突发事件频发,给人类安全和社会发展造成巨大的损失与威胁。突发事件演化过程复杂而难以预测,导致实现面向突发事件的快速响应极具挑战。同时,大数据环境下,浩瀚的突发事件信息海洋里,“知识匮乏”问题日益突出,因此,亟需对历史突发事件演化发展过程以及突发事件发展各阶段的应急决策进行提炼与描述,形成突发事件演化过程的相关事实、经验等知识以及这些知识间的关系,并在此基础上推演出有价值的规则,构建面向突发事件应急响应知识库,为精准捕捉突发事件演化发展动态、快速进行应急决策提供知识服务。面向突发事件应急管理知识库是解决突发事件领域相关问题的知识集群,此类知识库体系主要由案例知识库、决策知识库以及在此基础上构建的规则知识库等构成。同时,突发事件类别与级别是突发事件两大重要属性,应急管理过程中,只有及时的评估突发事件的类别、级别,才能有效地采取有针对性的应急措施。突发事件的分类体系也是构建突发事件案例知识库框架结构的重要依据,因此,构建突发事件的分类、分级模型有效地获取突发事件案例的分类知识、分级知识是构建面向突发事件应急响应知识库模型的重要组成部分。本文以知识组织理论和粒计算相关理论为基础,围绕突发事件案例知识库、突发事件分类模型、突发事件分级模型的构建,并在此基础上,进行多层次挖掘与提炼知识规则,构建突发事件规则知识库模型。具体研究工作如下:（1）基于突发事件分类体系与演化规律构建突发事件案例知识库。借鉴粒计算多层次、多视角的思想,从纵、横向两视角构建突发事件案例知识库外部结构。纵向角度将突发事件按照突发事件分类体系的层次结构组织,横向角度将突发事件按照演化发展规律将原生、次生、衍生事件链接成整体。同时,通过突发事件的情景划分与策略组织来设计内部机理,将每一突发事件划分为由案例情景片断、与情景片段相对应的应急策略,将案例情景知识与策略知识组成情景-策略对,因此,从内部组织来看,整个突发事件案例知识库由情景知识库与策略知识库构成。本文构建的突发事件案例知识库,将各类突发事件组织成统一体,可以看到突发事件的全貌,有助于对突发事件进行演化扩展分析,有利于对突发事件进行事前预测、事中处理、事后管理。（2）基于突发事件分类特征词典构建突发事件分类模型。首先构建突发事件分类特征词典,在此基础上,将突发事件文本进行特征矩阵表示,通过机器学习算法,获得分类器,实现对目标突发事件自动分类。本文构建基于突发事件分类特征词典的突发事件分类模型,实现突发事件案例知识库构建时自动识别类别,获得突发事件分类知识,并按照类别整序,同时,通过识别突发事件文本,追踪突发事件最新信息。（3）基于云模型构建突发事件分级模型。针对事故危害程度、影响范围和当地控制事态的能力等因素,将突发事件分为不同的等级,建立具体的分级指标体系。将粒计算具体模型之一-云模型理论引入到突发事件分级研究中,提出一种新的突发事件分级模型,实现自动判定突发事件级别,获得突发事件分级知识。此方法较好地解决了分级过程中存在的模糊性与随机性等不确定性特征,适用于突发事件事前预警、事中处理和事后评判,为突发事件应急管理中进行级别的确定提供了科学而有效的方法。（4）基于层次粗糙集构建突发事件规则知识库。突发事件规则知识库构建包含突发事件知识的获取、存储和维护等方面。其中,如何从海量的突发事件数据中挖掘出有价值的知识,辅助应急管理者做出有效的应急决策,是本文的难点之一。本文将粒计算具体模型之一-层次粗糙集理论应用于突发事件知识的获取,提出一种新的突发事件多层次知识规则的获取方法。首先,分析突发事件属性特征,将突发事件属性值类型分为字符型、语言值型、数值型等类型,针对不同类型分别提出了构建突发事件属性概念层次树的方法。然后,将突发事件数据转化成适于数据挖掘的多维数据模型。在基于多维数据模型的表示下,采用自顶向下的策略,进行数据约简,利用粗糙集技术生成知识规则,从不同抽象层挖掘出规则间的关系,最后,通过突发事件智能检索与预测分类来阐述突发事件规则知识在应急管理中的应用。同时,本文对规则知识的存储和维护进行了研究,设计出规则知识存储的数据结构以及维护的方法。本文采用了粗糙集、云模型等粒计算模型,对面向突发事件应急响应知识库进行了深入的研究,具有一定的理论意义和潜在的实用价值,但这些研究仅仅是面向突发事件应急决策的快速响应情报体系研究中很小的一部分,而且大多停留在理论探讨阶段,在今后的工作将进一步深入研究。