反映自然灾害时空分布的社交媒体有效性探讨

针对如何将社交媒体的虚拟空间上的变化与现实空间中的灾害关联起来的问题,该文基于新浪微博平台,利用台风达维和海葵受灾地区的相关微博数据,从微博的绝对和相对数量变化、台风相关关键词词频变化以及时空分析3方面论证社交媒体与现实中的台风发展进程和受灾情况的关系。综合3方面的结果来看,微博数据与台风的发展有着相当紧密的关联,甚至可以较为准确地反映台风的实时情况,证明用社交媒体数据来分析台风灾情具有一定的有效性和可行性。     

基于VGI的台风灾情评估研究

近年来,在灾害应急的舞台上,一种新的数据来源——自发地理信息(VGI)由于其在海地地震、台风海燕等巨灾中的优异表现逐渐为人们所重视。结合我国实际情况,本文选取了新浪微博上的台风达维的相关数据,从微博的数量和内容分析两个方面初步探讨了VGI在台风灾情评估中的作用,证明了采用VGI数据分析台风灾情具有充分的可行性。     

地震灾情位置微博抓取与展示

探索了一种地震灾情位置微博的抓取与展示方法。通过分析位置微博在地震灾情获取中的作用,建立了位置微博地震灾情抓取框架。基于新浪微博SDK,实现了有效位置微博的抓取;在顾及地震灾情专题属性的基础上,对抓取的微博进行分级。以云南省昭通市鲁甸地震为例,实现了灾情的提取与严重程度的图示化展示。     

基于微博文本的灾害事件信息时空过程聚合方法

各类灾害事件频发已成为全球可持续发展面临的重大威胁。在大数据环境下,微博文本逐渐被应用于灾害管理的预防、准备、响应和恢复工作。以往研究多关注微博文本中灾情信息的获取,却忽略对这些碎片化信息进行有序化整合。本文从时空视角构建多层次的灾害事件信息模型,在抽取出微博文本中灾害事件信息要素的基础上,提出基于“对象-状态”的过程信息聚合方法,解决微博文本中灾害事件信息分散化、时空粒度多样化和无序化的问题。基于新浪微博进行台风“利奇马”事件的案例分析,结果表明,本文方法能够全面地获取灾害事件过程中各个时空节点上的灾情信息,有利于从微博文本中挖掘小尺度下的灾害突发状况。     

社交媒体的情感挖掘在服务减灾中的应用

社交媒体因其广泛的公众参与性和多源信息的快速传播性已成为灾情信息获取的重要途径,在近年来的灾害应急救援中发挥着重要的作用。我国是一个风灾频发的国家,有效的管理和利用社交媒体数据辅助减灾救援有着重要的理论和现实意义。然而目前,国内面向微博文本理解和情感分析在减轻灾害方面的研究还十分稀缺。针对目前研究的不足,本文以中文社交媒体为研究对象,通过机器学习的方法挖掘风灾期间的公众情感变化,并结合GIS空间分析技术对灾情的发展与影响进行刻画,最后以2017年台风"天鸽"登陆珠海市为案例证明方法的可行性。     

基于微博位置签到数据的POI更新方法

POI的现势性对于位置服务至关重要,但传统人工实地调查效率低,现势性无法满足需求。以当前用户参与数众多的微博社交网络为数据平台,提出了一种基于微博位置签到数据的POI更新方法。首先,对微博位置签到数据进行预处理,剔除语义与空间位置不一致的噪声点,在此基础上提出一种基于RANSAC算法的位置签到数据集地理配准方法,实现位置签到数据与已有地理数据库的可靠配准;然后,将位置签到数据集与已有POI数据库进行空间分析与匹配建模,对匹配不成功的位置签到数据进行有效性验证,提取有效新增数据入库用以更新POI;最后,以武汉市的街旁网位置签到数据进行POI更新实验,能够有效地发现新增POI和消失POI,为POI快速高效更新提供了全新的方式。     

格网化的位置微博数据抓取与人群信息提取

空间位置信息通常代表了设备使用人群的地理空间活动特征,客观体现人群活动的时空分布。针对现有的微博数据抓取方法由于普通用户的访问限制易导致采集的目标数据缺失的问题,该文提出了一种目标区域空间划分策略。在数据抓取之前对目标区域实行格网化,进而实现数据的同时抓取。通过统计分析基于网格单元抓取的位置微博数据,从中提取出人群活动信息,结合位置微博数据所在的兴趣点类型,统计分析了位置微博用户的时空分布和活动特征。这种方法缩小了采集区域,可实现并行高效的位置微博抓取,并保证了采集范围的重叠,最大限度地保证采集数据的完整性。     

面向新浪微博签到数据的时空热点事件检测方法

传统面向文本数据的事件检测方法在处理以微博为代表的社交媒体数据时面临着效率和准确性的挑战。同时,社交媒体数据中富含的位置信息常常不能被有效地识别和利用,这无疑会影响到事件检测的效果。本文基于对已有研究的总结归纳,定义了一类面向微博签到数据的时空热点事件,并提出了一种新的微博时空热点事件检测方法对其进行识别。通过两组实际数据的实验,证明该方法能够有效地从海量的微博数据中挖掘出具有时空特征的热点事件。     

基于MODIS EVI时序数据的江汉平原油菜种植分布信息提取

油菜是我国主要的食用油料作物。及时、准确地获取油菜种植分布信息对油菜长势监测、估产以及灾情评估具有十分重要的意义。以江汉平原为研究区,利用250 m空间分辨率的MODIS EVI时序数据,以TM数据作为野外采样数据与MODIS EVI数据之间的过渡数据,间接提取MODIS EVI数据农作物的训练样本;通过分析江汉平原油菜和冬小麦的EVI光谱特征及物候信息,建立油菜种植面积提取模型;采用多次阈值比较法提取2014—2015年间江汉平原油菜种植分布信息。研究结果表明,2014年和2015年油菜面积遥感提取结果与农业局统计数据相比,总体提取精度分别达到95.22%和91.29%;2014年MODIS数据与TM数据提取的油菜面积一致性为88.61%;基于时间序列MODIS EVI数据,结合EVI光谱特征和物候信息,利用该方法可以有效提取江汉平原油菜种植分布信息。     

面向微博的灾害类事件地址提取与空间定位方法——以地震事件为例

针对微博中数量庞大、更新及时的灾害类事件信息,首先利用前置后缀特征词与地址构成规则相结合的方法,高效地提取灾害类事件中地址信息,然后在分析多种网络地图服务商的地理编码API接口的基础上,基于同一事件的空间位置统计推理,实现灾害类事件空间定位与地图化表达。最后以垂直搜索获取的2017年微博地震灾害事件为例,通过实验发现,本文提出的面向微博的灾害类事件地址提取与空间定位方法具有较高的地理编码准确度。     

基于位置数据和POI的聚类方法

提出了一种基于自适应迭代的空间聚类方法,以探索城市空间设施与人们出行行为的内在关系。基于位置数据和POI,先将微博数据进行格网化,转化为连续的格网数据;再利用自适应迭代的聚类方法和相关性分析探索微博的空间分布和城市公共服务设施的时间活跃度。实验结果表明,微博数据和服务设施之间具有较强的相关性,并从大数据分析角度为城市规划布局的优化提供了辅助决策;但将其应用到实际规划中还有待进一步验证和完善。     

基于多策略的微博位置数据获取方法研究

随着Web2.0时代发展的成熟,在以微博为代表的新社交网络平台上产生了大量含有空间位置信息和时间标识的数据,即位置数据(location data)。位置数据是大数据的一个重要组成部分,现已作为一种战略性资源被广泛应用于社会生活的多个领域,而位置数据的获取是位置数据挖掘和应用的基础。深刻分析了基于API、基于网络爬虫和基于网络数据流3种目前常用的微博数据获取方法的特点,在此基础上提出了一种基于多策略的微博位置数据获取方法,详细阐述了该方法的基本原理、基本流程和主要特点。最后通过获取新浪微博的位置数据进行实验验证,结果证实,该方法可以实现全面、高效地获取微博位置数据。     

三维点云室内平面要素提取与优化

室内平面要素的准确提取与关系恢复是室内模型自动化语义重建的重要基础,本文提出了一种面向复杂三维点云的室内平面要素提取与优化方法。该方法首先利用区域增长和RANSAC平面混合分割方法分割室内点云数据;其次利用室内语义部件的空间位置信息及包围盒和法向量信息,对分割后的平面进行平面要素的精确提取;然后对提取的墙面进行优化,实现共享墙面的合并,解决室内墙面冗余的问题;最后利用门与墙的空间位置信息,恢复门墙关联关系。试验部分采用了两组试验数据：一组是深圳大学某层教学楼的激光点云数据,另一组是国际摄影测量与遥感学会（ISPRS）的标准数据,通过对试验结果进行评估,验证了本文方法的有效性和可靠性。     

利用机载LiDAR数据提取与分析地裂缝

机载激光扫描可获取植被茂密地区的数字地形模型(DTM),但将其用于茂密植被覆盖区地裂缝提取方法的研究还不多见。以湖南冷水江市浪石滩为试验区,基于机载Li DAR的激光点云数据,研究了植被覆盖区地裂缝的提取方法,分析了地裂缝的微地貌特征。首先对离散的三维激光点云数据依次进行基于不规则三角网滤波、高程滤波及回波信息强度滤波提取地面点,以保留完整的微地貌微特征;然后构建不规则三角网,反距离加权内插生成数字高程模型(DEM),提取地裂缝识别参数,同时基于最小曲率对地裂缝进行线性探测,提取地裂缝的长度信息,且利用地裂缝剖面信息分析其微特征,结合识别参数分析地裂缝的稳定性。研究结果表明:利用机载Li DAR点云数据提取的地裂缝识别参数,能够确定地裂缝的位置、坡度坡向、长度和深度信息,有助于判定地裂缝的稳定性;在植被较为茂密、地面点密度稀疏的区域,保留一定的低矮植被所提取到的DEM能更好地保留地裂缝的微地貌特征。     

藏东罗布莎蛇绿岩遥感岩矿信息提取方法研究

为研究如何利用遥感技术进行蛇绿岩岩矿信息识别和提取,以藏东罗布莎蛇绿岩为例,基于ETM和ASTER遥感数据,分别采用比值法和主成分分析法提取羟基类(蛇纹石、绿泥石)和铁染类(磁铁矿、橄榄石)矿物信息;利用纯净像元指数法(pure pixel index,PPI)提取端元波谱,结合地面已知岩性信息,分别采用光谱角分类法(spectral angle mapping,SAM)和波谱特征拟合法(spectral feature fitting,SFF)识别纯橄岩和橄榄岩,研究了罗布莎蛇绿岩及其主要蚀变矿物的空间分布特征.经过对比分析可知,用多种方法、多种数据提取的岩矿信息可以相互验证;提取出的纯橄岩和橄榄岩与所提取的羟基类和铁染类蚀变遥感异常信息有较好的空间重叠,且与地面调查结果基本吻合.研究表明,该方法用于蛇绿岩遥感岩矿信息提取是可行的,并取得较好的地质效果.     

基于先验特征的台风云系影像分割方法研究

传统的基于数学形态学的台风云系影像分割方法多采用圆形或菱形模板进行,这种方法的缺点是当运算模板较大或经多次腐蚀、膨胀运算后,不能很好地保留台风云系影像原始的形态信息。为了解决此问题,探讨了一种基于先验特征的台风云系影像分割原理与方法,即先提取台风云系影像的大致形态,并以此作为形态学模板;然后利用形态学方法提取台风云系影像;最后,以2008年7月28日18时的09号FY-2C气象卫星云图台风云顶温度数据为例进行分析,同时根据本次示例台风(200809号台风)形状自定义的模板来腐蚀分割台风云系影像,并详细对比和分析了不同形状、大小的模板对台风云系影像分割结果的影响。实验表明,基于先验特征的自定义台风云系结构模板,其分割结果不仅较好地保留了台风云系影像的形状特征,而且腐蚀后保留的台风云系信息最多。     

基于POI数据的城市功能区识别及主要交通枢纽空间分析

研究利用机器学习中的TF-IDF统计方法,基于POI数据识别北京五环范围内的城市用地功能区。实验从道路网和格网两个层面开展,首先,将两结果与相同地区的遥感影像进行对比与验证,并从中提取属于交通用地范畴中的主要交通枢纽;其次,基于空间服务范围和空间连接强度两个视角对火车站和机场的地理特征进行分析,具体包括空间分布范围的特点、受区域影响的强弱、空间联系强度的差异等内容;最后,进一步对比各重要交通枢纽所在空间单元作为出租车行程起始点和终止点的共性和差异性。     

基于社交媒体共词网络的灾情发展态势探测方法

对灾害发生过程中产生的社交媒体数据进行主题演化探测和分析可以反映灾情的发展态势。提出了一种基于共词网络社区演化进行灾情发展态势感知的方法,首先依据词频-逆文档频率方法筛选出与主题相关的关键词汇,基于关键词的共现关系,构建以关键词为节点的社交媒体共词网络,结合模块度最优化思想,对社交媒体共词网络进行主题社区探测;然后在验证主题探测的基础上,基于时间窗口划分,对相邻时间窗口的主题社区进行演化类型判别,进而得到主题社区演化的结果;最后以2012年"7.21北京特大暴雨"灾害事件为例,利用该方法对收集到的含关键词的微博数据进行主题演化分析。实验结果表明,该方法能够很好地反映主题的演化过程,并能进一步揭示灾情的发展态势,帮助应急管理者了解灾害的发展过程,从而辅助管理者在合适的时间采取相应的应急响应措施。     

基于GIS的突发事件网络舆情传播可视化探究

我国处于社会转型期，对突发事件引起的网络舆情分析需求迫切。微博由于其大数据特点为公众舆论和自然环境知识发现提供大量数据，将其与位置信息联系能给地理分析提供新的发现。通过用户发布的微博消息进行分析挖掘，为公众舆论监督提供帮助，为政府决策提供信息。本文在微博数据帮助下进行了数据挖掘，在空间维度上分析了舆论传播模式，使用可视化与统计方法相结合的方式探究了舆情传播规律。     

北京市河流信息识别与提取

针对传统的河流信息识别和提取方法不适用于平原地区城市这一情况,该文基于北京市河流的自然和人文特征,提取城市水系网络,划分流域边界,并对河流的特征信息进行提取;从城市河流的特征识别、信息提取、空间插值等几个方面进行了总结和归纳,并从实际应用的角度进行了案例分析。研究的思路和方法可以为其他城市的相关工作提供参考。