灭火救援工作中大数据技术的应用

杨玉伟

（上海市闵行区消防救援支队，上海 201107）

0 引言

近年来，我国火灾事故数量居高不下，在建筑结构、规模与材料日益复杂的背景下，灭火救援工作开展难度不断提升。一般来说，火灾的发生均会伴随着严重的生命财产侵害问题，其造成的社会影响十分恶劣。因此，如何提升灭火救援工作效率，是消防救援机构需要深度研究的问题。如何将大数据技术有效应用于消防救援工作，是一项高价值的研究，能够显著提高消防救援的效率。

1 灭火救援工作中大数据技术的应用价值

1.1 精准化火灾统计

以往面对灭火救援工作，消防救援机构因缺少准确的数据以及客观材料，往往导致灭火救援工作效率、效果无法达到理想状态，除浪费大量救援资源外，也难以进一步提升灭火救援的工作水准。大数据技术可实现火灾相关数据的收集、分析，实现火灾事故现场的高精度研判，掌握火灾发生规律，实现资源全方位调度，为灭火救援工作提供有效的数据支撑[1]。

1.2 高效化灭火救援

以往消防救援机构开展灭火救援工作时，主要凭借自身的经验和预判能力实现灭火救援阶段的指挥调度。将大数据技术应用于灭火救援，对火灾事故信息进行分析，对消防救援机构日常信息进行处理，可全面实现人力资源、装备资源、设备资源的高效共享。同时，在灭火救援工作中改变以往凭借经验粗糙指挥的形式，基于对各项数据的分析，如水源供给数据、战斗能力数据、道路交通数据、物资保障数据等，全面提升灭火救援工作的科学性与指挥效率，促进灭火救援现场作战效率的提升[2]。

2 大数据技术在灭火救援工作中的应用路径

2.1 基于数据挖掘技术的火灾风险分析

2.1.1 数据挖掘技术概述

数据挖掘技术作为大数据技术的重要组成部分，自20世纪80 年代数据挖掘技术诞生以来，便被广泛应用于决策信息分析以及商业维度的各类问题解决。所谓数据挖掘，是对大量技术进行深度提纯，基于各种手段实现海量数据的高效处理，提取有效信息，实现数据的有效转化。目前，数据挖掘技术可分为3 个环节：第一，数据准备，详细罗列被挖掘的数据。第二，数据挖掘，对数据样本进行有效挖掘、提取。第三，有效信息提取，对挖掘结果进行解释。作为具备高度综合性的技术，数据挖掘技术融合了数据库、模糊数学以及数理统计等相关技术，隶属多种数学学科的交叉性产物，能够在数据挖掘后实现数据的聚类、分类、预测、关联性分析以及对数据的可视化展示[3]。

2.1.2 数据挖掘技术在灭火救援中的应用背景

在大数据时代下，消防救援机构需要接触的数据信息日益复杂，且灭火救援态势日益严峻，几乎每一场火灾的背后都会引发全新的问题。要求灭火救援行动不断提升系统性、综合性与社会性，因此消防救援机构需要基于数据的深度分析、处理，实现火灾风险的分析。例如，消防内部数据、舆情数据、重点防火单位数据以及社会基础数据。其中，社会基础数据是对辖区内建筑物类别、数量、GDP 产业结构、建筑物结构、人口分布、人口数量等信息的挖掘收集。收集防火重点单位数据，建立面向社会防火重点单位的火灾管理数据库，并基于有效的信息化技术实现远程火灾监控，从而全面完善消防救援机构的视频信息、报警信息等。

2.1.3 灭火救援中数据挖掘技术的具体应用

首先，建立数据模型支持数据库。灭火救援期间，基于数据挖掘技术建立的数据库主要包括火灾的风险评估、消防给水、火灾历史数据分析功能。为实现上述3 项功能，必须进行数据仓库分类，建立数据仓库3 层分类模型，即概念—逻辑—物理三大模型。其中，概念模型设计是以包图为基础的模型，不仅要确定信息包图的指标、类别、维度，还需针对实体对象开展详细分析，以完善信息包图；逻辑模型以星型图为基础，主要指向灭火救援阶段的指标实体、维度实体以及详细类别，可有效地反映概念模型涉及的不同实体之间的关系；物理模型则是以数据库为基础的模型，负责将指标的实体向数据表转化，主要包括星型图内的各种中心、边角数据，从而形成有效的火灾风险防控星型模式。

其次，基于网络工具开展联机分析。第一，定义控制流的任务面积与合理的多媒体工具，提取数据、转换数据。第二，建立对位数据，将数据仓库内实体表、维表的二维数据向多维数据转化[4]。

最后，基于聚类方法进行火灾风险分析。作为数据挖掘的关键数据处理方法，聚类方法的原理是将指标量转换为数据量，在建立指标体系后确定指标因子的权重，量化指标，并实现聚类分析，以聚类分析结果为依据，对不同地区的不同火灾进行等级分类，对不同区域火灾隐患程度进行评估，继而实现供水系统的合理安排，确保灭火救援工作开展期间保持充足的供水。

2.2 基于大数据技术的灭火救援作战指挥体系

将大数据技术应用于灭火救援工作，可显著提升灭火救援阶段现场指挥的效率。目前，将大数据技术应用于灭火救援现场指挥体系，主要是基于CFAST 或ASET 等区域火灾模拟软件、FDS 现场模拟软件为灭火救援指挥体系提供支撑。灭火救援现场指挥可划分为3 个发展阶段：第一阶段为信息支撑阶段，第二阶段为辅助决策阶段，第三阶段为智能决策阶段。当前大数据在灭火救援指挥中的应用，集中于第一阶段和第二阶段，第三阶段正处于不断地摸索与开发中[5]。针对第一阶段、第二阶段在灭火救援中的应用开展分析。

2.2.1 信息支撑的应用

（1）现场信息支持。当火灾发生，现场灭火救援作战的指挥需求主要体现在3 个维度。第一个维度是现场信息支持，第二个维度是数据计算应用，第三个维度是作战指挥管理。现场作战信息支持是基于大数据技术，快速掌握火灾现场救援情况、灾情、可用的作战装备以及人力资源方面的作战力量，通过对灾情与消防救援机构作战力量的对比，制定作战方案，真正落实“知己知彼”。信息支撑内容通常包括案件信息、现场视频、场所信息、地理信息、火灾事件关联信息。具体见表1。

表1 灭火救援工作信息支撑内容

（2）数据分析，即在基于大数据技术支撑火灾现场救援阶段，对各项数据的深度应用。例如基于大数据技术计算消防救援机构现场作战能力，为指挥部提供清晰的作战人员名单、装备数据、参战单元的具体作战水平，在救援现场快速计算灭火救援现场灭火药剂需求量、消防救援机构供给能力。具体数据分析内容见表2。

表2 大数据在灭火救援现场的数据分析内容

（3）作战管理。基于现场物联网提供的通信能力精确开展现场作战管理，准确分配任务基础上，提升现场作战指挥计划性、效率，规避多头指挥导致的现场混乱问题。基于大数据的具体作战管理内容：1）消防救援机构管理。获取参战的消防救援机构人员名单、位置信息，为指挥工作提供信息支撑。2）现场通信管理。基于无线、有线的形式实现语音、文字、图片的传输，满足现场各种通信需求。3）作战车辆管理。基于物联网技术掌握灭火救援作战车辆灭火药剂存储量、车辆性能参数、车辆数量、随车装备情况等，为作战指挥提供信息支撑。4）作战指挥。基于无线通信技术、电子沙盘技术整合参战消防救援机构以及现场装备、药剂、车辆，下达作战指令，开展作战移动指挥[6]。同时，与相关单位联动进行灭火救援，实时同专家进行交流，为灭火救援提供专业指导。

2.2.2 作战指挥辅助决策的应用

作战指挥辅助决策，是大数据技术应用于灭火救援的关键技术，负责基于数学模型的建设、计算，以大量数据支撑现场指挥，为指挥提供决策依据。在作战指挥辅助决策应用阶段，进行灾情发展评估，火灾事故发生阶段是基于灾情发展的分析，使指挥者快速掌握灾情走势，如火灾蔓延具体方向、火灾扩散范围、可能造成的人员伤亡、环境影响以及灭火救援难度等[7]。同时，为消防救援机构提供作战策略、作战方案重点内容、救援阶段注意事项等，全面降低灭火救援期间指挥难度，提升指挥合理性与指挥效率，提升消防救援机构对现场突发情况的反应能力。

3 结语

将大数据技术应用于灭火救援现场，能够全面提升火灾风险的分析能力以及救援现场的指挥能力。然而，在应用大数据技术时，消防救援机构与相关部门需要注意，火灾现场往往网络互通会遇到诸多阻碍，且火灾数据资源的整合有着较大难度，应用系统的建设需要支付较高的经济成本与人力成本。因此，对于大数据技术的应用，消防救援机构应结合自身的技术情况、资源情况合理选择分支技术，待资源与条件逐步完善后，再建立完善的大数据灭火救援指挥体系与风险分析体系，以确保大数据技术应用的有效性、经济性。