突发事件下人类应急心理与行为特性是应急管理基础研究关注的重要科学问题,而基于电子足迹数据分析人类行为时空动态特性是新兴的计算社会科学的研究热点之一,为该问题的定量研究提供了新的方法。关注于人类行为的非泊松动力学特性,近几年国内外一些研究机构的学者们在国际高水平学术期刊上发表了一系列关于人类通信行为时空统计特性的实证分析结果,并构建了相关的动力学模型解释其内在的驱动机制。同时,部分研究人员也开始关注突发事件对人类行为的影响,发现了通信量激增、移动可预测性升高、社交网络连通性增强等现象,为进一步研究突发事件影响下的人类行为模式及其动力学特性提供了参考。本文利用人类报警记录及常规通信数据集,发现了报警行为有别于常规通信行为的时空统计特征,分析了报警行为的动力学生成机制并构建了基于Agent的生成模型进行仿真验证,继而定义报警行为涌现出的宏观层面的城市区域安全风险特征,验证了模型的宏观特征再现能力。主要工作及创新点如下:(1)统计分析:通过对报警行为时空统计特性的分析发现报警行为并非完全随机,在时间模式上,发现报警行为序列的间隔时间概率分布呈现出幂律加近似指数尾的统计特性,其阵发性及记忆性相比大部分常规通信行为要高;在空间模式上,发现空间序列的转换具有一定的随机性,其单步位移和回转半径的分布可以由高斯分布拟合,但在群体层面下报警位置相对于家和工作地点呈现出较强的双中心聚集特征,虽然在两个中心的占比均衡,但转换过程中具有一定的记忆效应。(2)模型构建:基于报警行为统计特性的研究结果,对比分析了相关的动力学生成机制,在时间和空间两个侧面分别提出了事件驱动记忆响应(EDMR,Event Driven Memory Response)模型和双中心记忆性随机游走(DCMRW,Double Center Memory-effect Random Walk)模型,给出了报警行为时空序列的生成算法,仿真实验表明模型可以较好的重现报警行为的时空统计特性,验证了生成机制的有效性,并基于KL散度分析了模型中相关参数对仿真数据统计特性的影响。(3)领域应用:构建基于报警行为的多空间分辨率城市区域关联网络,定义了基于报警行为涌现出的宏观层面的城市区域安全风险特征,包括城市区域安全风险指数、热点区域、风险来源及其多样性等,在验证生成模型再现宏观特征有效性的基础上分析了中国某大都市区域安全风险态势及其多样性、关联性等特征,为优化资源部署等应急管理领域的应用提供参考。