博物馆藏品风险动态管理系统构建探讨

近年来，国内博物馆大力推进藏品预防性保护工作，通过对藏品保存环境的监测和调控，抑制或减缓环境因素对藏品的损伤。但是，这些远远不能满足对博物馆藏品的全方位、全流程保护要求。目前，博物馆藏品保护依然普遍存在的突出问题有：博物馆累积的大量监测数据未得到有效利用和深度发掘；尚未实现对藏品在保管、展陈、保护修复等过程中健康状态的动态记录；文物保护的智慧化程度低，未能充分利用人工智能等新技术。根据博物馆藏品保护的需求、不足及实践可行性，有必要将“预防性保护”提升至“藏品风险管理”层面，并借助大数据、云计算、区块链、人工智能等技术，构建“藏品健康—藏展场景—数据分析—预测控制”的多场景全流程风险动态管理系统。

一、相关问题研究现状和概念界定

（一）藏品风险管理研究现状

国际上关于文化遗产领域风险管理的探索起源于20世纪50年代。20世纪90年代国际文物保存与修复研究中心（ICCROM）制定了文化遗产风险防范指南，对文化遗产的风险管理提供了一定的理论支撑。2012年，联合国教科文组织（UNESCO）编著了针对世界文化遗产地佩特拉的风险管理研究报告。

在国外，加拿大学者Stefan Michalski（1990）提出博物馆藏品保存需要关注的十大风险源，包括外力、火、水、虫害、污染物等[1]；加拿大国家自然博物馆的Robert Waller（1994）首次提出了适用于博物馆领域的风险管理模型，该模型提供了一种量化度量风险的方法，后来被命名为CPRAM模型[2]；Robert Waller和Stefan Michalski等学者运用该模型，先后以加拿大国家自然博物馆（1993、1998、2013）、美国自然历史博物馆（2011）、美国丹佛自然科学博物馆（2013）、澳大利亚维多利亚博物馆（2017）、加拿大皇家不列颠哥伦比亚博物馆（2018）等多家博物馆作为真实案例，对其藏品风险进行了分析和研究[3]。英国学者Amber Xavier-Rowe和Claire Fry等（2011）介绍了如何利用英国文物藏品风险状况评估的方法和数据优化工作顺序、政策和资金分配，用以保护英国115个历史建筑、博物馆、教堂及藏品等[4]。

在国内，詹长法（2009）对意大利文化遗产风险评估系统进行了阐述[5]；王明明、文琴琴等（2011）以风险管理理论为指导,对文化遗产地风险管理的内容和方法进行研究[6]；刘舜强（2011）指出博物馆藏品风险管理具有重要意义，需要通过风险识别、风险估测、风险应对等回避或减少由不确定的危险因素导致藏品损毁或受到伤害的可能[7]；李晓武、杨恒山等（2019）阐述了不可移动文物风险管理体系建立的背景及其必要性，提出了建立不可移动文物风险管理体系的构想和路径[8]。整体上，国内的研究成果更多是针对于室外不可移动文物，如古建筑、土遗址、石窟寺等，对于博物馆可移动藏品风险管理的相关研究成果非常有限。

（二）藏品风险与博物馆场景

风险可以理解为在某种时间和空间内损失发生的不确定性，风险通常具有客观性、不确定性、变化性、可识别性及可控性等特征[9]。本文探讨的博物馆藏品风险，是从藏品保护角度出发，主要指藏品在发挥博物馆功能的过程中发生病害或损伤的可能性；识别、评估、预防和降低博物馆藏品风险的过程，即为藏品风险管理。藏品风险管理体系中包含三个基本环节：风险识别、风险评估、风险防控；这三个环节在实际操作中应循环进行。

收藏保管、陈列展示、保护修复属于博物馆的基本功能，因此“保管”“展陈”和“保护”是藏品风险管理体系中的重要场景构成，每个场景中又包含若干工作流程。藏品材质、结构和既有病害情况决定藏品的健康基础，保存环境会导致藏品健康变化；藏品状况和保存环境共同影响保管场景中的藏品风险，藏品状况和展陈环境等因素决定了藏品在展陈场景中的风险；藏品保护工作既要关注藏品本体状况，还要综合考虑其经历过或要面临的保存、展陈过程；保护修复场景与藏品保管、展陈场景之间不是相互独立的，而是交叉叠加的关系。

博物馆藏品所面临的风险种类多样，风险类别、风险强度与藏品本体状态有关，也与藏品所处的场景相关（表1）。本文提出“藏品多场景全流程动态风险管理”系统，是指以藏品保护理论为基础，通过藏品保管、陈列展示和保护修复等工作模块的合理串联，对博物馆不同场景下的各类风险进行科学有效的识别、评估和控制。

表1 博物馆藏品常见风险分类

二、基于大数据/人工智能的风险

综合管理系统构想

根据长期博物馆藏品保护的实践、经验及发展要求，本文提出建立博物馆藏品风险管理系统的构想。此系统包括保存风险管理、展陈风险管理、综合管理与研究三大基础模块，通过构建“藏品病害与特征-风险因素-风险后果”关联性模型，将藏品的风险识别、风险评估、风险防控等风险管理的基本环节融入其中；同时利用大数据、人工智能等技术手段，实现对藏品在保管、展陈、保护修复等场景和流程中的风险进行动态管理的功能（图1）。

图1 博物馆藏品多场景全流程动态风险管理系统

（一）保存风险管理

本模块的关键环节有特征与病害识别、健康风险评估、保存风险评估、预控措施。

（1）特征与病害识别：通过相关技术方法提取藏品特征与病害信息。特征/病害识别是藏品健康风险评估的基础，特征/病害识别技术的发展方向将是定量化、智能化。

（2）健康评估：建立藏品材质、藏品结构以及藏品病害等元数据与藏品健康关系的数学模型，定量描述藏品的健康状况。

（3）保存风险评估：在藏品健康风险基础上，考虑保存环境状况等风险因素，通过算法描述藏品保存风险可能导致的后果。

（4）预控措施：根据藏品保存风险，系统提供必要、可行的预防和控制措施，以尽可能减低保存风险。

后面将以某文物库房中的纸质书画类藏品为例，对以上过程进行说明（表2）。

表2 保存风险管理举例说明

当系统中的数据不断累积和自我学习以后，将形成质量不断提高的藏品健康与保存风险因素评估动态数据库。这将有助于实现病害的智能识别和评估，不断优化健康风险和保存风险的数学模型，准确计算藏品的保存风险，并提出相应的预控措施，为相关工作提供数据支撑和决策参考。

（二）展陈风险管理

对于有展陈需要的藏品，将进入展陈风险评估模块。这个模块包括藏品展出适宜性评估、展陈风险评估、展陈风险控制措施等。经健康风险评估确定不宜展出的藏品，系统可以智能推荐健康风险较低的类似替代藏品供工作人员参考选择；经健康风险评估允许展出的藏品，进入展陈风险评估阶段。

展陈风险评估需要综合考虑藏品健康风险、展陈风险因素（如展陈环境等）、展陈周期、包装运输过程等展陈全流程因素，其中的展陈风险因素信息至关重要。只有较为准确地掌握展陈风险因素信息，才能对展陈风险做出正确评估，并制定对应的预控防范措施。对此，至少应该掌握以下几方面的内容：（1）展陈地在展陈期间的自然环境信息；（2）展陈所在地的有害生物信息；（3）展陈场馆建筑基本信息；（4）展陈场地环境参数信息。建议可根据既有环境数据、建筑数据、展陈设备/材料数据等，建立数学模型和智能算法对所需信息进行模拟预测，并能对预测结果动态更新，提高对包括展陈环境信息在内的展陈风险因素预判的准确性。

基于展陈风险评估结果，进而提出风险控制措施。对于经过判断认为可以出展的藏品，仍有必要采取措施，尽可能降低对藏品健康的不利影响。系统会根据藏品健康风险和展陈风险因素信息提出相应的措施，比如：对于脆弱材质藏品，应当格外关注其运输过程；针对不同材质的藏品，设置不同的展陈环境控制要求并提供实现建议；通过展陈材料的筛选，减少气态污染物的产生等等。

以下以某瓷器文物、某书画文物、某铁器文物的某次外出展陈为例，对以上过程进行举例说明（表3、表4）。

表3 展陈风险管理举例说明

表4 展陈风险信息获取过程

当系统中的数据不断丰富、累积和自我学习以后，将形成质量不断提高的展陈风险因素评估动态数据库。当输入相关基础数据后，系统会提示展陈所在地区在展陈时段内可能存在的自然风险、模拟预测展陈空间内的主要环境参数（如温湿、照明、空气质量、有害生物等）、智能化评估藏品或将面临的展陈风险，协助工作人员判断是否出展、确定出展周期以及提供科学有效的防范措施等。

（三）综合管理与研究

通过以上“保存”和“展陈”两大风险管理模块，将会建立起功能强大、内容丰富的动态数据库，包括博物馆环境监测信息、藏品本体健康信息、藏品出展信息、藏品风险信息等。可以根据材质类别、价值等级、风险量级等不同维度对藏品进行精细化管理，采取精准化预控和保护措施，并可通过数据库内丰富的信息开展相关科学研究（表5）。

表5 风险综合管理与研究内容示意

（四）大数据/人工智能技术的应用

本系统中大数据、人工智能等技术应用主要体现在病害识别、风险评估、预控方案等环节（图2）。

图2 大数据/人工智能技术应用于风险管理系统示意图

（1）人机结合进行病害检测识别。通过积累的人工对病害识别的规则与数据，系统利用机器学习算法逐步掌握和精通识别能力，后续辅助工作人员提高病害识别准确率和快捷性。

（2）风险评估模型的不断优化。将藏品风险知识图谱与评估模型相互嵌入，通过算法设计构建藏品价值信息、健康状况、各类情景和各种风险的元数据之间的动态推理关系网，并通过数据更新和智能算法使模型不断优化。

（3）大数据和智能算法对预控方案的支撑。通过不断更新的大数据资源和预测技术，可以模拟得到藏品在不同场景下的风险清单，提出个性化的预防控制解决方案。

总体上，本系统会通过不断增加和更新的各类数据，依靠智能算法不断优化和进步，是自我成长型的智慧化系统[10]。

三、藏品风险管理系统构建的实现功能及目标

1. 构建藏品保管、藏品保护、藏品展陈之间的良性生态

当前博物馆普遍存在藏品保护未能很好融入藏品保管、藏品展陈过程的问题：展陈工作是从展览内容角度提出藏品展出需求，保管工作更多关注藏品进出库的基本状态，保护修复工作一般是在藏品出现明显问题或影响展陈时才介入。本系统可以有效解决这一问题，通过动态风险管理系统把藏品保管、保护和展览等业务流程贯穿起来，形成良性闭环生态（图3）。

图2 大数据/人工智能技术应用于风险管理系统示意图

2. 实现藏品健康的动态连续跟踪

很多博物馆已经建立了藏品信息管理系统、展览管理系统、保护修复管理系统等，但这些管理系统是静态的、孤立的，数据难以连贯和互融互通，无法实现对藏品的多场景全方位保护。本系统可以支持在保管、保护修复、包装运输、陈列展览、学术研究等多场景的各流程节点对藏品相关信息进行“分布式记账”，将藏品在不同场景所经历的各种过程以数据形式进行存储，实现藏品健康状态的动态连续记录和跟踪。

3. 为藏品展陈安全防护提供技术支撑

当博物馆的某件藏品从库房到展厅展出，有的是到异地（国）展出时，会面临以下问题：藏品的健康状况是否适宜展出，展陈所在地区的气候条件如何，展陈环境质量应该满足哪些条件，从出库到展览再到回库的整个过程中应当注意哪些事项，等等。本系统随着数据信息的不断丰富，将为解决以上问题提供强大的科学依据和数据基础。

4. 形成文物保护行业数据资源共享平台

系统通过对国内文物保护领域开放，形成资源共享平台。这对技术人员相对缺乏的中小型博物馆尤其有利，平台将为国内全行业的藏品保护及科研工作提供技术支持和数据支撑，并促进相关产业的发展。

四、相关问题讨论

1. 基础数据资源构建问题

本系统需要建立在藏品保护科学和风险数据资源的基础上，包括不同材质藏品的特征与病害、藏品健康与藏展环境的关联性、环境因素对藏品损伤的机理、典型地区气候/地理/环境/生物等数据、场馆建筑与室内环境信息，等等。这些基础数据资源的构建，需要大量基础研究成果作为支撑，需要多领域、多部门之间的协同合作才能实现。

2. 系统中软件和硬件的配套问题

基础数据、判断模型、智能算法等通过软件方式处理和表达，但要应用于藏品风险管理实际工作，还需要相匹配的硬件支持。比如，除了传统计算机终端以外，还有必要开发集藏品影像采集和处理等功能在内的风险管理移动终端设备，通过移动互联，方便技术人员在不同场景下实现藏品病害信息分析、风险识别、风险评估等过程。

3. 开放共享和数据安全问题

从系统成长角度：本（类）系统拥有的博物馆用户越多、藏品数据越多、使用量越大，系统智能化成长的速度就越快，也就是需要尽可能多的数据源和数据量。从应用角度：本（类）系统应当成为开放共享型平台，实现文物保护领域的资源共享。与此同时，本（类）系统还需兼顾到每个博物馆用户数据的独立性、私密性，保证其数据安全性。

五、总结

当前的预防性保护工作解决了环境数据采集的问题，但尚未真正实现数据发掘利用和博物馆藏品的全方位风险管理，因此有必要构建博物馆藏品多场景全流程动态风险管理系统。本文提出的系统以藏品保护科学理论为基础，以博物馆工作需求为出发点，借助大数据、区块链、人工智能等技术，旨在实现藏品在博物馆多场景中风险的有效识别、评估和控制。

博物馆藏品多场景全流程动态风险管理系统包括藏品保存风险管理、展陈风险管理、综合管理与研究三大基本模块，涵盖藏品病害识别、风险因素识别、健康评估、保存/展陈环境评估、保存/展陈风险评估、保存/展陈风险控制等方面。系统通过智能算法可不断优化和自我成长，可以为文化遗产领域工作人员提供强大的数据支撑和技术支持。

智慧博物馆已经成为发展趋势，随着物联网、移动互联、大数据、云计算、人工智能、区块链等技术快速发展，智慧博物馆的建设会不断深入。作为智慧博物馆的基本内容之一，智慧保护也会从藏品数字化、资料电子化、设备集成化的层面，向更加综合化、高效化、智能化的层次发展，在此过程中，藏品多场景全流程动态风险管理的思想理念和技术手段必将能发挥重要作用。

附记：本文中“藏品病害与特征-风险因素-风险后果”关联性模型主要由张然完成，雷磊和李沫为本文的完成提供了思路和建议，在此表示感谢。