Page 95 - 《武汉大学学报（信息科学版）》2025年第6期

第 50 卷第 6 期 王 勇等：应急救援地理空间情报：概念特征、生成技术及应用实践 1117

指令问答提示，利用 LLM 从多个灾难事件推文 期间的视觉信息，实现事件类别与地理坐标的匹
中提取出关键事件的摘要信息，在定性和定量评 配。然而，由于用户习惯、隐私和平台限制，灾害
价中均取得了较好的性能。将 LLM 融入情报生 图像中缺乏显性地理位置信息。针对这一问题，
成 工 作 任 务 是 未 来 可 深 入 探 究 的 重 点 ，尤 其 是 学者们通过融合视觉图像与描述文本 ［32］ 、手机信
LLM 情报生成中的幻觉效应以及潜在 ER-Geo‑ 令 ［40］ 、遥感影像 ［59］ 等多模态数据，利用数据模态
INT 的可发现性。 的互补特性提升灾害分析能力，并为应急救援提
2.3.3 图像智能分析的灾损快速评估 供更多有价值的信息。
随着计算机视觉和深度学习的快速发展，基 灾害图像智能分析技术是灾后评估中的关
于图像智能的灾损快速识别在应急响应工作中 键技术手段，能够快速有效地从遥感图像、实景
展现出了巨大的潜力 ［43-44］ 。受灾区域的影像情报 照片和众源视频中提取灾损情报信息。然而，如
数据具有不同视角和时间的视觉信息，可直观反 何高效、精准地进行灾损情报的提取仍是一个亟
映灾害严重程度，为灾损识别任务提供了多尺度 待深入探讨的问题。在技术层面，随着灾害图像
的情报支持 ［45］ 。 信 息 的 增 多 ，图 像 传 输 面 临 着 高 带 宽 占 用 的 问
无人机和遥感卫星因其低成本、高效率和广 题 ，这 对 实 时 性 要 求 较 高 的 灾 害 评 估 造 成 了 挑
覆 盖 等 优 势 ，能 够 快 速 获 取 灾 后 区 域 的 实 况 图 战。因此，智能分析算法在感知设备端进行边缘
像。基于高空图像的灾损识别技术经历了目视 化 和 轻 量 化 部 署 的 重 要 性 日 益 突 出 ；在 数 据 层
检测、图像检测算法和智能算法驱动 3 个发展阶 面，单一的图像数据往往存在视角和信息内容的
段。文献［46］通过提供多样性的建筑物损伤数 局限性，难以全面反映灾害的全貌。因此，多模
据集，推动了图像智能识别技术的发展；文献［47- 态数据融合显得尤为重要。融合现有的建筑足
49］借鉴孪生神经网络思想，利用灾害前后的高 迹、土地利用、人口分布、实景三维等基础应急地
分辨率遥感影像，实现不同灾害条件下建筑物和 理信息的技术方法亟需完善。
基础设施的语义分割与损失分类；文献［50-52］为 2.3.4 孕灾机理驱动的态势仿真推演
了克服光学传感器在环境和天气变化中的成像 孕灾机理通过解析灾害过程中级联效应引
精度问题，采用全天候、高分辨率的 SAR 图像实 发的情景要素关联状态变化与转化，进而推演不
现地震后的快速损害评估。与俯视卫星视角不 确定性灾害链的时空演变过程。其主要目的是
同，地面监测设备多以近景视频的形式捕捉监控 增强对级联灾害态势的认知和推演能力，辅助指
区域动态变化。文献［53］结合地震监控视频、计 挥决策者实现应急力量快速部署、自组网设备高
算机视觉和时频分析技术，评估建筑结构损伤的 效布设及应急资源科学规划。相关研究通常包
可行性；文献［54］通过深度学习神经网络，实现 括灾害链态势认知与态势推演。
对水库库岸滑坡位移的非接触式定量监测。这 灾害链态势认知旨在分析灾害演化各阶段
些技术在灾害响应中为精确评估灾情、优化资源 信息，构建如地震灾害链、地质灾害链等本体模
调度和制定救援决策提供了重要支持。 型，定性或定量地分析灾害事件中要素演变规律
随 着 志 愿 地 理 信 息（volunteered geographic 或概率。文献［60］提出了面向复杂灾害链时空
information，VGI）和社交媒体平台的发展，实时 演 化 过 程 的 多 层 次 描 述 框 架 ，在 时 空 语 义 约 束
灾害相关的图像数据迅速传播，视觉内容更直观 下，定性解析了采矿沉降灾害链中现象层、变化
地呈现灾害现场信息。文献［55］构建了用于灾 元素层、抽象语义关联层和资源层的演化机制。
种检测、信息分类和损害评估的社交媒体图像数 文献［61］构建了基于贝叶斯网络的灾害评估模
据集，提供了灾害图像分类的基准；文献［56］提 型，通过量化计算地震事件中的灾害链发生概率
出了一种混合深度迁移学习框架，解决了不同灾 与灾害强度，生成灾害区域风险地图。尽管灾害
害事件图像特征差异的问题，能够在无目标样本 链态势认知能够揭示次生致灾因子的因果关系，
条件下进行灾损识别。此外，地理位置信息的识 但其难以实现灾害链所致地理要素微观变化的
别在灾害事件的追踪与响应中同样重要。文献 动态推演。
［57］利用地理标记的火灾图像及其时空元数据， 灾害态势推演主要从情景-应对维度开展研
成功实现了灾害事件的识别与定位；文献［58］开 究，以灾害链各阶段态势认知为支撑，重点探索
发了自动社交媒体解释系统，通过分析极端事件 网络化风险传播中的最大风险路径与事件触发