第1章绪论
近年来，随着经济的飞速发展和自然条件的不断变化，人和环境、能源的矛盾越来越尖锐复杂，各种突发事件在全球范围内频繁出现。2018年，印度尼西亚龙目岛“8 5”地震造成515人死亡、超强台风“山竹”致我国300万人受灾、山东寿光洪灾造成13人死亡、安徽六安碧桂园工地坍塌致6人死亡、福建泉港“11 4”碳九泄漏感染52人、河北张家口“11 28”重大爆燃事故致24人死亡。2019年2月12日，秘鲁南部由于山体滑坡和洪灾导致10人死亡、1800人受伤，桥梁、道路、医疗中心和警察局等基础设施也遭到破坏。2019年3月30日，四川省凉山州木里县发生森林火灾，着火点在海拔3800m左右，地形复杂，交通、通信不便，造成31人遇难。2019年，美国亚拉巴马州“3 4”龙卷风造成22人死亡。突发事件给社会造成了严重的财产损失与人员伤亡。
随着社会经济不断发展，突发事件发生频率日益增加，对人民生命与财产安全造成巨大威胁。而目前在对突发事件的应对工作中，存在着预警难度大、应对效果不显著等诸多问题，导致相关部门在应对突发事件时处置得不及时，甚至使用错误的处置方法造成更大的生命财产损失。因此，快速有效的应急决策是高效应对突发事件的重要支撑。突发事件的应急决策直接影响突发事件的态势发展和演变，及时、科学的应急措施能够有效地控制突发事件事态恶化的趋势；反之，低效、盲目的应急措施无法有效预警和应对突发事件，甚至引发其他次生灾害发生，*终导致更大的破坏和损失。利用突发事件的各类数据进行科学决策，可以将潜在突发事件扼杀在摇篮中，并对已经发生的突发事件高效、快速响应，从而*大限度地减少人员伤亡与财产损失。
突发事件具有复杂性、灾难性与突发性，面对决策时复杂的现实条件，如果事件发生后公共管理者与应急救援人员没有做好相应的准备，易因被动应急而导致决策失误，造成更大的人员伤亡和财产损失，这些问题也是当前突发事件管理中亟待解决的关键问题。
如今突发事件的各类数据呈现复杂度高、质量差和可信度低的特征。而这些多源数据利用不足，使其复杂性日益增加、快速响应效率低下。究其原因，突发事件预警和响应侧重研究突发事件相关的数据和信息单一维度，传统的突发事件决策需求存在应对不力、定位不准和组织无序的问题，缺乏融合多源数据的决策需求，导致产生的模糊决策需求很难得到有效满足，进而对突发事件快速响应效率产生严重影响，容易造成不必要的损失与伤亡，直接威胁社会稳定与和谐发展。所以在应用突发事件预警和响应成果的基础上，讨论如何组织突发事件决策需求引导突发事件响应效率的提升、如何促进产生精准的突发事件决策需求、如何融合突发事件的多源数据助推其高效快速响应的实现，这些问题的解决尤为迫切，已成为社会关注的热点问题。亟待解决的问题是构建基于多源数据融合的突发事件决策需求，形成一个以多源数据融合为力、决策需求流控制为策、高效快速响应为标的突发事件决策需求组织管理过程，促进突发事件决策需求优质化、知识化、情景化、有序化和实践化，为突发事件的高效快速响应提供一个新的思路和实践参考。
通过探讨突发事件预警和响应现状，以突发事件决策需求为研究对象，以精准预警、高效响应为目标，从多主体角度获取对突发事件针对性的要求，形成突
发事件决策需求组织体系，为有效应对突发事件提供保障。
在学术价值层面：将知识组织理论和多源数据融合方法应用到决策需求中，以形成完善的突发事件决策需求组织过程，提高突发事件快速响应的靶向性和高效性，充实和完善突发事件应急管理的理论和方法。
在应用价值层面：针对性地深入探讨突发事件决策需求多层次微观组织过程，基于自然灾害突发事件案例探讨决策需求获取、跟踪和应对实现过程，利用实践应用反馈引导突发事件决策需求管理不断优化和完善，为各级政府高效响应突发事件提供实践指导，*大限度降低突发事件的影响和损失，提升政府的应急响应能力。
1.1突发事件管理体系相关研究
国内外学者主要从突发事件应急管理体系、应急预案管理两个方面进行探讨，对突发事件的阶段划分、突发事件主体、突发事件风险及突发事件公众参与等多个方面进行研究。
1.1.1突发事件应急管理体系研究现状
范维澄院士等[1]从应急系统构建的角度对我国应急平台建设进行了总体构思，分析了我国突发事件应急平台建设现状，针对我国突发事件应急管理给出建议，明确提出复杂条件下的应急决策问题，同时明确城市安全的重要性，其是城市可持续发展战略的重要组成部分，探讨城市安全和应急管理的关系[2]。崔维和刘士竹[3]明确了我国政府、企业风险管理的任务，建立了风险沟通和协调机制，梳理了事故灾难风险管理的流程，构建了我国事故灾难类突发事件风险管理体系。吴浩云和金科[4]以太湖流域为研究对象，针对太湖流域的特点，提出了预防水灾害的对策。邵荃等[5]针对突发事件的模型库，提出了一种模型层次网络表示法。Georgiadou等[6]针对突发事件中的应急管理问题，提出了多目标优化模型。Akter和Simonovic[7]基于模糊集理论多语言决策系统给出了针对突发事件的一种应急响应与管理体系。
1.1.2突发事件应急预案管理研究现状
袁莉和杨巧云[8]从系统的观点出发，基于重特大灾害中各种情报资源、技术和人力资源，充分协同决策体系、保障体系、指挥体系和控制体系，结合应急决策目标和内容，构建了情报体系的协同联动框架，对突发事件应急响应四个阶段进行了全面优化。李红艳[9]利用博弈论理论，构建了同等级政府职能部门之间、企业之间的囚徒困境博弈关系模型及不同等级的中央政府、地方政府和公众之间的委托–代理博弈关系模型。张乐等[10]研究了水灾害系统宏观强互惠和多Agent协同演化，刻画和描述了水灾害事件的应急合作机制。Chiou和Lai[11]构建了多目标模型，并将其用于复杂环境下救援*优路径选择与灾难救援交通管理。Sheu[12]针对大规模自然灾难应急物流管理的问题提出了动态救援的需求管理模型，通过数据对受灾地的救援需求进行了预测。Liu等[13]针对突发事件的应急预案管理问题，给出了一个风险决策方法。
国内外学者对非常规水灾害、爆炸等领域的突发事件进行了针对性管理体系研究，这些研究侧重从宏观角度对广义的重大突发事件的管理体系入手，为基于多源数据融合的突发事件决策的需求研究提供了一定的参考。
1.2突发事件决策需求相关研究
情报体系是突发事件应急决策的基础，在突发事件应急决策中发挥情报职能[14]，应急决策是应急管理的重点与核心环节。宫宏光和汤珊红[15]针对突发事件需求决策，构建了基于过程的情报知识支持系统总体框架。刘细文和马费成[16]构建了五层的技术竞争情报服务理论框架。叶光辉和李纲[17]分析了突发事件各阶段的情报需求特征，构建了多阶段多决策主体的应急情报需求分析框架。陈峰[18]对高端用户决策需求进行研究，从情报学视角将情报服务分为信息服务、情报服务、决策咨询服务和思想智慧服务四个层次。黄辉等[19]基于系统动力学，对地震事件救援药品的需求进行了探讨。刘咏梅和吴宏伟[20]从信息用户理论视角对政府决策信息需求特征和内容进行了研究。王曰芬[21]针对政府的决策需求，构建了基于本体的舆情信息语义框架。魏扣等[22]针对政府的决策过程、决策范围和决策类型，提取了档案知识库的需求。姚乐野和范炜[23]从系统方法论的角度，提出人与情报资源为情报体系中互动核心双主体。同样，袁莉和杨巧云[8]从“物理－事理－人理”出发，提出了情报工作系统。李纲和李阳[24]从城市应急决策情报体系中的“智慧”特征出发，将突发事件中的人、组织与计算机系统等多个资源要素合并为一个有机整体，并从要素识别、体系层次、流程构建方面来考虑，为应急决策理论与实践服务[25]。杨乙丹[26]也认为信息作用形式具有多种类别，必须将“智慧”理念融入应急情报体系建设中。Bayrak[27]从技术、人、系统和组织等多个方面对灾害监测和响应系统的需求进行了识别与鉴定。Hofinger等[28]从心理学的视角来探讨突发事件应急响应中心理需求的重要性。对现有的应急工作总结发现，在应急决策制定、救援资源优化和防灾减灾等应急管理过程中，应急管理者需要高质量的情报和通畅的情报流通渠道[29]。
应急响应是一个动态循环并需要与多个部门协同联动的过程，情报贯穿其中，发挥着重要的决策支撑作用。应急响应情报理论的核心要素是情报，科学处理和分析情报，才能确保突发事件的信息准确性、完整性与可实施性，实现多部门快速、协同应对。
1.3数据融合与情报服务相关研究
数据融合及情报服务在自动化领域、商业部门和家庭中都有极其广阔的应用前景，也同样可以应用在城市规划、资源管理、污染监测和分析及气候、作物与地质分析中，有助于部门之间实现有效的信息共享。
多源数据融合具有优化组合多源数据、提供有效可靠数据的优势，可以广泛应用于多个领域。袁文玉[30]针对两轮自平衡车姿态调整过程中出现的噪声干扰及单一传感器的测量误差较大等问题，提出了一种基于卡尔曼滤波的自平衡车数据融合方法并应用到FreescaleK60单片机自平衡车系统。田鸽等[31]将多源数据融合的实景三维建模技术引入土地整治中，提出了相关解决方案和技术流程。初洪龙和马玉强[32]提出了一种基于信任度的多传感器数据融合方法分析温室大棚温度，从而能够更好地指导农业生产，提高产量。任娟[33]提出了一种融合聚类分析方法，并对该方法是否能解决面板数据有序聚类的问题进行了验证，以弥补单一分析的片面与局限。曹树金和马翠嫦[34]探讨了情景聚合、语义聚合、引用聚合、社会网络聚合及粒度聚合五种聚合模式。辛越峰等[35]提出了融合粒化和合成思想问题的解决方法，并用铁轨除冰问题进行了验证。张家年和卓翔芝[36]将智库管理流程与情报流程进行融合，形成了一种智库组织结构与运行机制。张义等[37]针对城市数据的特点，构建了一种城市多模式数据融合模型。Sorber等[38]针对不完整数据集，利用机构化数据融合法构建了一种知识发现快速原型框架。Farasat等[39]利用数据融合，从社会网络复杂的个人数据中识别出高价值信息。Balazs和Velásquez[40]将多源信息转换成统一的表现形式后，形成了一种基于信息融合的信息意见挖掘过程。
国内外学者对数据融合与情报服务进行探讨，将数据融合应用在自动化制造与农业等多个领域中，对数据融合与情报服务的有机融合进行研究，为基于多源数据融合的突发事件决策需求研究提供了参考。
面对大量复杂、质量低、可信度低的多源数据，多源数据融合技术不仅可以获取有效的突发事件多源数据，还能提升突发事件决策需求的识别、关联、再生、跟踪、应对等组织过程的效率。在研究突发事件决策需求时，可以将多源数据融合贯穿到突发事件决策需求的组织过程，获取明确的突发事件决策需求，以提高政府部门对突发事件的快速响应效率。
1.4政府对突发事件的关注
突发事件是媒体和公众关注的热点，也是当前国内外政府关注的重难点，政府对突发事件的科学管理为维护社会的和谐稳定提供了有力的支持。随着我国经济社会发展进入矛盾凸显期，对突发事件的引导与管理更加考验相关部门的智慧。
1.4.1国外政府做法
美国在“9 11”恐怖袭击事件后建立了安全预警体系，该体系在深入分析各种因素的基础上，对潜在的恐怖威胁和可能发生的冲突进行预警，并对保护措施、应对行动与准备工作进行指导[41]。美国国土安全部同时制定了国家应急框架草案，总结了关键应急原则、作用和结构[42]。
针对灾害预防和灾害应对的问题，世界卫生组织(WHO)和欧盟共同发起了灾害准备计划，主要包括以下内容：统计被影响人群及需求、保证灾害地区的公共卫生安全、灾区医疗体系的重建等[43]。欧盟的全球环境及安全监测体系[44]对地面与卫星的信息进行
展开
