化學危害事件三維態勢感知系統

陳 松,朱東升,左欽文,蘇宏藝

(軍事科學院防化研究院， 北京 102205)

1 引言

近年來，由于國家或地區間的利益沖突所導致的傳統化學安全威脅依然存在。同時，以次生化學危害、化學恐怖活動和工業化學事故為主要代表的非傳統化學威脅正日益加劇[1]。未來發生化學危害事件后，需快速預測分析化學物質動態分布態勢，為決策人員制定應對方案、最大限度降低危害影響提供依據。

現有的化學態勢感知系統是建立在二維基礎上，缺乏空間態勢探測感知及呈現能力，因此，亟需探索建立基于三維感知的化學威脅態勢系統，實現化學污染物的三維感知和三維態勢顯示，以滿足化學危害事件精準決策的需要。

2 化學危害事件與三維態勢感知

態勢即事物發展的狀態與趨勢，本質上是相關事件在時間和空間上一系列事實的集合，這些事實由目標間的相互關系所組成[2-3]。態勢感知是通過探測和偵察手段獲取相關區域的當前狀態，在傳感器級數據融合的基礎上，結合多源信息進行綜合處理，進行態勢元素聚類，形成當前態勢，并在態勢圖上呈現[4]。

污染事件中，化學信息來源廣泛、信息量大，面對大量化學信息，由于區域數據的復雜性和不確定性，使決策人員很難快速地獲取有效信息。因此，需要及時全面收集污染區域化學信息并進行融合與處理，在態勢圖中呈現，使決策人員能夠快速、直觀和全面地掌握污染區域化學情況。

化學危害事件態勢感知即是對化學威脅進行的探測與偵察，通過對獲取的數據進行分析融合，得到實時的化學污染狀態及擴散趨勢。化學危害事件態勢感知的最終目的是為了對化學威脅態勢結果進行有效分析利用，得到相應的防范決策策略，為有效效防護提供重要依據。

在態勢感知方面，美國基于已建立的聯合報警與報告網絡(JWARN)[5-6]，配合聯合效應模型(JEM)[7]和聯合作戰效果集成系統(JOEF)[8]等軟件資源，構建了聯合項目管理信息系統(JPMIS)[9]，形成了化學戰場信息化建設體系，完成了化學信息從感知獲取、分發傳遞到處理上報、決策再反饋的全過程(圖1)。

我國在化學危害事件態勢感知方面的研究起步較晚，存在數據來源單一、多源融合能力弱、空間感知能力不足、危害評估能力弱、支撐模型少等問題。

由于化學污染物具備空間三維特性，基于三維空間數據的態勢融合方法能夠充分考慮空間維度，更好地還原真實場景，融合結果更符合實際擴散趨勢。通過污染物梯度分布的三維態勢剖面分析，能夠有效確定實際撤離或需要防護的范圍，從而提高了指揮決策能力，實現了精準防護要求，降低了防護成本。

化學危害事件三維態勢感知是指基于三維空間的對化學污染事件的當前狀態及發展趨勢的探測、預報和三維動態呈現。將多傳感器數據融合分析技術應用于區域化學全域感知，特別是利用好地面、空中多域傳感器進行立體融合，并結合三維態勢顯示，可極大提升對化學威脅的立體、多源、多域情報感知能力。

3 化學危害事件三維態勢感知系統構成

3.1 化學危害事件感知及處置流程

根據現有技術水平，對化學危害事件處置流程進行設計。如圖2所示。

圖2 化學危害事件處置流程框圖

1) 某區域受到化學恐怖襲擊或者化學物質泄露，利用通用平臺報警系統初步獲取化學危害物質信息，完成對危害程度的初步估算，結合氣象信息和地理環境數據預測大致影響范圍，完成對危害區域的偵察部署決策；

2) 派遣偵察車、無人機以到達指定區域，結合固定偵測站等探測設備進行化學物質的現場偵察，收集更為詳細的化學物質濃度等相關數據；

3) 獲取傳感器發回的數據后，進行數據預處理工作，剔除冗余、錯誤數據，定位威脅區域中心點數量；

4) 利用已獲得的化學物質濃度分布及時變濃度信息，利用源相反演技術確定化學危害事件參數，為后續危害擴散預測及威脅態勢融合提供重要的背景場數據；

5) 利用源相預測數據作為背景場數據，與現場探測數據進行融合處理，得到化學危害物質濃度信息更準確的分析場數據，融合結果能夠捕捉微小變化，相較背景場具有更好的解析觀測能力，分析場在保留預測數據資料優勢的同時，根據現場探測信息對背景場進行有效修正[10]；

6)最后，利用三維可視化技術，對分析場數據進行污染態勢的三維可視化處理，完成對危害區域的呈現、預測和區域報警及威脅分析，為最終的化學危害事件處置決策提供重要依據。

3.2 化學危害事件三維態勢感知系統架構及模塊功能

針對化學威脅實際，結合化學危害事件處置流程，設計化學危害事件三維態勢感知系統體系架構，如圖3所示。系統包括探測器接口模塊、數據預處理模塊、源相反演模塊、數據融合模塊和污染物三維顯示模塊等5個模塊，通過流程化處理，實現從信息采集到態勢展示，最后協助決策人員完成防范與應對策略的制定。化學危害事件三維態勢感知體系運行詳細流程如圖4所示。

圖3 化學危害事件三維態勢感知系統體系架構框圖

圖4 化學危害事件三維態勢感知系統運行流程框圖

1) 探測器接口模塊。探測器接口模塊包括通用平臺報警部分和現場探測部分，通用平臺報警模塊即安裝在各類設備設施或建筑中的通用報警設備，負責對化學危害物質泄漏等事件的常態化監測，在發生化學危害事件后，通用報警平臺首先發現化學污染，并及時向上級匯報相關污染信息，指揮中心收到信息后，由現場測量設備前往危害區域進行更一步的探測工作。現場探測部分由空中、地面機動式和固定式探測器組成，在多部門聯合協同中還可以增加其他部門間的各類傳感器作為補充，實現多種資源的綜合利用。

探測器接口采用通用接口模組形式，實現模塊化、通用化，做到傳感器的即插即用以及部門間的協同使用。接口類型包括有線型接口和無線型接口，適應各種傳感器的需要，豐富探測手段。

在以往探測系統中，僅包含地面偵測設備，獲取的數據為地面數據，可近似認為在二維平面空間中獲取數據。而本系統設計中，偵測過程中加入了無人機作為空中偵測設備，實現了對立體空間污染物濃度的探測，提高了探測的廣度和精度。

2) 數據預處理模塊。采集到的化學污染物原始數據具有稀疏性，并且由于某些主觀或客觀原因造成數據的誤報及離群點的出現，即與其他樣本數據存在明顯不一樣特征的點。數據預處理模塊負責對傳感器采集的數據進行相關性分析，去除離散點、誤報數據及相關性小的數據，從而使得融合結果更加準確可靠。數據預處理模塊對原始數據的處理中主要用到離群點檢測算法[11]和聚類算法[12]，通過離群點檢測算法剔除異常數據，聚類算法實現對襲擊源數量的確定。針對各類探測器數據形式各異的問題，需要通過數據標準化來實現，可以嘗試以本體[13]的方法解決各類探測器數據的標準化問題。

3) 源相反演模塊。化學污染源的定位是化學事故應急處置的基礎與關鍵，源相反演模塊能夠利用已經獲取的空間探測數據信息，反演出化學污染源，進而為化學污染物的擴散提供基礎數據信息，利用基礎數據信息通過高斯煙團模型可以實現對污染范圍的動態預測，該預測數據可以為進一步的數據融合提供重要的背景場信息。源相反演模塊是基于最優化理論方法，通過建立預測數據與實測數據間的最佳匹配，求解目標函數得到。

4) 數據融合模塊。數據融合模塊對獲取的地面、空中三維數據進行融合迭代處理，得到更為準確的態勢融合結果。首先在初始氣象、地理、物質特性條件基礎上，依據遙測初報數據，初始化下風向危害預測；當污染監測數據獲得后，再逐次進行預測修正；不斷更新迭代監測數據，與預測數據進行融合，得到校準信息，同時調制出最新的污染范圍，以便掌控污染范圍；借助最新掌握的污染態勢，可作為擬定防護決策的參考依據。態勢融合模型示意圖如圖5。融合算法主要有貝葉斯模型平均方法[14]、三維變分同化算法[10]等。

圖5 態勢融合模型示意圖

5) 污染態勢三維顯示模塊。污染態勢三維顯示模塊負責對融合結果進行三維態勢顯示，通過三維圖像能夠準確掌握化學污染物的實時運動狀態以及氣象條件作用，能夠清晰直觀的掌握污染物飄散的空間區域，相比二維態勢顯示具有更高的實際應用價值。在源相反演系統基礎上生成的化學污染物擴散模型能夠生成污染物擴散趨勢圖(圖6)，結合三維顯示實現對未來態勢的預測。

圖6 三維顯示效果圖

4 化學危害事件三維態勢感知系統模型設計

化學危害事件發生后，相應區域將產生化學污染物煙團，煙團在風力等大氣作用下發生擴散，形成較大的危害區域，本研究目的則是在化學污染物濃度探測基礎上，建立擴散區域的仿真模型。在探測器數量不受限的情況，盡量布設較多探測器，通過獲取探測器數據并顯示，則能夠得到對化學污染物當前擴散狀態的精確呈現，通過不斷刷新探測器數據，能夠獲得化學污染物擴散的動態過程。但在實際的應用中，化學污染物探測器的數量是有限的，無法大量布設探測裝置，因此，需要通過仿真建模手段模擬化學污染物的擴散狀態。

在明確化學污染物釋放源位置及釋放源強的情況下，根據大氣擴散基本理論，利用高斯煙團擴散模型即可模擬煙團的擴散模式，但由于化學危害事件的隨機性，化學危害事件發生地點、源強等信息無法提前預知，需要首先通過源相反演技術實現對化學污染物釋放源的確定，即獲取源強和坐標信息，之后，再利用高斯煙團擴散模擬化學污染物的擴散過程。

但由于有限數量的探測器獲取的數據量較小，在源相反演及高斯擴散模擬過程中存在誤差，模擬的結果與實際擴散過程存在一定偏差，此時，則需要通過模擬擴散模型與探測器獲取的現場探測數據進行融合，降低模擬誤差，使模擬仿真結果盡量接近真實擴散態勢。

綜上，在化學危害事件三維態勢感知系統中，需要重點研究三類模型，即化學事件源相的有效識別、化學污染物的擴散模擬、化學污染物信息的實時融合分析，如圖7所示。

圖7 化學危害事件三維態勢感知模型運行流程

1) 源相反演定位模型。國內外學者對源相反演技術進行了較為深入的探索和努力，提出了各種反演方法并取得了一定成果，源相反演定位的研究成果主要分為兩大類：基于概率統計理論法以及基于最優化理論方法[15]。結合研究中使用的多傳感器探測的實際情況，本文利用基于多監測點的最優化理論方法建模。當化學危害事件發生時，在遙測探測器初步定位的基礎上，在事件發生點下風向布置多監測器監測網絡，保證監測足夠的有效濃度數據，結合氣象信息和空間地理環境信息，尋求化學污染物擴散的模擬數值濃度與監測網絡實際探測的濃度的一個最佳匹配，從而，將化學危害源位置定位和源強確定轉化為一個多參數的目標無約束優化問題。

對待求參數θ=(Q0,x0,y0,z0)，以污染物擴散的模擬濃度數據與探測數據的誤差作為目標函數，即

J(θ)=‖Ccal(X,t)|θ-Cobs(X,t)‖

(1)

則該優化問題可以表達為

(2)

其中：Θ為所有可行解構成的解空間；θ為任一可行解；J(θ)為目標函數；Q0為待求的事故源強度；X0=(x0,y0,z0)為待求的污染物源位置；X為監測位置(x,y,z)；Ccal(X,t)|θ為當源參數取值為θ得到的時刻t在位置(x,y,z)處的計算濃度；Cobs(X,t)為時刻t在位置(x,y,z)處的探測濃度。

則危害源位置定位模型為

(3)

式中:T為監測次數，N為監測點個數。對探測器監測網中的N個監測點得到的數據進行建模，對不同監測點不同時間的監測數據和模型計算數據進行比較，尋找最佳匹配。因此，化學危害源位置的定位問題轉化為了在解空間Θ中找到一個使目標函數J(θopt)最小的解向量θopt。

2) 化學污染物煙團擴散模型。擴散模型研究種類繁多，但因提出時間早、實驗數據多、計算較為方便且相對成熟，高斯模型及其改進模型得到了較為廣泛的應用，特別是對有毒化學氣體物質泄漏的源相定位研究中，大多采用高斯模型[15-21]。因此，本研究采用最常用的高斯Pasquill-Gifford模型[22]，即

(4)

其中，C(x,y,z,t)為t時刻(x,y,z)點的濃度；Q為源強；u為風速；σx、σy、σz分別為距離原點x處煙團中污染物在下風方向、側風方向及垂直方向的擴散系數，也即高斯分布的在x、y、z方向的標準差。利用高斯擴散模型估算化學污染物擴散影響范圍的結構流程如圖8所示。

圖8 估算化學污染物擴散影響范圍的總體結構流程框圖

探測器監測網絡一般采用網格化布設，探測器布設數量越多，測量精度越高，但相應的計算成本也將顯著上升。在滿足精度要求的情況下，部分學者[15]利用模式搜索算法[23]對探測器布設模式進行了研究，在以下假設條件下，得出4×4網格設計既能滿足精度要求，又兼顧了計算時間成本，如圖9所示。因此，結合化學危害事件實際發生環境，監測網絡的網格設置可通過模式搜索算法計算得出。

假設條件：化學污染物源強為Q=5×106g；大氣穩定度為F級；平均風速為2 m/s。在1 km2范圍內，分別以2×2、4×4、8×8、10×10、20×20的網格設置探測器的位置，利用式(4)生成各探測器點上的測量濃度。

圖9 探測器監測網格布設示意圖(4×4)

3) 數據融合模型。本研究中的數據融合借助數據同化技術實現，數據同化技術能夠將探測器獲取的污染物觀測數據與模型模擬數據進行融合，數據同化是一種基于最優化理論演變而來的分析技術，在滿足狀態量時間演進及在物理性質一致性約束條件下，充分考慮探測數據的背景場誤差、時空分布和多源觀測場的基礎上，將不同探測數據逐步融合到數值模式的分析技術[10,24]。考慮本研究中探測數據的空間分布特性以及時間計算復雜度問題，本文使用三維變分同化算法作為數據融合模型。

變分同化是對代價函數求極小化解，三維變分同化代價函數如下：

(5)

其中:x為分析變量，xb為背景場，Yo為觀測數據，H為觀測算子，B為背景誤差協方差矩陣，R為觀測誤差協方差矩陣，求代價函數的極小化解就是求代價函數J的最小值。

使用迭代下降法可以求解該極小化問題：指定一個初始點x0，沿目標函數J(x)在x0下降速度最快的方向上找到下一個點x1，使得目標函數J(x)在該方向極小，不斷迭代計算，直到滿足收斂條件：‖xk+1-xk‖≤ε，迭代計算結束，此時，xk+1就是最優解。

5 主要問題與解決思路

1) 多源化學數據處理。化學危害事件污染區域的數據采集工作由空中無人探測器、地面偵察車、固定探測器及多部門傳感器等多種類型設備負責，不同傳感器數據采集相互獨立，采樣周期各異，樣本上報時間不同，如何協調、處理這些設備的數據是一個需要深入研究的問題。此外，傳感器是電子元器件，受到某些因素影響，會出現錯誤數據，要對數據進行相關性分析，盡量消除錯誤數據，保證融合結合更加準確可靠。另外，化學泄漏事件或化學恐怖襲擊區域可能是單點或多點，污染濃度以中心向周圍梯度下降，針對不同區域采取的防護措施也不盡相同，因此，在預處理過程中要具備檢測化學危害事件中心點數量的能力。

2) 數據組織管理。各類傳感器的數據格式各異，無法直接使用，需要結合研究實際，考慮三維空間特性、化學污染物特點(比如種類、威脅等級等)，設計滿足本研究所需的數據管理格式，把來自多個傳感器的數據和信息進行聯合、相關和組合，以滿足三維數據融合的需要。同時，在數據管理上，也需要根據數據量大小、數據組織特點等選擇合適的數據管理方式。

3) 三維空間態勢融合。化學危害事件污染區域是一個空間大范圍區域，并且伴隨大氣活動，污染范圍是一個動態變化過程，但通過各類傳感器采集到的空間污染數據均為單點數據，且站網疏密變化，在不同地形條件、不同氣候背景、不同天氣系統條件下如何合理制定多源融合格點分析，從而得到最優分析尺度上的多源融合結果，將成為融合分析中的難點[25]。

4) 算法效率與計算精度的優化選擇。國內外學者在源相反演和數據融合技術上進行了較為廣泛的研究，提供了諸多的算法模型，每種算法均有其優缺點，而各類算法在算法效率與計算精度上基本都存在負相關問題，因此如何建立合適的評價機制，做出在具體應用中的合理優化選擇是一個重要研究難點。

6 結論

提出一種基于三維傳感器條件下的化學危害事件三維態勢感知系統架構。從化學危害事件處置流程入手，針對各個環節設計了相應的分析處理單元，提出了在多維數據采集基礎上，實現化學危害源的定位、威脅區域預測和污染范圍三維態勢融合的方法，為化學危害事件態勢感知的研究提供了重要基礎，該系統能夠為化學污染事件下的精準防護與指揮決策提供重要支撐。

研究中在模型選擇上進行了理想化假設，采用了部分經驗公式。在后續的研究中，應針對實際環境進一步研究，充分考慮地形地貌和大氣環境條件，將相關參數有效融合，實現對化學危害事件三維態勢更精確的呈現。