翟羽佳 許 佳 李 曉

（1.武漢大學(xué)信息管理學(xué)院 湖北武漢 430072）

（2.天津師范大學(xué)管理學(xué)院 天津 300387）

1 研究背景與問題提出

近年來,突發(fā)公共衛(wèi)生事件頻發(fā)，尤其是2019年末爆發(fā)的新冠肺炎（COVID-19）疫情，其蔓延范圍之廣，傳播速度之快，具有不確定性、突發(fā)性、動態(tài)性和復(fù)雜性等特點。新冠肺炎疫情的全面爆發(fā)不僅危及到公眾的身體健康和生命安全，還對社會、經(jīng)濟(jì)和生態(tài)環(huán)境等帶來嚴(yán)重的負(fù)面影響，甚至導(dǎo)致次生災(zāi)害以及多種風(fēng)險疊加共振，已經(jīng)成為危害公眾身心健康和社會安全的重大風(fēng)險之一，并給現(xiàn)代社會各方面的持續(xù)運行帶來了嚴(yán)峻的考驗。突發(fā)公共衛(wèi)生事件應(yīng)急管理是一類異常復(fù)雜的決策管理，每一環(huán)節(jié)的關(guān)鍵性決策都會對社會穩(wěn)定、經(jīng)濟(jì)發(fā)展和生態(tài)健康等方面產(chǎn)生重大而深遠(yuǎn)的影響?？偨Y(jié)以往的應(yīng)急管理經(jīng)驗發(fā)現(xiàn)，常規(guī)的應(yīng)急管理與決策體系在應(yīng)對突發(fā)公共衛(wèi)生事件時會受到各種限制。如何建立合理高效的應(yīng)急管理與決策體系就成為突發(fā)公共衛(wèi)生事件應(yīng)急管理與決策者所面對的一個重點問題。

數(shù)據(jù)、信息和知識作為危機(jī)狀態(tài)管理的關(guān)鍵要素，是突發(fā)事件應(yīng)急管理決策制定的基礎(chǔ)和重要支撐。但由于事件爆發(fā)的突然性、復(fù)雜性和應(yīng)急管理與決策環(huán)境的不確定性，使得突發(fā)公共衛(wèi)生事件應(yīng)急管理的決策信息具有較高的隨機(jī)性。如實施什么樣的救援行動、怎樣實施救援行動等重大決策的制定，都需要在收集全面、準(zhǔn)確無誤的應(yīng)急信息資源基礎(chǔ)上分析得出。其次，突發(fā)公共衛(wèi)生事件的全面爆發(fā)會伴隨著海量信息的持續(xù)涌現(xiàn)，雖極大地豐富了信息的類型與規(guī)模，但它們往往具有分散分布、多源異構(gòu)和結(jié)構(gòu)復(fù)雜的特點，給應(yīng)急管理與決策主體造成了信息利用障礙。同時，各領(lǐng)域、部門和主體之間的信息資源共享程度低，應(yīng)急管理鏈條各環(huán)節(jié)的銜接性和溝通及時性欠缺，數(shù)據(jù)、決策、指揮、救援和保障等環(huán)節(jié)間缺乏互動，與應(yīng)急管理與決策者的信息資源完整性和可靠性需求之間存在著矛盾。此外，在突發(fā)公共衛(wèi)生事件爆發(fā)的不同階段，應(yīng)急管理與決策主體的信息需求也有所不同。因此，亟需對突發(fā)公共衛(wèi)生事件中海量分散、類型多樣和多源異構(gòu)的信息進(jìn)行融合，使應(yīng)急管理與決策過程中的各領(lǐng)域、部門和各主體之間充分共享和利用各種信息資源，發(fā)揮信息資源優(yōu)勢，解決“數(shù)據(jù)孤島”問題，協(xié)同應(yīng)對與治理突發(fā)重大公共衛(wèi)生事件。

相關(guān)研究表明，信息融合研究在軍事領(lǐng)域的應(yīng)用與發(fā)展已較為成熟，但在突發(fā)事件應(yīng)急管理領(lǐng)域的信息融合研究相對較少，主要集中在三個方面：一是對突發(fā)事件多源數(shù)據(jù)和信息融合層次的研究，體現(xiàn)為數(shù)據(jù)層、語義層和決策層的單一融合；二是對突發(fā)事件中某類特定數(shù)據(jù)和信息的融合研究，如對公交大數(shù)據(jù)、專家信息和突發(fā)事件視頻情報的融合；三是對多傳感器數(shù)據(jù)融合技術(shù)和其他信息融合技術(shù)的研究，主要以如何實現(xiàn)對多傳感器數(shù)據(jù)融合的技術(shù)或算法研究為主。

針對以上問題，本文將在已有信息融合研究的基礎(chǔ)上，借鑒Dasarathy信息融合模型和JDL信息融合模型，構(gòu)建形成基于突發(fā)重大公共衛(wèi)生事件的多源異構(gòu)應(yīng)急信息融合模型。該模型將充分運用物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和機(jī)器學(xué)習(xí)等信息融合技術(shù)，從信息實體、信息源、信息融合技術(shù)和信息環(huán)境四個方面，實現(xiàn)對突發(fā)重大公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息的系統(tǒng)性融合，為突發(fā)公共衛(wèi)生事件的風(fēng)險監(jiān)測、輿情管理、應(yīng)急響應(yīng)與決策提供應(yīng)急情報服務(wù)，進(jìn)一步減少突發(fā)重大公共衛(wèi)生事件所造成的各方面損失。

2 國內(nèi)外研究現(xiàn)狀

2.1 信息融合研究

1973年，美國國防部（United States Department of Defense，DOD）提出“Data Fusion（數(shù)據(jù)融合）”概念，旨在解決軍事領(lǐng)域上的單源和多源傳感器的物理信號融合問題，為軍事作戰(zhàn)指揮與決策提供服務(wù)。20世紀(jì)80年代中期，美國國防部實驗室聯(lián)合理事會（Joint Directors of Laboratories，JDL）成立數(shù)據(jù)融合專業(yè)組，數(shù)據(jù)融合進(jìn)入下一階段，逐漸發(fā)展成為“Information Fusion（信息融合）”，不僅關(guān)注對傳感器數(shù)據(jù)的融合，也開始關(guān)注對不同類型信息的融合。目前，信息融合已發(fā)展成為一個多學(xué)科交叉的研究領(lǐng)域，文獻(xiàn)中很多術(shù)語通?？梢曰Q使用，如“傳感器融合（Sensor Fusion）”“信息融合（Information Fusion）”“數(shù)據(jù)融合（Date Fusion）”“信息集成（Information Integration）”和“信息聚合（Information Aggregation）”，這些術(shù)語彼此之間既有聯(lián)系又有區(qū)別，但多數(shù)學(xué)者認(rèn)為“信息融合”一詞更具有一般性。

聚合和融合之間既有聯(lián)系又有區(qū)別，本文認(rèn)為聚合強(qiáng)調(diào)的是將大量、多方的信息匯聚在一起，更多體現(xiàn)為物理上的信息集成。即信息融合是信息聚合的更進(jìn)一步，不僅強(qiáng)調(diào)將大量的、多源的、異構(gòu)的信息聚合在一起，更強(qiáng)調(diào)如何通過技術(shù)手段實現(xiàn)全面化、科學(xué)化和系統(tǒng)化的融合。但在實際操作中，會面臨如信息冗余、結(jié)構(gòu)差異性等矛盾問題。為了解決這些問題，就需要通過技術(shù)手段實現(xiàn)對信息的進(jìn)一步融合。結(jié)合本研究的目的和需求，本文將運用“信息融合”一詞解釋突發(fā)公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息融合模型的構(gòu)建理念。

對于信息融合的定義，國內(nèi)外研究學(xué)者分別從不同領(lǐng)域或角度給出了定義或解釋（見表1）。這些都集中反映了信息融合的基本含義或理念，多數(shù)學(xué)者都強(qiáng)調(diào)信息融合是一個“過程”。

表1 信息融合的不同定義或解釋

2.2 信息融合模型研究

信息融合模型主要包括功能模型、結(jié)構(gòu)模型、過程模型和數(shù)學(xué)模型，前三種模型可統(tǒng)稱為信息融合模型，而數(shù)學(xué)模型是指基于數(shù)學(xué)推導(dǎo)與特征計算實現(xiàn)信息融合的方法。國外學(xué)者對信息融合模型構(gòu)建的研究較為深入，至今已提出了多種信息融合模型，如JDL信息融合模型及其演化版本、OODA信息融合模型、Omnibus信息融合模型和Dasarathy信息融合模型，其中應(yīng)用最為廣泛的信息融合模型是JDL信息融合模型和Dasarathy信息融合模型。JDL信息融合模型（0-5級）（見圖1），主要包括“第0級信號處理”“第1級目標(biāo)估計”“第2級態(tài)勢評估”“第3級威脅估計”“第4級過程評估”和“第5級人機(jī)交互”共六個關(guān)鍵環(huán)節(jié)。Dasarathy信息融合模型將傳統(tǒng)的數(shù)據(jù)級融合（Data Level Fusion）、特征級融合（Feature Level Fusion）和決策級融合（Decision Making Level Fusion）層次進(jìn)一步細(xì)分為“數(shù)據(jù)輸入（Data Input）-數(shù)據(jù)輸出（Data Out）”“數(shù)據(jù)輸入（Data Input）-特征輸出（Feature Out）”“特征輸入（Feature Input）-特征輸出（Feature Out）”“特征輸入（Feature Input）-決策輸出（Decision Out）”和“決策輸入（Decision Input）-決策輸出（Decision Out）”五級融合層次（見圖2）。

圖1 JDL信息融合模型

圖2 Dasarathy信息融合模型

國內(nèi)學(xué)者對信息融合模型構(gòu)建的研究較少，更多是借鑒國外較為成熟的信息融合模型，實現(xiàn)對數(shù)據(jù)、信息、知識和情報的融合。針對城市應(yīng)急疏散過程中的多源空間數(shù)據(jù)融合問題，李莉等以重慶市為例，對“一張圖”框架下的應(yīng)急數(shù)據(jù)融合問題進(jìn)行應(yīng)用分析，構(gòu)建形成基于重慶市多源空間數(shù)據(jù)資源融合的“應(yīng)急一張圖”資源整合框架。在已有研究結(jié)論與經(jīng)驗的基礎(chǔ)上，溫伯威等則提出針對不同分類分級城市應(yīng)急“一張圖”框架下的多源空間數(shù)據(jù)融合策略，以實現(xiàn)對城市應(yīng)急疏散數(shù)據(jù)的集成與綜合利用，提高城市應(yīng)急疏散決策的效率和水平。

在大數(shù)據(jù)環(huán)境背景下，大數(shù)據(jù)融合理念被廣泛應(yīng)用于解決信息融合問題。如在應(yīng)對突發(fā)事件應(yīng)急決策信息需求問題時，操玉杰等基于大數(shù)據(jù)融合理念提出面向應(yīng)急決策全流程的信息資源整合框架，并通過Dasarathy信息融合模型實現(xiàn)了對應(yīng)急決策信息從數(shù)據(jù)層和語義層到服務(wù)層的遞進(jìn)式融合，最終實現(xiàn)以應(yīng)急決策信息為基礎(chǔ)、以應(yīng)急信息融合模型為橋梁、以應(yīng)急決策服務(wù)為目標(biāo)的大數(shù)據(jù)融合系統(tǒng)框架。在應(yīng)對突發(fā)公共衛(wèi)生事件多源異構(gòu)信息融合問題時，周銳等也從大數(shù)據(jù)融合理念出發(fā)，一方面運用用戶畫像理論構(gòu)建形成突發(fā)公共衛(wèi)生事件大數(shù)據(jù)畫像，另一方面則運用Dasarathy信息融合模型實現(xiàn)對突發(fā)公共衛(wèi)生事件多源異構(gòu)信息的層次性融合。

除此之外，為發(fā)揮專業(yè)性科技智庫的作用，張志強(qiáng)等以新冠肺炎疫情為例，對突發(fā)重大公共衛(wèi)生事件的應(yīng)急集成咨詢服務(wù)體系及服務(wù)模式進(jìn)行實踐性研究，構(gòu)建形成以“專業(yè)型、計算型、方法型、戰(zhàn)略型和政策型”五型融合的科技戰(zhàn)略研究范式與咨詢服務(wù)理念為指導(dǎo)、面向新冠肺炎疫情防控的應(yīng)急知識集成與融合系統(tǒng)框架模型。

2.3 信息融合的應(yīng)用領(lǐng)域研究

近年來，信息融合技術(shù)不斷發(fā)展且愈發(fā)成熟，進(jìn)一步推動著信息融合研究向更多領(lǐng)域發(fā)展。在軍事領(lǐng)域的應(yīng)用研究主要以融合單源和多源傳感器的物理信號數(shù)據(jù)為主，但更多關(guān)注于如何通過信息融合技術(shù)實現(xiàn)對多源傳感器的物理信號數(shù)據(jù)融合。在機(jī)器人領(lǐng)域，主要體現(xiàn)在通過對多源傳感器信息的融合，實現(xiàn)機(jī)器人的障礙物檢測與定位功能。在智能交通領(lǐng)域，F(xiàn)aouzi、劉志、鄭曰文等以交通大數(shù)據(jù)為融合對象，通過數(shù)據(jù)融合算法和其他信息融合技術(shù)構(gòu)建形成智能化的交通管理信息系統(tǒng)，以實現(xiàn)對車輛的協(xié)同控制和智慧管理。在醫(yī)療衛(wèi)生領(lǐng)域和圖像處理領(lǐng)域，信息融合研究主要體現(xiàn)在對醫(yī)療衛(wèi)生數(shù)據(jù)的融合、圖像信息的融合以及醫(yī)療衛(wèi)生數(shù)據(jù)與圖像信息的交叉融合，以實現(xiàn)對疾病的綜合診斷。

隨著社會環(huán)境的復(fù)雜變化，信息融合研究在競爭情報領(lǐng)域也逐漸發(fā)展起來。化柏林和李廣建從數(shù)據(jù)環(huán)境、業(yè)務(wù)需求以及流程對比三個角度剖析了大數(shù)據(jù)環(huán)境下競爭情報的特點，并提出大數(shù)據(jù)環(huán)境下的多源融合型競爭情報，發(fā)現(xiàn)多源融合型競爭情報不僅是多源信息融合，還包括對分析方法等方面的多層次融合。在突發(fā)事件應(yīng)急管理領(lǐng)域，信息融合也有所體現(xiàn)。如以學(xué)術(shù)資源、網(wǎng)絡(luò)資源和應(yīng)急案例文本資源為例，葉光輝等實現(xiàn)了對學(xué)術(shù)專家、網(wǎng)絡(luò)專家和行業(yè)專家數(shù)據(jù)、信息和知識的特征融合、排名融合和意見融合，構(gòu)建形成基于數(shù)據(jù)驅(qū)動的突發(fā)事件應(yīng)急專家會診平臺。為了實現(xiàn)對突發(fā)事件視頻情報的多源融合，樊舒和孫鵬采用分層框架表示體系構(gòu)建形成包括多源數(shù)據(jù)采集層、情報生成層和協(xié)作決策層的應(yīng)急決策情報體系架構(gòu)。同時，基于公交出行鏈模型，李健等實現(xiàn)了對公交大數(shù)據(jù)的融合，提出了包括公共衛(wèi)生事件案例庫、多源數(shù)據(jù)融合庫、公交數(shù)據(jù)分析技術(shù)庫和公交防疫策略庫的公共衛(wèi)生事件交通運行管理決策支持系統(tǒng)框架。

梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，信息融合已發(fā)展成為一門跨領(lǐng)域、多學(xué)科交叉的綜合性研究。已有研究主要集中在三個方面：一是對突發(fā)公共衛(wèi)生事件多源信息融合層次的研究，體現(xiàn)為數(shù)據(jù)層、語義層和決策層的單一融合，缺少對多源信息融合層次的整體性研究；二是對突發(fā)公共衛(wèi)生事件中某類特定信息的融合研究，如對公交大數(shù)據(jù)、專家信息和突發(fā)事件視頻情報的融合，缺少對突發(fā)公共衛(wèi)生事件多源異構(gòu)信息以及其他關(guān)鍵要素的全面性與系統(tǒng)性的融合；三是對多傳感器數(shù)據(jù)融合技術(shù)和其他信息融合技術(shù)的研究，主要以如何實現(xiàn)對多傳感器數(shù)據(jù)融合的技術(shù)或算法研究為主。整體而言，信息融合在突發(fā)公共衛(wèi)生事件應(yīng)急管理領(lǐng)域的應(yīng)用研究相對較少。

綜上所述，本文將以新冠肺炎疫情事件為例，運用多種信息融合技術(shù)實現(xiàn)對信息實體、信息源和信息環(huán)境要素的整體性、全面性和系統(tǒng)性融合，以構(gòu)建形成突發(fā)重大公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息融合模型。與其他領(lǐng)域的信息融合模型的最大區(qū)別體現(xiàn)在，該模型強(qiáng)調(diào)如何實現(xiàn)對各關(guān)鍵要素的系統(tǒng)性融合，而不是對單一關(guān)鍵要素的局部融合。該模型以多源異構(gòu)應(yīng)急信息為基礎(chǔ)，以應(yīng)急管理與決策為目標(biāo)，充分運用物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等信息融合技術(shù)在動態(tài)的突發(fā)公共衛(wèi)生事件環(huán)境下實現(xiàn)對多種來源、類型多樣和結(jié)構(gòu)各異的應(yīng)急信息的數(shù)據(jù)層、語義層和決策層融合，突出體現(xiàn)應(yīng)急管理與決策者在突發(fā)公共衛(wèi)生事件應(yīng)急管理過程中的人與信息的交互和轉(zhuǎn)化作用。同時，從信息融合的功能角度出發(fā)，將該融合過程簡單化，主要體現(xiàn)信息融合過程的關(guān)鍵環(huán)節(jié)，使其具有更高的可控性。

3 突發(fā)重大公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息類型

信息融合起源于對傳感器等物理信號數(shù)據(jù)的融合，但隨著社會交流形式的豐富，社會數(shù)據(jù)也成為一種非常重要的數(shù)據(jù)來源。如Hall等將上述兩大類數(shù)據(jù)分別稱為“硬”數(shù)據(jù)和“軟”數(shù)據(jù)，“硬”數(shù)據(jù)主要指來自物理傳感器生成的數(shù)據(jù)，而“軟”數(shù)據(jù)主要指由人產(chǎn)生的各類社會數(shù)據(jù)，將“硬”數(shù)據(jù)與“軟”數(shù)據(jù)融合到一起進(jìn)行多維分析與展示將成為必然。操玉杰等將突發(fā)事件中可獲取的應(yīng)急信息歸納為物理傳感器、網(wǎng)絡(luò)傳感器（主要包括事件報道和社交媒體兩大類信息）和知識庫（知識倉庫）三種類型。周銳等將突發(fā)公共衛(wèi)生事件中可獲取的多源異構(gòu)數(shù)據(jù)類型歸納為基礎(chǔ)設(shè)施、政府公開數(shù)據(jù)、突發(fā)公共衛(wèi)生事件狀況、輿情傳播、醫(yī)療衛(wèi)生和民眾行為共六種類型。

本文從已有研究結(jié)論出發(fā)，結(jié)合新冠肺炎疫情特征、治理趨勢以及突發(fā)公共衛(wèi)生事件的參與主體類型要素，將突發(fā)重大公共衛(wèi)生事件中可獲取的多源異構(gòu)應(yīng)急信息劃分為物理傳感器數(shù)據(jù)、政府開放數(shù)據(jù)、醫(yī)療衛(wèi)生信息、公眾行為信息、媒體信息、應(yīng)急專家信息以及應(yīng)急經(jīng)驗知識七種類型，每一類信息又包括很多具體的內(nèi)容（見表2）。

表2 突發(fā)重大公共衛(wèi)生事件應(yīng)急信息類型

4 突發(fā)重大公共衛(wèi)生事件信息融合關(guān)鍵要素

新冠肺炎疫情的爆發(fā)具有突然性、復(fù)雜性和難以控制性等特點，在對此類突發(fā)事件做出應(yīng)急管理與決策時，不僅僅需要高度融合的多源異構(gòu)應(yīng)急信息，還需要充分考慮其他關(guān)鍵要素是否也會對事件的應(yīng)急管理與決策過程產(chǎn)生影響。劉瀚等人在研究多源應(yīng)急信息融合時提出，多源應(yīng)急信息融合包括對參與主體、信息源和特定情境要素的融合，并認(rèn)為在一般情況下，突發(fā)事件的參與主體主要包括政府、媒體和公眾，信息源則是與突發(fā)事件相關(guān)的各種信息，而該突發(fā)事件又是在特定情境下動態(tài)發(fā)展的。本文結(jié)合新冠肺炎疫情爆發(fā)的時代背景、應(yīng)急決策流程、相關(guān)法律法規(guī)文件以及類似突發(fā)公共衛(wèi)生事件案例庫，將突發(fā)重大公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息融合的關(guān)鍵要素定義為信息實體、信息源、信息融合技術(shù)和信息環(huán)境。

信息實體主要有政府、醫(yī)院、疾控中心、媒體、社會組織和公眾。政府需承擔(dān)起總體規(guī)劃與全方位把控的職能，有效協(xié)調(diào)各相關(guān)利益主體之間的信息與行為，實現(xiàn)全方位與全時段的信息治理。醫(yī)院和疾控中心等部門應(yīng)充分發(fā)揮其核心信息主體地位，為突發(fā)公共衛(wèi)生事件的應(yīng)急管理與決策過程提供真實有效的基礎(chǔ)信息。媒體、社會組織和公眾也扮演著不同的角色，媒介信息的傳播、社會組織的救援和公眾的輿論引導(dǎo)，在突發(fā)公共衛(wèi)生事件應(yīng)急管理過程中都發(fā)揮著不可或缺的作用。

信息源主要有物理傳感器、政府、醫(yī)療衛(wèi)生機(jī)構(gòu)、公眾、社交媒體、專家數(shù)據(jù)庫和應(yīng)急管理知識庫，分別形成物理傳感器數(shù)據(jù)、政府開放數(shù)據(jù)、醫(yī)療衛(wèi)生信息、公眾行為信息、媒體信息、應(yīng)急專家信息以及應(yīng)急經(jīng)驗知識（見表2）。信息社會背景下，大量碎片化、差異化和無序化的信息并不能直接滿足突發(fā)公共衛(wèi)生事件應(yīng)急管理與決策主體的真實信息需求。因此，需要及時識別出關(guān)鍵的、潛在的和有價值的關(guān)聯(lián)性信息源，為突發(fā)公共衛(wèi)生事件的應(yīng)急管理與決策者提供精準(zhǔn)而可靠的決策性支持。

信息融合技術(shù)源自于軍事領(lǐng)域，主要分為隨機(jī)類和人工智能類技術(shù)，隨機(jī)類包括卡爾曼濾波法、DS證據(jù)推理和多貝葉斯估計法等，人工智能類包括模糊邏輯理論、神經(jīng)網(wǎng)絡(luò)、粗集理論和專家系統(tǒng)等。同時，大數(shù)據(jù)、人工智能、云計算和物聯(lián)網(wǎng)等新興信息技術(shù)在信息融合過程中也發(fā)揮著非常重要的作用，共同為信息融合研究提供技術(shù)保障與支持。

信息環(huán)境分為社會環(huán)境、自然環(huán)境、經(jīng)濟(jì)環(huán)境、政治環(huán)境、文化環(huán)境和技術(shù)環(huán)境。新冠肺炎疫情在特定信息環(huán)境背景下，經(jīng)歷了萌芽期、爆發(fā)期、持續(xù)期和衰退期四個不同的事態(tài)發(fā)展階段，其事件發(fā)展過程的復(fù)雜性、動態(tài)性和難以控制性在很大程度上會受到特定信息環(huán)境因素的影響，且不同階段的信息環(huán)境要素對事件的影響與作用是不一樣的。同時，應(yīng)急管理與決策主體應(yīng)盡最大可能性的努力消除或減少來自信息環(huán)境要素所帶來的不確定性，使應(yīng)急管理過程和應(yīng)急決策的制定與實施更加科學(xué)、精準(zhǔn)與可靠。

5 突發(fā)重大公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息融合模型構(gòu)建

在信息融合領(lǐng)域，Dasarathy信息融合模型能夠從融合層次角度實現(xiàn)對信息源的數(shù)據(jù)級、特征級和決策級融合。JDL信息融合模型則能夠從融合功能角度體現(xiàn)出信息融合過程的關(guān)鍵環(huán)節(jié)，并且該模型在軍事領(lǐng)域的應(yīng)用已發(fā)展成熟，能夠為海陸空軍事作戰(zhàn)指揮與決策提供及時、準(zhǔn)確和可靠的情報支持服務(wù)。本文通過借鑒Dasarathy信息融合模型和JDL信息融合模型，構(gòu)建形成突發(fā)重大公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息融合模型，該模型將從理論與現(xiàn)實邏輯層面實現(xiàn)對信息主體、信息源、信息融合技術(shù)和信息環(huán)境四個關(guān)鍵要素的層次性和功能性融合，旨在為突發(fā)公共衛(wèi)生事件的應(yīng)急管理與決策過程提供全方位和系統(tǒng)化的應(yīng)急情報支持與服務(wù)。

該模型需要解決的關(guān)鍵性問題包括三個方面：一是從信息融合技術(shù)層面實現(xiàn)對不同來源、多種類型和結(jié)構(gòu)各異的應(yīng)急信息的深層次融合。同時，能夠通過大數(shù)據(jù)、物聯(lián)網(wǎng)和人工智能等信息技術(shù)自動識別與采集大量相關(guān)的應(yīng)急信息；二是將突發(fā)公共衛(wèi)生事件信息融合過程中的關(guān)鍵環(huán)節(jié)體現(xiàn)出來，使復(fù)雜的突發(fā)事件應(yīng)急管理與決策過程簡單化，更好地實現(xiàn)對關(guān)鍵環(huán)節(jié)的及時可控性；三是實現(xiàn)不同領(lǐng)域、部門和主體之間的信息資源共享，隨時在線獲取有關(guān)信息，對突發(fā)公共衛(wèi)生事件做出及時地應(yīng)急響應(yīng)、輿情管理和應(yīng)急決策。

該模型在構(gòu)建時以層次融合為主線，將功能級融合的六個部分按照具體實現(xiàn)過程對應(yīng)到不同的融合層次，構(gòu)建形成整個理論模型框架。層次級融合包括數(shù)據(jù)級、特征級和決策級融合三個部分，功能級融合包括“突發(fā)事件/對象的數(shù)據(jù)預(yù)處理”“突發(fā)事件/對象的初估計”“突發(fā)事件/對象的態(tài)勢評估”“突發(fā)事件/對象的威脅估計”“過程優(yōu)化”和“人機(jī)交互”六個部分。

（1）突發(fā)事件/對象的數(shù)據(jù)預(yù)處理功能主要體現(xiàn)在對海量分散和多源異構(gòu)的信息進(jìn)行清洗與對比、記錄濾重、字段映射與互補(bǔ)、記錄互補(bǔ)、元數(shù)據(jù)統(tǒng)一描述和異構(gòu)加權(quán)等預(yù)處理操作，以實現(xiàn)對數(shù)據(jù)集合的規(guī)范化，該功能主要體現(xiàn)在數(shù)據(jù)級融合層次。

（2）突發(fā)事件/對象的初估計功能主要體現(xiàn)在對規(guī)范化數(shù)據(jù)集合進(jìn)行特征提取、語義標(biāo)準(zhǔn)化處理、語義融合規(guī)則與推理規(guī)則制定三個方面，該功能能夠使規(guī)范化的數(shù)據(jù)集合具有可讀性和可理解性，為應(yīng)急管理與決策主體所使用，該功能主要體現(xiàn)在特征級融合層次。

（3）突發(fā)事件/對象的態(tài)勢評估功能主要體現(xiàn)在通過分析大量的相關(guān)信息后，對突發(fā)事件發(fā)展?fàn)顟B(tài)、威脅要素、預(yù)警級別和各級各地應(yīng)急管理部門的應(yīng)急管理能力作出及時的評估，并實時監(jiān)測突發(fā)事件的潛在風(fēng)險與要素，及時的對突發(fā)事件作出應(yīng)急響應(yīng)，該功能主要體現(xiàn)在決策級融合層次。

（4）突發(fā)事件/對象的威脅估計功能體現(xiàn)在通過突發(fā)事件的態(tài)勢評估結(jié)果進(jìn)一步對事件危害程度、緊急程度和未來發(fā)展趨勢作出估計，并依據(jù)突發(fā)事件的不同預(yù)警級別采取相應(yīng)的應(yīng)急管理措施，及時控制和減小突發(fā)事件所造成的各方面損失和危害，該功能主要體現(xiàn)在決策級融合層次。

（5）過程優(yōu)化功能能夠?qū)崿F(xiàn)對突發(fā)事件/對象的數(shù)據(jù)預(yù)處理過程、初估計過程、態(tài)勢評估過程和威脅估計過程的動態(tài)優(yōu)化，以更好地實現(xiàn)對突發(fā)事件多源異構(gòu)應(yīng)急信息的融合，該功能將實時動態(tài)的體現(xiàn)在一個完整的信息融合過程中。

（6）人機(jī)交互功能體現(xiàn)出多源異構(gòu)應(yīng)急信息融合模型是一個人與數(shù)據(jù)、信息以及系統(tǒng)等要素之間急性動態(tài)交互的開放性體系框架，該功能能夠?qū)崿F(xiàn)人在信息融合過程中的主導(dǎo)作用，使信息融合系統(tǒng)具有可控制性，該功能與過程優(yōu)化功能一樣，將實時動態(tài)的出現(xiàn)在一個完整的信息融合過程中。

5.1 數(shù)據(jù)級融合

數(shù)據(jù)級融合層次的輸入內(nèi)容是碎片化的多源異構(gòu)應(yīng)急信息，輸出內(nèi)容是集中存儲的符合統(tǒng)一元數(shù)據(jù)描述標(biāo)準(zhǔn)的不同類型數(shù)據(jù)集合。該層級的信息融合主要實現(xiàn)對突發(fā)公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息的實時自動化獲取、統(tǒng)一規(guī)范化描述和集中存放處理。實現(xiàn)數(shù)據(jù)級融合的主要方法是建立系統(tǒng)傳輸接口協(xié)議、統(tǒng)一的元數(shù)據(jù)描述標(biāo)準(zhǔn)和集中式數(shù)據(jù)倉庫（見圖3）。

圖3 突發(fā)公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息的數(shù)據(jù)級融合

首先，需要將獲取的各類信息源統(tǒng)一轉(zhuǎn)化為機(jī)器可讀的數(shù)據(jù)，從大數(shù)據(jù)的角度對其進(jìn)行大規(guī)模的數(shù)據(jù)融合。在突發(fā)公共衛(wèi)生事件發(fā)生時，政府、醫(yī)院、疾控中心、通信、公安和交通管理部門等都會產(chǎn)生大量與突發(fā)公共衛(wèi)生事件相關(guān)的信息，但這些信息基本都是分散存儲于各自的數(shù)據(jù)庫管理信息系統(tǒng)中，不能進(jìn)行及時的信息共享。因此，需要構(gòu)建一個集中統(tǒng)一的應(yīng)急信息管理與融合的系統(tǒng)化平臺，通過系統(tǒng)傳輸接口協(xié)議實現(xiàn)對跨領(lǐng)域、跨機(jī)構(gòu)和跨主體的信息傳輸與共享。與此同時，需要應(yīng)用大數(shù)據(jù)、云計算和人工智能等信息技術(shù)及時實現(xiàn)對網(wǎng)絡(luò)信息環(huán)境中存在的海量分散和多源異構(gòu)應(yīng)急信息的自動獲取與采集；其次，通過“數(shù)據(jù)預(yù)處理”功能實現(xiàn)對海量數(shù)據(jù)的清洗與對比、數(shù)據(jù)記錄濾重、字段映射與互補(bǔ)、數(shù)據(jù)記錄互補(bǔ)、元數(shù)據(jù)統(tǒng)一描述和異構(gòu)數(shù)據(jù)加權(quán)等預(yù)處理過程，以形成大規(guī)模的規(guī)范化數(shù)據(jù)集合存儲于數(shù)據(jù)倉庫中，為特征級融合提供內(nèi)容輸入；最后，通過“過程優(yōu)化”功能實現(xiàn)對潛在信息源的自動識別與獲取，以優(yōu)化“數(shù)據(jù)預(yù)處理”過程，為特征級融合奠定更好的規(guī)范化數(shù)據(jù)集合基礎(chǔ)。

5.2 特征級融合

特征級融合層次的輸入內(nèi)容是數(shù)據(jù)級融合的結(jié)果，即大規(guī)模的規(guī)范化數(shù)據(jù)集合，輸出內(nèi)容是具有可讀性和可理解性的結(jié)構(gòu)化語義信息。該層級的信息融合主要實現(xiàn)對規(guī)范化數(shù)據(jù)集合的特征提取、語義標(biāo)準(zhǔn)化處理、語義融合規(guī)則與推理規(guī)則制定的處理。實現(xiàn)特征級融合的方法主要有內(nèi)容識別技術(shù)、語義標(biāo)注方法、主題分析方法、關(guān)鍵詞抽取技術(shù)、受控詞表和本體構(gòu)建等方法（見圖4）。

圖4 突發(fā)公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息的特征級融合

數(shù)據(jù)級融合實現(xiàn)了對突發(fā)公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息的統(tǒng)一描述、存儲與管理，但輸出的規(guī)范化數(shù)據(jù)集合并不能直接被使用，還需要通過特征級融合對其作進(jìn)一步地處理與分析，使該數(shù)據(jù)集合具有可讀性和可理解性，從而被應(yīng)急管理與決策主體所使用。

首先，需要調(diào)用數(shù)據(jù)倉庫對規(guī)范化存儲的不同類型數(shù)據(jù)進(jìn)行特征提取。如可以通過內(nèi)容識別技術(shù)、語義標(biāo)注與標(biāo)引、語義關(guān)聯(lián)提取等方法對突發(fā)公共衛(wèi)生事件發(fā)展過程中的多媒體型數(shù)據(jù)進(jìn)行特征提取，也可以通過主題分析、關(guān)鍵詞抽取等方法對突發(fā)公共衛(wèi)生事件發(fā)展過程中的文本型數(shù)據(jù)進(jìn)行特征提取，及時識別出突發(fā)公共衛(wèi)生事件的發(fā)展?fàn)顟B(tài)、事件發(fā)生的具體時間、地點和事件發(fā)生的范圍等碎片化的語義信息；其次，需要對這些碎片化的信息進(jìn)行語義標(biāo)準(zhǔn)化處理，以構(gòu)成對突發(fā)公共衛(wèi)生事件的完整解讀。能夠?qū)崿F(xiàn)語義標(biāo)準(zhǔn)化處理的方法有受控詞表和本體構(gòu)建，通過規(guī)范詞表的控制和實體、屬性、關(guān)系和實例的映射與匹配，可以將碎片化的特征信息進(jìn)行結(jié)構(gòu)化處理，從而實現(xiàn)對突發(fā)公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息從內(nèi)容到結(jié)構(gòu)的規(guī)范化處理；最后，需要制定一系列的語義融合規(guī)則與推理規(guī)則，通過語義融合規(guī)則消除語義信息的不一致和冗余問題，通過推理規(guī)則理清突發(fā)公共衛(wèi)生事件龐雜信息中的事件關(guān)系、要素關(guān)系和實體關(guān)系，以反映出突發(fā)公共衛(wèi)生事件應(yīng)急管理過程中的管理邏輯。

與數(shù)據(jù)級融合層次相比較，在特征級融合層次的實現(xiàn)過程中，人將發(fā)揮非常重要的主導(dǎo)作用，通過“人機(jī)交互”功能可以實現(xiàn)對數(shù)據(jù)集合的特征提取、語義標(biāo)準(zhǔn)化處理、規(guī)則制定和推理過程的人為控制，從而更好地實現(xiàn)“過程優(yōu)化”功能，進(jìn)而使結(jié)構(gòu)化的公共衛(wèi)生事件語義信息具有更高價值的可讀性和可理解性。

5.3 決策級融合

決策級融合層次的輸入內(nèi)容為結(jié)構(gòu)化的語義信息，通過關(guān)聯(lián)關(guān)系融合、時間關(guān)系融合和空間關(guān)系融合實現(xiàn)對結(jié)構(gòu)化語義信息的深度融合，以形成面向突發(fā)公共衛(wèi)生事件應(yīng)急管理與決策需求的應(yīng)急情報體系，并通過可視化技術(shù)以更加直觀、高效的方式輸出，為突發(fā)公共衛(wèi)生事件的應(yīng)急管理與決策過程提供及時、準(zhǔn)確和可靠的支持性服務(wù)。實現(xiàn)決策級融合的關(guān)鍵技術(shù)主要有衛(wèi)星定位系統(tǒng)、地理信息技術(shù)、時間序列技術(shù)、遙感系統(tǒng)和可視化技術(shù)等（見圖5）。

圖5 突發(fā)公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息的決策級融合

特征級融合所形成的結(jié)構(gòu)化語義信息在一定程度上能夠滿足應(yīng)急管理與決策主體的部分信息需求，但由于這部分語義信息仍存在量大、關(guān)聯(lián)性較弱和結(jié)構(gòu)復(fù)雜等問題，使應(yīng)急管理與決策主體不能全面地利用和分析出關(guān)鍵性信息，并進(jìn)行相應(yīng)的應(yīng)急管理與應(yīng)急決策的制定和實施。

決策級融合層次可以進(jìn)一步實現(xiàn)對語義信息的融合，使其可理解性和關(guān)聯(lián)性得到更進(jìn)一步地優(yōu)化，并通過可視化技術(shù)以便于理解的、科學(xué)化的、全方位的和多視角的方式呈現(xiàn)出來。關(guān)聯(lián)關(guān)系融合通過數(shù)據(jù)挖掘技術(shù)能夠?qū)崿F(xiàn)對地理信息、交通信息和醫(yī)療衛(wèi)生信息及其他重要信息的關(guān)聯(lián)化融合，建立其聯(lián)動機(jī)制。時間關(guān)系融合則通過時間序列技術(shù)對該信息集合進(jìn)行序列化融合，實現(xiàn)對突發(fā)公共衛(wèi)生事件的趨勢判斷、風(fēng)險感知和前瞻預(yù)測?？臻g關(guān)系融合則通過衛(wèi)星定位系統(tǒng)和地理信息技術(shù)對該信息集合進(jìn)行多維化融合，實現(xiàn)對突發(fā)公共衛(wèi)生事件的空間信息分析服務(wù)，如為突發(fā)公共衛(wèi)生事件應(yīng)急管理部門提供救援物資的可視化分配路徑、推薦救災(zāi)路徑的最優(yōu)備選方案以及繪制出確診病人的出行軌跡圖。

基于突發(fā)公共衛(wèi)生事件語義信息融合結(jié)果的可視化，通過“態(tài)勢評估”功能實現(xiàn)對公共衛(wèi)生事件發(fā)展?fàn)顟B(tài)、威脅要素、預(yù)警級別和應(yīng)急管理部門應(yīng)急管理能力的評估，并實時監(jiān)測公共衛(wèi)生事件的潛在風(fēng)險與要素，以做出及時地應(yīng)急響應(yīng)。然后，通過“威脅估計”功能實現(xiàn)對公共衛(wèi)生事件危害程度、緊急程度和未來發(fā)展趨勢的估計，并依據(jù)突發(fā)事件的四個預(yù)警級別，依次用紅色（特別嚴(yán)重）、橙色（嚴(yán)重）、黃色（較嚴(yán)重）和藍(lán)色（一般嚴(yán)重）表示其事件發(fā)生的危害程度與影響程度，以及時采取恰當(dāng)?shù)膽?yīng)急管理措施，控制和減小突發(fā)公共衛(wèi)生事件所造成的各方面損失和危害。

在決策級融合過程中，突發(fā)公共衛(wèi)生事件的應(yīng)急管理與決策離不開各領(lǐng)域?qū)＜?、相關(guān)案例事件經(jīng)驗與知識庫的支持，在危機(jī)時刻更需要不同領(lǐng)域?qū)＜野l(fā)揮領(lǐng)域?qū)ｉL知識和智慧以及借鑒以往類似突發(fā)公共衛(wèi)生事件的應(yīng)對經(jīng)驗與教訓(xùn)，共同應(yīng)對與治理突發(fā)重大公共衛(wèi)生事件。顯然，決策級融合層次更能體現(xiàn)出人在信息融合過程中所發(fā)揮的主導(dǎo)性作用。同時，也需要“過程優(yōu)化”功能實現(xiàn)對決策級融合過程的實時動態(tài)優(yōu)化，為突發(fā)公共衛(wèi)生事件應(yīng)急管理與決策主體提供及時、科學(xué)和可靠的支持性服務(wù)。

5.4 突發(fā)重大公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息融合模型

突發(fā)重大公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息融合模型（見圖6）從信息融合層次視角和信息融合功能視角相結(jié)合的角度出發(fā)，對多源異構(gòu)應(yīng)急信息進(jìn)行整體性、全面性和系統(tǒng)性的融合。該模型一方面能夠?qū)崿F(xiàn)對多源異構(gòu)應(yīng)急信息的多層級融合，即實現(xiàn)從數(shù)據(jù)級和特征級到?jīng)Q策級的整體性融合；另一方面能夠通過“突發(fā)事件/對象的數(shù)據(jù)預(yù)處理”“突發(fā)事件/對象的初估計”“突發(fā)事件/對象的態(tài)勢評估”“突發(fā)事件/對象的威脅估計”“過程優(yōu)化”和“人機(jī)交互”功能六個部分，體現(xiàn)出信息融合過程中的關(guān)鍵環(huán)節(jié)，將復(fù)雜的信息融合過程清晰明了化，并實現(xiàn)了對信息主體、信息源、信息融合技術(shù)和信息環(huán)境要素的全面性和系統(tǒng)性融合，使突發(fā)公共衛(wèi)生事件的各領(lǐng)域、部門和各主體之間充分共享信息資源，協(xié)同應(yīng)對和治理突發(fā)重大公共衛(wèi)生事件。

圖6 突發(fā)重大公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息融合模型

6 結(jié)語

突發(fā)公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息融合模型，打破了傳統(tǒng)的各領(lǐng)域、部門和各主體以及各管理信息系統(tǒng)之間各自為政的局面，破除“數(shù)據(jù)孤島”問題，實現(xiàn)了對信息的開放、協(xié)同與共享。同時，該模型不僅能夠從信息融合的層次角度實現(xiàn)對多源異構(gòu)應(yīng)急信息的遞進(jìn)式和整體性融合，還能從功能角度突出體現(xiàn)多源異構(gòu)應(yīng)急信息融合過程中的關(guān)鍵環(huán)節(jié)，將復(fù)雜的融合過程清晰化。除此之外，該模型進(jìn)一步考慮了信息主體、信息融合技術(shù)和信息環(huán)境等關(guān)鍵要素，彌補(bǔ)了現(xiàn)有研究模型的缺陷。

突發(fā)重大公共衛(wèi)生事件多源異構(gòu)應(yīng)急信息融合的實現(xiàn)是一項復(fù)雜且艱巨的工程，未來研究對多源異構(gòu)應(yīng)急信息融合進(jìn)一步推進(jìn)的過程中，還需考慮現(xiàn)實情境中各類數(shù)據(jù)的邏輯和層次關(guān)系，以及實現(xiàn)對多源異構(gòu)信息的全面、及時獲取與數(shù)據(jù)存儲格式和結(jié)構(gòu)的統(tǒng)一性問題?；谕话l(fā)公共衛(wèi)生事件發(fā)展情境所形成的信息量龐大，其信息結(jié)構(gòu)與類型也是復(fù)雜多樣，并且各領(lǐng)域和各部門的管理信息系統(tǒng)之間的信息缺乏流動機(jī)制。在實踐業(yè)務(wù)工作中，應(yīng)打破各領(lǐng)域和各部門之間的數(shù)據(jù)交換與傳輸壁壘，將相關(guān)信息統(tǒng)一集成與存儲。同時，還需要運用先進(jìn)的信息技術(shù)自動實現(xiàn)對互聯(lián)網(wǎng)上相關(guān)信息的在線獲取。最后，需要充分考慮運用什么樣的信息融合技術(shù)來實現(xiàn)信息的層次性融合和功能性融合，進(jìn)而為突發(fā)重大公共衛(wèi)生事件應(yīng)急管理與決策提供及時、全面、科學(xué)和可靠的應(yīng)急情報與支持性服務(wù)。