大数据挖掘与应急管理计算实验”依托基金委优秀青年科学基金项目“大数据挖掘与应急管理”和基金项目“面向社会性突发事件的多范式应急管理网络化建模方法研究”，分别于2014年、2015立项，2018年完成项目结题。项目围绕突发事件应急管理，基于大数据和计算实验，开展大数据挖掘和多范式网络化建模方法研究，形成了从大数据挖掘和模型构建到平台实验，从真实世界到虚拟人工系统的迭代回路；开发了移动大数据与网络大数据统计推断与挖掘方法，在人类行为分析、社交网络挖掘、复杂人机系统建模与优化等研究方向上提出了一系列具有重要理论和应用价值的核心关键技术；在多范式应急管理建模方法、基于复杂网络的社会关系网络化建模方法、应急管理系统高性能应用案例等研究方向上为突发事件应急管理问题研究提供了分析、预测、决策和验证等能力；开展了包括孟加拉气候灾害Mahasen影响分析、尼泊尔地震灾害应急救援、尼泊尔洪水灾害评估、中国登革热爆发机理分析、全球埃及伊蚊与白纹伊蚊传播与扩散分析、新冠肺炎疫情防控等的案例研究，研发了应急管理计算实验平台，能够支持公共卫生事件措施实验、化工园区有害气体扩散与溯源、核生化条件下的扩散与人群疏散仿真等。     项目基于复杂网络理论，结合时空信息对大规模通信网络开展网络结构与行为分析、通信链路预测、信息传播挖掘等研究；围绕移动通信数据、在线网络数据，在自然灾害等突发事件下，研究了在疾病、灾害等领域的管理决策数据模型，提出了将大数据技术方法应用到我国和全球中低收入国家（LMICs）的管理应用中的方法；完成了突发事件和应急管理措施需要的多领域模型的特征分析和形式化方法的构建，提出了面向人工社会的多范式建模方法，完成了面向应急管理的人工社会模型设计与实现；突破了在大数据背景下探索移动数据挖掘的关键技术、面向大规模Agent仿真的计算加速优化技术，为平台的应用奠定了基础。     项目的研究成果共发表学术论文66篇，其中SCI检索论文40篇，EI检索论文16篇，中文核心期刊12篇。包括《Nature》（一区，影响因子 ***，2篇）， Nature 子刊《Nature Microbiology》（一区，影响因子 ***，1篇）、《Physics Reports》（一区，影响因子为 ***，2篇）、《Global Environmental Change》（一区，影响因子为 ***，1篇）等顶级刊物，论文的总引用超过1000次。研究多次得到 MIT (2013, 2014)、BBC (2014, 2015)、Science Daily (2017, 2018, 2019)、联合国人道主义事务协调厅(UNOCHA, 2015)等科研机构、国际媒体、联合国组织的高度评价，具备很强的国际影响力。此外，项目了培养青年长江学者和湖南省杰出青年科学基金获得者1名。培养本科毕业生 8 名，硕士研究生 4 名，博士研究生 4 名。依托项目研究成果支撑，成功申报国家自然科学基金、国家重点研发计划等国家和军队重点专项（总项目额度超过1000万）。     2020年1月以来，围绕新冠肺炎（COVID-19）疫情传播风险评估、防控措施评价、疫情发展预测等，承担国家自然科学基金委新型冠状病毒研究专项、四川省应急专项，为科技部、军委科技委、自然科学基金委、四川省委、湖南省委、广东省委、安徽省委、广东省科技厅等提供分析报告和决策建议21份，多份报告得到中共中央办公厅、国务院办公厅等部门采纳，得到多位国家领导人批示。有效地为国家和各省级部门科学抗疫提供了决策支持。此外，项目组关于疫情防控的工作被新华社、科技日报、解放军报、文汇报、湖南卫视、湖南经视、湖南教育电视台等媒体报道十余次，为公众提供疫情防控咨询服务，产生了非常大的社会影响力。