Page 88 - 《武汉大学学报（信息科学版）》2025年第6期

第 50 卷 第 6 期 武 汉 大 学 学 报（ 信 息 科 学 版 ） Vol.50 No.6
2025 年 6 月 Geomatics and Information Science of Wuhan University Jun. 2025

引文格式：王勇,韩遥遥,刘纪平，等 . 应急救援地理空间情报：概念特征、生成技术及应用实践[J]. 武汉大学学报（信息科学
版）,2025,50(6):1110-1125.DOI:10.13203/j.whugis20240485
Citation：WANG Yong,HAN Yaoyao,LIU Jiping,et al.Emergency Rescue Geospatial Intelligence: Conceptual Characteristics,
Generation Technologies, and Application Practices[J]. Geomatics and Information Science of Wuhan University, 2025, 50(6):
1110-1125.DOI:10.13203/j.whugis20240485

应急救援地理空间情报：概念特征、生成技术

及应用实践

王 勇 韩遥遥 1,2 刘纪平 曹元晖 1,3 陈虹宇 1,4
1
1
亢孟军 朱 军 4
3
1 中国测绘科学研究院，北京，100830
2 安徽理工大学空间信息与测绘工程学院，安徽 淮南，232001
3 武汉大学资源与环境科学学院，湖北 武汉，430079
4 西南交通大学地球科学与工程学院，四川 成都，611756

摘 要：自然灾害和事故灾难频繁发生，对应急救援行动的效率和效果提出了更高要求。应急救援情报作为支撑救援行
动的先导，其空间化、精准化、即时化的需求愈发迫切。针对目前应急救援情报分类体系欠缺、地理位置信息匮乏、数据
来 源 单 一 以 及 融 合 利 用 不 足 等 关 键 问 题 ，提 出 应 急 救 援 地 理 空 间 情 报（emergency rescue geospatial intelligence，ER-
GeoINT）的概念内涵、分类体系和质量评价指标。在此基础上，构建了以全源感知汇集、智能提取分析、多源融合验证为
核心的 ER-GeoINT 智能生成技术框架，并系统分析了相关技术与方法的研究进展。面向典型自然灾害应急救援需求，
开发了地理空间情报搜集分析与服务系统，显著提高了应急救援的响应速度和决策准确性。
关键词：应急救援；地理空间情报；应急测绘；智能情报生成；时空数据挖掘
中图分类号：P237 文献标识码：A 收稿日期：2024‑12‑25
DOI：10.13203/j.whugis20240485 文章编号：1671‑8860（2025）06‑1110‑16
Emergency Rescue Geospatial Intelligence： Conceptual Characteristics，

Generation Technologies， and Application Practices

1，2
1
WANG Yong HAN Yaoyao LIU Jiping CAO Yuanhui CHEN Hongyu 1，4
1
1，3
KANG Mengjun ZHU Jun 4
3
1 Chinese Academy of Surveying and Mapping, Beijing 100830, China
2 School of Geomatics, Anhui University of Science and Technology, Huainan 232001, China
3 School of Resource and Environment Sciences, Wuhan University, Wuhan 430079, China
4 Faculty of Geosciences and Engineering, Southwest Jiaotong University, Chengdu 611756, China
Abstract： Objectives: Frequent, large-scale natural disasters inflict substantial harm on modern society,
posing serious challenges to emergency decision-making, response, and assessment. During the emergen‑
cy response processes, geospatial disaster data rapidly expands across physical, social, and information
spaces. Despite extensive research on disaster geospatial big data, studies have yet to integrate into a uni‑
fied intelligence system. As a result, fragmented disaster geospatial data fails to reflect its inherent informa‑
tion value. Converting complex disaster geospatial big data into emergency rescue geospatial intelligence
(ER-GeoINT) is an emerging trend in modern emergency rescue. Methods: First, in response to the cur‑
rent challenges such as the difficulty in emergency rescue data integration, the ambiguous application sys‑
tem of emergency intelligence, and the low efficiency of emergency rescue decision-making, we build on

基金项目：国家重点研发计划（2022YFC3005705）。
第一作者：王勇，博士，研究员，研究方向为应急地理信息服务、地理空间大数据汇聚融合与分析挖掘。wangyong@casm.ac.cn
通信作者：韩遥遥，硕士生。hanyaoyao322@163.com