中国南方大雪灾、汶川大地震等突发的公共危机，使我们越来越关注突发公共危机的应对问题。应对和处置突发事件需要应急决策者采取适当行动，以期能大幅度地减少突发事件造成的生命伤害以及社会、经济损失。应急决策者在危机信息匮乏的情况下，如何从海量应急知识中获取适合当前事件的知识成了研究的重点课题。　　 论文结合国家自然科学基金项目：基于环境感知的应急响应知识需求研究(项目编号：70871061)，针对目前应急管理在知识获取中所遇到的问题和困难，将情境明确的引入到应急知识管理中，系统而深入的研究了基于情境感知的应急知识库、情境库以及推理规则库的构建，情境感知，知识推送算法以及推送模式，最后给出了算法的评价。论文的主要研究内容如下：　　 (1)设计了基于情境感知的应急知识推送框架和推送流程。在给出基于情境感知的应急知识推送框架的基础上，阐述了该框架主要组成部分和关键支撑技术：进而设计了基于情境感知的应急知识推送流程，分别从某时刻感知情境和动态感知情境两个角度对该流程进行了分析与描述。　　 (2)构建了应急知识库、情境库和推理规则库。在本体建模方法论的指导下，通过继承顶层本体的概念，实现了应急知识本体的表示建模，包括应急预案的适用范围、应急资源、应急组织、应急过程、预案其它内容等；接下来根据应急事件的具体情况，参考国内外学者的研究成果，构建了应急情境体系，包括突发事件的背景、类型、规模、发生时间、地点、发生地人口统计因素、发生时天气等，并对情境进行了本体化表示；进而通过Racer推理机将应急知识本体与应急情境本体进行了匹配，形成了一致的集成情境的应急知识本体。　　 (3)设计了基于情境感知的应急知识推送算法。首先提出了情境感知的原则、方法与实现技术，并以实例说明情境感知技术；进而鉴于危机信息的匮乏，引入并改进了灰色关联度以评估情境的相似度；最后提出了情境推理的元规则并根据知识需求等级提出了三种推送模式，设计了基于情境感知的应急知识推送算法，并从复杂度、准确性以及实用性三个方面对算法进行了评价。