地震应急灾情服务进展

聂高众 安基文 邓 砚

(中国地震局地质研究所，北京 100029)

0 引言

中国是世界上地震活动最强烈、地震灾害最严重的国家之一。地震应急在现有科技和经济条件下具有“较为现实、投入较少、见效较快、实效显著”等优点，因此受到世界各国的普遍重视。地震应急的突出特点是时间紧迫、事关重大，并要求在震后尽量短的时间内判断灾情，拟定救灾方案，完成指挥决策，部署救援力量。因此，以地震应急为目标的灾情服务也需要快速、准确和全面。

“地震应急”的概念最初出现于1961年，日本在其颁布的《灾害对策基本法》中提出了“灾害应急对策”的概念。在中国，最初出现在1986年出版的《地震对策》一书中。但是，“地震应急”概念的正式确立是在1991年，于当时国务院制定的《国内破坏性地震应急反应预案》中勾画出了“地震应急”的总体内容(中国地震局震灾应急救援司，2004)。中国的“地震应急”工作，经过大震中学习的阶段(邢台地震到唐山大地震)、总结与反思地震应急对策的阶段(唐山大地震到澜沧-耿马地震)、“地震应急”概念正式确立并推进法制化的阶段(20世纪90年代)以及进入21世纪以来积极推进地震应急工作的阶段等发展过程(中国地震局震灾应急救援司，2004)，得到了长足的进步，并依托于中国经济与科技高速发展的大环境，迎来了飞速发展、赶超国际先进水平的良好机遇。

中国地震应急灾情服务面临着各方需求:1)党和政府执政能力建设的需求;2)地震应急救援和抗震救灾快速决策部署的需求;3)最大限度地减轻地震灾害损失的需求;4)国家地震应急救援能力建设的需求;5)国际地震应急救援的需求。

本文将对当前地震应急灾情服务的发展情况进行总结，对中国地震应急灾情服务中存在的问题进行分析，进而提出若干亟待实现的、可行的、务实的建议。

1 地震应急灾情服务的体系结构

地震应急灾情服务包括灾情数据获取、灾情信息提取、灾情上报与发布等3个部分，承担地震发生之后72小时黄金救灾时段的情报供给任务，其过程覆盖灾情从生成端(灾区)到使用端(决策层与民众)的整个流向，而服务流程也体现了情报学理论中“数据—信息—情报”的转化关系(郑彦宁等，2011)，即从海量地震灾情数据中提取灾情信息，并进一步挖掘有用的灾情情报，最终服务于应急指挥决策与社会民众。

从数据获取的角度，以震后灾情数据的掌握程度为标尺，地震发生后的时间可以划分为黑箱期、灰箱期和白箱期3个时段。黑箱期是指地震发生后到灾区的实际灾情数据第1次传出之前的时间段，一般为地震发生后的几个小时;灰箱期是指实际灾情数据第1次传出到80%的灾情数据被掌握到的时间段，一般为地震发生后的几小时到几天;而灰箱期之后的时段可称为白箱期，这时的灾情数据把握程度＞80%，时间上一般是地震发生后的1天到几十天。在决策学上普遍认为，只有了解了一件事物60%～80%的信息(等同于本文的情报)时，才可能做出基本正确的判断和决策。就地震救灾而言，要做出正确的救灾决策、行动方案、救援部署，也需要掌握60%～80%的灾情情报，即，只有到了灾情获取灰箱期的后期或结束时，决策者才有条件做出基本准确的决策，获得较好的救灾效果(见表1)。

表1 灾情掌握程度对救灾决策及效果的影响Table 1 The impact of mastery level of disaster situation on the decision-making and efficiency of disaster relief

然而，决策者必须在震后很短的时间内(通常是2～10小时内)做出救灾和救援决策并开始行动。从表2可以看出震后被埋压人员获救生存率随时间推移的变化。从震后第2天开始救援效率将大打折扣，因此必须抓住震后第1天的宝贵救援时间，争取救出更多的幸存者。而要做到抓住震后第1天，扣除救援队伍集结、调运、部署、废墟救援的时间，留给决策者思考救援决策的时间是很少的，也就是震后2～10小时。所以，加强震后0～2小时、2～10小时的灾情数据获取是极其重要的。

基于以上理论、统计结果及实践经验，地震应急数据获取应分3个时段，分别具有不同的目的。震后0～2小时，灾区上报的灾情数据极少，属于黑箱期。此时的数据获取目的是，为政府应急救援响应提供量级基本可靠、空间范围基本符合的决策依据，基本满足地震灾害启动规模和总体救灾资源调动等宏观指挥决策的需求。震后2～10小时，灾区上报的灾情数据逐渐零散地增加，属于黑箱期后期和灰箱期。此时的数据获取目的是，协助各级抗震救灾指挥部在救援队伍部署、救灾任务分配、重点救灾事项的确定等方面做出科学决策。震后10～72小时，灾情数据逐渐丰富，可以开展灾情数据现场获取与处理工作。此时的数据获取的目的是服务于救援行动指挥、队伍调度和灾民安置等。

近年来，随着科学技术的发展，能够在震后0～72小时内获取的数据种类越来越多，数据量越来越大。为了尽快地从中提取有效的信息，首先需要整理与汇总多源数据;其次需要快速处理各种来源的原始数据，初步过滤无效数据，同时将有用的数据调整和转换到适用于信息分析与识别的状态;最后采用快捷高效的算法，识别、提取与展示灾情信息。地震应急服务的信息提取阶段将针对震后应急不同阶段的灾情信息需求，利用基于地震动参数的地震影响范围快速评估技术，基于行业物联网、社会监控信息源及其他社会信息源的灾情判断技术，基于离散上报数据的灾情推漫、海量多源灾情数据的接入、自动汇集、清洗和快速抽取与快速自分类入库技术，地震灾情信息的快速标注技术，动态灾情分布图与灾情信息专题图快速生成技术等，形成多种灾情信息产品，为抗震救灾工作提供快速、可靠、直观的灾情信息支撑。

地震应急灾情服务的对象包括决策部门和社会民众。所提取的灾情信息会通过各自专有的信息通道，分别上报到相应的地方决策部门、专业部门以及决策支持部门等。可见，不同部门所获得的信息很可能互不相同，而又可以相辅相成。为了获得准确、全面的灾情情报，地方部门、支撑部门、行业部门等需要联动，交流与共享信息与情报。最终会形成科学、准确、全面的灾情情报，并上报到负责指挥应急救援行动的上级部门-中央决策部门，给指挥决策的制定提供坚实的依据。地震应急中，灾区民众是急需了解地震灾情的一个群体，他们需要自救，更是可以作为现场救援力量，开展最为及时的应急救援工作。而准确的灾情信息是避免盲目、无效的救援行动，高效利用有限的救援力量与资源的保障。灾情信息的及时准确的发布，可以使社会民众正确地了解到灾情的发展，激起国内民众的爱国热情，引起国际社会的广泛关注，继而获得国内外的有力支援。面对不同的对象，灾情服务的内容会有所不同:对决策者需要提供受灾范围与强度、损失值、交通情况等比较全面的信息与情报;对灾区民众需要提供可避难场所的位置与路线或逃难路径、死难者集中掩埋的位置等信息;而对非灾区民众与国际社会需要提供震害损失情况、物资短缺情况与需求等信息，因此需要区别对待。灾情上报与发布主要可以通过基于网络的远程多方灾情联动会商技术、应急处置方案自动生成技术、灾情发布模式与平台等实现。

地震应急灾情服务的数据获取、信息提取以及灾情上报与发布等3个部分前后紧密联系在一起，形成了从数据到情报的一个完整的信息流。地震应急灾情服务的基础是不同时段的多源灾情数据的快速获取，目标是给应急指挥决策与社会民众的震害响应提供信息与情报依据，而实现方法则是一系列灾情信息提取技术与以决策支持为表现的情报挖掘技术，并由此构成整个地震应急灾情服务体系(见图1)。

表2 被埋压人员救出时间与救活率的统计关系Table 2 Statistical relationship between the rescue time and the survival rate of the buried victims

图1 地震应急灾情服务的体系结构Fig.1 Architecture of earthquake emergency disaster service.

2 地震应急灾情服务的现状

现代航天、电子、通讯、互联网、精密工业等很多领域的飞速发展给震后灾情数据获取工作带来了更多的渠道，由此而来的多源灾情数据也给应急工作提出了快速处理和识别的技术要求。灾情信息与情报不仅要为指挥决策服务，还要为媒体、民众等各层次的对象提供多渠道的、多元化的、标准化的服务，以保证救灾行动的联动性、协同性和透明性。下面介绍地震应急灾情服务技术在国内外的发展情况。

2.1 国内外发展情况

2.1.1 灾情数据获取技术进展

震后0～2小时属于灾情获取的黑箱期，灾情数据获取主要利用台网、互联网等多种途径收集地震参数与烈度及其他灾情数据。美国、日本等已在整个国家或部分地区布设了密集的强震观测台网，并开始了地震动强度(烈度)的速报。20世纪90年代以来，美国在人口密集的城市区域布设了6 000个最新的强地面运动观测台，组建了ANNS(Advanced National Seismic System)台网(Jill et al.，2003)，同时利用先进的通信和数据处理技术，实现了观测数据快速传递、共享。利用该台网的地震动观测加速度资料，在地震后5～10分钟即可快速获取最初的地震震动图(Shakemap)。中国大陆及台湾省等地，也已在部分地区布设了密集的强震观测台网。目前在台湾，震后1分钟便可得知台湾各地的烈度资料。互联网是一种重要的地震灾情数据获取途径。欧盟、美国等较早地发展了相应的系统来监控互联网的相关信息，为应急等相关政府决策提供先期预警等信息支持。例如，美国地质调查局建立了社区烈度调查系统(David et al.，2005)，以网络问卷调查的形式收集震情数据。国内目前比较著名的有方正智思舆情辅助决策支持系统(北大方正技术研究院，2005)。它有效地解决了政府部门以传统的人工方式对舆情监测的实施难题，但在灾情数据的关键词检索标准、空间定位等方面还基本处于空白。

由于有了之前2小时的准备时间，震后2～10小时的数据获取可以采用卫星遥感、无人机遥感等多种空间对地观测方式。世界上很多国家都有不少研究机构从事地震灾情遥感快速获取等方面的研究工作。美国通过其分布全球的数百颗卫星，能够在15分钟内获取世界上任何一个地点的实时图像，而欧洲通过与美国的卫星共享计划，可以在1小时内获取欧洲任何地点的图像，继而进行图像处理与灾情的提取。在国内，尽管遥感震害评估已成为地震行业的传统评估手段之一，得到广泛应用，但是震后2～10小时内，中国相关部门或人员无法得到卫星遥感数据。小飞机由于其灵活快速、便于机动、图像清晰、获取方便、处理相对简单，时效性有所保证的优势，在国外10小时内的地震灾情获取渠道中占据了重要位置。近年来，中国地震局开始引入无人机技术。中国在无人机图像自动拼接方面已有长足进展，但是灾情的自动、快速提取方面还是空白，基本靠人工手段，未来需要在智能化判读方面进行突破。Lidar(Light Detection And Ranging)具有自动化程度高、受天气影响小、数据生产周期短、精度高等特点。利用机载Lidar可以实时获取精度在5～10cm的地物三维特征，继而可以迅速完成建/构筑物的破坏评价。利用机载Lidar的高精度地表数据可以快速、大范围地进行地震灾区地震构造精细定量探查，迅速确定发震断层和极震区，而中国在这方面还处于空白状态。令人欣慰的是，目前国内已有仅19kg重的机载Lidar(精度略低一些)，可以安装在无人机上，扩展Lidar的使用范围，同时又可以大大降低使用成本。

震后10～72小时，信息采集队伍已经可以进入到灾区现场进行实地灾情观察和分析，主要利用便携式移动装备与现场调查的手段进行数据采集。近年来国际上不少学者致力于地震现场的灾情快速获取方法研究，并取得了一定的研究成果。例如:日本工学院大学和日本国立消防灾害研究所联合研制了用于灾情现场信息采集的支持系统(Disaster Information Collection Support System，DICSS)(Shibayama et al.，2008)。该系统提供灾情现场的地理信息，通过GPS定位使用者的地理位置，利用自组网实现使用者之间的通信和信息共享。“十五”期间，地震系统研制开发了基于手机的“地震应急现场震害调查系统”，可协助灾情调查人员记录灾情。但当时的设计没有考虑将记录好的灾情实时传回后方基地和后方抗震救灾指挥部，灾情的实时性得不到保证，在灾情分析中没有起到应有的作用。针对地震现场大量废墟的灾情快速探查，美国研制了“陆地勇士”系统，包括智能头盔系统和全球定位系统接收机，用于对大量废墟进行寻人搜救的先期快速探查。车载实景摄影测量技术已被引入国内，并得到较快发展，但如何实时形成废墟实景模型，并通过对实景模型的全方位分析，判断废墟救援的可行性，提出应采取的救援方案，是亟待解决的一个技术难题。

2.1.2 灾情数据处理与信息提取技术进展

随着灾情数据获取手段的急速发展和丰富，关于多源信息的汇总、快速处理和灾情信息的快速提取的研究已成为一项重要的课题。

关于根据多源信息校正地震影响场的问题，多数情况下是仅考虑某一种因素对地震影响场的影响。Geoffrey等(2006)曾提出并进行了基于GNSS(Global Navigation Satellite System)进行快速地震震级分析的研究，但并未涉及同震位移场的探索，Yusaku等(2012)通过在震后快速进行多期RTK(Real-time Kinematic)(GPS测量)实现了对指定区域(通常范围较小)应变场和形变场的动态测量，从而分析了应力释放过程及断层活动特性等，该方法本质上仍然是对传统方法的延续和拓展，尽管其更注重效率，但仍然必须到现场进行多期观测，且主体研究区域的范围仍有极大局限。国内基于多源数据的地震影响场校正技术综合研究正处在探索阶段，有田家勇等(2010)的《地形对地震烈度衰减的影响》等研究。

在机载Lidar的应用上，融合多光谱数据、GIS数据、航空影像数据进行高层次信息提取的技术还处于研究阶段，算法复杂，不易进行质量控制。基于激光雷达测量数据的地物提取、城市建模等在国际上还刚起步。机载Lidar数据处理的多数研究还集中于对原始数据的过滤和分类，各种算法都具有一定的局限性，并不是很成熟。然而，欧美发达国家已先后研制出了Top-Scan、Optech、TopEye、Saab、Fli-map、TopoSys、HawkEye、Leica ALS40 等多种实用的机载 Lidar测量系统。但是中国机载Lidar系统的研究目前还相当落后，几乎没有成熟的相关软件。

在台网数据的快速处理与应用上，美国利用ANNS台网的数据，可以在震后10～20分钟内得出地震的影响区域以及做出损失快速评估;而台湾可以根据台网上报的烈度资料，3分钟内完成地震震级及震中位置的判定，5分钟内通过互联网、传呼、传真等多个途径对外发布完整的地震信息。

在灾情信息可视化方面，清华大学研制的国务院应急平台标绘系统-GSafetyMap2D能够实现在GIS地图上对事件、危险源、防护目标、应急资源、部署行动等进行标绘，并自动生成专题图，但是该标绘系统是静态的，需要手工标绘。目前社会上也有一些公司开发了基于GIS的标绘系统。但是，由于没有数据库的支持，标绘的过程与结果只能以图片等方式进行保存，不能对信息进行保存与分类，不能根据指挥的需要提供任意时间点的应急救援工作进展情况，更不能提供一段时间内的应急救援工作发展变化整体趋势。借助GIS仿真技术可以模拟地震灾害过程中的各种自然现象和人类活动，以期在平时做好地震避灾和灾时应急工作，届时尽可能减轻地震所造成的灾害。目前，国际先进国家已经开始将视景仿真技术、网格技术等应用到各类灾害的灾区仿真中，并取得了较好的效果。例如，日本于2002年开始实施了为期五年的城市地震灾害仿真系统研制计划。美国用于复杂系统仿真研究与应用的Synthetic Forces Express项目、欧洲用于洪水预备决策支持、高能物理的分布式数据分析、天气预报及空气污染分析的Cross-Grid项目等。

随着社会发展，电力、燃气等行业物联网和交通、公安、电力、通信、水利、电信等社会监控网都逐渐成熟，将这些社会网络资源用于地震灾情服务中是非常有必要和可行的。国内已有课题《地震灾情服务及应急决策支撑平台研究(2012BAK15B06)》(聂高众，2012)正在研究通过采集电力、燃气物联网的振动特性、燃气泄漏情况等数据，识别与判断灾情的相关技术。目前社会上的监控设备随处可见，视频监控的质量、数量、覆盖范围等都在不断提高，所捕获的信息量也必然巨大。从国内外监控信息的应用来看，国外在监控技术手段，宏观灾情获取，社会信息资源整合利用方面处于领先地位。国内在公安、国土、电力等领域也有了较为广泛的应用。对于地震应急来说，整合利用各行业的监控信息，及时获取宏观震中周围的视频监控数据，快速识别地震的破坏情况，对指导抗震救灾有巨大意义。

目前，国内尚没有利用地震台网信号的中断来判定地震极灾区分布的案例。地震台网在中国中东部地区已形成较好的分布规模(山东有100多个测震台站和140个地震动观测台站)，在台网足够密集的地区，利用地震台网和地震动台网信号中断来判定地震极灾区分布是完全可能的。再结合强地震的余震分布可以很好的反应断层的破裂长度和破裂方向，为地震影响场(特别是极震区)快速调整提供强有力的支撑。

中国信息技术的发展给多源信息的汇总、快速处理和灾情信息的提取技术提供了雄厚的技术基础。目前，中国在“现势性灾情信息的汇集、清洗与自分类入库技术”、“灾情快速抽取技术”、“地震灾情信息时空分布分析”等技术领域一直处于落后状态，由于现势性灾情信息来源极端复杂，有互联网来源、三网一员上报来源、民众短信上报来源、灾区多种上报来源、新闻媒体报道来源、现场调查来源等等，大量有用的灾情信息混杂在海量的资料中，如何有效清洗和去除无用数据，快速提取出有价值的灾情数据，并对这些灾情数据进行分析处理，是我们在大震灾情获取之后，首先需要解决的问题。

2.1.3 灾情上报与发布技术进展

地震应急救援不只是救灾部门和相关人员的事情，而应该是政府各个部门、社会各界与广大民众共同的、联动的、协同的全国、全社会、全民行动。当前社会是信息社会，任何事情的开展都是以信息为基础的，地震救灾更是以灾情信息与情报为重中之重。因此，只有充分的地震灾情信息与情报有效地发布到社会各个角落，才能实现全民救灾，才能产生最大的救灾效果。欧美等国家由于信息发布手段和渠道比较畅通，对灾情信息的新闻公开程度非常高、速度也很快。震时，民众几乎可以获得实时灾情信息，而且信息内容完全透明化。在美国、日本、欧洲，政府多个部门间形成永久性的救灾行动联动机制，以实时交换与共享灾情信息与情报，开展协同工作。国外灾情信息上报与发布的内容包括现场实时信息、卫星遥感图像、各种灾区态势图鉴和一系列的灾情分析结果，而且是全公开的、面向全社会的，并且一直持续到震后数月(包括灾区恢复重建过程)。

发达国家多年来一直非常重视防灾减灾的公共信息服务。美国、日本等国家以及欧洲，都建立了集成度很高的综合灾情处理中心，面向不同的对象，统一对外提供信息服务，并且具有专业的地震应急快速响应系统。例如，美国的联邦应急管理署(FEMA)汇集各类手段搜集的地震灾情，可以直接向国家领导人提供灾情情报，并且与各个部门联动协同，能够做到各个州政府意见的直接互动。在美国，由美国地质调查局等机构组建的提供地震、火灾及其他相关信息服务的若干公众网渠道和美国太平洋海啸预警系统的公众发布渠道等，建立了防震减灾信息公共服务网。日本的东京都防灾中心可以直接调取各个部门的信息，向公众提供灾情信息，如，基于地震防灾信息系统(Disaster Information System，DIS)的日本仪器烈度速报等灾情信息服务。

目前，国内地震灾情信息服务工作开展得并不成功，不仅仅是震时灾情信息服务，还包括无震时期地震灾情信息的发布、社会地震信息的有效监控与正确引导等，主要是受到技术水平的限制。中国在“十五”期间建立了全国地震应急指挥技术系统，实现了地震行业内部的统一信息处理与服务，但是没有地震信息公共服务平台，汇集的地震灾情数据零散、片面、重复，缺乏有效的评估处理模型，产出的信息是约略、定性和随意的，对外提供的信息服务单调、静态、缺乏层次。

地震应急灾情服务的方式是多种多样的，包括:12322热线、短信、手机彩信、互联网络、3G网络、街头大屏幕、新闻广播以及部门之间的联动服务、协同会商、行业定向服务、政府推送服务、各级指挥部之间交流服务等。在中国，这些服务仅有个别的，如短信服务目前已经开展，其他的大部分都停留在概念上，因此目前还缺乏服务的技术和手段。

中国地震局在“九五”、“十五”、“十一五”期间针对灾情服务开展了大量的基础设施建设工作，通过建立政府网实现了和指挥部成员单位的数据网络联系，通过专线实现了与国家应急平台的联系，通过各类信息共享协议建立了与多个行业的数据交流机制。目前正在建设的国家地震社会服务工程将建立29个政府部门的联动服务网络和20个行业的协同服务网络，这些都为未来的研究奠定了基础。

2.2 国内地震应急灾情服务中存在的问题

通过国内外灾情服务各方面发展情况的对比分析，可以发现中国地震应急灾情服务中存在如下几个主要问题。

(1)震后灾情获取的黑箱期、灰箱期过长，使得救灾决策十分困难

目前，中国在震后0～2小时内的灾情获取量很少，2～10小时内获取的信息量开始逐渐零散地增长，但远远不到60%～80%的水平。如1996年2月3日17:14的丽江7.0级地震，当天21点左右报出了个位数死亡，次日上午10点报出死亡68人，最终实际死亡302人，黑箱期接近4小时，灰箱期接近2天;2008年5月12日14:28的汶川8.0级地震，因通信中断，死亡人数的判断一直是一个难题，12日夜间判断数千人死亡，13日下午判断超万人死亡，14日判断2～5万人死亡，16日判断超过6万人死亡，其黑箱期长达数小时至10小时，而灰箱期更是长达5天。显然，中国的地震灾情获取和服务能力与实际需求差距甚大，震后灾情信息黑箱期过长，使得救灾决策的时效性和科学性难以得到保证，救灾决策的制定十分困难!

(2)高端技术的应用中，数据快速处理与信息快速提取技术落后

无人机图像数据的自动分析与信息快速提取目前还处于空白状态。目前还没有成熟的机载Lidar的数据处理系统，现有处理能力较弱、内容不够深入。灾区现场实景模拟成果的分析能力较弱，更无法达到决策支持所需的水平。多源灾情数据的汇集、清洗与自动分类入库技术、地震灾情信息的时空分布分析技术等处于落后状态。可见，高新技术的推广应用、相关基础研究，尤其是针对地震应急的快速数据处理技术研究的开展还远不能满足地震应急灾情服务的需求，导致无法充分利用现有资源，造成“被数据包围，却缺少数据”困境。

(3)灾情上报机制比较保守、决策层的协同性不足，导致决策层情报孤岛现象的发生

震后获取的灾情数据和提取的信息，大多数情况下会归于数据采集单位或上报到同系统的上级单位，即信息的向上传递是纵向的和独立的，缺乏横向的交流。地方或行业决策部门及决策支持部门等各自为战，缺乏信息与情报的交流与合作，形成一个个情报孤岛，发挥不出总情报量应有的救灾效果。而在中央决策部门，由于灾情信息的重复和不一致，还可能会引起混乱，给科学的指挥决策造成负面影响。

(4)地震应急灾情服务的整体流程缺乏连贯性、协调性，信息成果分散，缺乏统筹管理

国内多个单位或系统一般分别、独立地进行灾情服务中数据获取、信息提取、灾情上报与发布等工作，导致服务中各个阶段也可能是独立的，地震应急中的临时接合达不到时效性要求或根本无法接合;各自开展同一阶段的工作，却没有相互协调，导致工作内容多有重复同时又有部分工作没有得到开展，进一步造成信息成果的分散、冗余和缺陷。

3 关于中国地震应急灾情服务发展的建议

鉴于以上分析，中国地震应急灾情服务的研究与建设工作中，可以考虑如下几点建议。

(1)加强地震应急灾情服务的整体架构的建设与优化以及中央机关对它的统筹管理，包括总体信息流机制与管理机制的建立、统一的综合性软硬件平台的建设、地方决策部门、决策支持部门、行业部门的联动协同技术的研究等。

(2)加强高新技术在灾情服务中的应用。包括，推进强震台网的建设和震动图的应用研究;继续抓紧空间对地观测技术的应用，并投入足够的耐心和资源深入开展相关的基础研究，尤其是遥感(包括无人机、Lidar、红外、光学等)数据的快速处理技术与基于多源数据的快速信息提取技术等;研究基于手机短信的灾情推漫技术;研究社会信息源接入与灾情识别处理技术;研究海量现势性灾情数据的清洗、快速抽取与自分类技术;研究应急处置方案生成与灾情标注技术;研究动态灾情分布图与灾情信息专题图快速生成技术;建立基于区域联动区多方协同灾情分析与决策会商服务等。

(3)加强应急救援新技术、新设备的研发。可以推进地震现场数据采集设备及其处理系统的开发与完善;研发基于实时前方调查信息的传回和灾情分析系统，以使前方各路调查人员发现的信息能及时得到汇聚和应用;开展现场实景信息的分析与决策支持技术的研究。

北大方正技术研究院.2005.以科技手段辅助网络舆情突发事件的监测分析-方正智思舆情辅助决策支持系统［J］.信息化建设，(10):50—52.

Peking University Founder Research Institute.2005.Assist the monitoring and analysis of network public opinion emergencies by the means of science and technology［J］.Information Construction，(10):50—52(in Chinese).

邓砚，聂高众，苏桂武.2005.地震应急的影响因素分析［J］.灾害学，20(2):27—33.

DENG Yan，NIE Gao-zhong，SU Gui-wu.2005.Analysis on influential factors of earthquake emergency response ［J］.Journal of Catastrophology，20(2):27—33(in Chinese).

田家勇，兰晓雯，谢周敏，等.2010.地形对地震烈度衰减的影响［J］.震灾防御技术，5(3):281—287.

TIAN Jia-yong，LAN Xiao-wen，XIE Zhou-min，et al.2010.Influence of topography on seismic intensity attenuation［J］.Technology for Earthquake Disaster Prevention，5(3):281—287(in Chinese).

中国地震局震灾应急救援司.2004.地震应急［M］.北京:地震出版社.

Earthquake Emergency Rescue Department，China Earthquake Administration.2004.Earthquake Emergency Response［M］.Seismological Press，Beijing(in Chinese).

郑彦宁，化柏林.2011.数据、信息、知识与情报转化关系的探讨［J］.情报理论与实践，34(7):1—4.

ZHENG Yan-ning，HUA Bo-lin.2011.Discussion on the conversion relationship between data，information，knowledge and intelligence［J］.Information Studies:Theory ＆ Application，34(7):1—4(in Chinese).

Wald D J，Dewey J W.2005.Did You Feel It?Citizens Contribute to Earthquake Science［M］.U S Geological Survey，Golden，CO.4.

Geoffrey B，Corne K，William C H，et al.2006.Rapid determination of earthquake magnitude using GPS for tsunami warning systems［J］.Geophysical Research Letters，33:L11309.doi:10.1029/2006GL026145.

McCarthy J.2003.ANSS-Advanced National Seismic System，Advancing National Seismic Safety:Accomplishments FY2002 ［M］.U S Dept of the Interior，U S Geological Survey，Reston，Va.2.

Shibayama A，Hisada Y，Mirakami M，et al.2008.A study on the disaster information collection support system，incorporating information and communication technology［C］.The 14th World Conference on Earthquake Engineering，October 12-17th，2008，Beijing，China.

Yusaku Ohta，Tatsuya Kobayashi，Hiroaki Tsushima，et al.2012.Quasi real-time fault model estimation for near-field tsunami forecasting based on RTK-GPS analysis:Application to the 2011 Tohoku-Oki earthquake(MW9.0)［J］.Journal of Geophysical Research，117:B02311，16 PP.doi:10.1029/2011JB008750.