国土安全-关键技术指挥控制

6．4．1　指挥控制辅助决策

决策是指挥的核心［5］，而决策科学化是指挥自动化的一个重要内容。决策理论、决策方法和决策工具的科学化又是决策科学化的重要保障。决策支持系统简称DSS（Decision Support System），是目前使用广泛的一种辅助决策的工具。

（1）辅助决策方式

决策支持系统是在管理信息系统和运筹学的基础上发展起来的。从辅助决策的角度看，决策支持系统的辅助决策能力是管理信息系统辅助决策能力和运筹学辅助决策能力的综合和提高。

辅助决策有以下几种方式：

a）以数据形式辅助决策，这是最基本的辅助决策的方式。数据能反映事物的数量化特征。例如，人数能反映一个单位的大小，产量能反映工厂的生产能力，利润能反映企业的效益好坏。合理运用管理信息系统，对各种数据信息进行有效管理和处理，可以为各级管理者和决策者提供数据和辅助决策信息。

b）以模型和方法的形式辅助决策，这是比较有效的辅助决策方式。为寻找事物发展的规律，人们建立了模型和方法。在建立模型和方法之后，再按模型和方法的思想去指导行动。也就是说，行动应该符合事物的发展规律。自然，行动的结果总能取得良好的效果。由于客观事物千变万化，异常复杂，人们所建立的模型总是略去了一些因素后的简化模型。这样的模型，由于当时条件、环境的变化，有可能导致失败的结果。可见，模型是否真正反映了客观事物的规律性，是评价它是否真正有效的关键。运筹学的研究目的在于建立模型和方法以实现辅助决策，这已经取得了很大的成功和效益。

c）用单模型辅助决策已取得了某些方面的成效，但单模型难以反映客观事物的全貌，因此单模型辅助决策的效果是非常有限的。随着计算机技术的发展，已经有能支持多模型组合的辅助决策方式。模型总是和数据相连的，单模型只要使用少量的数据文件就可以了;而多模型的组合将涉及大量的数据文件，对于这些数据文件的共享、冗余性的消除以及统一管理，采用数据库更合适。多模型的组合也需要通过建立模型库来统一管理、组合和集成，从而发展成为以多模型组合连接数据库进行综合决策的形式来辅助决策。决策支持系统正是根据这种形式的辅助决策方式的需要建立起来的。

（2）决策支持系统

决策支持系统是利用数据库和人机交互进行多模型的有机组合，辅助决策者实现科学决策的综合集成系统。

决策支持系统要在“数据”和“模型”的基础上，通过人机“对话”去解决半结构化和非结构化问题。对“数据”的要求是数据处理功能，即对数据的存取、对数据的检索、产生报表和图形;对“模型”的要求是利用模型，特别是优化模型得出辅助决策信息;对“对话”的要求是能修改模型，从而改变方案达到更大范围内的辅助决策。

结构化决策问题是常规的和完全可以重复的，每一个问题仅有一个求解方法，结构化决策问题可以用程序来实现。非结构化决策问题往往不具备已知求解方法或存在若干求解方法而得到的答案不一致，所以难以通过编制程序来完成。半结构化决策问题介于结构化和非结构化决策问题之间。非结构化决策问题实质上包含着创造性或直观性，计算机难以处理，而人则是处理非结构化决策问题的能手。当把计算机和人有机结合起来，就能有效地处理半结构化决策问题。DSS的发展能有效地解决半结构化决策问题，它逐步使非结构化决策问题向结构化决策问题转化。

在指挥控制系统中，决策支持系统通常从以下几个方面辅助决策者：一是从计算机的数据库中及时抽取精确的信息，为制定决策提供情报保障;二是辅助设计各种可能的决策方案，并对不同方案进行分析、判断;三是在动态变化中形成决策和规划任务;四是通过计算，确定最优解（或满意解），形成战略与战役计划和行动程序等。

6．4．2　行动方案制定与评估

6．4．2．1　作战行动规划

作战行动规划是一个复杂过程［6］，目的是确定最优方法以完成上级指派的任务，并规划将来可能的任务。对作战计划的分析需要大量的数据和丰富的知识，并强调所需知识的广度与深度。作为作战行动规划的结果，作战计划可以为指挥员提供有效的决策辅助，但是规划时需要明确的作战行动过程（Course of Action，COA）的组成、结构、关系及其他相关信息需求，建立相应的知识库，并依赖作战行动过程的形式化领域模型（如本体）进行知识推理，进而完成作战行动规划。

作战行动规划的核心概念，当属作战行动过程，即COA。应当说，作战行动规划过程的本质就是对COA概念和关系的组织与管理，其知识表示就是作战计划本体。一般来说，作战行动规划过程由以下几个阶段组成：

（1）启动阶段

在启动阶段，主要界定COA的概念。COA是作战计划的骨干。首先，以宽泛的术语来描述COA，进而在分析中对其细节进行进一步的精炼，缺乏执行细节的COA不能作为作战计划来使用。COA概念提供了一个框架，通过该框架便于了解所有作战计划的组成要素，也便于推知选择不同COA对部队生存能力的影响。

（2）制定作战方针，明确作战意图，预计应达到的效果

作战方针制定阶段要进行作战使命描述，必须明确行动的执行者、采用何种类型兵力执行、完成何种类型行动、行动时间及地点（作战地域与目标地域）、各部分兵力出于何种目的执行其作战任务等。

（3）拟定COA

估计过程的主要部分，产生一系列能够完成任务的COA。

（4）选择COA

需要考虑特殊因素，比如每一个COA的预期效果。

（5）比较COA

即对若干选定的COA按照一定的规则进行比较。

（6）拟订作战计划

在（3）到（6）的过程中，会涉及很多领域的实体条件。态势的要素包括环境、地理条件、政治、作战双方的情况。在拟订作战计划时必须考虑的重要因素就组成了作战计划本体，包括：假定、目标、限制与约束、最终状态、决策重点、作战线、任务、风险、可用资源、作战地域、成功标准、时间线、兵力能力、指挥与控制结构。

（7）审核作战计划

对开发得到的COA，按照一定的规则与约束进行检验。在此背景下，COA可以为指挥官提供完成任务使命的行动选择。

6．4．2．2　动态作战计划管理

实际上，计划人员不可能掌握所有的态势信息，计划中任务的执行也有可能失败。在实际的作战过程中，作战计划最终目标也未必是固定的。所以，在作战计划执行过程中需要一种作战计划管理系统来对作战计划的执行进行管理和监控。总的来说，动态作战计划管理就是在动态的战场环境中对作战计划进行有效的管理。

关于动态作战计划管理技术，经典的方法有本体和形式化语言、NuSketch、MDP（马尔可夫决策过程）、CPN等［7］。

（1）本体和形式化语言

本体定义有很多不同的方式，但是从内涵上来看，不同研究者对于本体的认识是统一的，都把本体当作是领域内部不同主体之间进行交流的一种语义基础，即由本体提供一种共识。本体提供的这种共识更主要地是为机器服务，机器并不能理解自然语句中表达的语义。目前的计算机只能把文本看作字符串进行处理，所以需要形式化语言描述。

（2）NuSketch

NuSketch是一种以图解的方式描述作战方案的方法。NuSketch方法的着重点是用户输入的直观性和对概念的理解。设计人员关心的是使用户能够详细说明某些情形的空间和概念方面，以便根据此输入情况，有足够的细节来支持随后由人工智能（AI）系统进行的推理。该方法的进展包括改进直观处理和推理技术，并支持有关绘制的较为丰富的推理。

（3）MDP

目前，绝大部分关于不确定规划的研究都集中在马尔可夫决策过程（MDP）框架下。马尔可夫决策过程是运筹学的一门分支，它的模型由决策时刻、系统状态、行动、回报和转移概率组成。马尔可夫决策过程的这些特点很适于军事领域的计划问题，已有研究把作战计划问题建模为MDP模型，它可以处理并发的持续时间作战任务、作战任务的时间和结果的不确定性、资源和冲突代价，通过求解MDP模型，对作战任务进行排序和规划产生合理的作战任务序列。

（4）CPN

CPN建模语言旨在对那些可被视为并行系统的系统进行建模。在这些系统里，同步化与资源分配是关键要素。系统的CPN模型既面向行动，也面向状态，因为它可以捕获该系统的当前状态以及在特定状态下可能发生的事件。澳大利亚军方的COAST（Course of Action Scheduling Tool）基本思想就是使用CPN模型，根据任务的先决条件与效果、强制性同步和可用资源，对任务的遂行进行建模。就COAST框架而言，系统的状态对应于任务集、当前有效条件集和当前可用资源集。特定状态下可能发生的事件对应于任务的开始与结束、有效条件的变化和可用资源的变化。CPN模型捕获的是当这些事件发生时，系统的状态会如何发生变化。(www.xing528.com)

6．4．2．3　作战方案评估

方案评估对于整个作战行动计划的制订而言是一个必要的环节。通过方案评估，可以对作战方案进行可行性分析、论证、比较，为最优方案的选择和确定提供科学依据。目前，专家打分、实地演习等传统评估方法仍在大量使用。这些方法过多依赖于人的经验，效率较低，实际使用成本较高，缺乏科学性。

为了克服以上传统方案评估方法的缺点，智能评估系统越来越引起人们的重视。智能作战方案评估系统采用了人工智能技术，其在信息处理、数值计算、逻辑推理等方面具有很大优势。

作战方案评估是建立在对影响作战方案的诸因素进行综合分析的基础上，利用多属性方法对作战方案所涉及的各要素进行系统分析。因此，需要建立作战方案评估指标体系。

作战方案评估指标体系的建立是一个复杂的过程，也是一个十分重要的问题，它要考虑各方面的因素，涉及多个环节。评价指标的选取，直接影响到综合评价的结论。一般来说，指标范围越宽，指标越多，则综合评价对象之间的差异越明显，有利于判断和评价，但确定指标的重要程度也就越困难，处理和建模过程就越复杂，因而歪曲方案本质特性的可能性也就越大。指标太少，可能所选的指标缺乏足够的代表性，会产生片面性。

一般来说，作战方案评估指标可归结为三点：一是完成上级赋予任务的程度，即目标性;二是完成任务的收益及损耗，即作战效益;三是完成任务的风险程度，即风险性。因此，可以在体系中将作战方案评估分为两个阶段：一是计算决策方案的目标性、作战效益和风险性;二是确定上述三项指标在整个作战行动方案中的权重，进而计算方案的优劣程度。

6．4．3　防灾减灾指挥信息系统

地理信息系统（Geographic Information System，GIS）应用于国土安全领域由来已久。1984年以来各届奥运会的安全、三里岛核电站泄漏事故、1992年Andrew飓风、1994年南加利福尼亚Northridge大地震、1993年和1995年密西西比河大水灾中，GIS都发挥了积极作用［8，9］。

知己知彼是国土安全的前提。GIS综合了来源极为广泛的空间和属性数据，用于表达、分析和决策。现代的GIS具备了可能条件下最完备的有关信息的收集整合能力。根据这些信息，有关部门可以预先分析该地区可能发生的变故、事故的类型和规模，进而拟定和推演相应的救急方案。GIS的强大分析能力以及多年来积累的丰富应用功能为国土安全防卫工作提供了未雨绸缪的最好条件，这些防患于未然的分析研究又为不断改进准备工作指出了方向。

万一发生突发事件，权威指挥机构可以运筹帷幄，基于可靠的数据，参考事先推敲过的应急方案，利用GIS的分析研究能力，做出尽可能正确的对策以供决策者参考。一旦对策确定，GIS又能把方案具体化，产生尽可能详细的行动指令，通过网络送达各部门执行，力争在最快的时间做出最佳反应，战胜灾害，把生命财产损失降到最小。

GIS对于大灾害后的救灾工作同样重要。灾民的疏散、救灾物资的分配、灾害后果的评估、保险费的发放和灾后重建的规划，都需要GIS的支持才能做得又快又好。

6．4．4　灾害应对体系

整个灾害应对过程可以分为三个阶段：灾害发生前的未雨绸缪;灾害发生时的行动决策;灾害发生后的救济复原［10］。

6．4．4．1　灾害发生前的未雨绸缪

灾害发生的原因很多，危害涉及面很广，突发事件更是迅雷不及掩耳。政府权威部门在抗灾决策之际和灾后赈灾时都要争分夺秒地做出成百上千的决定并立即执行。总指挥部当机立断的依据是大量组织好的数据，以便准确无误地反映真实情况。这些数据既有有关部门专为灾害应对准备的数据，也有其他部门提供的可供分享的通用数据。这些数据可能存放在同一系统中，也可能通过网络链接到远程数据源。现代的GIS非常适合于收集管理这些数据，包括它们的地理空间和属性。应该指出，当前正在蓬勃发展的各地区的GIS项目（如数字城市），都能为国土保安和灾害应对做出贡献。地形、地质、水文、气候、植被、土地利用、居民分布、交通道路、地下管网、经济布局、商业点、建筑物等数据，都应该从已有的或有关部门将有的GIS中随时得到。孤立地发展完全封闭的国土保安和灾害系统是很难成功的，最有效的途径是尽量分享其他部门现有的数据。这不仅能够事半功倍，还能确保数据的一致性和及时性。除了上述通用数据外，灾害GIS系统还特别关注收集下列数据：

（1）高风险、容易出事的目标：火源（数量、分布及类型）、水源（供给范围、管道、闸）、监狱（人数、类型）、电力系统（供给范围、线路、枢纽）等。

（2）需要重点保护救援的目标：学校（人数、类型、上课时间）、医院（人数、类型）、居民点（人数、类型）、地标建筑物（人数、建筑图）、交通枢纽（流量、结构）、专门人才（姓名、照片）等。

（3）救灾力量的分布和规模：警察局（人数、武器）、救火站（人数、设备类型）、医院（医生人数类型、床位数、医药储备量、设备）、交通工具（数量、类型）、救灾物资（类型、数量）、专门人才（专业、联系方法）、志愿人员（数量）、上下级指挥部等。

一旦灾害突然发生，对地图和各种数据的需求量将急剧上升。决策者、各部门指挥部、各执行任务分队、新闻机构、相邻居民都会急于得到最新地图，并借用地图互相传递信息，协同工作。灾害GIS系统应该在平时尽可能准备好通用地图CD、程序和绘制流程以便灾害发生时立即供应。这些CD应该采用统一的数据格式，存放在约定的地方，各救灾中心的GIS应该都能够读取、修改和打印这些CD上的地图。基于当地特点，还要准备当地特别重要的数据地图，例如在地震区的断层图、海边的海岸线图、城市的街道中心线网络等。

每个地区都有当地的自然条件和人文历史背景，地方政府应该对当地灾害的类型和规模进行风险评估，才能做到心中有数。

1999年，美国北卡罗来纳的新汉诺威县（New Hanover）作为FEMA在全国的七个试验点之一，和美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration，NOAA）等机构合作，协调政府部门和民间机构，为地方政府评估突发事件的风险积累经验。以这些经验为基础构成了一个工具包（CVAT），用于评价社区可能发生的风险。CVAT包括GIS软件（ArcView，ArcExplore）、数据、有关方法和入门训练，已经向全美近4　000个地区推广，很多州政府和地方政府采用CVAT作为参考模型建立自己的系统。

HAZUS是FEMA为地方政府提供的另一个灾害模型。基于大量的联邦国家标准和有关数据库，HAZUS能够预报社区内因自然和人为灾害而造成的损失。1999年HAZUS只有地震损失模型，2003年加入水灾损失模型，以后会逐步完善包括各类灾害的后果预报。

这是防患于未然的积极措施，目的是尽可能通过平时的努力，降低灾害发生的风险;一旦灾害发生，至少也能降低灾害造成的损失。根据经验，预防方案的正确制定，很大程度取决于精确的灾害风险和损失预估。例如，砍掉杂草树丛是很好的防火措施，但是必须在正确的地段和正确的季节执行，否则就是浪费时间和金钱。CVAT和HAZUS为预防方案提供了一个可供选择的手段。应该指出，有的预防方案，甚至有必要提前到城市规划阶段实行，以便从根本上降低灾害的损失;或者通过保险费的升降，有意识地宏观调控城市发展方向，从而逐年改善本地区面临可能灾害的态势。

6．4．4．2　灾害发生时的行动决策

灾害发生时的行动决策，是最初对GIS期望最高的功能。果然，GIS从一开始应用于灾害应对时就发挥了优势。例如，在2001年9月11日纽约遭到恐怖袭击时，当地的紧急管理中心（包括GIS的硬件、软件数据和大部分最新的基础地图NYCMap）也在世贸中心里同时被毁。因此，纽约市用于救灾的主力GIS消失了。数小时后，来自全国的GIS专家和设备汇集纽约，立即在曼哈顿的90号和92号码头建立了两个GIS中心，一个针对世贸中心废墟，一个针对纽约市，在FEMA和纽约市救火部门（NYFD）的指挥下开始工作。

GIS中心首先立即复原NYCMap作为基础地图，各个部门都把关心的特征套合到基础地图上，各部门之间有了一个空间信息交流的共同平台;第二个关键数据是世贸中心的建筑平面图和建筑工程图，为了指挥搜救和灭火，建筑平面图和建筑工程图的数据都由CAD格式立即转为GIS可用的格式;第三步是建立NYCMap和其他遥感资料的套合流程，以接受不同飞行平台每天收集的更新资料，产生最新的报告发往州政府。GIS中心高效率的工作支持了救灾的顺利进行。

6．4．4．3　灾害发生后的救济复原

日本神户大地震后的一个沉痛教训是救灾援助到达灾区太慢，不少灾民并没有因地震本身受难，但却因救灾援助姗姗来迟而不治身亡。人类还没有办法防止所有突发灾害的发生，但是，依靠GIS的帮助，人类有可能把灾后援助工作做得又快又好，力争减小二次灾害的损失。

救灾和重建家园涉及大量的金钱、物资和人力，尽可能准确无误地确认救济的目标、规模和类型是成功的关键。GIS可以集成灾害前的数据和灾害中收集的数据，分析出受灾范围和严重程度，从而辅助决策者确定救济数量和路线。如果受灾范围过大，救灾物资的直接发放效率太低，就要立即考虑在适当分散地点建立救灾中心，以保证救灾物资和医药品尽快到达灾民手中，GIS可以帮助合理地选择设立救急中心。大型运输飞机和大型车辆都只能把物资运到大型集散基地，然后要转运到中小型运输工具上散发到辅助救灾中心，再发放给灾民。应考虑灾区的交通条件，最优化地确定运输计划，选择最佳路线，把救灾物资及时送到每家每户的灾民手中，以避免灾后的二次受害。无可置疑，GIS又可以在这个方面发挥作用。

GIS以它出色的空间数据处理能力，在灾害发生前、灾害发生时、灾害发生后都能为救灾防灾、减少生命财产损失起到关键的作用。

参考文献

［1］Alberts D S，Hayes R E．Understanding Command and Control［R］．DTIC Document，2006

［2］冯文林，胡志刚．我国自然灾害应急管理初探［J］．四川警察学院学报，2012（2）：78－84

［3］印海廷．我国政府在自然灾害应急管理中的角色定位［J］．合作经济与科技，2008（14）：114－115

［4］卓力格图．我国应对突发事件的军地协调联动机制建设［J］．中国应急管理，2009（10）：25－28

［5］吕辉，贺正洪．防空指挥自动化系统原理［M］．西安：西安电子科技大学出版社，2003

［6］刘忠，张维明，阳东升，等．作战计划系统技术［M］．北京：国防工业出版社，2007

［7］钱猛，刘忠，姚莉，等．作战计划的本体建模研究［J］．系统工程与电子技术，2010，32（5）：994－1000

［8］陈子坦．地理信息系统（GIS）为国土安全服务［J］．IB智能建筑与城市信息，2003（4）：23－25

［9］马劲松．地理信息系统概论［M］．北京：高等教育出版社，2008

［10］Greene R W．Confronting Catastrophe：A GIS Handbook［M］．California：ESRI，Inc．，2002