边海重点区域安全态势智能预警技术

          面向南海台海海域、中印中巴边境复杂管控要求，集成利用多模态遥感影像、AIS大数据、基础地理数据、统计数据及网络舆情数据等大数据，进行互联互通分析、态势分级研判、安全情势推演及空间管控优化等关键问题的研究；构建边海重点区域安全态势感知要素集合，探索快速检测互联互通态势变化的方法，采用多因子模糊综合评价模型进行安全态势分级评价；引入自然或人为动态胁迫因素变量推演突发事件下态势要素的变化，基于风险矩阵模型实现安全态势快速预警；结合逻辑回归、大数据挖掘和遗传算法等，发展基于空间概率网络的多目标多约束动态规划模型，开展面向空间管控的情景模拟和系统研发，求解边海重点区域最优空间管控方案。重点解决边海重点区域态势分级研判、互联互通分析、安全情势推演和空间管控优化的动态性、模糊性和不确定性等难题，实现重点区域异常安全情势推演及空间管控优化，为边海重点区域遥感立体精准监测与安全预警平台研发和应用示范提供数据产品和技术支持。主要研究内容：

（1）边海重点区域安全态势异常感知与互联互通分析

          安全态势关键要素挖掘及分析。集成多模态遥感影像、AIS 数据及互联网大数据，基于虚实多维结合的智能感知技术，构建机器学习/深度学习等方法的目标挖掘算法和模型，优化多源地理信息数据的智能处理、空间分析的模型和方法。

          安全态势感知异常信息变化检测。以大数据和人工智能为支撑，探究各环节的关键技术，基于语义变化检测技术等构建一套可以满足基于不同传感器的复杂边海安全态势异常信息自动检测方法。

          安全态势互联互通分析。针对研究区陆路交通（道路、桥梁、隧道、站点等）、水路交通（航道、岛屿、码头等）、航空交通（机场、航线）、互联网（舆情监测）及设备联通等互联互通要素，分析多要素连通性特征，研究各层网络数据间的相互关系和作用过程，构建复杂边海重点区域互联互通分析模型。

（2）边海重点区域安全态势分级评价与预警

          安全态势感知要素集构建。收集边海重点区域安全态势评价时空大数据并进行时空统一与协同表达，基于“数据-信息-知识”驱动构建时空态势感知要素集（自然环境基底、人类活动、动态胁迫）；根据边海安全相关规则建立态势特征与态势分级研判的对应关系，形成态势分级理解框架体系。

          安全态势分级评价。针对不同的安全态势理解需求，采用基于格网计算的SAVEE模型或模糊评价模型等进行安全态势分级评价，评价结果分级按照等间距法或标准差界定法划分为5 级，对边海重点区域安全态势进行分级研判。

          安全情势推演与预警。引入自然或人为动态胁迫因素变量，结合领域知识建立其时空作用域范围及作用程度的解析度量模型，基于风险矩阵思想进行联合风险计算，推演突发事件下安全情势的变化并估算临界风险阈值，建立安全态势快速预警模型。

（3）边海重点区域空间智能管控优

          空间概率网络多目标多约束动态规划模型。综合考虑边海环境时空异质性，研究空间管控优化目标和约束条件的数学表达；探讨边海行为主体的迁徙决策行为及其影响因素，挖掘其决策规则；引入最优算法，发展基于空间概率网络的多目标多约束动态规划模型。

          边海重点区域安全管控情景模拟。建立空间管控效能评价指标（海上可达性、航道安全性和陆路可达性等），评估空间管控优化效能；开展不同情景下（全局最优，局部最优等）边海重点区域空间管控效能模拟；综合分析情景模拟结果，提出空间管控优化和资源调配方案，有效提升边海空间管控效能。

          边海重点区域空间管控子系统研发。集成多源异构数据，构建边海重点区域空间管控数据库；研发具有高可扩展性空间管控子系统，系统具备查询、数据可视化、分区统计和情景模拟等功能。

（4）应用示范技术支持

          以南沙海域、台海重点海域、中印班公湖地区、中巴边境为应用示范区，在上述算法模型研究的基础上，研发边海重点区域安全态势智能预警软件工具集与系统，集成至边海重点区域遥感精准监测和安全预警平台，为南海水下地形反演与海域管控优化、台海海陆动态监测与安全态势分析、中印班公湖地区地下探测与空间管控应对、中巴边境异常动态监测与反恐态势预警应用示范提供信息产品与软件工具集等技术支持。