化工园区作为化工行业的主要聚集地，大多涉及复杂的工艺流程、密集的园区设施和繁杂的危化品储存等，使得园区面临极高的火灾风险。一旦发生火灾事故，决策层未能迅速采取有效的响应措施，可能导致大量的人员伤亡和经济损失，甚至爆发更大规模的二次灾害。为降低事故灾难发生概率与后果，决策者需具备事故后快速制定决策方案能力，因此如何在模糊决策环境下为决策者提供决策思路显得尤为重要。本文提出基于化工园区火灾事故情景演化的应急决策研究方法，旨在通过情景推演模型构建和案例推理技术，为决策者提供面对园区火灾事故相似情景的解决问题思路和方案，辅助决策者进行事故管控。

首先，系统分析化工园区火灾事故典型案例，结合事故发展的轨迹交叉理论，揭示了园区火灾事故特征及诱因；在此基础上对园区火灾事故情景进行界定，提出了将承灾环境、人的因素、应急管理、情景状态、处置目标和自身演化6个作为主要情景要素，理清了情景状态与各要素之间的关系，以事故发展时间为序揭示了情景演化规律；将危险因素作为事故演化的驱动力，以要素间的耦合关系作为事故演化的机理，绘制了事故情景演化路径图，并结合贝叶斯理论，构建化工园区火灾事故情景推演网络模型。

其次，运用系统动力学理论，从“事故基本信息-实际状态信息-事故响应信息”3个维度提取了15个案例属性；基于案例推理技术对案例属性及框架进行了表示，运用AHP-粗糙集数对案例属性进行了组合赋权，提出将案例属性相似度计算方法与时间衰退系数t结合的案例相似度计算方法；通过相似度阈值检验的案例设定为有效相似案例集，调出对应决策方案，通过专家打分优选出最符合目标案例的决策方案；提出考虑推演结果和现场实际的决策方案修正方法，生成能够为现场决策者提供决策思路的方案。

最后，选取兰州某化工园区内企业火灾爆炸事故开展实例验证，结合事故相关信息，依据园区火灾事故情景推演模型构建方法，设定了14个情景状态和相应的处置目标、承灾环境、人的因素和处置措施，运用GeNIe软件实现了园区火灾事故推演，研究得出情景节点是事故发展过程中最大可能发生情景，概率为68%；通过提出的园区火灾事故案例匹配方法，设定相似度阈值为0.67，检索并筛选出案例，，为有效相似案例；通过优选与修正，将优化后的案例的决策方案作为满足目标案例实际需求的决策参考方案，通过与目标案例的实际决策方案对比，验证了研究方法的可行性。基于事故情景推演和案例推理的应急决策方案研究，可以为决策者应对园区火灾事故提供思路，进而提升园区火灾事故防控能力。

化工园区作为化工行业的主要聚集地，大多涉及复杂的工艺流程、密集的园区设施和繁杂的危化品储存等，使得园区面临极高的火灾风险。一旦发生火灾事故，决策层未能迅速采取有效的响应措施，可能导致大量的人员伤亡和经济损失，甚至爆发更大规模的二次灾害。为降低事故灾难发生概率与后果，决策者需具备事故后快速制定决策方案能力，因此如何在模糊决策环境下为决策者提供决策思路显得尤为重要。本文提出基于化工园区火灾事故情景演化的应急决策研究方法，旨在通过情景推演模型构建和案例推理技术，为决策者提供面对园区火灾事故相似情景的解决问题思路和方案，辅助决策者进行事故管控。

首先，系统分析化工园区火灾事故典型案例，结合事故发展的轨迹交叉理论，揭示了园区火灾事故特征及诱因；在此基础上对园区火灾事故情景进行界定，提出了将承灾环境、人的因素、应急管理、情景状态、处置目标和自身演化6个作为主要情景要素，理清了情景状态与各要素之间的关系，以事故发展时间为序揭示了情景演化规律；将危险因素作为事故演化的驱动力，以要素间的耦合关系作为事故演化的机理，绘制了事故情景演化路径图，并结合贝叶斯理论，构建化工园区火灾事故情景推演网络模型。

其次，运用系统动力学理论，从“事故基本信息-实际状态信息-事故响应信息”3个维度提取了15个案例属性；基于案例推理技术对案例属性及框架进行了表示，运用AHP-粗糙集数对案例属性进行了组合赋权，提出将案例属性相似度计算方法与时间衰退系数t结合的案例相似度计算方法；通过相似度阈值检验的案例设定为有效相似案例集，调出对应决策方案，通过专家打分优选出最符合目标案例的决策方案；提出考虑推演结果和现场实际的决策方案修正方法，生成能够为现场决策者提供决策思路的方案。

最后，选取兰州某化工园区内企业火灾爆炸事故开展实例验证，结合事故相关信息，依据园区火灾事故情景推演模型构建方法，设定了14个情景状态和相应的处置目标、承灾环境、人的因素和处置措施，运用GeNIe软件实现了园区火灾事故推演，研究得出情景节点S13是事故发展过程中最大可能发生情景，概率为68%；通过提出的园区火灾事故案例匹配方法，设定相似度阈值为0.67，检索并筛选出案例C7，C12，C13为有效相似案例；通过优选与修正，将优化后的案例C12的决策方案作为满足目标案例实际需求的决策参考方案，通过与目标案例的实际决策方案对比，验证了研究方法的可行性。基于事故情景推演和案例推理的应急决策方案研究，可以为决策者应对园区火灾事故提供思路，进而提升园区火灾事故防控能力。

Chemical industrial parks, as major gathering places for the chemical industry, often involve complex process flows, dense park facilities, and the storage of hazardous materials, resulting in high fire risks. In the event of a fire accident, the failure of decision-makers to promptly implement effective response measures can lead to significant casualties, economic losses, and even larger-scale secondary disasters. To reduce the probability and consequences of accidents, decision-makers need the ability to rapidly formulate emergency decision plans in ambiguous decision-making environments. Therefore, providing decision-making strategies for decision-makers facing similar fire accident scenarios in chemical industrial parks is crucial. This paper proposes a research method for emergency decision-making based on the evolution of fire accident scenarios in chemical industrial parks. The method aims to provide decision-makers with problem-solving ideas and solutions for fire accidents in the park through scenario deduction modeling and case-based reasoning techniques, assisting decision-makers in accident management.

Firstly, typical cases of fire accidents in chemical industrial parks are systematically analyzed. By combining the trajectory intersection theory of accident development, the characteristics and causes of fire accidents in the park are revealed. Based on this analysis, the definition of fire accident scenarios in the park is proposed, and six main scenario elements, including the affected environment, human factors, emergency management, scenario states, disposal objectives, and self-evolution, are identified. The relationships between scenario states and these elements are clarified, and the evolution patterns of scenarios are revealed based on the sequence of accident development time. Hazardous factors are considered as the driving force for accident evolution, and the coupling relationship between elements is regarded as the mechanism for accident evolution. A scenario evolution path diagram is constructed, and a Bayesian network model for scenario deduction in fire accidents in chemical industrial parks is developed.

Secondly, using the theory of system dynamics, 15 case attributes are extracted from three dimensions: 'basic accident information', 'actual state information', and 'accident response information'. Case attributes and frameworks are represented using case-based reasoning techniques. The AHP-rough set method is applied to combine and assign weights to the case attributes. A case similarity calculation method that combines similarity calculation with a time decay coefficient (t) is proposed. Effective similar cases are determined through a similarity threshold test, and corresponding decision plans are retrieved. The decision plan that best fits the target case is selected through expert scoring. A decision plan correction method considering deduction results and on-site reality is proposed to generate decision plans that provide decision-making ideas for on-site decision-makers.

Finally, a case study is conducted to verify the proposed method using a fire and explosion accident in a chemical industrial park in Lanzhou. Based on accident-related information, 14 scenario states, along with corresponding disposal objectives, affected environments, human factors, and disposal measures, are set. The scenario deduction of the fire accident in the park is implemented using the GeNIe software. The scenario node with the highest probability of occurrence during the accident development process is identified with a probability of 68%. Through the proposed case matching method with a similarity threshold of 0.67, effective similar cases C7, C12, C13 are retrieved and filtered. The optimized decision plan for the selected case C12 is considered as a reference decision plan that meets the actual requirements of the target case. The feasibility of the research method is verified by comparing it with the actual decision plan for the target case. The research on emergency decision-making based on scenario deduction and case-based reasoning can provide decision-making strategies for addressing fire accidents in chemical industrial parks and enhance the capability of fire accident prevention and control.

[1]杨运锋.典型自然灾害诱发的化工园区多米诺效应事故链路概率预测与风险防控[D].广州:华南理工大学,2021.

[2]杨挺.基于社会生态系统理论的化工园区生态化研究[D].大连:大连理工大学,2019.

[3]张东许,宋占兵,多英全.化工园区安全生产管理机构专业能力提升探讨[J].中国安全生产科学技术,2023,19(S2):22-26.

[4]杨挺.中国化工园区建设管理的“六个一体化”[J].化工进展,2021,40(10):5845-5853.

[5]杜健,王帅斌,王倩,等.环境监测用正己烷气体标准样品的研制[J].化工环保,2017,37(6):713-718.

[6]陈金岳.化工储罐区多灾害协同下动态个人风险评估方法研究[D].合肥:中国科学技术大学,2023.

[7]张江磊.化工园区污水厂污泥沉降比在线检测装置的开发和应用研究[D].北京:北京化工大学,2023.

[8]王一钦.我国现代产业体系构建的驱动要素及经济效应研究[D].长春:吉林大学,2022.

[9]赵景斌,王彦富,王涛,等.安全防护对火灾多米诺效应时空演变的影响[J].南京工业大学学报(自然科学版),2023,45(1):93-102..

[10]Liu W, Yao H, Xu W, et al. Suspect screening and risk assessment of pollutants in the wastewater from a chemical industry park in China[J]. Environmental Pollution, 2020, 263(PB): 114493.

[11]胡威,贾宝剑,冯雯,等.背景异常区土壤重金属修复目标值合理确定的方法研究:以浙江省某化工厂退役地块为例[J/OL].生态与农村环境学报,1-16[2024-04-26].https://doi.org/10.19741/j.issn.1673-4831.2023.0885.

[12]宁少杰,郑熙平,沙鸥,等.化工园区消防安全布局思路与实践——以钦州石化产业园为例[J].规划师,2022,38(S1):104-107+112.

[13]薛莹,赵志鹏,刘建翔,等.基于红紫外光电传感器的多波段火焰探测方法研究[J].消防科学与技术,2024,43(3):384-388.

[14]郭卫华,李辉.石油化工企业重大危险源火灾爆炸事故预防[J].消防科学与技术,2016,35(9):1335-1337.

[15]姚颖.城市重大化工事故发展演化规律及防控措施研究[D].邯郸:河北工程大学,2020.

[16]曹建.危化品槽罐车公路运输事故情景构建、演化模拟与安全控制研究[D].湘潭:湖南科技大学,2020.

[17]Reniers G, Khakzad N, Cozzani V, et al. The impact of nature on chemical industrial facilities: Dealing with challenges for creating resilient chemical industrial parks[J].Journal of Loss Prevention in the Process Industries,2018,56378-385.

[18]Shao X, Feng J, Wang J, et al. Research on emergency evacuation behavior rules of pedestrians under fire and explosion accidents in chemical parks considering social relationships[J]. Journal of Loss Prevention in the Process Industries,2024,87105244.

[19]张诗莹,李阳.融合事理知识图谱与网络舆情分析的突发事件情报支持路径及实证研究——以危化品事故为例[J].信息资源管理学报,2023,13(4):60-71.

[20]帅欢.化工园区消防监督检查物联网技术的应用[J].聚酯工业,2024,37(2):62-64.

[21]孙佳薇,田林锋,金建华,等.宁夏某精细化工园区废水可生化性与生物抑制性研究[J/OL].环境科学学报,1-9[2024-04-26].https://doi.org/10.13671/j.hjkxxb.2023.0420.

[22]崔铁军,李莎莎.基于储罐爆炸损伤演化的化工园区社会风险分布研究[J/OL].灾害学,1-9[2024-04-26].http://kns.cnki.net/kcms/detail/61.1097.P.20240305.1854.004.html.

[23]李永辉,袁亮,何丽,等.化工园区场景下安全帽佩戴状态检测算法研究[J/OL].计算机工程与应用,1-9 [2024-04-26]. http://kns.cnki.net/kcms/detail/11.2127.tp.20240229.0953. 012. html.

[24]冯磊奇.浅谈化工园区公共管廊安全管理[J].化工安全与环境,2024,37(3):80-83.

[25]梅华.石油化工园区消防建设问题与规划措施[J].当代化工研究,2024(4):188-190.

[26]冒奎,魏红,路亚彬,等.基于服务的新型智慧化工园区建设模式思考[J].化工管理,2024(6):16-19.

[27]梁仁海,张晓菲.化工园区消防监督管理模式的探讨[J].化工管理,2024(5):94-96.

[28]刘芳.浅谈化工园区安全生产[J].精细化工原料及中间体,2007(6):19-20+18.

[29]张术琳,张亚楠,田超,等.基于CNN的化工园区火灾火焰图像识别研究[J].中国安全科学学报,2024,34(1):179-186.

[30]沈玲.氯乙烯生产过程安全性分析及危险源辨识研究[D].焦作:河南理工大学,2008.

[31]宁少杰,郑熙平,沙鸥,等.化工园区消防安全布局思路与实践——以钦州石化产业园为例[J].规划师,2022,38(S1):104-107+112.

[32]林乔禹.虎门港立沙岛精细化工园区火灾爆炸风险分析与对策[D].广州:华南理工大学,2018.

[33]石军花,朱梅,李进,等.化工园区储罐火灾热辐射模型仿真研究[J].中国安全科学学报,2022,32(S1):79-83.

[34]王洪德,崔铁军.化工园区初始火灾爆炸引发连锁事故概率研究[J].安全与环境学报,2011,11(4):158-163.

[35]陶钇希,夏登友,朱毅.基于随机Petri网的石油化工火灾情景推演[J].消防科学与技术,2019,38(11):1624-1628.

[36]宋博达.基于HCNAM-BN的化工过程爆炸事故致因链分析[D].广州:华南理工大学,2017.

[37]Liu J, Guo L, Jiang J, et al. Evaluation and selection of emergency treatment technology based on dynamic fuzzy GRA method for chemical contingency spills[J]. Journal of Hazardous Materials,2015,299:306-315.

[38]夏登友.基于“情景-应对”的非常规突发灾害事故应急决策技术研究[D].北京:北京理工大学,2015.

[39]Chang M S, Tseng Y L, Chen J W. A scenario planning approach for the flood emergency logistics preparation problem under uncertainty[J]. Transportation Research Part E,2007, 43(6):737-754.

[40]封超,杨乃定,桂维民,等.基于案例推理的突发事件应急方案生成方法[J].控制与决策,2016,31(8):5.

[41]马小平,李松,张瀚青,等.基于情景推演的铁路降雨灾害预测性防控方法[J/OL].铁道科学与工程学报,1-12[2024-04-26].https://doi.org/10.19713/j.cnki.43-1423/u.T20231833.

[42]Fink, S. Crisis Management: Planning for The Inevitable[M]. New York: American Management Association, 1986:201-212.

[43]Schoemaker P. When and how to use scenario planning: A heuristic approach with illustration[J]. Journal of Forecasting, 2010, 10(6):549-564.

[44]Brauers J, Weber M. A new method of scenario analysis for strategic planning[J]. Journal of Forecasting, 1988.

[45]Kathleen M. Kowalski-Trakofler, Charles Vaught, Ted Scharf. Judgment and decision making under stress: an overview for emergency managers[J]. Int. J. of Emergency Management,2003,1(3).278-289.

[46]Sinha, R. Impact of Experience on Decision-making in Emergency Situation[R]. C/D Extended Essay,2005:15.

[47]李桂华,张秋东,林思妍.社会诉求数据在“情景-应对”型应急决策中的应用研究[J].信息资源管理学报,2023,13(5):79-91.

[48]袁长峰,童雅婷,孟莎莎,等.基于案例和随机网络的油储系统火灾情景推演[J].天然气与石油,2023,41(3):139-151.

[49]陈涛.基于关键驱动力要素的情景构建应用[J].劳动保护,2019,(3):20-22.

[50]田世海,于越,邓舒予.突发公共事件多情景下的网络舆情危机预警研究[J].情报理论与实践,2023,46(1):132-140.

[51]胡人元,王晖晖,夏登友.基于石油化工火灾情景推演软件的态势预测[J].消防科学与技术,2022,41(7):970-973+985.

[52]屈静,张建彬,李旭芳,等.基于贝叶斯网络的输油管道泄漏事故情景推演[J].中国安全科学学报,2021,31(1):192-198.

[53]宋英华,刘子奇,刘丹,等.基于模糊贝叶斯网络的化工园区火灾爆炸事故情景推演[J].安全与环境工程,2022,29(3):86-93.

[54]张江石,冯娜娜.基于动态贝叶斯网络情景推演的危化品事故应急处置研究[J].安全与环境学报,2020,20(4):1420-1426.

[55]李健行,夏登友,武旭鹏.基于知识元与动态贝叶斯网络的非常规突发灾害事故情景分析[J].安全与环境学报,2014,14(4):165-170.

[56]陈磊,陈世鸿,刘宇,等.一种非常规突发事件演化的可计算模型[J].计算机工程与 科学,2011(9): 63-68.

[57]迟菲,陈安.突发事件蔓延机理及其应对策略研究[J].中国安全科学学报,2013(10):171-175.

[58]钟开斌.“一案三制”:中国应急管理体系建设的基本框架[J].南京社会科学, 2009(11):77-83.

[59]覃燕红.突发事件应急预案有效性评价[J].科技管理研究,2010(24):56-59.

[60]唐玮,姜传胜,佘廉.提高突发事件应急预案有效性的关键问题分析[J].中国行政管理,2013(9):4.

[61]范维澄.国家突发公共事件应急管理中科学问题的思考和建议[J].中国科学基金,2007, 21(2):71-76.

[62]张寒,黄炎焱,耿泽,等.面向海上突发事件应急救援任务的协同规划[J/OL].控制理论与应用,1-13[2024-04-26]. http://kns.cnki.net/kcms/detail/44.1240.tp.20240319.1502.002. html.

[63]基于“情景-应对”的非常规突发灾害事故应急决策技术研究[D].北京:北京理工大学,2015.

[64]牛莉霞,李肖萌.5G时代面向情报需求的智慧矿山应急管理新模式研究[J/OL].灾害学,1-11[2024-04-26]. http://kns.cnki.net/kcms/detail/61.1097.p.20240318.1825.004.html.

[65]李业芝.基于灰色关联度的火灾应急辅助决策系统研究与应用[D].广州:广东工业大学,2015.

[66]王增强,蒲云.基于多粒度概率语言和双参照点的应急决策方法[J/OL].中国管理科学,1-12[2024-04-26].https://doi.org/10.16381/j.cnki.issn1003-207x.2023.0990.

[67]刘士兴,张永明,袁非牛,等.城市公共安全应急决策支持系统研究[J].安全与环境学报,2007(02):140-143.

[68]侯效锋,张士辰,王建.水库大坝突发事件应急演练技术研究与实践综述[J/OL].水利水运工程学报, 1-11[2024-04-26].http://kns.cnki.net/kcms/detail/32.1613. TV.20231115. 1455.002.html.

[69]马思铭.油气储运火灾事故应急过程情景推演与情景对策评估[D].大连:大连海事大学,2020.

[70]王颜新,李向阳,徐磊.突发事件情境重构中的模糊规则推理方法[J].系统工程理论与实践,2012,32(05):954-962.

[71]朱自立,周旋.基于模糊贝叶斯网络的洞室事故人因分析[J].人民珠江,2019,40(3): 147-152.

[72]Ying L, Le Y, Yang D, et al. Using cased based reasoning for automated safety risk management in construction industry[J]. Safety Science, 2023, 163: 106-113.

[73]范维澄,刘奕.城市公共安全体系架构分析[J].城市管理与科技,2009,11(5):38-41.

[74]袁晓芳.基于情景分析与CBR的非常规突发事件应急决策关键技术研究[D].西安:西安科技大学,2012.

[75]薛慧芳.非常规突发事件应对实施活动及流程生成研究[D].大连:大连理工大学,2012.

[76]李慧佳.基于情景分析的群体性突发事件预警研究[D].兰州:兰州大学,2012.

[77]Le Hong Giang Hoang, Takaaki Kato. Use of analytic hierarchy process and four-component instructional design for improving emergency response exercises[J]. International Journal of Disaster Risk Reduction,2023,87:103583.

[78]王荣秀,王波.一种基于数据空间自适应规则网格划分的Skd-tree最近邻算法[J]. 重庆理工大学学报(自然科学), 2021, 35(06): 147-155.

[79]高天宇,王庆荣,杨磊.粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(03): 87-93.

[80]陈兴海,周航,张广泽,等.山岭隧道大变形危险性评价的功效系数法研究[J]. 铁道工程学报,2022,39(08):59-65

[81]刘子奇.化工园区火灾爆炸事故情景推演与应急决策评估研究[D].武汉:武汉理工大学,2021.

[82]童鑫. 化工园区事故灾难应急能力评估方法研究[D].西安:西安科技大学,2022.