应急决策的根本目的是在短时间内通过采取有效的对策抑制或消除承灾体的灾情^[1-2]，实现这一目的的前提是保证决策者能够在短时间内对灾情产生正确的认知^[3]。为了提升决策者对灾情的认知有效性，一些学者提出了基于情景的突发事件应对模式，该模式认为突发事件应对本质上是面向“情景”的动态应对，称之为“情景-应对”型模式，该模式认为“情景”可以帮助决策者正确认知决策目标，避免决策者对灾情过高或过低估计，保证应急决策的有效性^[4-5]。在“情景-应对”型模式的相关研究中，情景的定义和表达作为一个基础问题近年来受到了广泛的关注。

Vitoriano等认为情景是“由目标产生的故事情节，描绘了实现这个目标所需要的执行者、执行步骤以及可能出现的结果”^[6]，并用描述性的语言阐述了大规模传染病暴发时可能出现的12种情景^[7]。刘梁等则认为情景是一个具有对策信息的文本片段，描述了已经发生或正在发生的突发事件，并以青海省玉树地震为例阐述了如何将一个完整的历史突发事件“情景化”^[8]。Alvear等认为在交通疏散应急决策中，不同的决策情景记录了不同阶段的道路信息，可以用一个由道路特征值组成的向量来表达^[9]。Moehrle等在建立用于核应急的情景库时认为“情景”记录了在不同的核泄漏阶段不同区域受到影响后的状态，一个情景对应情景库中的一条记录^[10]。

虽然关于情景定义和表达的相关研究近年来得到了飞速发展，但已有的情景表达模型仍存在以下不足：1)情景内涵的数学形式化描述较为缺乏。为情景内涵建立数学形式化的描述有助于决策者构建形式更为统一的情景表达，进而实现灾情信息的快速获取和共享。2)如何通过情景表达为灾情建立定性半定量的描述形式仍较为缺乏研究。构建定性半定量的灾情描述方式有助于决策者快速完成灾情评估，提高应急决策的效率。

本文从应急决策的特点和需求出发，为突发事件情景的内涵建立了数学形式化的描述，在此基础上提出了面向应急决策的突发事件情景模型，并以某油罐火灾为例对模型进行了验证。本文提出的情景表达模型能够为决策者建立内涵清晰的情景，保证情景表达形式的统一，同时该模型通过为灾情建立高度结构化和量化的表达，有助于决策者进行更加科学合理的灾情严重度评估，进而提高应急决策的有效性。

1 突发事件情景模型

应急决策的目标是在短时间内制定出有效的救援对策以降低灾害对承灾体造成的破坏或可能造成的破坏，因此情景应当以承灾体为核心，以结构化描述承灾体的“灾情”为主要内涵。考虑到灾情的发展在时空上是连续的，但应急响应是围绕灾情的阶段性动态决策^[11-12]，即在实际的应急响应过程中，决策者对连续发展的灾情进行了离散，响应行动针对的不是某个时刻的灾情，而是某一时段的灾情。为了保证情景与应急决策目标的一一对应^[13]，并且具有足够清晰的时空边界使其可以被形式化定义，本文界定突发事件情景的内涵为：对一个承灾体某个时段内所表现出的灾情及其应对方式的结构化描述，可以表达为一个四元组，s(d)=＜A_π(d), ${\mathit{\boldsymbol{\tilde a}}}$(d), context(d), response(d)＞.其中：d是灾情，s(d)是情景，A_π(d)是情景对象表达，π是情景对象的类别，${\mathit{\boldsymbol{\tilde a}}}$(d)是灾情向量，context(d)是对环境和资源的描述，response(d)是对应对灾情的响应措施的描述。

1.1 情景对象表达

称有灾情d出现的空间实体为情景对象，记为e(d)。若D表示一个可数的灾情集，记由D确定的情景对象集为e(D)。由于空间实体具有明显的空间边界^[14]，因此情景对象也具有清晰的空间边界，例如在储罐事故中，燃烧的储罐、燃烧罐的毗邻罐、破裂的管道等均是不同的情景对象。

情景对象表达是用有限个对象属性对情景对象的特征进行描述的。此外，考虑到同类对象往往可以用一组相同的对象属性来描述，例如储罐类对象可以用“储罐结构”“储罐容量”“存储油品类型”“实际储量”等属性来描述，管道类对象则可以用“管道直径”“敷设方式”“材质”等属性来描述，因此在构建对象表达时，首先需要对情景对象进行聚类，聚类的规则如下：

定义1  (对象类集)称映射$ c \circ e $: D→Π为对象的类别判定，其中Π是一个可数集合，π∈Π表示一种对象类别，规定：i≠j$\Leftrightarrow$π_i≠π_j。给定两个情景对象e(d_i)和e(d_j), 定义：

1) 若c(e(d_i))=c(e(d_j)), 则称e(d_i)和e(d_j)为同类情景对象；若c(e(d_i))≠c(e(d_j))，则称e(d_i)和e(d_j)为异类情景对象。

2) 若满足d_j∈D_πk$\Leftrightarrow$c(e(d_j))=π_k，d_j$ \notin $D_πk$\Leftrightarrow$c(e(d_j))≠π_k，则称e(D_πk)为一个对象类集。

属于某个对象类集的对象可以用该对象类集的共有对象属性来描述。所谓共有对象属性是指若一个对象属性a_i, ∀e(d)∈e(D_π), a_i是e(d)的对象属性，则a_i为e(D_π)的共有对象属性。考虑到一个对象类集可以有很多共有对象属性，例如储罐类对象的共有对象属性包括“储罐结构”“容量”“材质”“直径”“存储物”“储罐生厂商”“储罐生产批次”等。但在实际灾情应对时，为了保证应急决策的高效性，响应人员通常只关注会对灾情发展有影响的对象属性。例如，对储罐类对象而言，“储罐结构”“容量”“材质”“直径”“存储物”等属性就是会对灾情发展有影响的对象属性。为此，本文在构建对象表达模型时，首要步骤是选择会对灾情发展有影响的对象属性，本文称这一过程为对象属性的相关性评价，具体规则如下：

定义2  (属性相关性评价)若a_i是对象类集e(D_π)的共有对象属性，记在n个评价指标下a_i与D_π的相关性评分为x_ai↔Dπ=(x₁, x₂, …, x_n)，0≤x_j≤1, j=1, 2，…, n，其综合相关性评价得分记为f(x_ai↔Dπ), 0≤f(x_ai↔Dπ)≤1。对于给定的阈值α(0＜α＜1)，若f(x_ai↔Dπ)≥α，则称a_i为与D_π相关的对象属性，否则称a_i为与D_π无关的对象属性。

基于定义1和2，对于对象类集e(D_π)，其对象表达模型和基于表达模型的对象表达的相关定义如下：

定义3  (对象表达模型与情景对象表达)对于对象类集e(D_π)，如果满足∀a∈A_π, 且a是与D_π相关的对象属性，则称A_π为e(D_π)的对象表达模型。称A_π(d)为灾情d的情景对象表达，d∈D_π。

1.2 灾情向量

灾情是被应急人员所觉察到的灾害对承灾体所产生的影响^[15]，灾情向量是对这种影响的严重程度的定性半定量表达。灾情向量的基本组成单元被称为灾情要素，一种灾情要素代表一种类型的灾害破坏，要素值反映了这种破坏的严重程度。例如，“储罐燃烧”就是一种灾情要素，该要素的要素值包括：无燃烧、局部燃烧、稳定燃烧、喷溅燃烧和产生流淌火的燃烧。灾情要素的形式化定义如下：

定义4  (灾情要素)称映射${{\tilde a}}$_i: D_π→dom(${{\tilde a}}$_i)为灾情要素，其中D_π是类别为π的情景对象所对应的灾情集，dom(${{\tilde a}}$_i)称为要素值域，是一个可数有序集，则d∈D_π，${{\tilde a}}$_i(d)∈dom(${{\tilde a}}$_i)。定义dom(${{\tilde a}}$_i)上的全序关系为，称为严重度关系，对于∀d_i, d_j∈D_π，规定：

1) ${{\tilde a}}$_i(d_i)$\prec$${{\tilde a}}$_i(d_j)$\Leftrightarrow$index(${{\tilde a}}$_i(d_i))＜index(${{\tilde a}}$_i(d_j))，称${{\tilde a}}$_i(d_j)比${{\tilde a}}$_i(d_i)严重；

2) ${{\tilde a}}$_i(d_i)=${{\tilde a}}$_i(d_j)$\Leftrightarrow$index(${{\tilde a}}$_i(d_i))=index(${{\tilde a}}$_i(d_j))，称${{\tilde a}}$_i(d_j)与${{\tilde a}}$_i(d_i)相当。

其中index(${{\tilde a}}$_i(d))是要素值${{\tilde a}}$_i(d)在dom(${{\tilde a}}$_i)中的索引角标。

定义4指出，情景要素本质上是表征灾情的维度，其正方向表示某种灾害破坏趋于严重的方向。换言之，要素值是可比的。在实际应用中，一个具体的要素值实际上对应的是一个信息单元，即${{\tilde a}}$_i(d)=＜要素名称, 要素值, 值解释＞。其中：要素名称表征灾害破坏的类型是什么，要素值表征了灾情的严重程度，值解释是对要素值的定性说明。

定义5  (情景空间与灾情向量)称内积空间$ {\tilde {\mathfrak{A}}} $=Π_{$ {{\tilde a}_i} \in {{\tilde A}_\pi } $}dom(${{\tilde a}}$_i)为D_π的情景空间，其中$ {{\tilde A}_\pi } $是一个可数要素集，满足：若d_i∈D_π，对于某个${{\tilde a}}$_i有${{\tilde a}}$_i(d)∈dom(${{\tilde a}}$_i), 则${{\tilde a}}$_i∈$ {{\tilde A}_\pi }$。称情景空间$ {\tilde {\mathfrak{A}}}$₁和$ {\tilde {\mathfrak{A}}} $₂为同一情景空间，若有$ \tilde A_\pi ^1 = \tilde A_\pi ^2 $。其中：$ \tilde A_\pi ^1 $为情景空间$ {\tilde {\mathfrak{A}}}$₁对应的要素集, $ \tilde A_\pi ^2 $为情景空间$ {\tilde {\mathfrak{A}}} $₂对应的要素集。称${{\tilde a}}$(d)为灾情向量，其中d∈D_π。

考虑到灾情的突变性使得同类对象的灾情难以穷举，即D_π是一个无限可数集，因此情景空间中的要素也是无限可数的，即对应于某类对象的情景空间包含了描述该类对象所有灾情的要素。但是，在实际分析应用时，获取一类对象的灾情全集显然不具有可操作性，只能获取到灾情全集的一个真子集，描述这个真子集中所有灾情的要素构成了情景空间的一个情景子空间，此时真子集中每个灾情对应的灾情向量是灾情在情景子空间中的映射，相关定义如下：

定义6  (情景子空间)称内积空间$ {\tilde {\mathfrak{A}}}$^*=Π_{$ {{\tilde a}_i} \in \tilde A_\pi ^ * $}dom(${{\tilde a}}$_i)为D_π的情景子空间，其中$ \tilde A_\pi ^ * \subset \tilde A_\pi ^{} $是一个有限要素集。若有$ \tilde A_\pi ^{ * 1} = \tilde A_\pi ^{ * 2} $，则称情景子空间$ {\tilde {\mathfrak{A}}} $₁^*和$ {\tilde {\mathfrak{A}}} $₂^*为同一情景子空间。其中：$ \tilde A_\pi ^{ * 1} $为情景子空间$ {\tilde {\mathfrak{A}}} $₁^*对应的要素集, $ \tilde A_\pi ^{ * 2} $为情景子空间$ {\tilde {\mathfrak{A}}} $₂^*对应的要素集。称${{\tilde {\mathit{\boldsymbol{a}}}}}$^*(d)为子空间的灾情向量，d∈D_π。

本文在后文中提到的情景空间和灾情向量均为情景子空间和子空间的灾情向量，并分别用$ {\tilde {\mathfrak{A}}} $和${\mathit{\boldsymbol{\tilde a}}}$(d)来表示。由于子空间对应的要素集是有限集，则当未来出现的灾情具有新的要素时，为了保证当前的情景空间仍可以完整表达新的灾情，则需将新的要素加入现有的情景空间中，本文称这一过程为情景空间的拓展，如图 1所示。

1.3 情景环境与情景对策

本文将承灾对象和灾情严重度的结构化表达称之为情景内核，可以认为情景内核是对灾情自身特性的描述。考虑到情景构建的目的是为了帮助决策者更为完整全面地认知灾情，避免错误决策^[16]，为此需要在构建情景时加入对环境及救援情况的描述，以保证情景内涵的完整性。本文称对灾情发生时环境的描述为情景环境，称对响应对策的描述为情景对策，具体定义如下：

定义7  (情景环境)称对灾情d出现时的气象条件以及应急资源情况的描述为情景环境，记为context(d)。其中：所描述的气象条件表达为一个四元组，记为context(d)_M=＜天气，温度，风级，风向＞；所描述的应急资源情况表达为一个二元组，记为context(d)_R=＜资源描述，资源评价＞，其中资源描述以文本的形式对资源的储备情况予以介绍，资源评价是对资源存储量是否能够应对灾情的描述。本文将资源评价分为3个等级，如表 1所示。

定义8  (情景对策)称对应急响应对策的描述为情景对策，记为response(d)，其中应急响应对策是应急人员为了控制或消除灾情所采取的措施。

综上，情景构建的流程如图 2所示。

2 实例分析

基于图 2所示的流程，本文以2000年山东红润石化厂火灾事故中#308罐的灾情发展为例，为#308罐的灾情建立了对应的情景。

依据所获取的案例资料，取π=钢制储罐，D_π={d₁, d₂, d₃, d₄}，其对应的情景空间包含燃烧、爆炸、本体破坏和油品泄漏这4个灾情要素，记为$ {\tilde {\mathfrak{A}}} $_π=${{\tilde a}}$₁×${{\tilde a}}$₂×${{\tilde a}}$₃×${{\tilde a}}$₄。各要素的要素名称和要素值域如表 2所示。对比表 2中每个要素的初始值可以发现，每个要素的初始值都是当灾情未出现时各要素的取值，表示最不严重的情况，要素值的索引值越大表明灾情越严重。

表 3是对#308罐不同阶段灾情所构建的情景。可以看出，与纯文本的灾情信息相比，情景具有更加结构化和量化的表达形式，不同灾情与应急响应对策的对应关系也更加清晰。此外，通过比较不同情景的灾情向量，可以发现#308罐的灾情严重度逐渐减弱，说明在该案例中情景对策是有效的。

3 结论

为了弥补现有研究在突发事件情景表达上的不足，本文从应急决策的需求出发，对突发事件情景的内涵进行了探讨，建立了以承灾体为核心、以结构化表达承灾体灾情为主要内涵的情景模型。该模型由4部分组成：情景对象表达、灾情向量、情景环境和情景对策。其中：情景对象表达是对承灾体自身属性特征的描述；灾情向量是对灾情严重程度的描述；情景环境是对灾情出现时气象条件和应急资源储备情况的描述；情景对策是对控制或消除灾情的响应行动的描述。以某油罐火灾为例，对所提出的情景模型进行了验证。

本文所提出的情景模型具有如下优势：1)数学形式化的情景内涵描述保证了情景表达形式的统一性，有助于情景之间的相似性评估。2)情景空间的可扩展性适应了突发事件情景的突变性。当出现新的灾情要素时，情景空间允许新要素作为新的维度加入到现有情景空间中，实现了情景空间维度的自由拓展。3)灾情向量为灾情建立了定性半定量表达，有助于决策者进行快速的灾情评估和对策有效性评估。