基于案例推理的突发环境事件应急管理案例库构建技术研究

张茉莉，袁鹏，宋永会*，张慧良，姜诗慧

1.环境基准与风险评估国家重点实验室，中国环境科学研究院，北京　100012

2.中国环境科学研究院城市水环境科技创新基地，北京　100012

基于案例推理的突发环境事件应急管理案例库构建技术研究

张茉莉1,2，袁鹏1,2，宋永会1,2*，张慧良2，姜诗慧1,2

1.环境基准与风险评估国家重点实验室，中国环境科学研究院，北京100012

2.中国环境科学研究院城市水环境科技创新基地，北京100012

摘要：近年来，我国突发环境污染事件事故频发，给经济社会发展造成巨大危害。通过基于案例推理的结构化层次存储和搜索技术，构建应用管理案例库，通过快速搜索查找匹配历史案例，可为决策者提供相对优化的解决方案工具。探讨了基于案例推理检索技术的信息数据库的实现途径，研究了案例库内容，进行了结构设计和系统开发，建立了基于Web技术的环境污染事故案例检索查询系统，收集整理500余件事故案例系统采用最近相邻法在案例库中检索相似案例，具有检索、修正和学习，以及统计分析等功能，可为新的突发事件应急响应提供参考。

关键词：突发环境事件；案例推理；案例库；构建技术

Development of Establishing Technology of Abrupt Environment Accident

近年来，随着我国经济的高速发展，环境污染事故的发生也日趋频繁。以2005年松花江水污染事件为分水岭，我国已进入突发环境事故高发阶段，重特大污染事故逐年攀升，给人民的生产生活造成了巨大影响，对生态环境造成了极大的破坏。据不完全统计，2000年以来，我国每年仅重大环境污染事故带来的经济损失多在数千万元以上，这对我国经济发展也构成了较大威胁。环境问题越来越成为公众关注的热点，我国政府也加强展开了对环境事件应急体系的建设。

在环境事件应急系统的研究方面，许建等[1]探讨了GISES技术在突发事故应急响应与管理中的优越性与途径；魏科技等[2]归纳总结了国内外最新应急处理处置技术；曾明荣等[3]研究了化工园区应急管理与应急体系的建设；余游[4]研究了将12369投诉热线系统与环境应急指挥系统结合的污染应急管理系统的构架；王波等[5]提出了基于人工神经网络的突发环境事故应急系统。目前我国现有的突发环境污染事故应急管理系统一般可分为3类：即基于GIS的系统、基于人工智能的系统和基于模型的系统。但大多数系统只是针对某种特定类型的突发事故，不能满足所有的突发环境事件应急要求，且由于管理部门众多，信息资源分散，容易造成基础信息缺乏[6]。因此笔者对大量环境污染事件数据进行调查分析，开发了基于案例推理与案例相邻查询的检索技术，构建污染事件案例信息库，以期为我国环境事件的应急管理提供帮助。

1基于案例的推理技术

基于案例推理(case-based reasoning, CBR)是近年来人工智能研究领域中广泛研究的一项重要推理技术。关于CBR的思想最早由耶鲁大学的Schank于1981年提出，1988年以来，美国国防部高级研究工程机构(DAPPA)资助国际研究界多次召开CBR研讨会[7]。CBR是通过访问案例库中的源案例(旧案例)求解，从而获得目标案例(新案例)的解决方法。目前，基于案例推理技术越来越受到研究界的重视，已被广泛应用于人工智能、专家系统等领域，成为一种极具生命力的推理技术。

案例推理实质上是一种类比推理，其基于过去存在的问题解决方案对当前问题求解。当系统被输入一个新问题时，会根据该问题的若干关键特征在初始案例库中进行检索，并返回一个或几个与新问题最近似的源案例，复用源案例的解决方法。如果源案例给出的解决方法不适用，可对其进行修改以适应新问题，并将修改后的案例作为一个新案例保存在初始案例库中，以便下次遇到类似问题时作为解决方法。其基本流程如图1所示。

图1　CBR基本流程Fig.1　The basic flow chart of CBR

突发环境事件往往因为缺少事先征兆而突然发生，导致管理者在应对过程中准备不足。事件发生之后通过搜集相关信息做出决策，所需时间非常短，因此会导致管理及处置者难以获取足够的信息，从而难以在短时间内做出有效决策。而CBR系统则可以在紧急决策的情况下提供更好的参考，因为突发环境事件虽然具有突发性，但有一定的规律可循，那么完全可以制定成熟的预警机制和应急预案，以尽可能早地知道事件发生的时间和严重程度，并采取合理的措施。通过CBR系统的结构化层次存储和搜索技术，可以把原本缺少规律的事件有条理有系统地组织起来，并通过快速搜索找到匹配历史案例，为决策者制定相对优化的解决方案提供有力的工具。

2案例库结构及内容设计

2.1系统需求

案例支持系统的目的是能总结分析已发生的环境污染事件各因子，当对系统进行检索时能快速判定最相似案例，为处理当前案例提供决策时的参考。其需要实现以下功能：

(1)案例简介。出现在系统首页，介绍案例发生的时间、地点、事故等级、污染物、引发原因。对每个案例提供单独链接，可具体显示案例详细情况、应急处置手段与应急监测情况。

(2)数据管理。进行新案例输入、已有案例编辑以及系统各文本信息的维护。其基础功能包含信息的增加、删除、修改、保存，以及导入与导出。

(3)检索查询。根据不同检索需求，提供条件查询、模糊查询等。直接从数据库中获得数据，可供查询的因素有时间、地点、污染物、事故原因、事故类型等。查询结果在现实中可提供相似度比较。

(4)统计分析。对检索结果进行统计分析，以图表化的形式表现污染事件案例的各方面概率。

(5)系统设置。提供对检索系统权重值的权限，系统用户权限的管理，个人信息维护等功能，能够设置登录用户角色。

2.2系统总体构架

图2　突发环境事件应急管理案例库系统层次结构示意Fig.2　The hierarchical structure diagram of abrupt environmentaccident database for emergency management

2.3数据库设计

根据数据需求分析，突发环境事件应急管理案例系统的数据应包括案例基础信息数据库、污染物数据库、案例策略数据库。

案例基础信息数据库，应包含案例的编号、事件名称、事件发生的时间地点、事件严重等级、事故的过程描述、事故类型、事故发生原因及行业分类、风险源类型、主要污染物和数量、污染范围描述。其中事故等级分为一般、较大、重大、特大，将主要污染物分为化学品、废水、废物及其他4类进行详细说明。

污染物数据样表和案例策略数据样表见表1和表2。

表1　污染物数据样表

表2　案例策略样表

3系统开发与模块

3.1案例表现方法

图3　历史污染数据模块Fig.3　Historical pollution data show

图4　案例基本信息表界面Fig.4　Case instance of basic information table

案例表现部分包括历史案例的大数据信息查询和具体案例描述。历史案例研究的部分数据来源于《中国环境统计年鉴》，涵盖了1992—2008年间全国发生的各类污染事件的数目及地域分布、经济损失等内容。该模块可按年份与省份统计不同的污染事件数据，利用flash即时生成统计图，可直观按年度显示我国污染事件的发生数目、事故类型、经济损失，按行政区划显示各省级行政区内的事件数目。同时该模块也有数据导入功能，方便此后导入新年份的统计数据。历史污染数据模块界面如图3所示，案例描述界面如图4。在具体案例描述中将对已有案例进行编码，以使检索系统能够高效迅速地检索。包含事件名称、事故类型、行业分类、事故等级、发生事件、发生地点、引发原因、风险源类型、直接诱发因素、污染物、污染受体、污染范围、水源地情况、派出工作组情况、伤亡人数、环境影响、经济损失、污染事故罚款、污染事故赔偿、信息来源等(图4)。总结起来的问题线路为：问题描述(problem)、症状描述(symptom)、解决方案描述(solution)中的全部或部分内容。可以形式化地表示为：case= or case=< problem, symptom, solution>。

该模块将查询的案例基本信息列表结果集读取到CaseInfo进行显示。同时模块还具有案例的编辑、添加、删除及导入与导出功能，可对已有案例进行编辑，输入新案例，以及不同系统间同规格案例信息的打包处理。

3.2案例检索

CBR的核心是案例的检索系统。将案例检索功能分为2种：1)通过对案例的主要信息(如事件发生地点、发生时间、事件等级、污染物等)进行单项或多项混合查询，输出匹配的查询结果；2)采用相似度检索(KNN)的方式得出与目标案例最为接近的案例。

图5　搜索界面Fig.5　Search interface

在案例的直接查询中，使用Import语句导入CaseLib和Search包中文件，用String语句创建搜寻对象。搜寻界面如图5所示。搜索结果显示界面与案例模块基本相同，在每个案例后面都有“相似案例”链接，且多了“伤亡人数”、“信息来源”的内容。点击“相似案例”检索出与该案例的情况描述最接近的20个相似案例。案例之间的相似性根据属性间的相似来度量，其包括局部相似与总体相似。该系统所指的案例相似指案例的总体相似，但总体相似由局部相似性叠加而得。

相似度检索则采用最近相邻策略(KNN)，其首先为案例的每个特征属性指定一个权值，在案例的检索过程中依据各属性的权值及匹配度来求得权值的和，再据此组织案例进行检索。针对不同属性，采用精确匹配和欧式距离2种相似度计算方法。

其中，针对引发事故原因、所属行业分类、引发事故的风险源类型、直接诱发因素采用精确匹配公式：

(1)

式中：sim(xi，yi)为2个案例特征属性的相似性；i代表特征属性类型；xi，yi分别为这2个案例的i特征属性的值。2个案例的特征属性完全匹配得1分，不匹配得0分。如当2个案例均为固定风险源类型时，则这2个案例在风险源类型这个特征属性上完全匹配，得1分。

针对事故等级采用欧式距离匹配公式：

(2)

式中：maxi为该属性的最大取值；mini为该属性的最小取值。系统内各特征属性采用的相似算法具体如表3所示。

表3　特征属性相似度计算法

污染物相似度优先采用精确匹配，当比较案例的污染物匹配，则相似度为1；不匹配时，则比较污染物的特征属性，污染物各特征属性的相似度之和即为污染物的相似性。

系统特征属性的权值采用层次分析法(AHP)和专家打分制。层次分析法的作用是从备选方案中选择较优者。将一个复杂的目标决策问题作为一个系统，将目标分解为多指标的若干层次，通过定性指标模糊量化方法算出层次单排序(权值)和总排序，以作为目标、多方案优化决策的系统方法。将待解决的问题输入系统，在已有的案例库中进行案例的检索匹配，获取相似案例，结合已有的应急处理知识及原有经验，对现有的案例提出解决方法，通过判断矩阵计算及一致性校验得出权值。专家赋权值见表4。

表4　特征属性权值

其中污染物的权值又分为易燃易爆、持续富集、毒性、气味和类别5种，见表5。

表5　污染物特征属性权值

在得出各特征属性的相似性后，根据所赋予的权值，案例的相似性计算公式可表示为：

式中：ω为该特征属性的权值；n为案例特征属性的数目。

3.3案例修改与学习

案例修改操作的主要作用是适当调整在检索操作中获得的最佳案例的求解方案，使之适用于当前问题。随着新的案例不断增加，如果不采取适当的修改措施，将会导致案例库的无限庞大，推理效率也会随之降低，为了使案例库控制在一定的最优范围内，则必须加入案例的学习功能。

案例系统采取自学习功能，对于新加入的案例，计算其与案例库中存储的原有案例的相似度，新案例与所有案例的相似度S={S1，S2，…，Sm}，m为原有的案例数。如果所有的相似度均为0，说明案例库中没有与新问题匹配的案例，则需要加入该新案例；若存在一个案例的相似度为1，则表明该案例与新案例完全匹配，新案例将被抛弃；若所有的相似度均大于某个阈值，则应改写最大相似度的旧案例，并重新存入案例库；若所有的相似度均小于某个阈值，则加入新案例。其中阈值由专家指定。采取这样的自学习功能可以避免案例无限膨胀，并可维持案例的及时更新。

3.4统计分析

对案例进行统计与分析是该系统的一个重要需求，该模块针对案例的事故等级、事故类型、原因、行业及污染物进行了统计分析，并利用flash即时生成直观图形。对事故等级的统计如图6所示。

图6　事故等级统计Fig.6　The statistic figure of accident level

图7　污染物统计分析界面Fig.7　Pollutants statistical analysis interface diagram

其中对污染物的统计分析界面如图7所示，软件可对污染物进行全部或分类的统计，显示其所有案例的数量，并生成污染物统计图。对污染物历史的统计分析，点击每个污染物名称，即可对其进行检索查询，系统会自动显示查询结果，并显示出所有涉及该污染物的历史突发环境污染事件，如图8所示。

图8　污染物历史查询界面Fig.8　Pollutants historical search interface

4结论

针对当前环境事故应急中的弊端和不足，结合基于案例的推理技术，开发了突发环境事件应急管理案例库系统。建立该案例库可以为更多的突发环境事件应急处理提供参考，有利于提高我国突发环境事件应急处置的水平。而案例库内的案例信息不是一成不变的，为了保证案例库的质量，案例库将会围绕建库对象以及用户需求维护和再建设，定时和不定时增加新案例，剔除已经没有使用价值的案例，保持其一定的使用率。目前我国各地环境污染事故众多，对污染事故的信息公开将会对该研究提供较大的帮助。

参考文献

[2]魏科技,王毅力,宋永会.突发性环境污染事故防范与应急研究进展及体系构建[J].安全与环境学报,2008,8(6):64-70.

[3]曾明荣,吴宗之,魏利军,等.化工园区应急管理模式研究[J].中国安全科学学报,2009,19(2):172-176.

[4]余游.环境污染应急管理信息系统研究[J].科学咨询,2008(19):38-39.

[5]王波,廖振良,李怀正.基于人工神经网络的突发环境事故应急系统[J].四川环境,2010,29(1):121-129.

[6]茅学玮,廖振良.突发环境污染事故应急管理系统研究进展[J].环境科学与管理,2010,35(5):5-8.

[7]WATSON I，MARIR F.Case-based reasoning:a review[J].The Knowledge Engineering Review,1994,9(4):327-354.

[8]陈波.环境风险决策支持信息系统的设计与实现[D].太原:太原理工大学,2010:15-16.

[9]杨少波.J2EE Web核心技术:XHTML与XML应用开发[M].北京:清华大学出版社,2011.

[10]LEIMING X,DAVIDO.The use of neural network and a Prototype expert system in BWR ATWS accidents diagnosis[J].Reliability Engineering and System Safety,1994(11):219-227.

[11]LAVEL B.Ways of improving the management of environmental risks[J].Environment International,1984,10:483-493.

[12]MURPHY M J.Environmental risk assessment of industrial facilities:techniques,regulatory initiatives and insurance[J].Science of the Total Environment,1986,51:185-196.

[13]奚旦立.突发性污染事件应急处置工程[M].北京:化学工业出版社,2009:20-21.

[14]房文娟,杨春节,李绍稳.基于案例推理技术的研究与应用[J].农业网络信息,2005(1):13-17.

[15]环境保护部.中国环境统计年鉴:1991—2008[M].北京:中国统计出版社,1992-2009.

[16]YU H,TIANZHU Z.Evaluation of major polluting accidents in China:results and perspectives[J].Journal of Hazardous Materials,2009,168:670-673.

[17]董文福,傅德黔.近年来我国环境污染事故综述[J].环境科学与技术,2009,32(7):75-77.

[18]肖晓琴,肖云.我国近年重大环境污染事故归因分析[J].江西化工,2008(6):43-46.

[19]廖振良,刘宴辉,徐祖信.基于案例推理的突发性环境污染事件应急预案系统[J].环境污染与防治,2009,31(1):86-89.

[20]BARLETT A R.An introduction to case based reasoning[J].AI Expert,1991(8):43-49.

[21]周凯波,左保河,冯珊.基于案例推理的信息系统构建方法研究[J].华中理工大学学报:自然科学版,2000,28(9):13-15.

[22]于世浡,汤晓安,孔龙星,等.基于CBR的突发事件处置方案快速生成方法研究[J].现代电子技术,2014,37(10):39-42.

[23]吴联忠.基于案例推理的危险化学品事故警戒范围研究[J].武警学院学报,2014,30(4):8-12.

[24]邓守城,吴青,石兵,等.基于案例推理的水上交通突发事件应急响应资源需求预测[J].中国安全科学学报,2014,24(3):79-84. ▷

Case Library for Emergency Management Based on Case-based Reasoning

ZHANG Mo-li1,2, YUAN Peng1,2, SONG Yong-hui1,2, ZHANG Hui-liang1,2JIANG Shi-hui1,2

1. State Key Laboratory of Environmental Criteria and Risk Assessment, Chinese Research Academy of Environmental Sciences,

Beijing 100012, China

2. Department of Urban Water Environmental Research, Chinese Research Academy of Environmental Sciences, Beijing 100012, China

Abstract:In recent years, abrupt environmental pollution accidents occurred frequently in China, having resulted in huge hazards on socio-economic development. Through structured hierarchical storage and searching technology based on case reasoning, the emergency management application case library can be established, with which historical matching cases can be found by quick search, and then relatively optimal solution tools can be provided for the policy makers. The realization approaches of information database based on case-reasoning retrieval technology were explored. The contents of the case library were researched, the structure was designed and the system developed. Finally the case retrieval system of abrupt environmental pollution accidents based on Web technology was established, which included more than 500 cases. The system takes the nearest neighbor decoding to search similar fitting cases, possessing retrieving, correcting, studying and statistical analysis functions and so on. It can provide references for the emergency response to the newly happened abrupt environmental accidents.

Key words:abrupt environmental case; case-based reasoning; case library; establishing technology

中图分类号:X507

文章编号:1674-991X(2015)05-0386-07

doi:10.3969j.issn.1674-991X.2015.05.061

作者简介:张茉莉(1987—)，女，硕士，主要从事环境风险评价工作，wickerfly@126.com*责任作者:宋永会(1967—)，男，研究员，博士，主要从事水污染控制与水环境管理技术研究，songyh@craes.org.cn

基金项目:国家科技支撑计划项目(2015BAK16B04)；国家高技术研究发展计划(863计划)项目(2008AA06A404)

收稿日期:2015-02-02

张茉莉，袁鹏，宋永会，等.基于案例推理的突发环境事件应急管理案例库构建技术研究[J].环境工程技术学报,2015,5(5):386-392.

ZHANG M L, YUAN P, SONG Y H, et al.Development of establishing technology of abrupt environment accident case library for emergency management based on case-based reasoning[J].Journal of Environmental Engineering Technology,2015,5(5):386-392.