EN中文

地球信息科学学报 >

2014 , Vol. 16 >Issue 4: 531 - 536

DOI: https://doi.org/10.3724/SP.J.1047.2014.00531

基于时空棱柱的人员搜寻范围优化

  • 刘钊 , 1 ,
  • 罗智德 1 ,
  • 张耀方 2 ,
  • 王园 1, 3
展开
  • 1. 清华大学地球空间信息研究所,北京 100084
  • 2. 中国科学院水利部水土保持研究所,杨凌 712100
  • 3. 解放军96633部队,北京 100096

作者简介：刘 钊(1967-),男,副教授,主要从事地理信息系统及其应用研究。E-mail:

收稿日期: 2013-08-24

  要求修回日期: 2013-10-31

  网络出版日期: 2014-07-10

基金资助

刚果(布)一号公路二期工程关键技术(横向课题)

收起

The Optimization of the Search Area in a Search and Rescue Process based on GIS

  • LIU Zhao , 1* ,
  • LUO Zhide 1 ,
  • ZHANG Yaofang 2 ,
  • WANG Yuan 1, 3
Expand
  • 1. Institute of Geo-Spatial Information, Tsinghua University, Beijing 100084, China
  • 2. Institute of Soil and Water Conservation, CAS, Ministry of Water Resources, Yangling 712100, China
  • 3. 96633 Troops of PLA, Beijing 100096, China
*Corresponding author: LIU Zhao, E-mail:

Received date: 2013-08-24

  Request revised date: 2013-10-31

  Online published: 2014-07-10

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

在人员搜寻过程中,地理信息技术的应用能帮助缩小搜寻的空间范围、合理分配搜救资源,从而提高搜救效率、节约时间和资金投入。本文首先探讨了户外搜救过程中,地理信息技术在协助划定搜寻的空间范围和分配应急资源方面的应用;在此基础上,将时间作为连续变化的因素进行分析,以时间地理学对人员搜寻的时空范围进行优化;利用时空棱柱工具表达失踪对象和搜救资源各自的时空约束,继而确定他们各自随着时间变化的潜在活动范围;通过求解搜救资源和失踪对象的时空交集,来确定每个搜救资源最优的搜寻范围的外边界;通过将各资源的最优搜索范围的外边界进行综合分析,来求解在多个资源协作情况下的最小搜寻范围和各资源对应的搜索起点,实现对搜救资源的合理分配;最后,在ArcGIS平台上对该方法进行了实现和模拟。搜救案例展示该方法划定的人员搜寻范围在空间上更小,时间上更为精确,有助于分配救援资源和提高搜救效率。

关键词： 搜救; 时空约束; 时空棱柱; 搜寻范围; 地理信息系统

本文引用格式

刘钊 , 罗智德 , 张耀方 , 王园 . 基于时空棱柱的人员搜寻范围优化[J]. 地球信息科学学报, 2014 , 16(4) : 531 -536 . DOI: 10.3724/SP.J.1047.2014.00531

Abstract

Nowadays, people are more likely to participate in outdoor activities which results in the increase of people’s missing. In the process of search and rescue, the application of geographic information technology is able to help the search team to narrow the search area and allocate the search resources. As a result, GIS’ application improves the efficiency and saves time and cost. This paper firstly discussed the role of GIS in determining the search area and allocating the search resources in the search and rescue process. Then, based on time-geography tools, this paper optimized the search process on considering that time is a continuous variable. Space-time prism, which is one of the most important tools in time-geography theory, was used to express the spatio-temporal constraints of missing person as well as the search teams. The missing person can only be found in places where both the rescue team and missing person can reach at the same time. The aim of an optimization for the research and rescue process is to find the right place where both the missing person and the search team can arrive at the same time. In the spatio-temporal environment, this kind of place is the intersection of both sides’ space-time prisms. So, the search team only needs to search people in the intersection time and space of the prisms. In this way, the search area was narrowed and the time period was identified more precisely. When other search teams joins in the search process, the final search area is obtained after the intersection of every resource’s search area is calculated. At the same time, the search boundary for each resource is also obtained. Each resource can take actions according to its search boundary. This paper used ArcGIS software platform to achieve the optimization process. A search and rescue process using simulated data was presented afterwards. Compared with traditional buffer analysis method, the search area calculated from this method is smaller and the search time is more precise. This method can be used in combination with other methods to improve the efficiency, save cost, as well as allocate the research resources in a search and rescue process.

Key words： search and rescue; spatio-temporal constraints; space-time prism; search area; GIS

1 引言

近年来,人员搜寻和救援案例时有发生,例如：户外活动中的人员走失与搜救,犯罪活动中的犯罪分子的逃逸与搜捕,老人小孩的失踪后的查找等。尤其是近年来户外活动的增加,让野外人员失踪和搜救工作越来越引人关注。人员搜救工作的目标是在对失踪者进行成功搜索定位后,再将其转移到稳定安全的环境中[1]。传统的救援过程往往出于人的本能或人道主义,将大量的搜索资源投入到失踪者最后出现地点周边的一定区域进行搜寻,缺乏精准的规划[1]。而搜救工作的时间、资源和资金都是有限的,需要在限定条件下尽快完成人员搜救工作[2]。因此,尽量缩小搜寻的空间范围,合理分配可用的搜救资源,可以帮助提高找到失踪者的概率,节约人员搜救的成本[3]。
确定人员搜索的空间范围是成功进行搜救的第一步[4]。经验统计的方法根据以往人员走失后被救援地点的地形、植被覆盖、与走失位置的距离等地理要素的统计特征,得出经验结论,再结合实际案例中的各项地理要素,确定走失者在走失位置周边一定范围内被搜寻到的概率[3-4]。加拿大的SARPlan系统根据以往的空难数据,推断新空难中失踪者可能的空间分布[4]。这种方法对各影响要素的分析是静态的,没有考虑失踪对象随时间变化而可能发生的位置移动。有学者在此基础上考虑个体的行为特征,得出失踪者可能存在的空间区域,该空间范围随着时间变化而不断扩展[1,3,5]。Ferguson等根据历史统计数据,并对失踪者的行为进行分析,综合考虑失踪者的旅行速度、身体状况、个人偏好等,在失踪者最后出现的位置周围绘制概率分布图,指导搜救工作[1,5]。李守英等以系统总救援时间最短为目标,建立了一个救援船只行驶时间和施救时间模糊、带时间窗的LRP优化模型,用于洪灾被困人员搜救辅助决策[6]。这类方法事先做好了对时间变量的简化处理,但是没有将时间作为连续变量来考虑。雷秋霞等根据建筑物的具体情况,在地震中对不同建筑物进行优先级的排序,据此部署分配搜救资源[7]。海上失踪人员搜救方法包括基于船舶中心点、个人定位系统和海难预警系统等方法,高艳平在此基础上加入语义随机性惩罚因子,约束洋流、风向等因素的不规则变化,提高海上失踪人员搜救的准确度[8]。这些搜救方法考虑了时间要素,但是把时间作为一种间隔的变量,而非连续变化的因素去分析。

2 搜寻范围优化研究方法

2.1 最优搜寻范围模拟辅助分析方法

GIS在空间分析方面的优势使其在应急救援工作中的价值得以凸显。GIS能够给救援队伍提供空间位置参考,协助分配救灾资源,对灾害点的自然条件进行可视化等[10]。任学慧[11]、郭红梅[12]、徐效波[13]等将GIS的分析方法和可视化技术应用于应急救灾中,取得了良好的效果。卫星定位技术与移动端GIS的结合可以辅助实现应急救援过程中实时信息的查询和快速及时救援、反馈[14]。GIS与GPS相互协调合作,拥有各自的分工：GIS提供基础地理信息,GPS进行实时定位。有学者认为,未来GIS有望实现对事件发生和演化的现场进行实时监视,实现快速定量化评估[15]。
在搜救过程中,失踪者和搜救资源可能达到的空间范围都随着时间不断变化。规划的搜寻范围应满足以下2个方面的条件：（1）失踪对象必然出现在这个范围内,即失踪对象的潜在活动范围不能超过该区域。（2）搜寻资源能够在预定的时间完全涵盖该搜索范围,也就是搜寻资源的潜在活动范围不能小于该区域。搜救资源首先要了解已有的搜寻线索,包括失踪者最后出现的位置、身体状况、行为习惯等。若已知失踪者最后出现地点,则失踪者的潜在活动范围以失踪地点为中心,随时间不断变化,受到速度、地形、植被等因素的约束。搜救资源出发的位置和行进速度均为已知条件,其潜在活动范围即可用数值方式表达。缩小搜寻范围,就是找到这样一系列的时间和空间节点,使得搜救资源的潜在活动范围刚好完全覆盖失踪者的可达范围。
本文在GIS平台上,将时间作为连续变量,利用时间地理思想分析搜救队伍寻找失踪者的过程。时间地理学框架描述了个体的时空约束,可用于确定活动双方的时空交集并进行定量的时空分析[16]。搜索队伍找寻失踪者的问题被转化为求解活动双方会面的时空节点的问题。为使结果更加凸显,本文忽略地形、植被、河流等要素的影响,将研究区域视为均一。根据失踪者最后出现的时间和地点,将其时空约束表达为受失踪者旅行速度制约的时空棱柱。根据搜救资源出发的时间和地点,将其时空约束表达为受搜救资源行进速度制约的时空棱柱。两个时空棱柱的交集就是双方可能会面的时空范围。若搜救资源的行进速度高于失踪者,则时空交集的外边界就是最优的搜索边界。在多个资源参与情况下,每个资源对应的搜索范围的交集即为协作条件下的搜索范围。

2.2 缓冲区分析求解搜寻的初步范围

人生活在一定时空范围内,个体的潜在空间活动范围与其出发位置、自身能力和外界约束等因素相关[17]。个体从某一位置出发经过的时间越长,则可能到达的空间范围就越大。吕国勇等利用缓冲区分析为确定了位置的失踪者寻找到合适的搜救人员和搜救设备[18]。本文利用缓冲区分析,展示了失踪者和救援资源在不同时间段所能到达的空间范围(图1)。
Fig.1 To determine the search area using the buffer analysis

图1 利用缓冲区分析求解搜寻的空间范围

假设失踪者的行进速度是0.5 m/s,其最后出现的位置和时间已知。图1显示了1、2和4h内失踪者可能到达的空间范围是以失踪者最后出现的位置为中心的同心圆缓冲区。假设搜救资源在失踪者走失1h后开始搜寻,行进速度是1m/s,空间位置已知。搜救资源可以到达的空间范围也是以其所在位置为中心的同心圆缓冲区。图1显示了搜救资源在失踪者走失2h、3h后所能够到达的空间范围。理论上而言,搜救资源要在某一时间段内能够找寻到目标物,必须要求该时间段内失踪者可能到达的范围应是搜救资源可达范围的子集。将失踪者的可达范围作为进行搜寻的初步范围,搜索资源按照此范围进行搜索,并在时间变化后对搜索范围进行更新。
缓冲区分析方法将时间作为一个间隔的变量去分析。例如,可以分析1、2、3h等时间段,但若要精确到失踪者在每一秒可能到达的空间范围,将会耗费大量分析和运算的时间。而最终需要的结果只是一些临界时间点的缓冲区,分析过程产生的大量数据是没有意义的。因此,缓冲区分析划定的范围能够大致规划搜寻工作,但非常粗略,可通过对时间更加精确地分析来缩小该搜索范围。

2.3 时空约束的表达

时间地理学认为时间变量和空间变量同等重要[4],人生活在一定的时空范围内,个体活动受到能力限制、组合限制和权威限制[18-19]。某个具体活动只能出现在指定的地点和时间段,人可以用时间来换取空间[18,20]。Vafaeinezhad等将时间地理学框架引入到地震应急救援过程中,指导救灾资源的分配,并对救援进展情况进行可视化[9]。典型的时间地理学工具有时空路径和时空棱柱[23]。本文利用时空棱柱工具来可视化救援资源和失踪对象的时空约束。
时间地理学理论将时间T作为第三轴,加入到平面坐标XY中进行分析,构成一个三维的时空框架[19-20]。时空棱柱表达了在已知起点、终点、出发时刻、结束时刻、最高旅行速度等限制条件的情况下,个体所能到达的所有时空区域[21]。每个时空棱柱是由前后2个相向圆锥组成的交集[18],前向圆锥表示从起点出发可能到达的所有时空范围,后向棱锥表示要想在指定时间回到终点可能存在的空间范围[22]。
图2为时空棱柱示意图,个体从t1时刻出发,其所能到达的空间范围是以t1时刻的时空位置为起点的圆锥体。个体要想在t2时刻到达指点终点,那么其在之前的一段时间潜在的时空范围是以t2时刻的时空位置为顶点的圆锥体。时空棱柱是前后2个相向圆锥组成的交集,表达式如式（1）[19]所示。式（1）中,前棱锥fi的顶点在出发点,包含的时空点X(x,y,t)满足式(2)[18]。后棱锥pj的顶点位于终结点上, 包含的时空点X(x,y,t)满足式（3）[19]。时空棱柱由个体旅行速度vij约束其外边界。时空棱柱在空间XY平面的投影就是个体的潜在活动空间范围,如图2所示。
Z ij t = f i t ⋂ p j t 1
其中：
f i t = X | X - X i ≤ ( t - t i ) v ij 2
p j t = X | X j - X ≤ ( t j - t ) v ij 3
本文假设搜救队伍出发的地点和时间、失踪者最后出现的地点和时间均为已知量,那么,失踪者和搜救队伍各自的时空约束分别构成没有后向棱锥只有前向棱锥的时空棱柱。设失踪者最后出现的空间位置是Pm(xm,ym),时间是tm,旅行速度设为vm,由式（2）推导,失踪者可能出现的时空位置Pm(x,y,t)满足式（4）,随时间t不断变化。
x - x m 2 + y - y m 2 ≤ ν m · t - t m 4
同理,设搜救队伍i（i为编号）出发的位置是Pi(xi,yi),时间为ti,行进速度为vi,由式2推导,搜救队伍可能出现的时空位置Pi(x,y,t)满足式（5）,随时间t不断变化。
x - x i 2 + y - y i 2 ≤ ν i · t - t i 5
Fig.2 Space-time prism and the potential path area[24]

图2 时空棱柱和潜在活动范围[24]

2.4 搜寻范围的优化

搜救队伍搜寻失踪者的过程是求解活动双方会面的时空节点的过程,该问题可以转化为求解双方的时空交集。搜救资源和失踪者的时空交集就是既满足式（4）,又满足式（5）的时空区域。因此,联立式（6）、（7）,就可以得到该时空交集的外边界。
x - x m 2 + y - y m 2 = ν m · t - t m 6
x - x i 2 + y - y i 2 = ν i · t - t i 7
一般而言,搜索队伍的旅行速度远大于失踪者的旅行速度。在搜寻活动开展之初,失踪者与搜索队伍两者的潜在活动范围没有交集。随着时间流逝,失踪者和搜索队伍的活动范围都在不断扩大,但搜索队伍活动范围的扩大比失踪者的更快,2个范围逐渐有了交集。最后,失踪者的潜在活动范围成为搜索队伍覆盖范围的一部分。能够找到失踪者的时空范围一定位于失踪者的时空棱柱与搜救队伍的时空棱柱的交集中。当有新的搜救队伍加入时,新队伍的时空约束会形成自己的一个时空棱柱,可通过式（6）、（7）求解该队伍与失踪者的时空交集。新交集与旧交集再求交集,即可确定新的搜寻范围。若在搜寻过程中有新的时空信息出现,可根据新信息对已有的时空棱柱进行修改更新。例如,获得了失踪者的新线索后,可据此调整失踪者的时空棱柱,重新分析和计算。最终得到的时空范围是在充分考虑失踪者旅行速度、最后出现的时间和地点,以及救援资源的搜寻速度、出发时间和地点的情况下,得到的最优时空范围。该时空范围在XY平面的投影就是最小的搜寻范围。

3 搜寻范围优化案例

本文模拟了一个人员失踪场景,并用ArcGIS软件实现了作者的优化想法。假设人员m于 tm时刻在野外走失,其最后出现时间已知,地点如图1所示,旅行速度为0.5 m/s。周边的1、2、3三个搜救资源在1h后开始搜寻工作,搜寻速度为1 m/s。
根据2.1节中的方法画出失踪者的可达范围。根据式（1）、（4）、（5）,失踪者和3个资源点各自的时空约束可以用时空棱柱的方式表达。将失踪者和搜救队伍的参数代入到式（6）、（7）中,求解得到每个搜救资源的时空约束与失踪者时空约束的交集。如果用单个的资源进行搜救,那么直接根据该资源与失踪者时空约束的时空交集作为最终的搜寻范围,如图3、4、5所示。这3幅图中,将失踪者可能到达的范围用2.2节中的缓冲区方法画出作为底图以做对比,实际求解得到的失踪对象与各个搜救资源的时空交集用斜线部分表达。
如果用3个资源进行联合搜救,则将他们各自的搜寻范围求交集,如图6所示。图6中有3个搜寻边界和一个确定的最优搜寻范围。3个单独的搜寻边界表示单用某搜救资源时候的搜寻范围。对于搜救资源1而言,失踪者必然出现在其确定的最优搜救范围内,也就是图中虚线圈以内;对于搜救资源2而言,失踪者必然出现在图中的黑色实线圈以内;对于搜救资源3而言,失踪者必然出现在图中的灰色圈以内。那么,失踪者必定会同时出现在3个范围内。因此,要同时满足3个搜寻资源的条件,失踪者必然存在于3个范围的交集部分,这个交集就是最终的搜寻范围。
图3、4、5中最终的搜寻范围有3个边界：虚线边界是由资源1确定的,为资源1开始搜寻的起始线;黑线边界是由资源2确定,为资源2的搜寻起始线;灰线边界是由资源3确定的,该边界为资源3的搜寻起始线。在ArcGIS环境中,能够查询到每段弧线中每个点的具体坐标和救援资源到达该点的具体时刻,便于监控搜救进程。此方法实现了对搜寻范围的缩小和救援资源的调配。
Fig.3 The optimal search area when only using search resource 1

图3 单用搜救资源1时的最优搜寻范围

Fig.4 The optimal search area when only using search resource 2

图4 单用搜救资源2时的最优搜寻范围

Fig.5 The optimal search area when only using search resource 3

图5 单用搜救资源3时的最优搜寻范围

Fig.6 The optimal search area when using all search resources

图6 3个搜救资源联合使用时的搜寻范围

4 结论

本文分析了人员搜救工作中失踪者和搜救资源的时空约束,利用时空棱柱工具表达他们各自的潜在活动时空范围。通过求解搜救资源和失踪者之间的时空交集,确定搜救过程中的每个搜救资源的最优搜寻范围。在多个资源协作情况下,对所有资源的搜索范围求交集,得到在多个资源协作情况下的最优搜寻范围和每个搜索资源对应的搜寻起始线。这个范围比失踪者的可达范围更小,更加符合现实情况。得到的分析结果与Ferguson报告中对地形、植被等变量的分析 [1,5]类似,但更注重对时间变量的分析,可作为权重图层或概率分布矩阵加入到最终的综合分析过程中,给人员搜救的时空分析提供辅助。这种基于时空棱柱的规划搜寻范围和资源分配的方法,有助于提高搜救的效率和节约成本。为了使分析结果更加凸显,本文对搜救区域的植被、地形、交通等地理要素理想化处理,重点考虑了时间、失踪位置、搜救资源分布、旅行速度等因素对搜寻范围和搜救资源分配的影响。下一步将在引入这些限制因素和先验知识的条件下,研究如何确定最优的搜寻范围和搜救资源的调配方案。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Ferguson D.GIS for wilderness search and rescue[R]. Washington D. C.: ESRI Federal User Conference, 2008.

[2]
Ela G K.Epidemiology of wilderness search and rescue in New Hampshire, 1999-2001[J]. Wilderness & Environmental Medicine, 2004,15(1):11-17.

[3]
Abi-Zeid I, Doyon B.Using a geographic decision support system to plan search and rescue operations[J]. International Journal of Emergency Management, 2003,1(4):346-362.

[4]
Abi-Zeid I, Frost J R.SARPlan: A decision support system for Canadian search and rescue operations[J]. European Journal of Operational Research, 2005,162(3):630-653.

[5]
Ferguson D.Geospatial modeling for the optimization of search and rescue strategies[R]. Sutton, WV: WVAGP Membership Meeting, 2013.

[6]
李守英,马祖军,郑斌.洪灾被困人员搜救的模糊定位——路径问题优化模型[J].交通运输工程学报,2010,10(6):88-93.

[7]
雷秋霞,陈维锋,黄丁发,等.地震现场搜救力量部署辅助决策系统研究[J].地震研究,2011,34(3):385-388.

[8]
高艳平. 海上落水人员漂移方位判断方法研究与仿真[J].计算机仿真,2012,29(11):290-293.

[9]
Vafaeinezhad A R, Alesheikh A A, Nouri J. Developing a spatio-temporal model of risk management for earthquake life detection rescue team[J]. International Journal of Environmental Science and Technology, 2010,7(2):243-250.

[10]
Longley P A, Goodchild M F, Maguire D J, et al.Geographical information systems: principles, techniques, management and applications (2nd Edition)[M]. New York: John Wiley, 2005,845-858.

[11]
任学慧,王月.滨海城市旅游安全预警与事故应急救援系统设计[J].地理科学进展,2005,24(4):123-128.

[12]
郭红梅,黄丁发,陈维锋,等.城市地震现场搜救指挥辅助决策系统的设计与开发[J].地震研究,2008,31(1):83-88.

[13]
徐效波,吴华玲,王建强,等.煤矿安全生产信息系统的设计与实施[J].地球信息科学学报,2012,14(4):454-458.

[14]
康铭东,彭玉群.移动GIS的关键技术与应用[J].测绘通报,2008(9):50-53.

[15]
张永生. 现场直播式地理空间信息服务的构思与体系[J].测绘学报,2011,40(1):1-4.

[16]
刘钊,罗智德,张耀方,等.基于GIS的时空节点规划与优化方法研究[J].地理与地理信息科学,2014,30(1):41-44.

[17]
Yu H, Shaw S L.Exploring potential human activities in physical and virtual spaces: A spatio-temporal GIS approach[J]. International Journal of Geographical Information Science, 2008,22(4):409-430.

[18]
吕国勇,史祥龙.基于GIS的生命探测监控系统模型[J].计算机应用,2013,33(S1):267-270.

[19]
Miller H J.A measurement theory for time geography[J]. Geographical Analysis, 2005,37(1):17-45.

[20]
Delafontaine M, Neutens T, Van de Weghe N. Modeling potential movement in constrained travel environments using rough space-time prisms[J]. International Journal of Geographical Information Science, 2011,25(9):1389-1411.

[21]
Kuijpers B, Miller H J, Neutens T, et al.Anchor uncertainty and space-time prisms on road networks[J]. International Journal of Geographical Information Science, 2010,24(8):1223-1248.

[22]
Delafontaine M, Neutens T, Van de Weghe N. A GIS toolkit for measuring and mapping space-time accessibility from a place-based perspective[J]. International Journal of Geographical Information Science, 2012,26(6):1131-1154.

[23]
赵莹,柴彦威,陈洁,等.时空行为数据的GIS分析方法[J].地理与地理信息科学,2009,25(5):1-5.

[24]
Yu H.Spatio-temporal GIS design for exploring interactions of human activities[J]. Cartography and Geographic Information Science, 2006,33(1):3-19.

Options
文章导航

/

〈 〉