大數據背景下提升滅火救援指揮及輔助決策能力的方法

王玉坤

摘要：在消防工作中，滅火救援是重中之重。在大數據背景下，滅火救援工作也面臨著新挑戰，如何在這樣的環境下將滅火救援工作的指揮和輔助決策能力進一步提升，是消防工作的重點。鑒于此，文章對大數據背景下提升滅火救援指揮及輔助決策能力的措施進行分析，以期給相關工作者提供參考。

關鍵詞：大數據;滅火救援指揮;輔助決策能力;提升策略

近年，國內火災情況越來越多，使得滅火救援工作難度進一步增大，因此，減少火災隱患，降低火災風險是消防工作需解決的問題。若未能及時將火災隱患消除，導致火災發生，不僅威脅到財產安全，還會危及人們的生命，后果非常嚴重。因此，提高滅火救援工作的指揮和輔助決策能力，開展有效的滅火救援工作勢在必行。要將滅火救援工作的效率進一步提升，順應時代發展潮流非常關鍵，隨著大數據時代的到來，消防工作需充分利用好大數據，將工作和決策能力進一步提升，達到解決問題的目的。

1? 大數據背景下滅火救援指揮及輔助決策能力提升的必要性

隨著信息時代的到來，大數據已經被廣泛運用在各行各業當中，并獲得一定的成果。但是，在消防行業當中，大數據的運用效果并不明顯，導致火災救援工作還存在一定的滯后性，救援不及時、指揮調度不合理、決策不科學等問題依然存在，要避免這一系列問題的出現，將大數據技術充分利用起來非常必要。大數據技術能夠將消防工作中需要的數據進行有效整合，然后分析，給救援工作提供有利的證據。大數據的利用，能夠讓火災救援指揮調度更具有針對性，提高出警的效率，能夠讓決策者的決策更科學，提高救援的效率，減少火災帶來的損失，總之，提升滅火救援指揮及輔助決策能力，大數據技術的利用極其必要[1]。

2? 大數據背景下提升滅火救援指揮及輔助決策能力的策略

2.1? 創建智能的分析管理體系

要將大數據技術運用在消防工作當中，創建有效的分析管理體系非常重要，首先，相關單位必須按照相應的預案制作及力量調度的等級，進行警情受理時將接警消息自動輸進去，通過大數據分析，進行智能、自動調度指揮。其次，作戰人員規劃方面，需進一步強化人員模塊設置，把所有參與作戰的工作者根據身份配置進行定位，調度到適合的崗位。另外，加強首站調集也非常關鍵，這一系統需將部隊的車輛器材數據充分利用起來，根據類型及等級創建出合適的災情處理系統，通過演練拉動確認修訂，最后構成模塊式力量[2]。

2.2? 進一步提升研判警情的水平

根據近幾年所經歷的火災及救援數據來看，要將研判警情的水平進一步提升，就要先將災情信息的敏感度、警情準備速度及預案準備度的效率進一步提升。對此，消防單位應當將大數據信息充分利用好，在信息共享的平臺上進行動態實時監管，對所涉及的信息進行全面整合并分析，確保收到災害事故信息后能夠及時的關聯并響應，將離現場最近的消防資源充分及時地調動起來，并能夠制定出最合適的救援線路，達到智能分析并處理。總之，提升研判警情的水平，就要將大數據技術充分利用起來，實現有效分析，智能處理[3]。

2.3? 充分利用好監控數據

隨著信息技術的進一步發展，城市發展中智能交通得以進一步完善，城市中監控技術的完善，對消防工作也有很大的幫助。相關工作者可根據網絡監控的相關數據，判斷火災發生的位置及情況，并設計出一條科學的路線。由于城市發展所產生的數據非常龐大，而且具有不確定性因素，因此，消防工作中必須將城市監控利用好，對相關數據進行深入采集后分析，及時判斷實情，將滅火救災效率進一步提升。

2.4? 創建大數據共享平臺，加大信息采集量

消防單位應當基于自身各種業務創建相應的系統軟件，建立大數據共享平臺，將信息數據錄入量進一步增加。另外，為保證錄入信息質量高，消防單位需對信息數據錄入者進行專業培訓，同時在選拔人才時統一選拔標準，保證錄入者具有較高水平，才能保證錄入信息高質。另外，還要多收集有關城市應急聯動平臺的相關數據，將所收集到的信息進行優化處理，確保錄入信息具有及時性和有效性，可為城市應急救援指揮工作提供有效的幫助。城市發展規模在不斷壯大，使得滅火救援工作的難度也進一步加大，面對災難，消防員如何立即定位并達到現場實施救援成為目前需要解決的難題。面對這一問題，將信息數據的采集量進一步擴大，讓消防工作者對城市發展相關數據有更多了解，可以將救援工作的效率進一步提升。此外，利用數據共享平臺，可將災難周邊的相關信息進一步展現，有利于救援工作決策的科學性，進而開展有效的救援[4]。

2.5? 加強數據分析與利用，保證指揮調度精確

（1）滅火救災工作中，要確保相關工作順利實施，保證救援工作有效，就要加強大數據的分析，并利用好大數據，進一步完善指揮調度及警情研判等工作結構，將數據優勢轉變成決策的優勢，確保調度指揮有把握、有效率。在進行火災救援的過程中，需處理很多相關因素，例如：了解火災的起源、時間和地點，火災所造成的損失（人員及財產）等，加強這些問題的分析，才能更好得出救援需要出動的人力、車輛、救援戰術及需要的滅火時間等，若不能對這些數據進行有效分析，就會使救援變得更加困難，甚至無法開展救援工作，也失去了數據分析的意義。加強數據分析，會獲得與區域相關的社會、地理及消防信息，再根據已有數據創建相應的數據模型，便能對火災救援形式一目了然，給決策者提供更多有效信息，進而提升決策的科學性，將消防工作效率進一步提升，也給城市發展及人民生活提供有效保障。

（2）細化數據分析。所謂細化數據分析，就是要將滅火救援工作中涉及的數據都分析出來，比如：城市建筑的分布和人員流動等。其中建筑數據是指導火災救援的關鍵點。以往，進行城市火災救援時常常依靠消防員的自身判斷，對人員較多、高層建筑、工廠等場所未能有科學的評判，導致火災救援進行困難，再加上缺乏科學的數據支撐，救援設施到現場后不能科學布置，導致火災救援工作效率極低。因此，大數據技術對城市建筑消防工作的開展有很好的支撐作用，通過分析建筑相關數據，消防指戰員可對城市的分布有更深的了解，在進行消防決策時更具有科學性和針對性。此外，了解城市建筑分布，還能很好預防城市火災發生，降低火災發生率。其次，對城市人員流動數據進行分析，可通過數據了解各個時段的火災防控要點。了解人員流動數據，包含了電力、水量及供氣情況，通過對這些能量的使用情況分析，了解人員分布及流動，對數據進行細化分析，可得出某時間段某一片區人員集中情況，例如：商場某個時間段的流動人口最多，社區中某個時間段的人員集中率最高，了解這些數據，有利于消防員制定消防工作，針對性實施救援，細化這些數據，對火災救援順利開展、快速實施有積極的意義。另外，要保證指揮調度具有更強的針對性，可借助大數據技術，將微信及微博等利用起來，上傳已有成果，對遠程指揮進行主動有效的研究，將回傳警情的功能開發利用起來，給扁平化指揮提供可視、動態的圖像資源，確保能夠因地制宜實現指揮調度[5]。

3? 結語

要實現滅火救援指揮與輔助決策能力的提升，就要順應時代發展的潮流，將大數據技術充分利用起來。大數據技術主要是對各個領域中涉及的數據有效整合后進行分析，給相關工作決策提供一定的輔助，該技術到目前為止是社會發展的關鍵成果，在各大行業及領域中均有運用。在消防工作中，將大數據技術利用起來，對提升救火效率有很好的促進作用。要實現大數據技術的充分利用，消防單位要增加相關數據的采集量，實現各部門之間的協調，把各種數據充分整合，細化分析數據后再進行利用，將指揮調度和輔助決策的能力進一步提升。

參考文獻：

[1]相樹權.淺談滅火救援指揮智能化體系建設[J].山東工業技術，2018（05）：124.

[2]劉賀.試論滅火救援初戰指揮員決策要素與運用[J].今日消防，2020，5（02）：28-29.

[3]肖調偉.基于大數據+GIS技術的滅火救援“一張圖”構想[J].中國公共安全（學術版），2018（02）：65-67.

[4]陳新全，彭勝利.關于數字化高空建筑系統滅火救援系統的幾點思考[J].城市建筑，2017（05）：161.

[5]郭慧文.淺談提升消防指揮中心作戰效能的策略[J].數字化用戶，2017（18）：121.

The era of big data： methods on promoting the ability

of direction and aided-decision in firefighting and rescue

Wang Yukun

Dongcheng District Detachment of Beijing Fire Rescue Corps

Abstract： Firefighting and rescue are important part in fire protection. Under the background of big data era， new challenges emerged in fire accident disposal——how to make further progress in pushing forward rescue direction and aided-decision in a fire. It is a major issue. Therefore， the paper analyzes relevant solutions on coping with these issues under the big data era， so as to provide references for professional personnel.

Keywords：big data; fire fighting and rescue direction; aided decision capability; improving strategies