CN102289750A - 一种应用于极端洪灾风险管理的辅助决策系统 - Google Patents

Abstract

本发明公开一种应用于极端洪灾风险管理的辅助决策系统，该系统是极端洪水洪灾风险管理平台的重要组成部分，同时也为群体研讨决策提供支撑；该辅助决策系统包括动态洪灾风险专题图模块和提供模型服务的极端洪灾群决策模型库模块。此系统可辅助决策群体进行极端洪水灾情预估以及可视化风险决策，从而为群体专家的进一步研讨决策提供科学依据。本发明还公开一种应用于该极端洪灾风险管理辅助决策系统的群决策模型库控制方法和动态洪灾风险专题图的实现方法。

Description

一种应用于极端洪灾风险管理的辅助决策系统

技术领域

 本发明属于管理信息系统及决策支持技术领域，特别涉及一种可以辅助决策群体进行极端洪水灾情预估以及可视化风险决策的信息系统，包括可用于极端洪灾风险管理的群决策模型库设计、控制方法和基于动态演化的洪灾风险专题图实现方法。

 

背景技术

 

极端洪灾事件的发生，将导致巨大的受灾面积和受灾程度，不仅对人的生命财产安全，而且对社会经济、生态环境等都将带来不可估量的损失。因此，我们将极端洪灾风险管理系统作为一个复杂巨系统来处理。极端洪灾事件风险管理系统包括了灾前预警、洪灾风险预估等决策过程，决策过程涉及到多区域、多部门、多利益相关的问题，可以看作是一个带有不确定性，包含有半结构问题和利益矛盾问题的多目标多属性的复杂决策问题。

面对这种包括灾前预警、洪灾风险分析和预估等一系列决策问题，单个个人的决策能力无法满足需要，决策过程的各个阶段必须有一群利益相关者和相关专家的参与，各种方案的生成、筛选、直到最终抉择，都是由一个决策群体通过协调合作或谈判而共同完成，这就是由多个决策者参与的群体决策问题。因此，创建具有综合分析极端灾害信息、进行风险分析和预估的辅助决策系统非常重要。

目前，国内在洪灾风险管理信息系统的研究和开发方面已取得了一些成果。例如，冉晓艳等人研究的城市地震洪灾风险管理信息系统采用当前最流行的ArcGIS Engine组件式开发技术，以社区为震害风险评价和震情信息管理的基本单位，集数据的录入、分析、管理、查询、表达为一体，实现了图文一体化，可满足市区级地震工作的需要；王海涛等人为核电站日常运行安全管理提出的采用现代软件工程方法，并将面向对象的软件设计开发技术与实践相结合，设计了核电站实时风险管理系统Risk Angel的总体构架模式，并研发了一套具有自主知识产权的软件原型系统——Risk Angel1.0；付万等人根据辽宁省气象灾害特点和各个城市经济发展水平，基于GIS建立辽宁省气象灾害与保险风险管理系统。系统以Mapinfo7.0为基础平台、Arc GIS 9.2为高级操作平台，采用内置属性表和外部关系型数据库SQL.Server2000，两种方式共同存储管理数据，模型数据主要是气象灾害的灾害危险度模型，具有灾害危险度分析、灾害保险风险评估、灾害和保险风险管理等主要功能，可为相关部门的防灾减灾、灾情评估分区以及保险企业防灾定损与保险费率的厘定提供依据；韩波等人基于GIS技术，构建了城市燃气管道风险管理系统，在分析智能决策支持系统的体系结构基础上，设计了管道信息和图层数据库，改进国际上常用的专家评分法的对象，以管道的风险概率值作为风险指标评价方法的评分对象，分析了重大事故后果模拟模型等，以及建立了管道风险管理知识库，最终构建了一个以数据库、方法库、模型库、知识库为核心的城市燃气管道风险管理系统的构架，并在基于MAPX平台上实现了系统。

发明内容

 本发明的主要目的，在于提供一种辅助决策群体进行极端洪水灾情预估以及可视化风险决策的信息系统。该系统可应用于极端洪灾风险管理，其重点是针对该决策辅助系统中的群决策模型库设计、控制方法和基于动态演化的洪灾风险专题图实现方法进行设计，从而为群体专家进一步的研讨决策提供辅助科学依据。

本发明为解决以上技术问题，所采用的技术方案是：

一种应用于极端洪灾风险管理的辅助决策系统，该系统是极端洪水洪灾风险管理平台的重要组成部分，同时也为群体研讨决策提供支撑；该辅助决策系统包括可进行专题图展示的动态洪灾风险专题图模块和提供模型服务的极端洪灾群决策模型库模块。此系统可实现辅助决策，为群体专家的进一步研讨提供科学依据。

一种应用于极端洪灾风险管理辅助决策系统的群决策模型库控制方法，包括如下步骤：

（1）实时记录模型库中各模型被调用的运行状态属性；

（2）当模型库中的某个预测模型（如气象、灾情预测模型）被使用者首次调用、进行预测操作时，抽取该使用者对前述模型进行操作的运行状态属性，并进行存储；

（3）当模型库中的某个预测模型再次被其他参与群决策的使用者调用、进行预测操作时，将步骤（2）中的运行状态属性进行还原并重现，从而提高群体决策模型库共享使用的效果。

一种应用于极端洪灾风险管理辅助决策系统的动态洪灾风险专题图实现方法，包括如下步骤：

（1）定义洪灾风险专题图的各风险指标等级数据，并将这些数据存放入业务数据库中；

（2）选定洪灾风险指标，使用该指标名称作为查询条件进行洪灾风险等级查询，查询结果为该指标在数据库中所存储的各个风险等级数据，遍历这些数据，并在洪灾风险专题图中循环加入图例；

（3）在地图中的相应位置加载前述各图例，并进行地图渲染，以此展示各地区的洪灾风险专题图信息。

上述步骤（1）中，所述风险指标等级数据包括等级编号、等级名称、各风险要素等级对应的区间最大值与最小值，以及各风险等级的图例。

上述图例是指风险等级代表色的数据。

采用上述方案后，本发明的特点在于：

（1）与上述已有的开发平台不同，本专利综合利用了先进的计算机技术、信息技术、管理技术和相关领域知识，以极端洪水灾害风险管理为应用背景，将极端洪水灾害风险管理设计成一种动态分析和多阶段决策的过程，即由决策群体通过各自对极端洪水灾害的仿真预测和对洪灾风险专题图的动态分析，再进行进一步的合作研讨并共同完成最终的决策方案。

（2）本专利系统的设计采用一种由辅助决策系统为群体决策研讨提供支撑服务的设计思想。一方面，本专利系统设计了支持异地共享调用的群决策模型库，决策群体通过调用群决策模型库中的预测模型进行灾情动态预测以及灾情风险预估等分析计算；另一方面，本专利系统设计了具有表现力丰富，交互能力强等特点的基于动态演化的洪灾风险专题图系统，为决策专家提供一个可视化的基于时间序列的灾害风险信息动态分析等功能的应用平台，并为风险管理过程中的专家决策提供支持和决策依据。借助以上两方面的辅助决策功能，决策群体可以进行进一步的深入分析和研讨，最终形成风险评估的决策方案，从而提高专家决策的科学性和实效性。

（3）本专利系统设计了两种类型的数据库，一种是业务数据库，一种是空间数据库。通过基于动态演化的洪灾风险专题图系统实现对业务数据库中的数据访问，并将结果与空间数据库结合，在地图中加以渲染并展示。用户使用本系统中的“洪灾风险专题图”功能，可对不同的风险要素指标进行分析，生成以不同风险要素为主题的专题图。利用时间序列演化的方式来实现极端洪灾风险专题图的动态变化，这种动态专题图使得灾害风险要素的指标数据及风险等级信息基于年份序列形成更加明显的纵向对比，帮助用户观察并预测到一些潜在的趋势信息，以支持专家的决策，同时也增强了专家用户使用的体验性。

（4）在极端洪灾风险管理形成最终的决策方案之前，决策群体无法直接依靠数据库中的数据进行决策，必须先依靠模型库中的模型进行灾情和风险的趋势预测，以此来辅助决策。因此，本专利系统设计了支持异地调用与共享的群决策模型库动态集成技术，目的是便于调用、管理模型库中的预测、决策模型，可以更好地为极端洪水灾害风险管理方案的形成提供快速支持。为了最大程度地提高模型库的使用效率，设计了基于“模型服务情境”的模型库存取模式，构建分布式模型库系统，实现模型服务的跨平台调用与共享功能。

附图说明

 图1是本发明的整体思路操作模式示意图；

图2是本发明的功能结构示意图；

图3是本发明中“模型服务情境”的示意图；

图4是本发明中基于“模型服务”的模型库存取模式示意图；

图5是本发明中基于“模型服务”的模型库应用体系示意图；

图6是本发明中主从模型库之间模型服务的交互示意图。

具体实施方式

 以下将结合附图，对本发明的技术方案进行详细说明。

如图1所示，本发明提供一种应用于极端洪灾风险管理的辅助决策系统，包括动态洪灾风险专题图模块和提供模型服务的极端洪灾群决策模型库模块，该系统同时也是群体研讨决策系统的支撑系统。群体研讨决策系统以综合集成研讨为核心功能，让专家和决策者们借助以上辅助决策的成果，在综合集成研讨环境下对极端极端洪灾的决策预案等问题进行群体研讨活动，主要包括：①专家群体研讨；②决策预案提出；③决策预案研讨；④决策方案发布等。

再请参考图2所示，是本发明的操作模式示意图。一方面，决策群体在灾情动态预测的仿真过程中可以从群体决策模型库中选择对适用的群决策模型进行推理、比较、分析；另一方面，决策群体可以对基于时间序列的动态洪灾风险专题图进行交互分析，在这两方面工作的基础上决策个体分别提出决策预案，再通过群体的研讨评判，进一步确定最终被群体专家一致认可的方案或策略。

具体的平台操作模式设计如下：

（1）设计基于GIS的动态洪灾风险专题图功能，为群体专家提供可视化洪灾风险决策的仿真功能；

（2）参与研讨的群体专家实时向群体决策模型库发出请求，使用群决策模型库中的洪灾预测模型计算进行仿真模拟，模型库调用所请求的模型服务，为专家们进行推理、比较和分析，以此来提供符合实际问题的若干可行解；

（3）研讨决策活动的主持者可设定、控制极端洪灾风险的研讨活动所包含的参与者以及各流程阶段的信息，并在系统中对这些阶段的运行环境参数进行配置以及初始化的工作；

（4）参与研讨的群体专家通过协调合作或谈判而共同确定符合多方利益和观点的最终方案，从而实现辅助决策与群体研讨相结合的决策操作模式。

本发明中的气候、降水特征专题图展示模块主要包括两个部分：数据存储和数据显示，下面分别说明。

（1）数据存储，包含有两类数据库：一种是业务数据库，一种是空间数据库。业务数据库存放着业务数据，数据的来源是外部程序；而空间数据库的数据是由ArcGIS通过ArcSDE进行管理，发布至数据库平台。而所述的专题图展示模块可同时调用两种数据库的数据，专题图所需要的历史数据都存储于业务数据库中，通过查询可以把历史数据显示于地图中；而数据显示的区域位置则与空间数据库相关联，使用空间数据库进行查询可以直接把地图中的要素和数据相结合。

（2）数据显示，设计了读取数据后在地图中相关区域显示结果的效果，主要采用如下方法：①根据条件，动态地把业务数据中的查询结果更新到空间数据库中；②地图数据也随之更新；③通过ArcGIS API For Flex中的类方法对地图操作，显示结果。本系统中的专题图展示模块通过采用上述方法，动态地把业务数据中的查询结果更新到空间数据库中，然后使用API在地图上显示。

本系统中洪灾风险专题图展示模块的创新点在于系统的使用者可以使用所设计开发的“动态洪灾风险专题图” 功能对不同风险的指标进行分析，生成不同风险指标的专题图。并且本系统把各个风险指标的专题图等级数量和等级范围存入系统数据库中。在选择指标的时候，图例会动态生成。其中，指标的专题图等级数量和范围设定的依据可以是相关部门制定的标准，也可以是专家设定，或采用算法划分。

整个过程的实现包括：

（1）把风险专题图等级数据存放入系统数据库中。该数据表的数据字典如表1所示。其中指标编号是外键，用于与系统数据库中指标表相关联；最小值表示该指标该等级的范围最小值，无穷小用0表示；最大值表示该指标该等级的范围最大值，无穷大用0表示。颜色字段则存放该等级专题图显示的颜色，用颜色的16进制数值表示。

表1

名    称	字 段 名	数据类型
			风险等级编号	GID	NUMBER(3)
风险等级名称	LEVELNAME	char（3）
			区间最大值	MAXNUMBER	NUMBER(5)
区间最小值	MINNUMBER	NUMBER(5)
			风险颜色	COLOR	char(7)
风险指标编号	NODEID	NUMBER(3)

以本系统中的降雨量指标为例，风险等级划分数据在数据库中存储数据如表2所示。

表2

	GID	MINNUMBER	MAXNUMBER	COLOR	NODEID	LEVELNAME
							1	4	0	500	222222	11	1
2	5	500	1000	22222E	11	2
							3	6	1000	1500	2222EE	11	3
4	7	1500	2000	222EEE	11	4
							5	8	2000	0	22EEEE	11	5

（2）选定指标，用指标名称作为查询条件进行查询，查询结果为该指标在数据库中所存储的各个等级数据。遍历这些数据，在该专题图功能部件窗体中循环加入图例。

（3）专题图以不同的颜色、图形和大小在系统地图中显示出来。使用Flex对ArcGIS地图服务进行操作完成地图渲染的功能。

（4）对图层加载事件监听之后，可以将该图层加入到地图中，在地图中就可以看到专题图效果。

系统功能中的时间轴，主要用于极端灾害专题图数据获取中时间参数的获取。这种可以随意选择年份的动态效果增强了系统功能的使用效果和增加用户体验性的功能，也可能帮助使用者观察到一些潜在的极端灾害信息，以帮助决策。

另外，本发明中的极端洪水灾害模型库系统采用独创性的“模型服务情境”模式进行设计。“模型服务情境”的设计和使用包括五个部分：

（1）“模型服务情境”体系设计。如图3所示，“服务情境”的典型要素包括模型服务的使用者、模型训练以及模型预测的操作过程和结果等内容。通过对这些要素的抽取将模型服务的情境属性存储到模型库系统。反之，则可以将模型服务的情境属性进行还原，并重现模型服务的“历史情境”。

（2）“模型服务情境”状态属性设计。本模型库系统可以记忆专家在使用模型过程中所包含的一系列过程性状态属性。其中主要包括以下几类信息：

① 决策群体采用样本数据对模型进行训练，在训练过程中所设置的变量个数、输入的变量值、训练所产生的各种过程信息，如各种参数检验值。

② 决策群体对模型训练完毕，最终生成有效的模型配置信息，如模型各自变量的权重系数等。

③ 决策群体选择训练完毕的模型进行实际预测所得到的输出结果，如因变量的预测值。

④ 决策群体每次调用模型进行训练或预测的历史调用信息，例如模型服务的调用者、模型训练、运行的历史时间以及调用者对每次所使用模型的整体满意度，此类信息可以作为其他决策群体进行模型调用的参照信息。

（3）“模型服务情境”的存取模式设计。存取模式由模型构件、模型字典和模型运行状态属性三部分组成，如图4所示。

其中：

① 模型构件是模型的基本算法经过组件化封装得到的程序，是模型计算的核心。设计构件所采用的程序语言必须是面向对象的高级程序语言（如Java）。

② 模型字典存储了模型自身的基本属性，是可以被结构化描述的关系型数据，因此可以直接存储在RDBMS中，通过数据库编程接口（如JDBC，Java Databse Connectivity）向模型服务提供模型的基本信息。

③ 模型运行状态属性则是将模型训练、模型预测的运行状态要素进行抽取和描述，不同模型的模型运行状态属性的结构也是有差异的。该属性文档基于XML格式设计，存储到RDBMS中二维关系表的Clob类型（Character Large Object）的字段中。通过XML解析器（如DOM4J，Document Object Model for Java）可对其进行读取操作。

通过以上三部分构成了“模型服务情境”重现所需的核心内容，尤其是模型运行状态属性。当决策群体需要某一模型的“模型服务情境”重现时，可以有选择地通过GDSS将这三部分模型属性进行抽取，并最终通过UI部件进行呈现，由此给当前的决策群体提供了模型使用的范例参考，提高了模型的可用性。

（4）模型库的分布式运行架构设计。模型库的运行服务场景是一个不断变化的环境，无法构建于一个静态的框架。基于“模型服务情境”的群体决策模型库的构建将传统的静态或相对静态的集中式模型库系统转向一个基于分布式动态模型库的运行架构设计。

如图5所示，基于“模型服务”的群体决策模型库运行架构的设计具体包含以下三层内涵和核心：

① 群体决策模型库采用异地分布式的架构进行建设，即在参与研究决策的各方建立分布式模型库，各方专家按照本文提出的模型库内部体系的标准进行本地模型库系统的建设。

② 群体决策模型库的管理采用“分布—集中”的模式进行控制，即各方既有的模型服务和动态新增的模型服务必须统一在集成研讨服务器端进行注册，在模型库系统的模型字典中对各模型服务的基本信息进行维护和管理。

③ 参与群体决策的领域专家和水利管理机构的决策者在系统中不仅可以使用系统已有的模型服务，还可以选择来自异地模型库中的动态扩充进来的模型服务进行模型训练、预测以及分析研讨。

（5）模型库的服务封装与共享。该模型库中按Web Services的技术标准将模型的业务方法进行封装，对外发布成模型服务，提供给GDSS进行调用。模型服务通过WSDL（Web Services Description Language，服务描述语言）描述其提供的功能方法，并采用广泛使用的通用协议（如HTTP、SOAP）和XML格式进行数据交互，如图6所示。

模型库中的模型构件必须按Web Services的技术标准将业务方法进行封装，对外发布成模型服务，提供给异地的专家进行调用。以基于时间序列的多元回归洪灾气象信息预测模型为例，其主要封装的模型服务方法如表3所示：

表3

服 务 方 法 名	方 法 提 供 的 服 务
		setModelVariableNumber	设置模型所需变量的个数
setSampleforVariable	给变量设置对应的样本数据
		set(get)ModelTrainer	设置（获取）模型训练者
setInput	输入基于时间序列的气象数据值
		getModelByModelName	根据预测模型的名称获取模型基本信息
getCfgByModelName	根据模型名称获取模型训练后的状态属性文档
		getOutput	获输出基于多元回归的预测气象信息数据
modelTrain	进行多元回归气象信息预测模型的训练
		modelForecaste	进行预测分析

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (5)

1.一种应用于极端洪灾风险管理的辅助决策系统，其特征在于：包括可进行专题图展示的动态洪灾风险专题图模块和提供模型服务的极端洪灾群决策模型库模块。

2.一种应用于如权利要求1所述的辅助决策系统的群决策模型库控制方法，其特征在于包括如下步骤：

（1）实时记录模型库中各模型被调用的运行状态属性；

（2）当模型库中的某个预测模型被使用者首次调用、进行预测操作时，抽取该使用者对前述模型进行操作的运行状态属性，并进行存储；

（3）当模型库中的某个预测模型再次被其他参与群决策的使用者调用、进行预测操作时，将步骤（2）中的运行状态属性进行还原并重现，从而提高群体决策模型库共享使用的效果。

3.一种应用于如权利要求1所述的辅助决策系统的动态洪灾风险专题图实现方法，其特征在于包括如下步骤：

（1）定义洪灾风险专题图的各风险指标等级数据，并将这些数据存放入业务数据库中；

（2）选定洪灾风险指标，使用该指标名称作为查询条件进行洪灾风险等级查询，查询结果为该指标在数据库中所存储的各个风险等级数据，遍历这些数据，并在洪灾风险专题图中循环加入图例；

（3）在地图中的相应位置加载前述各图例，并进行地图渲染，以此展示各地区的洪灾风险专题图信息。

4.如权利要求3所述的一种动态洪灾风险专题图实现方法，其特征在于：所述步骤（1）中，风险指标等级数据包括等级编号、等级名称、各等级对应的区间最大值与最小值，以及各等级的图例。

5.如权利要求4所述的一种动态洪灾风险专题图实现方法，其特征在于：所述图例是指风险等级代表色的数据。

Images