由于水电工程洪水灾害链突发事件具有动态性、不确定性以及多次生衍生灾害等特点,导致决策主体对应急态势演化过程认识不够明确,使得应急决策过程存在决策时间短、应急预案少、决策复杂度高等问题。因此,如何利用洪水灾害演化过程中所获取的多源信息,用以研究和发现洪水灾害链的演化趋势和规律,为应急决策提供理论依据,是水电工程应急决策领域面临的关键问题。本文以水电工程洪水灾害链突发事件为研究对象,建立了突发事件应急态势信息融合、应急态势估计、应急态势推演和应急决策的模型。针对多源传感器信息融合存在的不确定性,考虑D-S证据理论对不确定信息的融合能力以及其存在的缺点,对经典D-S证据理论的冲突系数和组合规则进行了改进,并依据态势随时间演变的特点,在证据融合中引入了时间因子。在态势信息融合和态势估计的基础上,建立了根据当前态势状态对未来态势进行推演预测的模型。首先基于贝叶斯网络建立单一灾害模型,利用少量样本数据融合专家领域知识进行贝叶斯结构学习和参数学习,考虑到专家经验的模糊性,引入直觉模糊集的概念。再利用单一灾害模型和态势信息融合结果,建立基于动态贝叶斯网络的态势推演模型。在建立的态势推演模型的基础上,依据推演结果,建立基于多属性效用函数的动态决策模型。在该模型中,基于态势推演的不确定性,引入区间数和云理论,并考虑了决策者后悔偏好和次生灾害对效用函数的影响。本文建立的模型,是对洪水灾害链态势信息融合、态势推演和应急决策研究的一次有效的尝试,尤其是考虑了灾害链引发的不确定性和动态性,进一步丰富了相关领域的研究内容。文章在主要章节对相应案例进行了分析,通过案例分析结果验证了模型的合理性和适用性,为相关决策部门在处理具体洪水灾害链突发事件时能有效应对和合理决策提供了有力支撑。