随着科技的飞速发展和社会的不断进步,人们的生活、工作和社交方式发生了翻天覆地变化。与此同时,人们所面临的自然环境和社会环境也日趋复杂,其中的情景要素之间相互作用和影响,导致某个情景要素的局部扰动可能会触发具有严重社会危害的突发事件。在应急管理中,情景信息是决策人员分析突发事件发展态势的依据,而完备的情景信息是科学处置突发事件的根本保障,因此如何全面、准确地获取情景信息并自动、快速地对情景信息进行分析是所有应急管理信息系统必须解决的关键问题。近年来,语义网及其相关技术日趋完善,并已被广泛地应用于突发事件的本体模型构建、情景信息获取、情景演化分析等方面。然而,突发事件的情景信息获取与分析仍然存在以下问题：第一,现有的突发事件本体模型无法有效地描述事件与事件之间、情景与情景之间以及事件与情景之间的复杂关系,无法为情景信息获取与分析提供有力支撑；第二,虽然关联开放数据已被广泛地应用于应急管理信息系统中,但是由于关联开放数据中数据集之间的数据模式差异较大,限制了人们全面获取情景信息的能力;第三,在突发事件的应急管理中,决策人员通常具有先验知识,而现有的多源数据冲突解决方法没有考虑该因素,无法帮助决策人员获得更为准确的情景信息；第四,基于语义网规则语言的情景演化分析只能定性地评估突发事件的发展,不能帮助决策人员定量地分析突发事件中情景演化的态势。针对上述问题,本文对突发事件情景信息获取与分析的关键技术展开了研究,主要研究工作与成果如下：(1)在分析了突发事件及其情景特征的基础上,提出了面向突发事件的情景信息模型,并运用描述逻辑定义了该模型的语法和语义。面向突发事件的情景信息模型是由事件知识库、多个情景知识库、资源知识库和关联知识库所构成,能够描述事件与事件之间、情景与情景之间、事件与情景之间的各种关系,并且可以根据事件之间的关系对情景知识进行限定和共享。相对于现有的突发事件本体模型,面向突发事件的情景信息模型能为情景信息的获取与分析提供支持。(2)分析了关联开放数据信息查询所存在的问题,提出了基于本体匹配的近似查询算法。鉴于本体匹配的结果对情景信息获取的性能影响较大,研究了关联开放数据的概念匹配和属性匹配。其中,概念匹配采用了统计相同实例数量的方式计算概念对之间的相似度,进而获得匹配的概念对；属性匹配则采用了度量属性函数相似度的方式来发现匹配的属性对。实验表明,本文所提出的概念匹配方法和属性匹配方法均能取得较好的结果,能帮助人们从关联开放数据中获取更为全面的情景信息。(3)根据突发事件中多源情景信息的特点,提出了面向突发事件的情景信息整合架构。为了解决该架构中数据冲突的问题,综合考虑了突发事件中数据冲突的特点,提出了基于先验知识的异构数据冲突解决框架,并改进了多种冲突解决方法,使其能运行于冲突解决框架之上。实验表明,尽管在某些情况下先验知识可能会对数据源可信度的度量造成影响,但是基于先验知识的异构数据冲突解决仍然能够获得更为准确的情景信息,为科学的决策提供保障。(4)在分析了突发事件情景演化中各情景的作用后,提出了情景演化元模式以及基于该元模式的情景演化模型。为了便于实现突发事件的情景演化模型,对现有语义网规则语言从语法和语义两方面进行了扩展,提出了情景演化规则语言。由情景演化规则语言所构造的情景演化规则不仅能定性地推演情景,还能定量地获得情景出现的概率,从而帮助决策人员科学地分析情景的发展态势。本文所提出的关键技术之间相互关联,贯穿于应急管理中情景信息获取与分析的整个流程：面向突发事件的情景信息模型可以为情景信息的获取与分析提供指导；从关联开放数据中所获取的情景信息,将与从其它途径所获取的情景信息一起被信息整合架构所处理；整合架构获得了准确、一致的情景信息后,将由情景演化模型进行推演；分析得到的推演结果将再次指导决策人员或应急系统从关联开放数据中获取新情景的信息。综上所述,本文所提出的情景信息获取与分析关键技术能够为应急管理的科学决策提供有力的支撑。