在大规模群体性事件(如抗震救灾、抗洪抢险、森林灭火等)的处置中及时掌握全局态势对于合理分配力量,高效展开行动具有重要意义。群体性事件的处置往往具有参与人员多、单位杂、位置分散且态势变化快的特点。传统手工的信息收集、汇总与标图存在层级多、收集难和传递慢等问题,难以满足实时掌控全局态势的需求。位置服务在信息获取、聚合处理、电子标图等方面具有信息收集快、计算能力强、展示效果好的特点。基于上述特点,本文研究设计一种态势感知框架,用于为群体性事件的处置提供一种实时的、全程的态势感知的支持。本文主要围绕如何收集位置信息并建模,如何对底层信息进行聚合,如何进行自适应展现等问题展开研究。主要工作包括以下几个方面。(1)位置信息的收集与建模。针对传统手段对分散的末端信息收集、汇总难的问题,和传输过程中应尽可能降低网络带宽和设备资源消耗的考虑,本文对如何自动获取位置信息,并对信息建模与高效传输进行了研究。提出了利用Android智能终端的GPS传感器自动获取并更新位置信息,利用格式简洁、交换能力强的JSON格式对位置信息建模的方案。方案可快速获取、传输与收集末端位置信息。(2)底层信息的聚合。针对收集而来的底层数据多而杂,无法有效表达态势的问题,和基于规则具有预定义、结果可预测、适用范围广的特点,本文对基于规则的聚合机制进行了研究。提出通过规则库和规则生成,对底层数据进行规则匹配,完成对位置信息的聚合的方案。可以把底层数据按不同需求聚合成多种表述不同层次的高层态势信息。(3)自适应展现。针对聚合出来的态势结果,无法直接标注,这将使屏幕充满毫无意义的图标,同时对不同用户需要进行不同内容展示的问题。本文对矢量电子地图及分层展示技术进行了研究。提出了对地图数据进行基于规则的再次聚合,并自适应展现的方案。方案可以减少标注的数量,精炼展现的内容。基于上述研究,本文设计实现了一个基于位置信息的态势感知框架。包含了位置信息收集、聚合及展示等功能的实现,满足了群体性事件处置过程中对全局态势实时感知的需求。最后基于该框架实现了一个态势感知的应用,并进行了性能测试,验证了框架的可行性。