基于大数据技术的消防员信息管理与训练研究

郑 策，夏登友，尹观吉

(中国人民警察大学，河北 廊坊 065000)

0 引言

近年来，大数据及大数据技术在各行各业中应用广泛，国内学者对大数据在消防中的应用也做了一定研究。谢超[1]提出了应用大数据拓展宣传方式，提出差异性、精准性、时效性宣传的工作对策。严晓龙[2]从创新电气火灾防范新技术入手，阐述了基于大数据技术，建设智慧电气火灾隐患监管“防控网”，积极构建电气火灾防控治理模式，全面提升消防安全水平。肖调伟[3]基于GIS和大数据等技术，构建了“一张图”灭火救援指挥平台，探讨着力提升灭火救援指挥及辅助决策能力、提高消防部队实战能力的创新实践。董秋根[4]研究了大数据技术在“智慧消防”领域的应用。通过采集各类消防信息，利用多维分析模型，进行大数据可视化直观展现，构建以大数据应用为核心的“智慧消防”应用体系。黎志国[5]以广东某市中心城区为例，运用Delphi法、层次分析法建立、分析火灾风险指标体系，借助大数据技术，开展了城市火灾风险评估，从而提升城市火灾风险防范和消防安全管理水平。胡君健[6]针对当前社会单位消防设施管理现状，提出了消防大数据概念，建立消防设施综合管理系统平台，用大数据思维来改变传统工作模式，切实提升消防设施管理水平。以上研究充分运用大数据技术在灭火救援指挥、消防宣传、火灾预防、火灾风险评估和消防设施管理等方面取得了一定进展，然而，大数据技术在消防员信息管理和训练方面则研究较少。本文在大数据技术功能基础上，探析了大数据技术在消防员信息管理和训练方面的应用，旨在为消防队伍信息化建设提供新方法。

1 消防员信息管理与训练现状分析

1.1 消防员信息管理现状浅析

目前消防队伍对各级消防员信息的掌握主要通过两种形式，一种是通过办公自动化建立各类消防员档案，另一种是形成纸质档案由相关部门留存。以上两种形式都存在较大局限性，首先是信息量太少，基本停留在简单的个人信息，无法完整体现每一名消防员的个人信息特征；其次是信息存储形式较单一，更新较慢，应用性不强，当有关部门需要调取消防员信息时，经常需要重新统计各类信息，这就给消防队伍的日常工作造成许多困难。

1.2 消防员训练现状浅析

消防员训练是基层消防队伍的一项重要工作，笔者通过调查研究，总结出目前基层消防员训练主要存在以下问题：一是训练方法不统一，整体不均。消防员的训练水平存在较大差异性，有些消防站还是指挥员组训，传统的老兵带新兵方式，主观性较强，导致不同单位的消防员水平也有所区别。二是训练资料有限，专而不强。消防员学习研究灭火救援战例和各种灭火救援技战术，大多是在单位组织的战例研讨时进行，而且是中队所有战斗员统一组织学习，无法做到有针对性。三是由于繁重的灭火救援和日常训练，消防员队伍中存在一些职业病，消防员的健康问题近年来已经成为较为显著的问题。

2 大数据环境下的数据库架构

2.1 大数据技术简介

大数据技术是指从大规模多样化的数据中通过高速捕获、发现和分析技术提取数据的价值，这个定义刻画了大数据的4个显著特点,即容量 (Volume)、多样性 (Variety)、速度 (Velocity) 和价值 (Value)[7]。如表1所示，大数据与传统数据相比，具有较大优势。

表1 传统数据与大数据比较

如图1所示，较为成熟的大数据技术主要经历数据生成、数据获取、数据存储和数据分析四个阶段，从层次上可以分为基础设施层、计算层和应用层。大数据的处理方式主要有流处理和批处理，流处理方式重点关注数据的新鲜度，主要用于在线应用，目前主要的系统有Storm，S4和Kafka，具有处理速度快的特点；批处理方式是数据首先被存储然后被分析，主要的分析模型是MapReduce模型，批处理模型较为简单高效，相比较而言，批处理方式更适用于大数据消防员培训和管理研究。

图1 大数据技术结构图

2.2 数据库架构

基于大数据的各项功能，建立消防员训练信息管理系统，该系统主要分为两大部分，从功能上分为消防员训练系统和消防员管理系统，如图2所示。系统重点构建基于大数据技术的信息管理和消防员训练两大数据库，目前消防队伍还没有建立完备的消防员信息档案，但大数据技术的发展为大数据库的建立提供了技术支持。

图2 消防员训练管理系统数据库架构

2.2.1 消防员个人信息档案。包括每一名消防员的个人基本信息，集中整合全国消防员的个人信息，建立个人信息档案，其中包括姓名、身高、体重、年龄、专业特长、职级、救援衔等级、所属单位等基本信息。建立统一的消防员个人信息，将有助于对各级消防员进行统一管理，每一名消防员的档案可以实现“单元化”，通过个人账户和管理员账户可以实现人员的调动、升迁等信息更新，也可以随时查询。

2.2.2 消防员职业生涯档案。消防员自入职以来，到职业生涯结束，生成了大量的数据。然而，目前对消防员的信息收集还停留在基本信息的掌握，个人简历也很难做到实时更新，这就为全面掌握每一名消防员的信息提出了问题。消防员职业生涯档案主要包括消防员出境记录，擅长专业，岗位经历，奖惩情况和职业发展期望等。同时，对专业技术人才，会生成特征值数据，建立专家数据库，以供检索。

2.2.3 消防员健康档案。可以通过技术手段和相关部门联动，调取每一名消防员入职以来的体检报告，形成消防员大数据库。数据库主要包括每一名消防员的各项身体特征，有无病史，消防员心理健康档案，应急能力，综合身体素质以及是否适合开展消防队伍各项工作，从医学角度形成较为成熟专业的结论，为合理解决消防员健康问题提供数据支持。

2.2.4 体能素质量表。采集消防员日常体能测试数据，形成体能素质量表，主要包括体重、脂肪、蛋白质、水分、体脂百分比等含量，形成健康评分、体型判定、营养分析和体重管理等数据分析结果，并实现定期更新。

2.2.5 历年灭火救援战例汇总。多年来的灭火救援工作，为消防队伍积累了大量的经验数据。目前消防队伍学习灭火救援战例的方式主要是战例研讨和文件下发专项学习，这样的方式覆盖面不够广，学习无法做到深入，互动性不强，而且对于一般的战例不会做过多研究。然而，从总体上分析，灭火救援形势具有一定的统计规律，可以利用大数据技术把近年来的所有灭火救援战例集合起来，不仅可以实现对灭火救援形势的总体把握和开展各种数据分析，还可以在灭火救援现场进行检索，进而实现应急决策。消防员培训方面，可以通过灭火救援战例大数据库，进行系统有效的学习，各级消防员和指挥员通过建立完整的灭火救援战例数据库，可以实现对本辖区历年来或者不同地区同一类型的灭火救援案例进行学习研究，进而提升消防员灭火救援综合能力。

2.2.6 器材装备资料汇总。基于大数据平台，汇总目前消防队伍所有可能用到的器材装备，主要包括各类灭火剂、消防器具、抢险救援器材、消防员防护装备和各类消防车等。各级消防员和指挥员可以根据自身所从事的业务内容，有重点的进行学习，例如，消防车驾驶员可以着重学习消防车、消防泵的相关资料数据，真正做到“学其所专，专其所用，用其所长”，为消防员专业化队伍建设提供条件。

2.2.7 灭火救援技术方法规程汇总。目前消防员日常训练工作标准不统一，部分地区人员结构较年轻，专业性不强。有些灭火救援技术方法只有消防站工作时间较长的消防员掌握，平时的日常训练通常通过口口相传的方式传授，这就阻碍了年轻消防员能力的提高。更重要的是，随着科学技术的进步和社会经济的发展，各种灾害类型在不断增多，相应的灭火救援技术也在不断革新，建立一套可以实时更新的灭火救援技术大数据平台就显得非常必要。通过建立起的灭火救援技术大数据平台，结合新媒体技术，消防员可以通过PC端或者移动设备端实现对各类灭火救援技术的在线学习和研讨。同时，这也为新时期建立一套完备的消防员培训系统提供了新的方法。

3 基于大数据库的数据分析与应用

3.1 信息和资料的智能检索

采用数据库OLAP查询和数据挖掘等技术手段，可用于不同用户的智能检索。对有关部门来说，可以通过大数据库实现消防员信息的实时更新，筛选含有各种字段特征的消防员或者消防单位用于人员调动、比武考核、攻坚组培训和重大灾害现场的跨区域力量部署。对消防员个人来说，可以利用平台实现个人信息查询，各类训练资料的在线学习。该功能的实现是通过消防员“个人信息卡”，个人信息卡是每一名消防员所持有的电子卡片，具有射频功能，在PC终端上可以查询本人的各项个人信息，包括每一名消防员入职以来的各项信息。根据层级的不同，数据的检索、查询和修改权限也不同。同时，可以查询各类训练资料，为不同专业消防员有针对性的学习提供条件。例如，某消防站的某名消防员，在职业生涯一共参与了多少起灭火救援，其中有多少起是高层火灾或者洪涝灾害，该消防员在日常训练的成绩如何，他每一次考核成绩呈现一个怎样的趋势，我们不得而知。但利用大数据存储，可对每名消防员的灭火救援经历、训练成绩、考核成绩和奖惩经历等数据进行量化记录，进行合理的分析后，就可以选出某区域甚至全国消防员中高层建筑火灾经历较多的消防员或专家，组成高层灭火救援专业化队伍或者专家组，为消防队伍专业化建设提供数据支撑。

3.2 实时跟踪消防员健康状况

近年来，消防员健康问题日益突出，长期的灭火救援工作已经导致消防队伍中出现一些职业病，研究各类灭火救援现场对消防员身体健康状况的影响逐渐成为一个重要课题。通过建立消防员健康档案，智能分析每一名消防员的身体和心理健康状况，全面科学有效地提供消防员健康数据，并做到实时更新，可对一定时期内全国范围内消防员的各项健康数据进行数据分析，进而找到灭火救援工作与消防员健康状况的规律，提出相应的建议对策。

3.3 消防员和消防站作战能力评估

随着消防队伍的发展，科学有效地评估消防员或消防站实力，并提出建议对策，对消防队伍专业化建设和消防员训练管理具有重要意义。目前对单个消防员的职业能力水平评估主要是通过不定期组织的一些资格考核进行职业认定。消防站的灭火救援能力评估主要是通过年终考核或者直接应用相关级别规范，这样的方法不够细致科学。我们可以利用已经建立的消防员和消防站大数据库，对每一名消防员和消防站进行智能分析，分析结果可用于消防员职业规划，为每名消防员制定科学的训练方案，还可用作消防员的职位晋升和消防站的分级改造依据。同时，也可用于某一地区甚至全国消防站的灭火救援能力总体评估。

3.4 消防队伍的优化配置

该项工作主要包括三个步骤：(1)建立统一的灭火救援战例库并对数据库进行分析，结合其他数据，可以对全国范围不同时间和指定空间的灭火救援形势进行预测和分析，通过得到的数据，进行数据可视化呈现。(2)分析已经建立的消防员档案大数据库，得出某区域消防员的各项特征或者消防站结构分布，例如专业特点、年龄结构、训练考核成绩、从事灭火救援工作年限等信息。(3)比对形成的各类数据，对当前某一区域的消防员结构和消防站分布进行智能调整，并对数据进行实时监控和更新，这样就可以实现社会消防力量的最大化利用。

3.5 智能考核和辅助决策

智能考核指通过安装在各类训练设施上的传感器，可以实现单位比武的高效科学化，并且可以拓宽比武训练科目。例如，通过智能移动穿戴设备，采集消防员或比武人员的训练成绩数据，并上传到服务器，就可以实现更加精确的数据采集和更大范围内比武竞赛。这样，通过多数据的简单分析，就可以得出单个消防员和消防站为单位的比武成绩。辅助决策是利用大数据库对每一名消防员的各项特征数据综合打分，通过大数据技术分析使决策结果更加客观，决策过程能够得到简化，根据用户的不同需求形成不同结果。统计结果可用于消防员的职位晋升，攻坚组人才选拔和评优评先等日常决策活动。

4 结论与展望

本文结合大数据技术在消防中的应用现状，通过研究得出大数据技术在消防员训练和信息管理方面的应用具有较多的创新路径。首先，可以建立统一的消防员大数据库进行信息挖掘、智能检索和系统平台构建，实现消防员的统一管理；其次，可以利用建立的灭火救援数据库进行消防员培训，通过对各类灭火救援资料的统一集成汇总，科学合理地制定消防员训练计划；最后，可以通过大数据技术实现消防员和消防站的智能评估和考核。

由于大数据技术发展还处在初期阶段，消防员训练和管理工作本身主观性较强，如何从实际情况提取出数据信息，从数据信息到实际应用，还需要解决较多技术问题。首先是技术上虽然已经可以实现对各种数据库的建立，然而建立怎样的数据库还需要进一步研究，既要从实际情况中提取海量数据，还要从业务需求上生成可用数据，需区别处理。其次是数据采集工程较大，耗费较大，要在全国范围内建立统一的数据库对消防员进行管理，并将足够多的各类灭火救援的资料汇总起来，形成科学有效的消防员训练平台，专业性较强，还需要做大量的工作。最后，数据冗余度高，智能分析可信度有待提高，较多的数据来源于各项特征的量化转换，经转换之后的数据是否可以完全用于智能决策，还需要实践来验证。通过采集到的数据来进行数据分析，如果要达到一个较高的可信度，则需要较为科学的算法来完成。