面向地震应急的自媒体信息挖掘模型

从近几年发生的特大自然灾害事件中可以发现,社交媒体平台正日益成为普通公众及时发布和获取灾情信息的最主要、最便捷的新途径,在这类平台获取的数据中隐藏了大量记录灾情现状的文字、图片等信息。文中首先对海量的历史灾情数据进行统计分析,构建了面向地震应急的信息类别体系和危急度评价体系;基于此训练了用于信息分类的朴素贝叶斯模型,模型的准确率为73. 6%;同时采用机器学习模型和语义计算模型这种特征融合的分类方法,对灾情信息的危急度进行评价,评价模型的准确率为89. 2%。该模型能够在震后实时地对自媒体中出现的灾情信息进行爬取、分类和评价等操作,可从海量的自媒体信息中挖掘出少量危急又重要的信息,以辅助震后的灾情研判和精准救援。文中最后以2017年8月8日九寨沟地震事件为例,从地震烈度速报、震后精准救援2个角度对挖掘数据的可用性进行了研究分析。     

基于新浪微博的四川芦山6.1级地震和马尔康6.0级震群舆情分析及灾情信息获取

震后对网络舆情信息的监控与分析,及灾情信息的快速获取、处理、分析和研判对于部署抗震救灾、掌握灾情舆情、稳定民众情绪具有重要意义。基于新浪微博数据,获取四川芦山6.1级地震和马尔康6.0级震群相关的微博和评论等信息,通过对信息进行充分挖掘、分析和表达,研究地震事件中微博舆情的演化、民众情绪反应特征、关注热点等,并在此基础上对房屋破坏、生命线工程破坏、人员伤亡等灾情信息分类提取,可为地震应急决策提供科技支撑。     

基于微博舆情数据的震后有感范围提取研究

提出了基于微博舆情信息的震后有感范围快速判定技术框架,构建了微博舆情数据的获取方法和技术流程。根据中国地震烈度表和地震现场工作调查规范,将微博特征词与地震灾情速判指标进行关联匹配,建立微博灾情信息分类指标体系,通过自然邻点空间插值方法将离散分布的微博灾情点转化为连续分布的灾情面,形成震后灾区有感范围的时空变化特征分布图,辅助灾情快速判定。以2014年景谷6.6级地震为例,进行探索和实践。结果表明:在震后1~2 h内,微博用户活跃度高,信息量大且丰富,对信息充分挖掘有助于对灾情的宏观把握,对救灾决策部署有一定的参考意义,弥补了传统获取技术时效性差、数据量少、覆盖面小等问题。     

四川九寨沟7.0级地震微博灾情信息特征分析

通过调用新浪微博官方API的方式,获取了四川九寨沟7.0级地震震后微博信息,对获取到的数据进行了分类统计、微博词频统计与时空特征分析。统计分析结果表明:在分类统计方面,地震发生之后24h内,与地震相关微博中人的反应占比达到73%,救援行动占比达到11%,这时由于微博本身特点以及民众对救援的期望造成的。在词频统计方面,高频名词表明震后24h内微博上的热点事件,而高频动词与形容词表明民众会在震后变得焦虑和不安并通过在网上互相激励来缓解震后的不安和焦虑。时间特征表明震后0~4h内,有大量和地震相关的灾情信息会通过微博博文内容的方式发布,而随着应急救援行动的进行,在震后12h以后,民众的情绪会逐渐平复,社会及民众的关注度也随之降低。空间特征表明,由于震后通信中断与网络堵塞,微博灾情基本成点状分布,随后随着通信与网络的恢复、应急救援的进行微博灾情逐渐变为带状分布并进而趋向于形成一个面。     

新浪微博地震舆情数据库的设计与实现

社交媒体地震舆情数据可实时反映灾区现状,为震后应急提供较好的地震灾情舆情研判服务。选取新浪微博作为数据源,对接EQIM,采用新浪微博开放平台API与分布式网络爬虫相结合的方式获取地震舆情数据。在数据清洗和基于fastText地震相关性分类模型进行数据预处理的基础上,应用MySQL关系型数据库,设计并实现我国大陆地区准实时新浪微博地震舆情数据库及管理平台。现阶段,该数据库收集了2021年1月1日至2022年3月31日我国大陆地区3.0级及以上地震447次、地震舆情数据732 949条,实现数据下载、快速查询及精确查询,方便数据查询与管理,有助于震后舆情监控与灾情快速获取。     

四川九寨沟7.0级地震后社交媒体多层次信息沟通功能分析

本文以“社交媒体多层次信息流”为概念框架,分析了四川九寨沟7.0级地震发生后,个人、当地的组织、宏观层面的主流媒体使用社交媒体所发挥的作用。通过对微博的数据进行挖掘分析,总结出地震灾害发生后社交媒体所具有的5项功能:人际之间的交流,地方政府、本土组织以及当地媒体的传播渠道,大众传媒信息发布的渠道,信息的收集和分享,微观、中观以及宏观各主体间沟通的渠道。在强震发生后社交媒体有巨大的传播潜力,本文的研究成果对未来大震发生后如何利用社交媒体来应对灾害有一定的借鉴意义。     

九寨沟7.0级地震震后72小时灾情信息特征分析

通过收集九寨沟7.0级地震震后72小时内的灾情应急快报,提炼并分类出不同种类的灾情信息,并以时间为进程轴,采用多维度统计分析的方法,对信息数量、信息内容、信息描述等变化特征进行分析,梳理出不同时间节点中的灾情信息、地震应急处置工作和地震灾害现场动态变化特征,为应急准备和应急处置提供参考,更好地应对未来可能发生的地震灾害。     

基于深度学习网络的地震地质灾害识别研究

遥感影像识别方法是破坏性地震震后地质灾害快速、准确获取的重要方法之一,传统的遥感影像识别方法主要以人工目视识别方法和半自动识别方法为主,需投入大量的人力和时间。针对破坏性地震震后地质灾害解译时间长、投入人力多等问题,以2017年8月8日四川九寨沟7.0级地震震后高分辨率无人机遥感影像为研究样本,提出基于深度学习网络的地震地质灾害识别方法。首先结合震后遥感影像解译资料和现场调查资料,提取九寨沟地震地质灾害无人机遥感影像特征,并构建研究区地震地质灾害解译指标和分类数据集;然后采用DeepLabv3+网络结构及softmax损失函数,建立基于深度学习网络的地震地质灾害遥感影像图像语义分割模型方法;最后采用半监督学习方法进行结果验证。研究结果表明,基于深度学习网络的地震地质灾害识别方法可有效识别九寨沟地震地质灾害分布信息,整体分类识别准确率为94.22%,F₁分数值为0.77,结果具有较好的一致性和准确性,可提升地震现场灾情获取和重点地震隐患识别等工作效率及服务能力。     

基于微博数据的西藏那曲比如县地震舆情分析

震后对网络舆情信息的监控与分析,对于相关部门开展震灾应急救援、掌握救灾动态、稳定民众情绪具有重要意义。本研究基于新浪微博数据,运用网络爬虫技术,获取西藏自治区那曲市比如县6.1级地震震后24小时及震后一周的相关微博及评论;利用Python中文分词组件“jieba”和ROST CM6软件,对数据进行分类、去重、分词等处理,得到结构化的分级、分类数据,并制成震后微博时间序列图、地理分布图、舆情热词词频表、情绪极性统计图等,实现微博舆情数据的可视化。研究结果表明,本次地震事件的微博舆情整体呈现积极情绪,微博活跃程度与当地经济发展程度密切相关。在本次地震舆情传播中,政府部门的舆情引导起到至关重要的作用,舆情传播中的防灾视频传播具有明确的正向引导作用。本研究对于中国西部欠发达少数民族地区的地震舆情分析及引导工作具有借鉴意义。     

基于认证微博的灾情信息快速获取与信息提取技术研究

通过对2015年以来有影响地震事件的微博数据进行收集整理,并对四川省内发生的有影响的地震相关微博信息进行了重点分析,提出了震感信息、人员伤亡、道路交通三类灾情信息的分类提取方法。结合四川地震应急指挥中心对灾情信息产品各项要求及现有业务系统功能,提出与现有应用系统对接方法。     

基于震源机制解的断层三维动画自动生成——以九寨沟7.0级、精河6.6级地震为例

基于震源机制解的断层三维动画自动生成系统以地震应急实际需求为导向,根据震源机制解提供的断层走向、倾角和滑动角,通过对断层模型进行三维建模,建立断层控制点的运动方程,利用动画自动生成技术,生成发震断层的三维演示动画。利用该系统制作了九寨沟7.0级、精河6.6级地震的三维运动动画。该系统自动产出的断层三维动画,可在地震应急期间为抗震救灾指挥部展示直观的断层运动过程,并且结合余震分布等信息可为震后趋势的判定提供科学依据,同时,可借助微博、微信等新媒体为社会公众提供更好的服务。     

基于新浪微博大数据的新疆伽师6.4级地震舆情分析及可视化研究

基于新浪微博大数据,运用网络爬虫技术,获取新疆伽师6.4级地震后48小时新浪微博相关的博文和评论;通过对数据的去噪、去重、分词、索引等处理,得到结构化的分级、分类数据;在此基础上,产出震后微博舆情声量走势图、震后微博舆情情感值极性分布图、震后微博舆情热词词频统计表、博文和评论词云图以及博文和评论内容分类统计图,实现微博舆情数据的可视化。     

地震信息传播平台综合服务分析

随着网络技术的飞速发展,已经形成了微博、微信等新兴的信息传播方式,因其传播快速和便捷的特点已成为传递信息的重要渠道。本文基于地震信息传播的特点和新兴媒介平台的优势,通过对地震信息资源的分析,提出了建立以地震监测、震害防御、应急救援为主体的地震信息发布构架。同时,借助大众新媒体传播及时快捷、立体多元、全面覆盖的信息平台,可为公众提供丰富多彩的地震信息服务。     

基于Gutenberg-Richter定律快速估算最大余震震级:以2017年九寨沟MS7.0地震为例

针对九寨沟M_S7.0地震之后不同时间段的余震序列目录,利用推定最大余震震级,给出了实际最大余震震级的估计值。结果表明,推定最大余震震级随主震后时间尺度的延长而趋于稳定,且该值与实际发生的最大余震的震级一致。需要强调的是,就九寨沟地震序列而言,当余震数据较为完备时,采用主震后较短时间段内（1～2天）的余震目录就可以较准确地估算出主震区域内可能发生的最大余震震级。实际上,主震后12h（0.5天）的余震数据已完全可以给出最大余震震级的有效下限。此外,计算中我们采用了里氏震级M_L和面波震级M_S的余震目录,结果显示,2种震级类型目录的估算结果完全一致,表明利用推定最大余震震级估算实际最大余震震级的方法不受震级类型的影响。据此,该最大余震震级快速评估方法可进一步推广应用于我国大陆地区中强震后强余震灾害分析评估中。目前的拟合技术也显示出随着测震技术的不断进步以及余震识别能力的提高,快速评估方法可以在主震后短时间（<1天）内准确地预测可能发生的最大余震震级。     

2017年6月3日内蒙古阿拉善左旗5.0级地震强震记录及特征分析

2017年6月3日内蒙古阿拉善左旗发生5.0级地震,位于甘肃天祝-古浪一带的"西部烈度衰减台阵"得到充分触发,甘肃强震动台网的50台强震仪获得了主震加速度记录。本文首先对150条强震动记录进行常规处理,计算出近场强震动记录的加速度峰值随震中距的分布情况;根据4个典型台站的加速度时程记录及其加速度反应谱,分析本次地震的基本特征;然后将实际观测数据与意大利新一代地震动衰减公式对比,分析峰值加速度（PGA）及谱加速度衰减关系;最后结合已有的工程场地地质资料,采用H/V谱比法对4个不同类别的典型台站进行分析,发现该方法能很好地反映实际台站场地的反应特征。     

2016年3月21日甘肃金塔4.7级地震热红外亮温异常分析

使用中国静止气象卫星FY-2E/G红外遥感亮温产品为基础数据,针对2016年3月21日甘肃金塔4.7级地震前后出现在震中区附近的显著热红外异常,运用小波变换和相对功率谱法进行异常提取和资料分析,结果表明,地震热红外异常范围主要分布在震中以北的大范围区域,震前10天左右出现功率谱增强现象,随着时间推移,异常范围逐渐向北扩大,一直持续到震时,震后14天异常开始收缩并减弱。通过对比同地区相似震例发现,本次地震与2012年5月3日金塔5.4级地震的热异常特征有许多共同点,其中相同的特征周期可为热红外地震前兆特征的归纳提供典型的参考信息,同时可为建立区域热异常统计模型积累可靠的判定依据。     

九寨沟M7.0地震仪器烈度计算比较分析

地震发生后,强震动观测台网可以获取灾区分布式台站位置的强震动记录,通过基于这些强震动记录得到的地震动参数可以快速地评估地震烈度的空间分布,以迅速判定不同地区的受灾程度,尤其是地震极震区的分布范围,为政府开展应急救援并合理地分配救援力量、物资等提供依据,以保证救援人员及时、准确地到达极震区展开搜救工作,减少人民群众的生命财产损失。本文介绍了国内外7种地震仪器的烈度计算方法,基于四川九寨沟M7.0级地震获取的强震动记录,对这7种方法的计算烈度值进行了对比分析。结果表明,各方法计算的仪器烈度与宏观烈度的差值均在1度误差范围以内,均显示了良好的实用性,且行业标准法和综合判别法两者的计算结果较为一致。     

Comparison of Computational Methods for Instrumental Intensities Using the MS7.0 Jiuzhaigou Earthquake Data

After the occurrence of an earthquake, strong motion observation networks can record ground motion at distributed observation stations. Based on the ground motion parameters from these records, the spatial distribution of seismic intensity can be quickly determined, and the degree of damage in different areas can be estimated. This information provides the technical basis for the emergency response, so as to ensure that rescue teams can reach extreme earthquake areas and carry out the search and rescue operation in an accurate and timely manner to reduce casualties and property loss. In this paper, we introduced 7 intensity algorithms and compared the results with the records of the Jiuzhaigou M_S7.0 earthquake. We found that the differences between the instrumental intensities calculated by each method and the macro intensities were within a 1-degree range, which suggested good practicality of these different methods. The results calculated by the industrial standards-based calculation method and the integrated test showed good consistency.