成品”，需要经过技术加工才能被应急平台所接受、处理。在信息获取的手段上，现在已经有越来越多的信息开始通过信息化、网络传感器等先进技术来获得。
第三，有关灾害处置的信息准备。
首先是要对自身的灾害处置能力有一个了解。一个城市建立以后，能有多大的承受灾害的风险能力？比如说一个城市有600多家化工厂，每年大概消耗200吨的氰化物，针对这200吨的氰化物，发生泄漏的概率是多少？如果泄漏将会造成多少人受到伤害？这个城市有没有同时接受这么多人治疗的能力？城市在发生如地震等灾害的情况下，救援水平如何？医院分布、救援人力资源和物品是不是到位？这些信息，都要事先做好定量定性分析。
其次就是相关预案的编制。一旦发生事故，应该怎么样实施救援的活动，如何处置？这些应急措施要事先编制好预案。
袁教授指出，信息资源的充分获取，对于应急指挥来说，其意义有两层：一是增强了灾后的处理能力，而更重要的，是增强了灾害的预测预警能力，为抑制灾害的进一步发展、实施有效救助赢得宝贵的时间提前量。
一个智能化的应急指挥系统，能通过现有的信息进行挖掘、整理而寻找到一些趋势、规律，从而对可能出现的灾害进行预警。拿医院看病的例子来说，假如医生在每看完一个病人后把有关信息输到应急平台网络中去，而平台会自动地把这个城市中最近所有看某种特征症状的病例结合起来分析，一般来说，在一段时间里某种特征病例和症状在年龄、性别、职业等分布的比例是在一个正常的范围里。如果发现分布不正常，就要分析这个人群的来源，将人群属性信息与基础地理、水系、治安、生产工作环境等综合信息进行融合和分析，如果发现这一人群工作或生活的地方存在某种规律和联系，则有可能在这些地方发生环境污染、职业危害、群体性社会治安事件或传染病疫情等。这是一个把大量的监测监控信息综合起来进行早期的预测预警的例子。要实现这一步，必须建立在信息高度共享的基础上，要求整个城市的信息化建设要达到一定的水平。
应急模型是实现应急指挥智能化的保证
据袁教授介绍，目前清华大学公共安全研究中心正在从事的一项重要研究，便是通过对各灾种的“模拟仿真”，研究出更具智能化、科学化的“应急模型”。
“例如，我们在实验室中对危化品泄漏事件进行模拟仿真。研究到底一辆危化品运输车翻了以后需要多少个消防队，需要多少吨中和液才可以防止其蔓延。我们还有大的燃烧试验基地，我们现在主要工作就是信息采集，分析和处置。如果事故发生在城市公路上，还要测试城市的疏散能力和交通管制能力、医疗救助和处置能力。”
通过对公共突发事件的模拟仿真，寻找解决不同灾种危机的一些通用“模型”。以危险化学品泄漏为例，“模型”要考虑的因素包括当时的气候、风速、风向、毒气的种类、危化品泄漏情况、从泄漏源到居民区要多长时间、应该采取什么样的逃生策略、有多少交通工具可用等。这里有些数据是事先录入到计算机中去的，有些数据则现场采集，最后，计算机会产生建议的处置方法和处置措施，大大方便了危机决策。例如某地发生液氯泄漏事件，应急平台在数据充分的情况下，能迅速计算出需要多少台消防车辆、需要多少支水枪等具体数据，这些数据可以通过无线网络直接发给行进中的消防车，从而在最短的时间内完成了应急处置的工作部署。
袁教授介绍，通过模型来加强应急指挥科学化是一种国际化的趋势，而且是在近十年之内才兴起的一股新潮流。要使模型真正在实战中发挥作用，还要注意以下几点：
一是保证数据的完备性、准确性。
应急模型对数据的完备性要求很高。以一个简单的疏散模型为例子，在一个地方有多少出口，多少路口，路面有多宽、有多少桥梁、水系……这些资料对于危机时刻人员疏散都至关重要，因此必须事前调查清楚、录入模型，否则预测出来的结果就会和实际脱离。数据录入往往也是整个系统建设中工作量最大的部分，在对湖北黄石、江苏昆山的应急平台建设中，这些工作占了全部工作量的三分之二以上。
清华公共安全研究中心在一些项目中的数据收集方面采用了很多高科技手段。例如，在搜集地形地貌特征时，他们采取GIS数据收集结合现时卫星照片相结合的形式。用最新的卫星照片，对现有资料进行修侧修正，输到计算机数据库里去，为制定科学预案和应急决策提供信息资源。
二是加强对预案的演练。
袁教授最后强调：“有了预案，还要进行预案的演练。只有对预案进行不断的演练，才能使预案具有战斗力”。他说，预案只是一个规划，是一本科学的教科书，它能有效地配置城市救援物资、人员，实行最有效的应急资源利用。预案要和应急系统的其他部分结合起来，要和信息的收集和处理相结合，这样才能从整体上提高城市的灾害应急水平。
