褚俊秀，徐敬海

（1.南京工業(yè)大學(xué) 測繪科學(xué)與技術(shù)學(xué)院，江蘇 南京 210009）

地震災(zāi)情位置微博抓取與展示

褚俊秀1，徐敬海1

（1.南京工業(yè)大學(xué) 測繪科學(xué)與技術(shù)學(xué)院，江蘇 南京 210009）

探索了一種地震災(zāi)情位置微博的抓取與展示方法。通過分析位置微博在地震災(zāi)情獲取中的作用，建立了位置微博地震災(zāi)情抓取框架?；谛吕宋⒉㏒DK，實(shí)現(xiàn)了有效位置微博的抓取；在顧及地震災(zāi)情專題屬性的基礎(chǔ)上，對抓取的微博進(jìn)行分級。以云南省昭通市魯?shù)榈卣馂槔?，?shí)現(xiàn)了災(zāi)情的提取與嚴(yán)重程度的圖示化展示。

地震災(zāi)害；災(zāi)情提取；位置微博；災(zāi)情展示

地震災(zāi)害具有突發(fā)性和不可預(yù)測性，與洪水、臺風(fēng)等氣象災(zāi)害相比，防御難度更大，除了災(zāi)害直接造成的損害，往往還產(chǎn)生廣泛的次生災(zāi)害。為了降低地震發(fā)生后的經(jīng)濟(jì)損失、減弱社會影響，迅速及時(shí)的救援工作尤為關(guān)鍵。作為地震應(yīng)急救援的前提，及時(shí)獲取災(zāi)情信息就顯得尤為重要[1]。如何才能提取到有效且應(yīng)急的地震災(zāi)情是個(gè)關(guān)鍵性的議題[2-4]。研究人員對地震災(zāi)情的獲取開展了大量的研究，其中以遙感技術(shù)為代表的空間信息技術(shù)得到了廣泛應(yīng)用，并取得了好的效果[5]。但遙感技術(shù)通常是災(zāi)區(qū)影像的呈現(xiàn)，對震后人員死亡、震感范圍、次生災(zāi)害分布等地震應(yīng)急救援急需的災(zāi)情獲取困難。隨著微博、微信、人人網(wǎng)等Web2.0社交平臺的興起，用戶以自身感興趣的形式自發(fā)貢獻(xiàn)數(shù)據(jù)及資訊，這些海量數(shù)據(jù)中充滿著豐富的災(zāi)情信息，如能得到合理應(yīng)用將能有效補(bǔ)充現(xiàn)有方法的不足。最大限度地利用微博數(shù)據(jù)服務(wù)于專題地理信息的獲取也是地理信息領(lǐng)域研究熱點(diǎn)之一[6-7]。

從地理學(xué)視角對微博展開的研究還不夠充分。運(yùn)用微博用戶自帶地理屬性來研究地震災(zāi)情，為地理社交網(wǎng)絡(luò)的貫通提供了可行性，能夠快速形成更為有價(jià)值的地震嚴(yán)重度分布專題圖來指導(dǎo)救災(zāi)實(shí)踐，也為大數(shù)據(jù)時(shí)代如何利用大數(shù)據(jù)的優(yōu)勢將自發(fā)地理信息有效地應(yīng)用于數(shù)據(jù)獲取開辟了新的途徑。

1 位置微博災(zāi)情數(shù)據(jù)抓取框架

位置微博，即帶有位置信息的微博，為經(jīng)緯度信息的反映，民眾發(fā)送的微博數(shù)據(jù)經(jīng)過處理后在微博電子地圖上配準(zhǔn)標(biāo)注[6]。經(jīng)緯度坐標(biāo)需通過定位來實(shí)現(xiàn)，微博的數(shù)據(jù)匯集通過網(wǎng)友使用互聯(lián)網(wǎng)設(shè)備來實(shí)現(xiàn)，主要有網(wǎng)頁微博、PC客戶端“微博桌面”和手機(jī)客戶端“新浪微博”，兩個(gè)客戶端用戶在發(fā)送微博時(shí)都能獲取到位置，不過也取決于用戶自愿。微博在PC客戶端采用的是用戶IP所在的地理位置，非固定IP只能定位到所在城市，精度并不高；在移動客戶端采用的是GPS定位原理，運(yùn)用空間距離后方交會的方法，以確定用戶發(fā)送微博的熱點(diǎn)位置，其精準(zhǔn)程度主要依賴于GPS衛(wèi)星定位的精度。

本文探索了地震災(zāi)情位置微博的抓取方法，即采用地理標(biāo)定策略。以地震災(zāi)害為例，地理標(biāo)定獲取策略的好處是便于以地震發(fā)生后時(shí)間空間的動態(tài)變化情況來預(yù)測地震的宏觀震中區(qū)域（極震區(qū)）、震災(zāi)的嚴(yán)重性分布、民眾的態(tài)度及反應(yīng)等，以可視化的方式更好地反映震災(zāi)的時(shí)空屬性，提供更為及時(shí)的救災(zāi)指導(dǎo)。

震后72 h被救災(zāi)界稱為“黃金72小時(shí)”，此時(shí)間內(nèi)受地震埋壓被救出的成活率較高，因此首先要選取的時(shí)間段為從發(fā)震后起算3 d。提取到存儲備用的原始數(shù)據(jù)后，對數(shù)據(jù)進(jìn)行統(tǒng)一的規(guī)約處理，以作震災(zāi)評估。經(jīng)地理標(biāo)定的微博位置點(diǎn)是離散的，但分布上有規(guī)律，在專題圖上就能得到災(zāi)情分布模式和嚴(yán)重度趨勢，總體的災(zāi)情微博抓取框架如圖1所示。

2 位置微博災(zāi)情數(shù)據(jù)抓取實(shí)現(xiàn)

首先是參數(shù)的輸入，在系統(tǒng)中輸入地震震級和震中信息之后，根據(jù)地震烈度衰減關(guān)系，結(jié)合紙質(zhì)媒體和網(wǎng)絡(luò)媒體的報(bào)道，判定地震影響區(qū)域的最小邊界矩形；接著運(yùn)用粗網(wǎng)格+細(xì)網(wǎng)格的格網(wǎng)索引模式進(jìn)行提取操作。其選擇依據(jù)為：對人口/居民點(diǎn)疏密度、地貌形態(tài)等多個(gè)因子進(jìn)行綜合考慮，確定格網(wǎng)索引的密度，劃分為網(wǎng)絡(luò)。根據(jù)歷年地震發(fā)生頻率、規(guī)模，結(jié)合微博的普及程度調(diào)研發(fā)現(xiàn)，數(shù)據(jù)來源中以村為單元行政區(qū)域的微博幾近于無，因此確定單元行政區(qū)域級別為鄉(xiāng)鎮(zhèn)，即行政區(qū)域級別只取省、市、縣和鄉(xiāng)鎮(zhèn)（自頂層至基層）4級。

圖1 眾源位置微博災(zāi)情目標(biāo)處理框架

本文基于新浪微博開放平臺的SDK開發(fā)，為了實(shí)現(xiàn)用戶與第三方網(wǎng)站之間的安全鏈接訪問，采用OAuth 2.0認(rèn)證標(biāo)準(zhǔn)，結(jié)合要用到的API，位置微博災(zāi)情數(shù)據(jù)提取的具體過程如圖2所示。

圖2 位置微博災(zāi)情數(shù)據(jù)抓取的實(shí)現(xiàn)流程

針對待提取的數(shù)據(jù)，確定主要使用的接口為位置服務(wù)接口、評論接口和關(guān)系接口。針對提取目標(biāo)最關(guān)鍵的是獲取某個(gè)位置周邊動態(tài)的函數(shù)place/nearby_ timeline。本文需要從地震發(fā)生后同一時(shí)間段發(fā)布的海量微博中抽取信息點(diǎn)，然后以統(tǒng)一的形式集成，再用結(jié)構(gòu)化形式進(jìn)行存儲，以json格式返回的字符串組合成為CSV文件，如圖3所示。json是一種輕量級的數(shù)據(jù)交換格式，既易于閱讀和編寫，也易于機(jī)器解析和生成，這些特性使得json成為理想的數(shù)據(jù)交換語言。至此，抓取的數(shù)據(jù)已完成從非結(jié)構(gòu)化到結(jié)構(gòu)化的轉(zhuǎn)換。

圖3 抓取到的災(zāi)情位置微博（CSV格式）

3 位置微博災(zāi)情規(guī)約處理與展示

經(jīng)過第一階段的微博數(shù)據(jù)抓取，入庫的是地震后3 d內(nèi)震區(qū)受影響區(qū)域的數(shù)據(jù)，這些數(shù)據(jù)按照統(tǒng)一的二維表形式分字段存儲。由于數(shù)據(jù)中存在冗余、無關(guān)和記錄不完整的情況，因此還不能直接應(yīng)用于地震災(zāi)情展示，首先需要進(jìn)行數(shù)據(jù)規(guī)約處理，再基于分類檢索庫匹配詞典，對規(guī)約處理后的數(shù)據(jù)進(jìn)行災(zāi)情信息等級評估。

為了給急需了解災(zāi)區(qū)背景資料的用戶提供第一手資料，對災(zāi)區(qū)的影響范圍做出快速估計(jì)，需要對處理后的位置微博地震災(zāi)情離散點(diǎn)進(jìn)行地理標(biāo)定可視化展示。將位置微博以一定的分類分級符號表達(dá)，從而使得用戶能夠直觀地了解地震災(zāi)情嚴(yán)重度的空間分布和定性、定量特征。通過專題圖的方式將數(shù)據(jù)圖形可視化，利于將位置微博數(shù)據(jù)中難以發(fā)現(xiàn)的災(zāi)情分布模式和嚴(yán)重度趨勢通過符號化直觀地體現(xiàn)在地圖上。

3.1 位置微博數(shù)據(jù)規(guī)約處理

規(guī)約化處理的步驟主要為去噪、去重、分詞和索引。去噪和去重又合稱為數(shù)據(jù)清洗，通過篩查檢測數(shù)據(jù)集中存在的錯(cuò)誤和不一致，并找到與地震災(zāi)情分析無關(guān)的數(shù)據(jù)，利用人工或自動化工具將它們剔除或改正，以提升數(shù)據(jù)質(zhì)量。

數(shù)據(jù)規(guī)約處理的結(jié)果是位置微博地震災(zāi)情分類檢索表。構(gòu)造這個(gè)表的目的是為了羅列經(jīng)過分詞的基于微博社會化網(wǎng)絡(luò)詞匯的地震災(zāi)情分類索引。它融合了災(zāi)情匯報(bào)的網(wǎng)絡(luò)特征，并結(jié)合地震專業(yè)術(shù)語，引入人的情緒以及對地震的反應(yīng)、表情等。微博的表情多樣，反映了微博發(fā)送人的心境，是重要的災(zāi)情反饋手段。

3.2 地震災(zāi)情信息等級評估

基于微博地震災(zāi)情的分類檢索庫匹配詞典，運(yùn)用微博文本情感分析的方式，從可利用的社會化網(wǎng)絡(luò)災(zāi)情的5個(gè)維度來考察，綜合最新版本中國地震烈度表[8]，對提取到的社會化地震災(zāi)情進(jìn)行程度及微博內(nèi)容的進(jìn)一步細(xì)分歸納，給定打分，如表1所示。

表1 微博內(nèi)容的地震災(zāi)情信息等級評估

4 應(yīng)用案例

本文以發(fā)生在2014-08-03 16：30云南省昭通市魯?shù)榭h（北緯27.1°，東經(jīng)103.3°）的6.5級地震為例證。在震級-烈度衰減關(guān)系的支持下，通過選定范圍，對云南省下轄的8個(gè)縣，四川省下轄的4個(gè)縣，貴州省下轄的2個(gè)縣進(jìn)行微博挖掘，提取地震發(fā)生后3 d內(nèi)的地震位置微博，得到了60 069條原始微博，經(jīng)過信息抽取和數(shù)據(jù)清洗，得到1 616條。

利用現(xiàn)有的分詞模型進(jìn)行數(shù)據(jù)規(guī)約處理和分級，并對這些數(shù)據(jù)進(jìn)行有效整合、分析，將與本次地震相關(guān)度高的災(zāi)情數(shù)據(jù)入庫。由于對抓取位置微博地震災(zāi)情數(shù)據(jù)進(jìn)行分級時(shí)利用的專題屬性信息的大小及性質(zhì)不同，用符號大小反映地震災(zāi)害影響域，用顏色深淺顯示災(zāi)害影響程度，形成災(zāi)情嚴(yán)重度評價(jià)的聚集圈，如圖4所示，其中底圖來源于天地圖“http∶//map. tianditu.com/map/index.html”。

圖4 基于位置微博的魯?shù)榈卣馂?zāi)情展示圖

5 結(jié) 語

在社會化網(wǎng)絡(luò)時(shí)代的背景下，微博等新媒介為地震災(zāi)情的提取提供了新的方法與視角。本文展示了一種地震災(zāi)情位置微博抓取方法；介紹了位置微博的概念，提出位置微博地震災(zāi)情提取框架；詳細(xì)論述了基于位置API的位置微博抓取方法；最后以魯?shù)榈卣馂槔故玖宋恢梦⒉┑卣馂?zāi)情提取的應(yīng)用，并對災(zāi)情提取結(jié)果進(jìn)行了分析與探討，驗(yàn)證了位置微博災(zāi)情提取框架的可行性及有效性。

[1] 帥向華,姜立新,成小平.利用WebGIS實(shí)現(xiàn)地震災(zāi)害信息數(shù)據(jù)的管理[J].自然災(zāi)害學(xué)報(bào),2013,12(4)∶111-114

[2] 聶高眾,安基文,鄧硯.地震應(yīng)急災(zāi)情服務(wù)進(jìn)展[J].地震地質(zhì),2012,34(4)∶783-789

[3] 徐敬海,聶高眾.城市地震應(yīng)急處置方案技術(shù)研究[J].地震地質(zhì),2014,36(1)∶197-202

[4] 趙曉麗,李家存,屈新原,等.地震及其次生災(zāi)害災(zāi)情專題圖制圖模板研究[J].地理空間信息,2011,9(3)∶153-155

[5] WU H, CHENG Z P, SHI W Z. An Object-based Image Analysis for Building Seismic Vulnerability Assessment Using High Resolution Remote Sensing Imagery [J]. Natural Hazards, 2014, 71(1)∶151-174

[6] 王波,席廣亮,張浩,等.基于微博用戶關(guān)系的網(wǎng)絡(luò)信息地理研究∶以新浪微博為例[J].地理研究,2013,32(2)∶381-389

[7] 胡慶武,王明,李清泉.利用位置簽到數(shù)據(jù)探索城市熱點(diǎn)與商圈[J].測繪學(xué)報(bào),2014,43(3)∶315-319

[8] GB/T 17742-2008.中國地震烈度表[S].

P208

B

1672-4623（2016）05-0038-03

10.3969/j.issn.1672-4623.2016.05.012

褚俊秀，碩士，研究方向?yàn)镚IS在空間大數(shù)據(jù)地震災(zāi)情挖掘方面的應(yīng)用。

2015-03-23。

項(xiàng)目來源：國家科技支撐計(jì)劃資助項(xiàng)目（2012BAK15B06）；空間信息智能感知與服務(wù)深圳市重點(diǎn)實(shí)驗(yàn)室（深圳大學(xué)）開放基金資助項(xiàng)目（201404）。