灾害情景态势（Scenario）简称“情景”,是表达灾害的程度、范围和演化的基本描述,即在一个选定灾害情况下,表示致灾因子（如暴雨）、相关承灾体（如桥涵）、应对体（如应急救援队伍）和孕灾环境（如城市周边水系）特征的数据和信息集合及其走向。区别于一般灾害,级联灾害伴随多种灾害的发生,不同灾害具有潜在的关联关系,这使得其情景态势演化更加难以预测,在实施情景推演时需考虑多种复杂情形。面向城市级联灾害,如何融合多源灾害数据、信息和知识,以达到灾害情景态势的全面描述以及有效推演,从而服务于应急准备与任务规划,是应急决策者关心的重要问题。已有情景态势推演研究偏重于单一灾种或简单灾害链的态势推演方法及其技术支持,较少关注级联灾害背景下的复杂情景态势演化情景;在情景构建上,情景要素间的关联关系仍不清晰,情景态势的切片式描述普遍存在,难以保证情景认知的有效性。在大数据环境下,不同层次、类型和粒度情景间的联系更加紧密。在这一背景下,本文关注城市级联灾害的情景态势认知模式及推演方法,开展了如下几方面的研究工作。首先,研究了城市级联灾害应对的情景全景模型构建。该研究主要解决级联灾害的情景描述信息缺乏全局关联的问题,划分情景层次、类型和粒度3个全景维度,建立了级联灾害的情景全景框架;在情景要素结构化基础上,通过要素特征关联建立起情景全景模型;进一步地,提出情景全景生成的迭代算法,集成多层次级联灾害情景数据,实现了情景描述的修正与完善。除此之外,该部分研究在大量级联灾害文献的基础上,归纳了级联灾害的情景推演概念;针对级联灾害情景态势的组合演化、转化演化和映射演化模式,将情景态势推演划分为组合推演、转化推演和映射演化三类,提出了级联灾害的情景态势推演体系。其次,针对多类致灾因子并存的情景态势演化问题（本文称之为组合演化问题）,提出城市级联灾害的情景态势组合推演方法。该方法以历史灾害为依托,运用信息扩散理论,统计分析情景要素组合与后序情景要素之间的关联概率,即后序情景发生的可能性,挖掘组合推演规则。与传统方法相比,所提方法对情景推演过程划分更加细致,针对组合推演进行研究,方法灵活,分析全面,可用于预警、决策和案例学习等多个方面,为灾害预防和应对争取时间。再次,针对承灾体转化为致灾因子的情景态势演化问题（本文称之为转化演化问题）,提出城市级联灾害的情景态势转化推演方法。该方法将推演粒度进一步缩小,针对更细化的承灾体进行研究,将情景要素的描述特征具体化,使得结果更加地精确;该方法利用机器学习结合历史案例和网络数据进行情景态势转化网络建模,能够较好地提供情景演化网络中的各项要素特征,在支持转化推演上具有可靠性;该方法运用动态贝叶斯网络结合马尔科夫链蒙特卡洛方法计算情景态势的转化概率,克服了静态贝叶斯网络在情景态势动态预测上的不足。然后,针对人为干预情景态势演化的问题（本文称之为映射演化问题）,提出城市级联灾害的情景态势映射推演方法。该方法考虑情景态势演化过程中人的能动因素,认为信息的不确定性可能会导致态势推演的过程与结果失效,表现为推演结果缺失指导意义。针对这一问题,该方法在情景态势映射推演的非确消减原理基础上,基于乱象图进行级联灾害的情景态势映射推演,提出面向级联灾害情景态势推演的的乱象图分析方法,由乱象图模板构建、不确定性问题发现、因素影响链构建与乱象图构建4个部分构成。再后,面向跨组织知识互通问题,提出情景态势推演的本体配置方法,由本体建模、本体互联与本体集成3部分构成。依据情景态势推演方法的信息支持,建立情景态势推演的态势本体、网络本体与评估本体,分别对应情景态势知识、态势演化网络知识以及演化概率评估知识;在本体建模的基础上,提出情景态势推演的本体互联原理和本体集成方法,以消减本体在融合时的各类管理和操作性问题。本体配置方法考虑情景态势推演的可操作性问题,能够在促进知识流通的同时消减不同组织认知差异带来的语义冲突问题,在提高情景态势推演的有效性方面具有重要作用。最后,针对情景态势推演应用面临的数据、信息和知识缺失问题,基于数据价值创造理论设计了培训推演和应对处置推演两类推演应用途径的参考框架,用于建立与改进从数据、到信息、再到知识、最后生成推演价值的完整推演应用链条。基于18个内涝培训推演案例和15个疫情应对处置推演案例,应用设计科学方法识别了态势推演应用中的利益相关方与数据价值创造的影响因素,提出了两类推演应用的数据-信息-知识-价值链。进一步地,从组织和操作视角分别提出了推演应用的协同创造框架以及应用途径框架,为两类推演应用改进提供政策建议。