武强-基于云平台的矿井水害智慧应急救援系统与应用.pdf

第 43 卷第 10 期煤 炭 学 报Vol. 43 No. 10 2018 年10 月JOURNAL OF CHINA COAL SOCIETYOct. 2018 移动阅读 武强,徐华,赵颖旺,等. 基于云平台的矿井水害智慧应急救援系统与应用[J]. 煤炭学报,2018,43102661- 2667. doi10. 13225/ j. cnki. jccs. 2018. 0899 WU Qiang,XU Hua,ZHAO Yingwang,et al. Cloud-based smart emergency rescue system and its application in mine water disaster[J]. Journal of China Coal Society,2018,43102661-2667. doi10. 13225/ j. cnki. jccs. 2018. 0899 基于云平台的矿井水害智慧应急救援系统与应用 武 强1,2,徐 华3,赵颖旺1,2,杜沅泽1,2,张小燕1,2,穆文平1,2,姚 义1,2 1. 中国矿业大学北京 地测学院,北京 100083; 2. 国家煤矿水害防治工程技术研究中心,北京 100083; 3. 北京石油化工学院 信息学院,北 京 102617 摘 要随着云计算、物联网、大数据、人工智能等技术的发展,智慧应急救援已成为矿山安全生产 监察的迫切需求。 提出了基于云平台的矿井水害智慧应急救援服务体系,采用混合云架构,提供按 需和弹性计算能力及存储资源。 通过集成与挖掘所有可能的历史和实时数据,建立云环境下多源 异构、大规模、跨领域、动态信息资源“一张图”,推动信息资源共享,建设应急救援智库。 在此基础 上,研发了应急救援系统,实现数值模拟、预测预警、应急疏散、应急评估、人员设备管理等功能,支 持矿山应急演练和应急决策,依托现代信息技术为矿井水害应急救援提供智能化的服务和管理,实 现矿井水害事故预防、检测、预警、处置、评估等全过程动态管理和控制。 关键词 矿井水害;智慧应急救援;云计算;服务体系;“一张图” 中图分类号TD745 文献标志码A 文章编号0253-9993201810-2661-07 收稿日期2018-07-08 修回日期2018-08-30 责任编辑韩晋平 基金项目国家自然科学基金资助项目41430318,41877186;国家重点研发计划资助项目2016YFC0801800 作者简介武 强1959,男,内蒙古呼和浩特人,中国工程院院士。 E-mailwuq cumtb． edu． cn Cloud-based smart emergency rescue system and its application in mine water disaster WU Qiang1,2,XU Hua3,ZHAO Yingwang1,2,DU Yuanze1,2,ZHANG Xiaoyan1,2,MU Wenping1,2,YAO Yi1,2 1. College of Geoscience and Surveying Engineering,China University of Mining 2. National Engineering Research Center of Coal Mine Water Hazard Controlling,Beijing 100083,China; 3. Ination Engineering College,Beijing Institute of Petrochemical Tech- nology,Beijing 102617,China AbstractWith the development of cloud computing,internet of things,big data,artificial intelligence and other tech- nologies,smart emergency rescue has become an urgent need for the supervision of mine production safety. This paper proposes a service architecture,using hybrid cloud architecture to provide on-demand and elastic computing power and storage resources. Through the integration and mining of all possible historical and real-time data,a “one map” of het- erogeneous,large-scale,cross-domain and dynamic ination resources in cloud environment is established to pro- mote the sharing of ination resources and build intelligent databases. On this basis,an emergency rescue system has been developed to achieve the functions such as numerical simulation,prediction and early warning,emergency evacuation,emergency assessment,and personnel and equipment management,to support mine emergency drills and emergency decision-making. Relying on modern ination technology,it provides intelligent service and management for emergency rescue in mine water disaster to realize the dynamic management and control of the whole process of mine water accident prevention,detection,early warning,disposal and uation. Key wordsmine water disaster;smart emergency rescue;cloud computing;service architecture;“one map” 煤 炭 学 报 2018 年第 43 卷 矿井水害已成为影响矿山安全生产的主要危害 之一,不但影响矿井正常生产,有可能淹没采区或矿 井,造成重大人员伤亡和财产损失。 国家突发事件应 急体系建设“十三五”规划中明确提出提升应急平 台智能辅助指挥决策等功能;提高突发事件专业信息 汇集、应急决策和指挥调度能力;对基础地理信息和 专业部门的风险隐患、防护目标、队伍、物资等数据进 行空间化整合,探索建立应急信息资源“一张图”;打 造基于云架构的突发事件预警信息发布系统,等 等[1-3]。 矿山突发事件应急体系建设面临新的发展 机遇,充分利用互联网、大数据、智能辅助决策等现代 信息技术,提升矿井水害应急平台支撑能力,为矿山 应急救援提供科学支撑。 随着云计算、物联网、大数据、人工智能等技术的 不断发展,在很多行业及领域得到了应用,如基于云 的智慧城市环境、智慧物流、智能能源和电网、以及水 资源、洪水预报、地震预警中的信息共享与实时管理, 等等[4-7]。 KURTZ 研发了一套基于卡尔曼滤波器的 数据同化系统,云计算环境下的应用计算开销小,适 合实际的水资源管理问题[4];JONES 等研究了基于 云的 MODFLOW 服务,为含水层管理决策提供支 持[8];为提高尾矿库的安全性,基于物联网和云计算 的尾矿坝监测预警系统具有实时监测大坝安全能 力[9]。 由于日益增长的数据强度、高性能计算、实时 数据处理、以及为终端用户提供可靠和经济高效的处 理服务等问题,云计算可提供无缝无尽的存储、计算 能力,以及随时随地可用、支持多用户平台、减少数据 可移植性等[10]。 ModflowOnAzure 的科学建模服务可 以在云中并行执行地下水流模型,将基于桌面的软件 与基于云的服务结合起来,实现桌面和云环境之间的 无缝集成、以及桌面环境和云之间高效透明的文件和 数据交换[11];KONSTANTINOS 将钻孔、管道和含水 层等地理空间数据托管在关系数据库系统中,开发的 系统部署在云计算基础架构中,具有弹性功能[12]。 基于云计算可处理大量的实时数据,为灾害情况下的 撤离人员和紧急车辆设备等计算安全合适的路 线[13]。 MASATO 采用 OpenStack 构建了基于 SDN 的 紧急灾害信息云计算系统,SDN 由 OpenFlow 协议控 制[14];基于云的综合多源数据如遥感、Wikipedia 和 Web、空间数据挖掘等技术框架,可支持历史和未来 事件的灾害分析,并降低维护成本[5,15];结合“国家安 监云”,研究设计煤矿安全监察执法等平台[16],推动 矿山安全生产监管信息化、智能化建设。 云计算已被作为模拟、计算和不确定性分析等的 未来平台[4,10],能够为研究人员、利益相关者和决策 者等提供及时的专业分析,云计算将“计算作为第 5 项工具” 在水、电、气和电话之后 的愿景成为可 能[11,17]。 笔者提出了基于云平台的矿井水害智慧应 急救援服务体系,融合云计算、物联网、大数据、人工 智能、移动互联等技术,为矿山应急救援提供更优解 决方案。 1 应急救援 矿井水害应急救援主要包括事故发生前应急救 援预案和事故发生后应急救援方案。 应急救援预案包括两部分内容① 事故发生前 的水害预测预防预案;② 事故发生后的水害现场救 援与处置指挥。 通过加强矿井防治水的基础工作,制 订应急救援管理系统,提高水害预兆信息捕捉与辨识 能力,实现水害预测预防[1-2]。 由于矿井水害事故时 有发生,且相互独立,形成数据孤岛,缺乏系统分析, 因此,建立完善基础信息库、突水模式库、案例库、知 识库、预案库、风险隐患库、应急物资库、应急队伍库、 规程库、标准库等共享应急救援智库并接入云计算环 境中,有助于应急救援预案的制定与演练,并为应急 救援方案科学决策提供重要依据。 事故发生后应急救援方案主要包括启动应急预 案、成立抢险指挥部;基于“一张图”及时制定救援方 案,并实施救援;进行突发事件应急评估,为进一步加 强应急管理工作提供支持。 基于物联网技术将矿井 水害监控和预警系统与矿山设备和环境、人员定位、 数值模拟以及管理平台全面整合,实现矿山生产安 全、应急救援等系统的智能化。 在应急救援过程中, 需要协调调动监管监察、救护、公安、水利、地质、环 保、医疗、气象、新闻、电力、通信、武警、后勤保障等单 位及时赶赴现场开展救援工作。 在发生水害事故后 第 1 时间,监管监察部门、地质、水害防治和排水专家 及企业技术负责人收集整理与水害相关的基础资料, 判断井下被困人员是否存在生存空间,分析突透 水水源和水量、突透水通道,查明水害类型[1],实 施科学的现场救援指挥和突发事件的合理处置。 制定科学的法规标准体系,推动信息资源共享, 建设应急救援智库,实现矿井水害事故预防、检测、预 警、处置、评估等全过程动态管理和控制。 2 体系设计 通过对矿井水害应急救援的综合分析,结合高新 技术和企业需求,设计了基于云平台的矿井水害智慧 应急救援服务体系图 1,适用于紧急情况下的应急 救援所需的计算和存储资源,为智能决策服务。 2662 第 10 期武 强等基于云平台的矿井水害智慧应急救援系统与应用 图 1 服务体系 Fig． 1 A service architecture 1当矿井水害发生时,预测预警系统会在灾害 发生前响应,通过矿井突透水征兆信息捕捉和识 别,分析判断水害可能发生的位置、突水量等信息,获 取井下遇险人员情况。 基于物联网等技术,通过人员 定位、传感器、视频监控等,实现对灾害的智能化识 别、定位、监控和管理。 2应急预案启动之后,数据和运算量会急剧增 加,导致基础设施需求增加,需要大规模的计算和存 储资源。 云计算具有计算和存储资源的按需可扩展 性,在灾害情况下,可用于处理大量数据,实时计算出 更安全可行的救援方案。 3对来源于物联网、数据接口服务、数据库等 大量的历史数据和实时数据,进行多源数据集成,经 过数据整合、数据清洗等处理、以及数据挖掘与知识 发现,形成云环境下多源异构、大规模、跨领域、动态 信息资源“一张图”,为应急救援提供科学决策依据。 4基于“一张图”,进行突水模式匹配、水流数 值模拟、智能动态路径搜索、人员疏散仿真等,并将计 算结果及时传送到水害事故应急救援指挥控制中心、 井下人员等端用户。 通过可视化展示与分析,辅助制 定抢险救援方案,实施救援。 对突发事件应急评估, 为进一步加强应急管理工作提供支撑。 支持 PC、手机、PAD、电视等智能终端,通过本地 和远程方式实现矿山的应急演练和应急决策,依托现 代信息技术为矿井水害应急救援提供智能化的服务 和管理。 3 技术方法 应急平台体系关键技术主要包括应急平台建设 的风险隐患监测防控、综合预测预警、协同会商、应急 保障、应急决策、应急评估、应急演练、数据组织与管 理、应急地理信息服务等[18]。 随着数据采集与处理 技术发展、数值模拟计算能力增强、以及实时数据在 模拟过程中的融合,促进了更加复杂、高计算负担、更 接近实际的问题解决。 云计算、物联网、大数据、人工 智能、VR/ AR 等技术将成为支撑矿井水害智慧应急 救援的重要技术方法。 3． 1 混合云架构 目前,云计算被广泛使用,混合云已成为企业关 注的焦点,它将服务提供商运营的公有云与企业内部 构建的私有云相结合。 由于私有云在企业内部管理, 被认为是安全的,如为钻孔、水量等敏感数据提供内 部存储库的私有云;而公有云可扩展,因其具有弹性 特征,当临时需要大量计算资源时,可租用诸如 AWS,Azure,百度云之类的公有云。 通过组合这两种 云,可构建有效的云平台。 基于融合基础设施、无限扩展和共享服务等,云 计算技术可直接响应应急救援指挥控制中心处理和 存储功能的动态性、弹性和适应性需求。 当紧急水害 事故发生时,由于会产生大量数据并流入基础设施, 因此,能够在云间和云内动态改变环境来处理负载是 非常重要的。 灵活的架构方案可以解决面临的各种 问题,支持基于可扩展框架的不同实体计算系统/ 集群、存储、传感设备等之间的合作,用于动态和透 明配置,将属于多个数据中心并与不同公有和私有云 基础设施关联的多种资源互连。 可见,混合云模式可 提供应急救援运行时间和存储服务所需灵活性,同时 尊重本地设备限制或边界限制[5,7,14]。 混合云的分层架构图 2包括“基础设施即服 务”Infrastructure as a Service - IaaS,“平台即服 务” Plat as a Service - PaaS 和 “ 软 件 即 服 务”Software as a Service-SaaS3 个层次。 最底层是一个集成了私有和公共计算和存储资 源的混合 IaaS 层。 由于使用了高层次网络虚拟化组 件,这两类资源可以高度集成,并与开源云平台紧密 耦合,监督所有资源供应和管理任务[5,7]。 提供动态 云计算管理服务,主要包括物理资源管理,如弹性 IP 资源、网络设备等;虚拟资源管理,如虚拟机、镜像、存 储等;以及自动伸缩管理;资源监控管理;用户身份管 理等。 PaaS 通过 IaaS 提供的 API 调用硬件资源,提供 足够的存储和处理资源,实时监控资源使用情况,并 动态扩展或减少资源。 允许获取和集成来自多 源如传感器、地质勘探、网络等的非结构化、异构 数据,进行必要的数据清理,确保获得的数据质量;可 管理分布式数据库、大容量存储和高层次分析设备 3662 煤 炭 学 报 2018 年第 43 卷 图 2 混合云架构 Fig． 2 Hybrid cloud architecture 等。 基于 Web/ GIS 的集成可视化服务,为用户提供 统一的服务接口,实现数据采集和处理、模型选择和 计算资源管理。 应用服务提供一系列处理、建模、挖 掘、人工智能 AI、虚拟/ 增强现实 VR/ AR 等,支撑上 层应用。 安全、管理主要涉及数据安全、加密管理、用户身 份识别和访问管理、变更管理等。 SaaS 层提供应急救援服务,能够使用现有工具, 基于矿山现状与发展开发特定的组件及系统,以满足 多端用户需求。 3． 2 数据集成与挖掘 由于灾害信息的来源越来越广泛,信息源数量不 断增加的情况下,智慧应急救援所面临的基本挑战在 于收集、整合、汇总和处理来自异构源的所有可能的 数据,并深度数据挖掘与知识发现。 数据的及时融合 需要更多资源,可通过云计算处理大数据并实时计 算[13,19-20]。 为了制定正确的适应性应急救援方案, 取决于数据集的可用性和可靠性。 根据矿井水害智慧应急救援需求,通过对矿井相 关数据分析,将多源数据分为历史数据和实时数 据图 3。 1在长期的勘探开发过程中,积累了大量的原 始数据和成果数据,形成历史数据。 如钻孔、地质构 造、地震剖面、遥感影像、点云、导线点、巷道、硐室、 井、障碍物、人员、设备、灾害案例等数据和相关成果 报告;以及部分时序数据也可转为历史数据进行存 储。 2实时数据主要来源于物联网等直接监测数 据、以及各种应用程序编程接口API收集的在线数 据和中间计算结果等。 这些数据能够有效提高应急 疏散模拟精度,为矿井水害智慧应急救援提供科学依 据。 监测数据主要包括实时采集的水位、水流速与流 量、温度,以及水害发生时突透水点、突透水量、 突透水类型;跟踪识别井下人员位置及行为状态; 等等。 利用各类传感器、网络摄像头、定位系统等设 图 3 多源数据集成与挖掘 Fig． 3 Multi-source data integration and mining 备进行数据采集与智能识别,实时监测矿井多方面的 环境并自动反馈,以改善生产安全、人员安全和应急 能力。 在线数据如气象、水利、防汛、交通、医疗、遥 感、通信、环保、电力、武警、后勤保障、Wikipedia、新 闻甚至自媒体等,其中,媒体流已成为追踪灾害事件、 联系被救人员及其家属、评估损失的新来源。 可以通 过不同的应用程序编程接口API访问各种相关的 数据,如气象 API、交通 API、环保 API、百度 map 及 GoogleMaps APIs 等。 通过互联网,获取地面救援 人员、设备、车辆、以及基本地图、位置、现场环境等信 息,以便进行灾害模拟与分析管理。 对多源数据进行整合和清洗,如样本均匀性、完 整性、不一致性、准确性、误差等分析,以确保数据质 量。 从这些数据中抽取、发现可用信息,并自动导入 不同的数据库进行灾害分析处理,以便在高性能框架 中进行快速访问和分析。 在云计算的架构中,存储了 4662 第 10 期武 强等基于云平台的矿井水害智慧应急救援系统与应用 大量的结构化和非结构化数据,需要管理与共享不同 数据类型的数据,例如,文本、视频、音频数据被存储 在非传统的数据库系统中,如 MongoDB。 逐步建立 完善基础信息库、突水模式库、案例库、知识库、预案 库、风险隐患库、应急物资库、应急队伍库、规程库、标 准库等共享应急救援智库,支持实时事件跟踪监控、 以及数据仓库、数据挖掘与可视化分析等。 最终形成 可靠的应急信息资源动态“一张图”图 3。 3． 3 关键技术 矿井水害智慧应急救援具有智能感知、预测分 析、科学决策等能力,以保障应急救援髙效安全。 通过对矿井巷道网络的拓扑关系和连通性分析, 提取三维空间多层次拓扑模型,并基于智能优化算法 在拓扑模型中进行传感器优化布置。 一般情况下水 害事故发生前均有一个孕育过程,在接近或临处于 突透水极限平衡状态的不长时间段内,突透水 点附近的涌水、煤层、围岩、温度水、岩、气和气体 等均会显现出不同程度的变化异常,即各种各样的 突透水征兆[1-2]。 通过传感器网络、视频监控、气 象 API 等各种监测手段实时采集数据,感知相关环 境变化,进行矿井突透水征兆信息捕捉和识别;一 旦监测到可能发生突水灾害时,启动分级预警。 为定量化预测矿井巷道突透水的蔓延过程, 科学地解释突透水在矿井巷道中的蔓延规律,基 于 SWMM 建立矿井巷道突透水蔓延模型并实现 定量化计算,通过分析矿井充水条件、设置合理的边 界条件,进行矿井巷道突透水蔓延过程的动态预 测,获得各种可能的突水蔓延过程及其任意时刻的水 深、流量数据。 突水灾害发生时,采用 K-means 算 法、随机森林算法等机器学习方法,进行突水模式匹 配,快速识别突水点、突水量、突水蔓延过程等信息。 根据采空区分布、以及可能采取突水点封堵、突水通 道封堵、疏排水等措施,结合“一张图”中的相关数 据,进行实时水流数值模拟,分析突透水地点、时 间、突透水源、突透水通道、事故影响范围、估计 突透水水量等,确定最优的抢险救援解决方案。 在应急疏散过程中,针对现有路径搜索方法缺乏 依据环境信息对疏散路径的实时影响,导致疏散路径 出现偏差,造成人员伤亡损失。 通过人员定位、视频 及传感器等监测监控系统对应急疏散环境实时监测, 结合突透水蔓延过程、人员稳定性及风险性分析, 进行智能动态路径并行搜索,获取最短疏散逃生路 径,进行应急疏散路径规划。 基于 Agent 的感知、决 策以及行为实现巷道内的人员疏散可视化仿真,并对 疏散时间、通行系数、灾害对人员疏散影响等进行评 估分析。 利用综合调度通讯系统,根据最优疏导方 案,组织井下人员安全撤离。 4 工程应用 设计了 OpenStack 私有云与 AWS 公有云的混合 云解决方案。 OpenStack 为云计算的开源软件平台, 可控制整个数据中心的大型计算、存储和网络资源 池,通过仪表板或 OpenStack API 进行操作管理。 本 次工程应用采用了 1 台云部署服务器,3 台控制/ 计 算/ 存储超融合节点服务器,2 台千兆 3 层网络交换 机,部署私有云平台。 提供 Web 界面和开放的 API 管理整个基础设施,图 4a为云平台动态资源管理 界面示例图。 采用 OpenLayers,GeoServer,PostGIS,Python 等技 术,基于 B/ S 与 C/ S 结构进行系统研发,主要包括信 息管理系统、应用服务、Web 服务、物联网服务/ 接口 服务/ GIS 服务、以及应急救援系统等。 以河北某煤矿为例,该矿位于河北省张家口区 域。 在长期的勘探工作中,本矿积累了综合水文地质 柱状图、地质构造、地震剖面、导线点、巷道、硐室、井、 障碍物、采区排水量、成果图层、研究报告等丰富的勘 探资料,为矿井水害应急救援提供了大量数据。 通过 对突水案例、底板突水量分布规律等分析,以及本矿 1976,1977,1982,1983,等突水事故历史数据分析, 结合来自物联网、数据接口等的实时数据,形成“一张 图”图4c,主要包含基本历史数据,如含水层、煤 层、地质构造、钻孔、巷道、以及部分区域水文地质图、 矿井田综合水文地质图等各种图层;井下视频监控、人 员定位、水位、来自气象数据网的天气等实时数据。 加 载了动态卫星地图;提供交互式信息查询,如查询矿井 地面井下观测孔水位压数据;进行水位数据挖掘 分析;水流数值模拟等等。 进行了矿井水害水流数值模拟分析,图 4c显 示了模拟过程中水流蔓延情况,其中,蓝色表示无水 巷道,红色表示突透水蔓延范围,为确定最优的抢 险救援解决方案提供支持。 通过智能动态路径并行搜索、人员疏散仿真等, 获得井下和地面救援方案,为撤离人员提供逃生路线 建议,为抢险指挥部开展救援工作提供科学决策依 据。 如图 4b为突水灾害发生时井下人员按照模拟 救援方案安全撤离,展示了动态疏散过程中某时刻人 员在巷道中的分布情况,其中,叠加了煤层黑色和 部分 3D 剖面。 基于 Web 服务可以及时做好信息发布和舆论引 导工作。 5662 煤 炭 学 报 2018 年第 43 卷 图 4 工程应用 Fig． 4 Engineering applications 5 结 论 1通过对矿井水害应急救援的综合分析,结 合高新技术和企业需求,提出了基于云平台的矿井 水害智慧应急救援服务体系,采用混合云架构,基 于融合基础设施、无限扩展和共享服务等提供按需 IT 资源,支持历史水害事故分析和可能发生的水害 事故监测预警,解决大数据处理和大规模计算模拟 所带来的挑战。 2由于灾害信息的来源不断增加,智慧应急救 援所面临的基本挑战在于收集、整合、汇总和处理来 自异构源的所有可能的历史数据和实时数据,并深度 数据挖掘与知识发现,形成可靠的应急信息资源动态 “一张图”,推动信息资源共享,建设应急救援智库, 为应急救援提供科学决策依据。 3矿井水害智慧应急救援具有智能感知、预测 分析、科学决策等能力。 随着数据采集与处理技术发 展、数值模拟计算能力增强、以及实时数据在模拟过 程中的融合,促进了更加复杂、高计算负担、但接近实 际的问题解决。 支持 PC、手机、PAD、电视等智能终 端,通过本地和远程方式实现矿山的应急演练和应急 决策。 参考文献References [1] 赵苏启,武强,尹尚先. 煤矿水害事故科学快速救援[J]. 煤炭工 程,2016,48119-11. ZHAO Suqi,WU Qiang,YIN Shangxian. Scientific and quick rescue for water hazards of coal mines [ J]. Coal Engineering, 2016, 48119-11. [2] 武强,管恩太. 煤矿水害应急救援预案探讨[J]. 煤炭学报, 2006,314409-413. WU Qiang, GUAN Entai. A preliminary study on water disaster emergency rescue counterplan in coal mine[J]. Journal of China Coal Society,2006,314409-413. [3] 国办发. 国务院办公厅关于印发国家突发事件应急体系建设 “十 三 五 ” 规 划 的 通 知 [ EB/ OL ]. http/ / www. gov. cn/ zhengce/ content/2017-07/19/ content_5211752. htm,2017 -07 - 19. [4] KURTZ W,LAPIN A,SCHILLING OS,et al. Integrating hydrologi- cal modelling, data assimilation and cloud computing for real- time management of water resources[J]. Environmental Modelling Software,201793418-435. [5] HUANG Qunying,CERVONE Guido,ZHANG Guiming. A cloud-en- abled automatic disaster analysis system of multi-sourced data streamsAn example synthesizing social media,remote sensing and Wikipedia data[J]. Computers,Environment and Urban Systems, 20176623-37. [6] MONIKA M,ASHIS KP,SUMA D,et al. Cloud based management 6662 第 10 期武 强等基于云平台的矿井水害智慧应急救援系统与应用 and control system for smart communitiesA practical case study [J]. Computers in Industry,201574162-172. [7] PALMIERI F,FICCO M,PARDI S,et al. A cloud-based architecture for emergency management and first responders localization in smart city environments[J]. Computers and Electrical Engineering, 2016,56810-830. [8] JONES David,JONES Norm,GREER James,et al. A cloud-based MODFLOW service for aquifer management decision support[J]. Computers Geosciences,20157881-87. [9] SUN E, ZHANG X, LI Z. The internet of things IOT and cloud computingCC based tailings dam monitoring and pre-a- larm system in mines[J]. Safety Science,2012,504811-815. [10] REEM AAK,ABDEL RA,MAZHER J. An integrated architectural framework for geoprocessing in cloud environment[J]. Spat. Inf. Res. 20172589-97. [11] LIU Y,SUN AY,NELSON K,et al. Cloud computing for integrated stochastic groundwater uncertainty analysis[J]. International Jour- nal of Digital Earth,20121-25. [12] KONSTANTINOS C,HRYSOULA P,CHRISTOS D,et al. Earth and groundwater visualisation using 3D modelling techniques in a cloud computing environment[J]. IEEE Symposium on Signal Processing and Ination Technology,201478-84. [13] KHALID O,KHAN MUS,HUANG Y,et al. EvacSysA cloud- based service for emergency evacuation[J]. IEEE Cloud Compu- ting,2016,3160-68. [14] OGUCHI Masato,HARA Ruriko. A speculative control mechanism of cloud computing systems based on emergency disaster ina- tion using SDN[J]. Procedia Computer Science,201698515- 521. [15] EIRINAKI M,DHAR S,MATHUR S,et al. A building permit sys- tem for smart citiesA cloud-based framework[J]. Computers,En- vironment and Urban Systems,201870175-188. [16] 刘建,郜彤,刘传安. 基于“国家安监云”的煤矿安监执法平台 研究[J]. 煤矿安全.2018,491237-240. LIU Jian,GAO Tong,LIU Chuanan. Research on coal mine safety supervision and law enforcement plat based on national security supervision cloud[J]. Safety in Coal Mines,2018,491237- 240. [17] RAJKUMAR B,CHEE S Y,SRIKUMAR V,et al. Cloud computing and emerging IT plats Vision, hype, and reality for delive- ring computing as the 5th utility[J]. Future Generation Comput- er Systems,2009,256599-616. [18] 袁宏永,黄全义,苏国锋,等. 应急平台体系关键技术研究的理 论与实践[M]. 北京清华大学出版社,20131-465. [19] 韩建国. 神华智能矿山建设关键技术研发与示范[J]. 煤炭学 报,2016,41123181-3189. HAN Jianguo. Key technology research and demonstration of intelli- gent mines in Shenhua Group[J]. Journal of China Coal Society, 2016,41123181-3189. [20] 武强,徐华,杜沅泽,等. 矿山突透水灾害应急疏散模拟系统 与工程应用[J]. 煤炭学报,2017,42102491-2497. WU Qiang,XU Hua,DU Yuanze,et al. Emergency evacuation sim- ulation for water bursting disaster in mine[J]. Journal of China Coal Society,2017,42102491-2497. 7662