深海应急救捞作业作为我国应急响应系统的重要组成部分,担负着海上运输船舶遇险救助、人身和财产救助、海上应急救捞作业、海上消防和溢油污染清除等重要使命。然而,深海应急作业现场具有态势瞬息多变,涉及到环境及救助因素过多,应急时间相对紧迫等特点,应急指挥人员仅凭历史作业经验难以在较短的时间内对当前应急态势做出直观、精确的判断。因此,我国救助打捞机构在从事深海应急作业时,亟需智能化态势分析辅助手段的支持。针对应急作业现场缺乏态势风险定量分析手段支持的问题,本文通过对海上应急救捞作业流程的研究,将贝叶斯网络模型和模糊综合评价法引入到深海应急态势分析领域,提出了基于不确定知识推理的风险量化分析模型。本文首先介绍了深海应急领域的背景知识,通过对应急案例的研究,确定了深海应急领域的作业需求,建立了态势分析指标体系;其次,结合领域背景知识实现深海应急态势影响因素的提取,并对其进行了数据预处理操作;再次,研究构建深海应急领域的贝叶斯网络,在此过程中由于历史案例数据的缺乏,无法进行常规的基于数据分析的结构学习和参数学习,针对这个问题,本文采用DS证据理论,实现了专家知识的融合,完成了贝叶斯网络模型拓扑结构的构建,并提出了一种基于模糊推理的参数自动分配算法;最后,在贝叶斯网络模型输出的基础之上,采用模糊综合评价法给出最终的应急态势量化分析结果。为方便应急人员使用,本文根据取得的研究成果,结合电子海图系统进行二次开发,实现了应急态势的海图标绘及态势分析结果的展示。本文将贝叶斯网络和模糊综合评价理论引入深海应急作业领域中,为应急救捞作业风险的定量分析、标绘显示提供了一套完整的技术方案,并设计开发了一套态势分析系统,该系统具有较强的实际应用价值,为我国深海应急作业处置提供了有效的技术支撑。