重大自然灾害应急救援物资需求预测方法综述

摘要：重大自然灾害的发生往往造成巨大的人员伤害和财产损失，救援物资的预测对于救援行动的开展具有重要意义.本文通过对重大自然灾害应急救援物资需求预测方法进行总结概括，为救援物资的预测方法的选择提供决策依据.

关键词：自然灾害；预测方法

引言

灾害发生后，灾区灾害信息的获取对救援工作的开展有着巨大的影响，为了最大程度的提高灾民的存活率，需要尽最大努力满足灾民维持及救治生命所需的必备物资。因此，需要通过一定的预测方法对获取的灾区信息进行模拟，预测出所需物资的量。本文通过对重大自然灾害应急救援物资需求预测方法进行总结，以期为专家学者的研究工作进行汇总。

1. 重大自然灾害应急救援物资预测方法研究综述

分析总结近年来专家学者对应急物资的需求预测研究，按照研究方法将其进行如下分类：

（1） 多元回归模型预测法

根据相关性原理，应急物资需求量受到多个因素的影响，因此，一些学者在假设需求量与各因素之间的线性关系的前提下，提出多元回归预测模型。

聂高众等（2001）通过对《综合自然灾害信息共享》网提供的地震资料进行分析和研究，得出了一种能够快速确定地震灾区救援物资需求的关系式：即地震初期的经济损失和人员伤亡情况之间的关系，鉴于此提出一种灾区救援物资需求预测框架，快速预测出灾区救援物资的需求。王楠等（2006）通过分析与救灾物资相关的因素，选取四个相关性大的因素：受灾人口、直接经济损失、受灾面积、灾害强度，继而建立回归预测模型，最后计算出相应的物资需求量。孙燕娜等（2010）通过分析指出救援物资实际最小需求量是一个与自然灾害等级、受灾面积、人口密度等多种因素相关的函数，从而建立一个需求概念模型用以预测灾害救援物资需求。

（2） 案例推理预测法（CBR）

根据类比原理可知，通过寻找相似案例来预测救援物资需求量是一种可行方案。案例推理预测法是目前人工智能中一种比较新的推理方法，它是通过将以往发生过的灾害的经验进行总结，从而组成一个案例数据库，在新的灾害发生后，通过搜索数据库来寻找最相似的案例从而推理出目前问题的解决方法。

傅志妍等（2009）研究指出通过归一化处理后的欧氏算法来寻求最佳相似案例，并根据实际情况确定关键的几个因素，建立案例推理——关键因素物资需求预测模型，并将其运用到汶川地震的实际事例中，从而对灾害救援物资需求量进行了准确预测，取得了良好的效果；廖振良等（2009）通过将案例推理法运用到了突发性的大面积的环境污染案件中，准确的预测出了所需的应急物资需求量；邢冀等（2010）通过对油气发生事故的特性的分析，构建了基于案例推理的油气事故应急资源需求预测模型，并在VB语言基础上开发了一个应急资源需求预测的支持决策系统，取得了良好的效果；王晓等（2010）通过研究将模糊理论、神经网络、线性回归、案例推理等组合起来的方法对目标案例的物资需求量进行了预测；赵小柠等（2012）研究指出利用粗糙集理论搜索相似度最高的主震的历史案例，然后通过分析影响物资需求量的因素来预测预测当前范例主震期应急物资需求量是一个较好的方法；赵一兵等（2013）提出了支持向量机回归算法和库存管理模型，建立了人员伤亡预测模型，对地震人员伤亡进行了预测，然后再结合库存管理模型对应急物资进行了估算，并将其运用在青海玉树地震实例中，证明了方法的有效性。

（3） 神经网络模型预测法

郭金芬等（2011）运用神经网络算法对汶川地震中灾后的伤亡人数进行了有效的预测，并估算了应急救援物资的需求量，这项研究为救援物资需求量的预测提出了一个新的方法，但其中某些指标的确定仍需进一步研究；吴斯亮（2012）研究发现，将时间序列预测和神经网络预测结合起来可以对地震灾害物资需求量进行有效的预测。

（4） 灰色系统模型预测法

根据惯性原理，应急物资的需求量可以用前期的需求量组成的数据序列来预测当期的需求。

宋晓宇等（2010）研究提出一种改进GM（1，1）模型，将其运用到应急物资需求量预测中，取得了较好的效果。该方法根据GM（1，1）的指数特性，通过对原始数据序列进行变换使其服从指数规律的方法改进模型，此改进方法比传统方法提高了模拟和预测精度。王正新等（2013）针对灾害应急物资需求量时间序列的小样本和振荡性特征，提出了基于Fourier- GM（1，1）模型的灾害应急物资需求量预测方法，并应用于森林火灾扑火经费的预测，取得了良好的效果。李丽丽等（2013）以饮用水为例，通过新陈代谢GM（1，1）模型预测地震灾害死亡人数来预测地震救援中消耗性物资的需求量。张军等（2014）针对地震灾害初期伤病员人数及其对紧急药品需求的变化特征，提出运用灰色Verhulst模型预测地震初期的伤病员人数变化，结合地震灾害伤病员人数与紧急救援药品需求间的关联关系，实现对紧急救援药品需求量的预测。王桐远等（2015）构建连续区间的灰色Verhulst模型，实现对伤病员人数的区间预测，从而得到紧急救援药品在地震发生前期小时间段内的需求量。

2. 结论

自然灾害物资需求量的准确预测对于灾害救援起着十分重要的作用，选择合适、准确、有效的预测方法对于预测结果有着不同的影响，间接的影响着应急救援的效果。对于同一个预测目标，选择不同的预测方法得到的预测结果不同，有可能差距很大，因此在模型的选择上一定要慎重。决策者根据各种不同方法的预测结果综合考虑，在各个被选方案中选择最佳预测方法和预测结果作为其决策的依据。（作者单位：重庆工商大学电子商务及供应链系统重庆市重点实验室）

参考文献：

[1]聂高众，高建国，苏桂武等.地震应急救助需求的模型化处理一来自地震震例的经验分析[J].资源科学，2001，23（1），69-76

[2]王楠，刘勇，曾敏刚.自然灾害应急物流的物资分配决策研究[J].中国物流前沿学术报告， 2006：518-525

[3]刘悼，吴忠良.地震和地震海啸中报道死亡人数随时间变化的一个简单模型[J].中国地震， 2006，（4）：72-75

[4]杨杰英，李永强，刘丽芳，曹刻.地震三要素对地震伤亡人数的影响分析[J].地震研究，2007，（02）

[5]傅志妍，陈坚.灾害应急物资需求预测模型研究[J].物流科技，2009，（10）：11-13

[6]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（1），86-89

[7]宋晓宇，刘春会，常春光.基于改进GM（1，1）模型的应急物资需求量预测[J].沈阳建筑大学学报（自然科学版），2010，26（6）：1214-1218

[8]孙燕娜，王玉海，廖建辉.救灾需求内涵模式及其指标体系与救助评估研究[J].经济与管理研究，2010（6），85-94

[9]郭金芬，周刚.大型地震应急物资需求预测方法研究[J].价值工程，2011，（22）

[10]方智阳，文进，王俊峰等.地震灾害医疗应急救援推演研究[J].计算机应用研究，2011，28（1）： 172-181

[11]吴斯亮.大型地震应急物资需求动态预测模型研究[D].哈尔滨：哈尔滨工业大学，2012. 29-32

[12]赵一兵，高虹霓，冯少博.基于支持向量机回归的应急物资需求预测[J].计算机仿真，2013， 30（8）：408-411