测绘地理信息在应急测绘中的应用

乔旭

（辽宁省地理空间成果应用中心 辽宁沈阳 110034）

我国处于经济发展和社会转型的关键时期，人类对于自然资源的过度开发利用让各类自然灾害的发生频率明显增加，应急测绘工作也应该需要进一步加强能力建设，建立健全信息共享保障机制提供更加完善的测绘服务保障。党中央、国务院对于应急测绘工作高度重视，多次提出了具体要求，并且强调应该从装备、信息资源建设和工作机制方面作出调整。所以从2015年国家应急测绘能力保障建设项目正式立项后，应急测绘的意义和价值进一步得到体现。

一、应急测绘地理信息集成

目前地理信息技术在应急保障工作当中发挥了稳定的效果，但是在数据处理方面还有很多需要完善的地方。质量和时间要求作为应急测绘工作的主要特点，需要从质量、成果方面进行综合改进，支持多种模式的应急测绘工作，满足应急工作的现实需要。特别是今后数据量明显增加的背景之下，地理信息数据处理工作的压力增加，空间集成建模工作的效率问题也将成为研究重点，不仅可以帮助决策层作出合理的方案，也能构建处理系统展开信息监测与分析。因此，地理信息集成框架建设工作的意义开始体现[1]。

1..框架设计原则

应急地理信息集成框架是为了保障应急测绘工作当中对于地理信息的快速反应能力，按照相关的任务要求与国家的行业规范，在系统设计和开发的过程当中遵循一定的原则。首先是设计的规范化和标准化原则，涉及到功能模块的组织划分和后续的代码管理等内容都应该从框架的角度进行设计。应急建模框架当中的数据存在时间和空间层面的差异，因此在处理环节当中也应该保障数据的完整性和准确性，为框架运行提供稳定的基础数据，让运行结果可以满足应急测绘工作的现实需求。在架构方面，应该具有扩展能力，能够对主流系统进行兼容，在不同的操作环境下都可以得到应用，且操作流程需进行简化，考虑到不同类型用户的使用习惯。

2.框架要求

测绘地理信息对于应急测绘的空间要求可以提出框架设计方案，包括四个层次：计算资源层、数据层、模型层和应用层。由于计算资源层和数据层可以在已有设计的基础上直接实现，因此这里只针对模型层的有关内容展开探究。综合来看，系统会针对不同类型的应急测绘应用场合，让计算层发挥良好的计算能力，通过应急案例和空间数据内容展开集成建模。其中计算层所提供的计算能力需要集成空间数据的内容评估，实现高效化集成建模，从而在不同层次的协调配合下给应急测绘提供技术保障[2]。例如城市区域内的火灾、地震，山区的山体滑坡、森林地区的泥石流事件出现时，就能借助空间数据对任务目标进行判定快速制定应急处理方案。

计算资源层是整个系统平台运行过程当中的环境保证，涉及到云计算平台、操作系统、服务器软件、业务模块等，能够为地理信息数据提供资源存储保证，也是整个框架运行环节的基础内容。而数据资源层作为系统的数据中心，以标准数据服务的形式提供不同类型的数据，案例库会按照时间的类型存储和管理案例，包括案例的查询、编辑等。

模型层则主要包括服务框架和集成内容，以模型服务的方式给应用层提供所需要的分析模型，在应急事件处理方面的价值非常突出，也能支撑不同环境下的工作要求，由框架进行统一的调度和管理。应用层则提供专业分析工作的服务，特别是在现代城市当中涉及到应急测绘处理的部分。

二、应急测绘当中的测绘地理信息技术应用

1.可计算应急测绘案例技术

该技术的目的是为了实现应急测绘数据的快速分析和处理，并且在借鉴参考以往经验的基础上保障工作效率。目前已经累计的案例内容如果能被应用至分析处理的任务当中，就能将需求的信息资源、数据资源和网络资源等进行整体规划，通过统一的保障平台来进行资源共享。无论是传统的应急测绘管理还是即将开始的信息处理过程，合理的案例分析方法都可以在组织表达层面进行改进，并且将数据和模型的内容进行互补展开科学计算。这一方面的内容也是近年来的研究重点，很多专家学者们通过对共性知识元模型等内容展开研究以探讨案例的情景化存储模式，并且实现了对于结构的系统化表达[3]。考虑到应急场景的特殊要求（如公共危机事件等），可计算应急测绘案例技术可以实现稳定的组织管理，然后模拟专家的问题解决方法以提升集成过程的效率和精度，一个完整的案例当中也包含了元数据、服务节点、组合内容和空间数据集四个部分。

元数据是案例的基本存储信息，能够在搜索时快速定位，注重时效性要求，让计算机可以充分理解辅助决策模型的具体功能以保障应急分析的计算效率。案例元数据本质上是一种知识呈现方式，且对于经典案例的研究和描述可以表达出案例的关键内容用于信息检索。

服务节点则是数据处理环节的不同任务节点，不同的任务节点对应的是不同的分析处理要求。大量的数据管理和处理工作让空间分析过程的压力不断加大，为了实现数据信息的共享减少网络环境的过度依赖，需要针对数据和模型的应用要求充分规划网络资源，在空间信息领域内部提供计算支撑，提供多源服务组成结构。

组合内容是在数据分析环节呈现出的逻辑组织关系，能够协调不同的任务节点稳定运行，服务组合方法也可以表现为各个模型服务节点当中的逻辑内容。常见的顺序耦合、并行耦合、条件耦合和循环耦合方法都可以进行不同的形式化表达，为抽象服务链构建提供参数支持。空间数据集则是平台服务库当中的标准数据服务，能够在应急测绘环节提供空间数据和属性数据，如果系统可以调动相关的任务节点，就可以完成案例应用过程来辅助集成建模。

2.案例驱动服务技术

案例驱动服务技术是为了满足数据的快速处理要求，从而提供高效的集成建模模式，将可计算的案例和驱动进行描述来定位关键信息，然后表达为服务链模式给用户提供信息以保障建模方案的稳定性，降低空间集成建模的复杂程度缩短建模时间。具体来看，可以先建立应急案例库构建可以计算的应急测绘信息，然后构建抽象服务链和物理服务链，做好服务链部署工作后再执行[4]。

未来应急案例库会不断地进行扩充，因此检索精度和效率要求明显增加，平台可以通过信息筛选的方式得到元数据，将其中的逻辑内容转化为用户更容易理解的服务链结构，并降低集成建模的复杂程度，将参数与组合要求映射成为服务链组合节点当中的关系。

3.应急测绘模型耦合

在涉及到模型信息和数据信息之后，就需要对耦合模型当中的兼容情况进行整体校验。和传统模型数据不同的是，应急测绘在模型数据方面的时间要求比较突出，再加上事件任务本身的特征，计算机自动校验方法将成为今后的主流趋势。要想满足应急测绘模型耦合评估，需要满足两个方面的要求，一是兼容性与耦合可行性，对应的是模型在输出过程当中的冲突、精度控制能力；二是物理层面的兼容性问题，即模型输出是否和另一个模型输入具备相同的语义特征。

从空间角度分析，应急测绘的源节点当中地理网格对象应该基于地理范围获得网格分辨率，然后通过教研空间兼容性保障源节点数据和汇节点输入数据在地理信息方面保持相同（空间尺度、地理区域等），此时模型空间参考标准相同。而从时间角度来看，当涉及到多个计算要求的模型耦合工作时，要让时间分辨率相同才能保证数据一致性。因此，在今后的工作实践环节，要针对应急测绘任务的具体要求确保组合方案的执行有效性。

三、结语

从研究中可以看出，测绘地理信息在应急测绘工作当中的应用价值非常突出，我们对于信息地理服务的关键技术展开探讨和分析，也有助于实现今后的自动化运行，解决信息建模问题并真正打造空间信息服务组合体系。后续阶段将根据方案的执行效率展开深层次探索，帮助缩短应急测绘事件任务的响应决策事件，为组织应急案例处理争取时间。