基于统计分析的人防战备数据智能管理及维护机制研究

潘丹竹，何贵林，樊 旭

（贵阳市人民防空办公室，贵阳 550001）

随着世界经济的不断发展，信息化时代已经来临，全球已经进入到信息化大数据时代，数据已经成为国家之间竞争的关键，哪个国家可以有效的垄断数据，哪个国家就可以获得竞争的主动权。在当今全球信息化的条件下，人防战备数据中包含着国家的能量、信息以及资源，对指挥决策、黏合人防力量、行动的决定有着至关重要的作用，未来的国家防御需要人防战备数据作为基础，由此可见人防战备数据的重要性[1]。

随着我国人防信息化建设的不断深入，以国家人防战备数据建设要求为依据，对人防战备数据进行智能管理以及维护，充分利用现有的人防战备数据，从宏观的角度对人防战备数据进行管理，为人防部门的决策提供数据支撑。我国现今人防战备数据存在来源分散、数据重复、数据交叉等现象，为了适应现今信息化时代的发展，需要对人防战备数据进行智能管理与维护。统计分析指的是采用独特的结构特点与表达方式，对事物本质或者规律性进行分析。该方法被很多领域所应用，是现今较为广泛的分析方法。为此，提出基于统计分析的人防战备数据智能管理及维护机制研究，为人防部门正确决策提供可靠的数据支撑。

1 人防战备数据智能管理体系建设

随着我国城市建设的不断深化，对人防部门的要求也在不断的增加，人防部门现今存在着工程数量多、工作人员少、管理任务繁重的问题，为了保障人防部门的正常运转，必须对人防战备数据的智能管理体系进行更新。以现今发达的科学技术为依据，设计一个规范化、常态化、网格化的智能管理体系，为人防战备数据的智能管理提供新的思路，保障人防工程具备良好的战备状态以及使用效果[2]。为此，建设人防战备数据智能管理体系，该体系中主要包括三种管理模式，分别为空间管理模式、模块管理模式、结构管理模式，具体内容如下所示。

1.1 空间管理模式

人防战备数据库主要是由基础数据库、元数据库与人防专题数据库构成，该数据库中的数据主要是以要素集与数据集的形式进行存储。

人防战备数据管理的特色就是空间分析，空间分析可以提供数据的条件路径、最佳路径、邻近对象以及覆盖范围等信息。其中，最佳路径指的是两点间的最短距离路径，主要应用于在紧急的情况下居民疏散的任务，例如，在地震时，分析居民到安全地域的最佳路径，当然，还需要将路径是否安全等因素考虑在内；条件路径指的是在分析最佳路径时，将道路通行状况、阻塞情况等作为分析的条件进行分析；邻近对象指的是在分析某个固定目标时，需要对其邻近的对象分布情况进行统一分析；覆盖范围指的是在危险发生时，报警位置的人防设施所覆盖的面积，这可以很好的为人防部门提供具体决策的数据[3]。

对于我国来说，人防部门的战备数据种类比较多，例如防空战备数据、地道战备数据等，但是这些数据的具体内容的结构是一致的，主要是由人防工程点数据、人防工程数据与人防设施数据共同组成。人防战备数据的管理模式要满足以下两个条件，这样才能对数据进行智能的管理。分别为：第一，人防战备数据智能管理模式必须保障数据的组织、应用于管理简便，不但要满足城市建设的需求，还要满足人防部门的需求；第二，人防战备数据智能管理模式要可以进行人防战备数据的采集与处理。通过施工记录与设计图纸对人防战备数据进行采集，为了保障人防战备数据的精确性，需要派遣专门人员对实际的数据进行采集，例如，人防设施的具体摆放位置、数量等数据。

1.2 模块管理模式

模块管理模式主要是将人防战备数据采用数字空间模型对其进行分类与编码，根据分类与编码结果建立相应的数据库，以数字空间图形作为载体，对人防战备数据进行表示，分别为地图展示数据模块、人防专题数据模块与人防基础数据模块。

其中，地图展示数据模块中的数据主要包括影像图、矢量图、地图数据以及专题图。同时，还具备GIS功能，可以对地图进行缩小或放大；人防专题数据模块的数据主要是人防专题数据，同时该模块还可以对人防专题数据进行统计、分析、查询等，工作人员可以通过该模块的详细数据与详细的地理信息进行叠加，对人防战备数据进行智能管理；人防基础数据模块主要是对人防空间位置信息与基础业务进行存储，其中主要包括人防工程数据、数据库建设数据与管理数据。

1.3 结构管理模式

将人防战备数据以逻辑结构为依据对其进行划分，主要分为时间结构数据、空间结构数据、属性结构数据三个层次结构，建立综合、统一、一体化的人防战备数据智能管理模式。人防战备数据智能管理的目标是根据人防部门的实际需求，针对人防工程的特点，采用各种方式对人防战备数据进行表达，同时对人防战备数据进行录入、查询、编辑等处理，达到直观、快捷、高效的对人防战备数据进行智能管理。

人防战备数据结构管理模式主要是将人防战备数据进行分类、编号、制图，通过上述过程实现人防战备数据的网络和数字化展示，相关单位对得到的人防战备数据进行应用[4]。在上述基础上，与人防工程的实际分布情况，以人防部门的标准与要求，制定相应的管理规定。同时，人防战备数据管理人员需要对人防战备数据进行日常的采集、整理、分类、录入等工作。

通过上述空间管理模式、模块管理模式、结构管理模式的设计，实现了人防战备数据智能管理体系的建设，从而实现人防战备数据的智能管理。

2 人防战备数据维护机制设计

2.1 人防战备数据维护原则

人防战备数据对于一个国家来说至关重要，是其竞争的主要动力，因此，需要对人防战备数据进行相应的维护。人防战备数据维护机制需要依据一定的原则，具体如下所示。

一是规范性，其主要指的是在人防战备数据整理的过程下，要保障数据的规范性，同时还要保障数据属性与参数的规范性。

二是正确性，人防战备数据关系着人防部门的重要决策，因此正确性的重要性不言而喻。采用系统或者人工检查等方式对人防战备数据进行检查，确保数据的准确性。三是及时性，人防战备数据由于具有特殊性，因此，若是数据出现问题，必须对其进行及时的维护，这样才可以为人防部门提供实时、准确的数据支撑。

四是一致性，由于人防战备数据非常重要，因此必须保障各部门、系统使用的人防战备数据的一致性。

2.2 人防战备数据维护流程

人防战备数据维护流程主要包括两部分，分别为数据首次加载和数据日常维护。其中，日常数据维护主要的任务是对人防战备基本数据、数据增量维护、数据全量重载与数据变动增量维护。人防战备数据维护的过程主要是通过中间库对数据进行提取，然后采用文件归档方式进行人防战备数据维护[5]。

数据首次加载主要是对人防战备数据进行加载，将其存储于核心数据库中。数据首次加载主要采用的是全量重载的方式，主要是将各个下级单位采集的未态数据进行加载，其中包括数据类型、数据名称、数据长度，通过检查后将加载的数据进行打包，然后将其传输给数据处理区。中央端在接收到打包的数据后，采用临时库对其数据格式进行检查，格式合格的数据发送给核心库。在数据加载后，将各个下级单位的已有数据进行清空，保障数据的一致性与安全性。

数据日常维护主要是采用自动抓取、任务触发等方式进行，而数据日常维护任务是由中央端进行制定，由其传输给任务触发平台，同时将上述数据提取程序进行启动，实现全量重载和增量维护过程。

将上述维护数据进行加载入核心库后，核心基础数据库就形成了。实现了人防战备数据的维护。

2.3 人防战备数据维护对策

现今，人防战备数据维护过程中存在着维护主体不清晰、维护管理标准不明了、责任划分不明确等问题，因此，需要根据人防战备数据维护的具体需求与问题提出相应的维护对策[6]。

首先要想对人防战备数据进行维护，就必须对相应的政策法规进行制定。政策法规要对人防工程的归属、工程中相应的职责划分进行规定；

其次对人防战备数据维护的标准进行细化。与相关部门进行协商对人防战备数据维护标准进行细化，同时对人防战备数据维护技术进行更新；

最后对人防意识进行宣传教育。当然，人防意识宣传教育主要是针对相应的工作人员，保障其在制定规定的同时将人防考虑在内。同时，组建专业的执法团队，制定相应的、高效的执法机制，与其他部门进行合作，增加执法力量，保障执法的质量与作用。

3 结束语

习近平总书记曾说过：“人防是国家的大事，同时也是国家长期的战略”。这句话充分的阐述了人防在国家建设中的重要性，同时其也是国家经济与社会发展的重要组成部分，是现今信息化时代下维护国家安全的重要战略部署。只有对人防战备数据进行智能管理及维护，才能发挥人防部门真正的综合防护能力，展示其具备的战备能力、社会能力与经济能力，为我国的发展提供强大的动力。