数据挖掘技术在地质灾害救援力量配置中的应用浅析论文_王英达,李文博,冯博,胡雪枫,朱生晗,李旭东

数据挖掘技术在地质灾害救援力量配置中的应用浅析论文_王英达,李文博,冯博,胡雪枫,朱生晗,李旭东

中国地震局兰州地震研究所 甘肃省兰州市 730000

摘要:近年来,国内外地震、滑坡、泥石流等地质灾害频繁发生,给社会、公众及对生态环境带来严重的危害。如何迅速研判地质灾害现场灾情,合理、有效地调配各类救援队伍、应急物资与救援装备,开展科学、高效、迅速的救援行动是抗震救灾指挥部的核心工作任务之一。本文主要就数据挖掘技术在地质灾害救援力量配置中的应用情况展开了论述,以供参阅。

关键词:数据挖掘技术;地质灾害;救援力量;

引言

数据挖掘(Data mining)是数据库知识发现(Knowledge Discovery in Databases,KDD)中的一个重要步骤。它一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验、法则)和模式识别等诸多方法来实现上述目标。

1数据挖掘技术概述

数据挖掘是一个迭代过程,在实践中,数据挖掘的两个基本目标往往是预测和描述。预测是使用数据集中的一些变量或域来预测其他相关变量的未知值或未来的值;而描述是找出描述可由人类解释的数据模式。因此,可以把数据挖掘活动分成两类:(1)预测性数据挖掘。生成给定数据集所描述的系统模型;(2)描述性数据挖掘。在可用数据集的基础上生成新的、非同寻常的信息。预测性数据挖掘的目标是得出一种以可执行码来表示的模型,该模型可以用于执行分类、预测、评估或者其他相似的任务。而描述性数据挖掘的目标是发现大型数据集中的模式和关系,来理解所分析的系统。对不同的数据挖掘应用,预测和描述的相对重要性可能大不相同。预测和描述的目标都是通过数据挖掘技术来实现的。一般说来,数据挖掘的关键技术主要分为如下几类:分类、聚类、关联规则以及遗传算法等。典型的基于算法的知识发现技术包括:或然性和最大可能性估计的贝叶斯理论、衰退分析、最近邻、决策树、方法聚类、关联规则挖掘、Web和搜索引擎、数据仓库和联机分析处理(On Line Analytical Processing OLAP)、神经网络、遗传算法、模糊分类和聚类、粗糙分类和规则归纳等。

2数据挖掘在地震救援力量配置中的应用研究

2.1在灾情的获取与甄别方面的应用

地质灾害现场灾情的获取与甄别,是有效开展应急处置与救援的前提与基础。目前成型的甄别技术是在智能化人工操作的基础上,运用其他辅助技术协助,如多样运算剖析方法等汇聚而成的。由于知识甄别技术把数据信息系统确定为主要研究目标,并采用了数理统计的方法,运用统计学的方法对数据信息进行采集分析。所以,数据信息系统、智能化人工操作和数理统计已成为知识发现研究的三大技术支柱。到目前为止,常见的知识获取方法有基于算法的知识获取和基于可视化的知识获取两种。

期刊文章分类查询,尽在期刊图书馆典型的基于算法的知识发现技术包括:或然性和最大可能性估计的贝叶斯理论、衰退分析、最近邻、决策树、方法聚类、关联规则挖掘、Web和搜索引擎、数据仓库和联机分析处理(On Line Analytical Processing OLAP)、神经网络、遗传算法、模糊分类和聚类、粗糙分类和规则归纳等。数据挖掘技术的目标是从海量的数据中,发现隐藏在其后的规律或数据间的关系,从而服务与决策。

目前地质灾害现场灾情的获取与甄别急需一套高效、科学、精准的评估系统,从地震烈度、灾区行政等级(乡镇/县城/城市)、人口规模、建筑物结构、信息来源等因素开展综合评判。

2.2在救援需求分析方面的应用

地震等地质灾害发生后,迅速开展救援需求分析是地震应急处置与救援的依据。救援需求分析是比较适合推行知识管理与数据挖掘技术的领域,根据地震等地质灾害所造成的受灾人数、人员埋压情况、伤情严重程度、建(构)筑物破坏程度、所需物资种类与数量、所需救援设备(评估类、侦检类、搜索类、破拆类、顶撑类、支撑类、通信类、医疗类、后勤保障类、特种车辆、重装机械等)种类与数量、所需救援人员数量、救援技术(地震救援、山岳救援、水域救援、激流救援、高空救援、沟渠救援等)要求等方面综合性建立救援需求评估模型。

2.3在救援力量配置方面的应用

救援力量包括各级专业救援队伍(重型/中型/轻型)、各类专业救援队伍(消防、武警、预备役、矿山、安监等)、志愿者队伍、第一响应人队伍、其他社会救援组织。通过救援力量分布分析,包括其规模、人数、装备配置、距离灾区距离(经纬度坐标)、路径特征、机动能力、救援能力、自我保障能力等各分项的综合评价,迫切需要与在大数据环境下的数据挖掘技术的有效结合。

在救援力量配置方面研究的关键方向主要体现在三个方面:其一,算法研究,对算法的鲁棒性能进行研究,使算法得到优化和扩展,并能保证鲁棒和自动发现知识性能的实现;据此可以实现地质灾害救援力量的最优配置与到达灾区的最优路径。其二,系统研究,主要是在知识发现领域的透明和普适应用方面的研究,要求研发出系统能够在应用中帮助用户自助完成知识发现,并且即使是在数据密集型情况下也能实现该功能;其三,解决方案研究,这种研究的方向是挖掘数据并向纵向集成应用中去完成镶嵌,以实现数据挖掘组件的开发,这种组件是针对于特殊应用方面的。据此可以实现综合性地质灾害救援力量的最优配置。

结语

如何在较短时间内,以最优方式进行救援力量配置是应对地震等地质灾害的重要课题,是快速挽救生命,减少人员伤亡的重要途径。汶川地震救援、玉树地震救援等灾害救援综合案例分析均表明,只有开展快速开展灾情的获取与甄别、灾区救援力量需求分析、合理调配救援队伍,才能在有限的救灾资源条件下,高效统筹调配救援力量,最大程度的营救受困人员。虽然在决策优化研究领域,资源调配并不是一个复杂的理论问题,但对于灾情的获取与甄别、灾区救援需求分析、如何合理调配救援队伍等系列问题,目前开展的研究还并不充分。需要在下一步的研究工作中不断完善和深化。

参考文献

[1]赵蕊娟.数据挖掘技术在气象预测中的应用[D].天津工业大学.2017

[2]钱昭勇,陈梅.数据挖掘技术在突发事件应急系统中的应用与研究[J].电子技术与软件工程.2014(16)

[3]赵蕊娟.数据挖掘技术在气象预测中的应用[D].天津工业大学.2017

论文作者:王英达,李文博,冯博,胡雪枫,朱生晗,李旭东

论文发表刊物:《建筑学研究前沿》2018年第31期

论文发表时间:2019/1/14

标签:;  ;  ;  ;  ;  ;  ;  ;  

数据挖掘技术在地质灾害救援力量配置中的应用浅析论文_王英达,李文博,冯博,胡雪枫,朱生晗,李旭东
下载Doc文档

猜你喜欢