基于随机Petri网的应急情报服务流程建模与性能分析：以中国“7·20”郑州暴雨事件为例

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：Modeling and performance analysis of emergency intelligence service process based on stochastic petri nets: A case study of the "7·20″ zhengzhou rainstorm in China

本文提出基于故障树分析和随机Petri网的整合框架，用于复杂灾害场景下应急智力服务流程建模与性能评估。通过“7·20”郑州特大暴雨案例验证，发现情报需求匹配、物资发放、救援操作和服务效率评估是关键瓶颈，优化可提升救援效果和资源分配。

　　

刘思彤|孙沁英

黑龙江大学信息管理学院，哈尔滨 150080，中国

摘要

应急情报服务（EIS）在灾害响应中发挥着至关重要的作用，它支持跨部门协调和决策制定。本文提出了一种基于故障树分析（FTA）和随机Petri网（SPN）的集成框架，用于在复杂灾害情景下对EIS流程进行建模和性能分析。通过FTA识别流程中的潜在故障因素，并将其转换为SPN以捕捉服务流的动态行为。此外，采用马尔可夫链稳态分析来进行定量性能评估。以“7·20”郑州特大暴雨为例，研究结果表明，情报需求匹配、物资分配、救援行动和服务评估是该流程中的关键瓶颈。这些瓶颈直接影响整体协调效率和系统韧性，而对其优化可以减少人员伤亡、提高救援效果并优化资源分配。

引言

随着自然灾害在复杂情景下的发生频率增加——例如“7·20”郑州特大暴雨、“7·31”北京暴雨以及云南镇雄县的山体滑坡——灾害事件通常具有高复杂性、明显的时空异质性和频繁的次生危害[1]。特别是极端和反复的强降雨经常引发洪水和地质灾害[2]。应急管理中面临的紧急情况通常是不确定的、易变的和复杂的，需要更加稳健、通用和敏捷的治理方法[3,4]。中国幅员辽阔，地理环境多样，因此极易受到自然灾害的影响。根据应急管理部2024年第一季度的自然灾害报告，有8402.7万人受到不同程度的影响，发生了32起区域性强对流天气事件，直接经济损失达3232亿元人民币。统计证据进一步表明，受季风气候和复杂地形的影响，中国的洪水具有广泛的分布性和高频率。洪水与社会系统的相互关联性日益增强，导致应急管理流程越来越复杂，紧急情况更加紧迫[5]。

“数据要素×三年行动计划”（2024–2026年）强调了释放数据要素潜力的重要性，间接表明数据在应急响应活动中的关键作用。应对复杂灾害及其连锁效应的策略直接关系到环境恢复和社会的基本福祉[[6], [7], [8], [9]]。在这种背景下，加强应急情报（EIS）在应急管理流程中的能力以及提高整个服务链的韧性研究具有重要意义。

近年来，Petri网已被广泛应用于复杂系统可靠性和应急响应的建模。例如，Yan等人（2023年）使用Petri网对核电站极端自然灾害下的韧性进行了建模和定量评估[10]；Zhou等人开发了一种基于定时彩色混合Petri网的方法来模拟化工厂火灾应急响应并优化救援力量分配[11]；Song等人将广义随机Petri网与模糊理论相结合，提出了一种应急情景演化分析方法，并通过COVID-19案例进行了验证[12]；Guo等人建立了随机Petri网模型来研究突发事件中在线舆论的演化[13]；Hadri等人提出了基于彩色混合Petri网的风险意识资产管理框架，用于复杂系统中的维护策略优化[14]；Mehdi等人结合定时彩色Petri网和蒙特卡洛模拟来评估机电系统的可靠性、可用性和可维护性[15]。这些研究共同展示了Petri网在灾害应急和可靠性分析中的前沿应用。然而，大多数现有研究集中在特定的工程系统或孤立的应急情景上，从而在EIS流程的系统建模和性能分析方面存在空白。

因此，中国的应急管理发展迫切需要一种将EIS与应急管理活动相结合的流程，以应对上述挑战。从韧性思维的角度来看，已经出现了一种基于故障树的EIS流程。作为应急管理活动中的一个相对概念，EIS在事件的不同阶段动态演变，并在紧急情况结束后逐渐转变为常规应用[16]。因此，基于故障树的EIS流程涵盖了紧急情况的整个生命周期——从发生到结束——通过识别影响因素和构建四个阶段的服务流程：EIS需求获取、EIS数据挖掘、EIS综合分析和EIS反馈。然后使用仿真来验证所提出流程的合理性和有效性。

本研究的方法创新如下：

(1)

它将故障树分析的定性故障路径分析与随机Petri网的动态和时间建模能力相结合，从而保留了FTA的层次逻辑清晰性，同时克服了其在时间和并发建模方面的局限性。

(2)

它引入了马尔可夫链稳态分析来定量评估EIS流程的性能（例如，忙碌概率和转换利用率），形成了统一的“FTA–SPN–马尔可夫链”分析框架。

(3)

它将所提出的方法应用于跨部门EIS情景，识别关键瓶颈，并提供定量证据以支持流程优化和资源分配。

章节摘录

洪水灾害的特点和演变过程

在极端天气条件下，城市暴雨往往覆盖大面积区域，显著增加了多个地区和基础设施同时发生洪水的可能性。此类事件通常表现为级联的、频繁的、聚集的灾害，从点扩散到线，再扩展到表面——例如，在低洼地区、下沉的立交桥和地下商业空间[17,18]。一方面，由于城市建筑密度高和

随机Petri网的基本概念

Petri网是一种基于有向二分图的动态信息流系统建模方法，适用于并发系统和分布式系统。它由四个核心元素组成，包括位置（Place）、转换（Transition）、令牌（Token）和连接拓扑（Arc）[28]。

一个基本的Petri网由三元组N = (P,T,F)组成。其中，位置集合P = {p1, p2, p3, p4}，转换集合T = {t1, t2}，事件集合F = {(p1, t1), (t1, p2), (p2, t2), (p3, t2), (t2, p4)}表示

实证分析结论

通过案例分析可以看出，情报需求匹配、物资释放、救援行动、服务效率评估和功能评估是应急情报服务流程中的关键和瓶颈环节。由于暴雨和洪水灾害影响的区域范围广泛，不同地区的地形、降雨量和救援力量的差异导致了灾害情况的变化。由于相对落后的

结论

由于不同类型的灾害（如地震、台风和泥石流）之间存在显著差异——包括：响应链长度的变化、部门响应顺序的差异、信息收集机制的差异以及公开可用时间数据的重大不一致性——目前在没有引入大量假设的情况下，无法进行跨灾害比较。因此，我们选择使用

数据可用性

数据将根据请求提供。

CRediT作者贡献声明

刘思彤：撰写——原始草案、方法论、数据整理。孙沁英：撰写——审阅与编辑、资源获取、方法论、调查、资金筹集、概念化。