李軍利，李 瑩，何宗宜 ，何撼東

(1.安徽省智慧城市與地理國情監(jiān)測重點(diǎn)實(shí)驗(yàn)室，安徽合肥230061；2.安徽農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，安徽合肥230036；3.河南省商丘市氣象局，河南商丘476000；4.武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院，湖北武漢430079）①

傳統(tǒng)氣象災(zāi)害等觀測數(shù)據(jù)存在數(shù)據(jù)稀疏性、滯后性以及高成本特性，在社會感知中，每個居民個體都扮演著傳感器的角色，利用帶有GeoTag標(biāo)記微博等社會感知數(shù)據(jù)的高分辨特性、泛在性等特性，開展災(zāi)害性天氣條件下的群體時空行為特征感知、公共行為模式與地理位置的相關(guān)性研究，有助于減輕災(zāi)害[1-2]。GeoTag數(shù)據(jù)是指互聯(lián)網(wǎng)上帶有地理位置信息的文本、圖片、聲音與視頻等信息，微博是一種迅速快捷、低成本的GeoTag數(shù)據(jù)源。近年來已有不少學(xué)者，借助GeoTag數(shù)據(jù)開展相關(guān)研究。Kryvasheyeu等通過Sandy颶風(fēng)的軌跡與Twitter活動有很高的相關(guān)性，認(rèn)為社交媒體有助于大尺度的災(zāi)害評估提供研究[3]。Chae等以颶風(fēng)為例，開展災(zāi)害事件演化趨勢研究，抽取颶風(fēng)災(zāi)前、災(zāi)中與災(zāi)后的群體公共行為，為危機(jī)管理、災(zāi)害響應(yīng)、評估規(guī)劃提供服務(wù)[4]。Slavkovikj等以社交媒體偵察林火事件，發(fā)現(xiàn)社交媒體作為以人為中心的傳感器，在大尺度自然災(zāi)害偵察與管理中發(fā)揮著重要作用[5]。Landwehr等利用Twitter開發(fā)了一個印尼巴東海嘯預(yù)警系統(tǒng)，輔助災(zāi)害的應(yīng)急響應(yīng)[6]。Yusuke研究了日本東京大地震中，居民回家的交通行為模式[7]。王艷東等利用社交媒體研究了北京特大暴雨事件，認(rèn)為社交媒體有助于災(zāi)害的應(yīng)急響應(yīng)[8]。廖一蘭對山東疫苗事件做了時空可視化分析[9]。何宗宜等利用微博數(shù)據(jù)挖掘的用戶行為，依據(jù)微博識別事件發(fā)生所在地理位置[10]。上述研究從不同角度闡述了社交媒體有助于災(zāi)害應(yīng)急或熱點(diǎn)事件識別，而與突發(fā)寒潮氣象事件相關(guān)的研究并不多見。

在全球氣候變暖大背景影響下，各種災(zāi)害性天氣開始頻繁出現(xiàn)，氣象災(zāi)害和次生災(zāi)害成為城市健康和諧發(fā)展的制約因素。寒潮是合肥市下半年主要災(zāi)害性天氣[11]，寒潮帶來的大風(fēng)強(qiáng)降溫、暴風(fēng)雪以及凍雨等天氣，給城市交通安全及生活帶來不便，給農(nóng)業(yè)經(jīng)濟(jì)也造成嚴(yán)重的損失[14-15]。本課題嘗試在此背景下，研究寒潮天氣下合肥市主城區(qū)微博GeoTag時空特征并進(jìn)行語義演化分析。

1 數(shù)據(jù)獲取

通過新浪平臺位置服務(wù)開發(fā)接口，本研究設(shè)計開發(fā)了一個定時自動獲取用戶微博數(shù)據(jù)采集系統(tǒng)，獲取的數(shù)據(jù)覆蓋范圍包括合肥市主要城區(qū)，時間選取為2016年1月19日6點(diǎn)至1月27日24日，時間覆蓋了合肥市當(dāng)次整個寒潮天氣發(fā)生的全過程。篩選微博文本當(dāng)中的“用戶ID”“用戶名”“微博消息 ID”“微博內(nèi)容”“發(fā)表時間”和“用戶坐標(biāo)”等信息建立地理空間數(shù)據(jù)庫。經(jīng)過數(shù)據(jù)清洗等預(yù)處理，本次獲取帶有地理位置標(biāo)志的微博信息27 007條。

2 研究方法

基于上述獲取的寒潮天氣下新浪微博數(shù)據(jù)，利用GIS空間分析等方法探索寒潮發(fā)生前、中、后的微博用戶時空聚集特征。

2.1 核密度分析方法

核密度分析方法，是通過核函數(shù)將離散分類變量經(jīng)過核密度轉(zhuǎn)換并轉(zhuǎn)變?yōu)檫B續(xù)性數(shù)值變量的一種方法，主要是識別與分析熱點(diǎn)和冷區(qū)的探索性工具[12]。Kernel密度分析方法主要是計算表面密度的方法，比傳統(tǒng)的方法生成的表面更平滑。Kernel方法的原理是在每個樣本點(diǎn)周圍畫一圓形區(qū)域，應(yīng)用從中心到邊界為由1至0變化的數(shù)學(xué)函數(shù)，形成一個適合每個樣本點(diǎn)的平滑、彎曲的表面。每個單元的密度值是把覆蓋在該單元上所有的Kernel值相加的結(jié)果除以該半徑下的搜索面積。搜索半徑直接決定Kernel的大小，半徑越大Kernel越平滑[12-13]。

核密度分析是假設(shè)Y1，Y2，…，Yn是從一維總體Y中抽出的樣本，Y具有未知的密度函數(shù)f(y)，則f(y)的密度核估計為[12-13]：

(1)式中K()稱為可測函數(shù)的窗或核函數(shù)，h為閾值，n為閾值范圍內(nèi)的點(diǎn)數(shù)[12-13]。

2.2 熱點(diǎn)分析

熱點(diǎn)分析可借助Getis-Ord Gi*工具計算。應(yīng)用工具可得到Z和p值，p值表示概率,Z得分表示標(biāo)準(zhǔn)差的倍數(shù)。如果要素的Z得分高且p值小，則表示有一個高值的空間聚類。如果Z得分低并為負(fù)數(shù)且p值小，則表示有一個低值的空間聚類。Z得分越高（或越低），聚類程度就越大。如果Z得分接近于零，則表示不存在明顯的空間聚類。熱點(diǎn)分析工具的工作原理是查看鄰近要素環(huán)境中的每一個要素。高值要素往往比低值要素更容易引起注意，但高值要素可能不是最具有顯著統(tǒng)計學(xué)意義的熱點(diǎn)，其計算公式如下[14]：

2.3 聚類和異常值分析

借助Anselin Local Moran’s方法對微博數(shù)據(jù)進(jìn)行識別，如下式[15]：

Anselin Local Moran’s I方法根據(jù) Anselin Local Moran’s指數(shù)、Z得分和p值對微博位置數(shù)據(jù)進(jìn)行分類標(biāo)識。Z得分按下式計算[14]：

若Z＞1.96，則表示鄰近微博格網(wǎng)數(shù)據(jù)具有相似值，將具有統(tǒng)計顯著性高值聚類表示為HH，低值聚類表示為LL；若Z＜-1.96，則表示其為空間異常值；其他情況表示不具有統(tǒng)計顯著性。對于第一種情況，若區(qū)域內(nèi)及其各方向鄰域，在正常狀態(tài)下均為非熱點(diǎn)，如計算結(jié)果成立，則表示該區(qū)域成為了熱點(diǎn)，可認(rèn)為該處發(fā)生了事件，在熱點(diǎn)分布圖上可直觀顯示。地理區(qū)域通常被劃分成多個格網(wǎng)，若某區(qū)域?yàn)闊狳c(diǎn)區(qū)域，則其上的連續(xù)多個格網(wǎng)均為熱點(diǎn)格網(wǎng)，這種情況下，如果該區(qū)域熱點(diǎn)格網(wǎng)的范圍擴(kuò)大可看作是正常波動，不認(rèn)定為發(fā)生熱點(diǎn)事件。第二種情況，則通過：

計算熱點(diǎn)區(qū)域微博數(shù)量的增長率η，η≥100%，則認(rèn)定發(fā)生了事件。(5)式中，ni為第i號格網(wǎng)內(nèi)的當(dāng)天微博數(shù)，為正常狀態(tài)下第i號格網(wǎng)內(nèi)的平均微博數(shù)。

3 結(jié)果分析

3.1 時間特征分析

對合肥市區(qū)主城區(qū)每天的微博數(shù)據(jù)分時段進(jìn)行統(tǒng)計，把24小時分為4個階段進(jìn)行統(tǒng)計，時間段分別為：時段1（0點(diǎn)0分0秒至5點(diǎn)59分59秒）、時段2（6點(diǎn)0分0秒至11點(diǎn)59分59秒）、時段3（12點(diǎn)0分0秒至17點(diǎn)59分59秒）、時段4（18點(diǎn)0分0秒至23時59分59秒）。制作從1月20日到1月27日的分時段微博數(shù)量統(tǒng)計圖，如圖1所示。圖1為按每天每小時統(tǒng)計的微博數(shù)，微博發(fā)布量隨時間段的變化越來越大，微博發(fā)布量在整體上呈上升趨勢。時段1為微博發(fā)布量較少的時間段，時段2微博發(fā)布量略有增加，在此基礎(chǔ)上時段3微博量略有增加，時段4為微博發(fā)布量高峰時間段。由圖1可看出，0點(diǎn)至6點(diǎn)處于人夜間睡眠的主要時間段，微博發(fā)布量少表明居民活動少；6點(diǎn)至12點(diǎn)微博發(fā)布量逐漸增加，表明居民活動開始增加，該時段處于城市居民的上班工作時間；18點(diǎn)至24點(diǎn)，居民進(jìn)入夜間消費(fèi)階段，微博發(fā)布量持續(xù)上升并達(dá)到微博數(shù)量分時間段的高峰，在目前普遍采用的“朝九晚五”作息規(guī)律的前提下，由于該時段是居民下班后餐飲、購物、休閑娛樂和居家等活動的主要參與時段，因此微博數(shù)量值最大。

圖1 微博發(fā)布數(shù)量時間段統(tǒng)計圖

對合肥市主城區(qū)發(fā)布的微博數(shù)據(jù)，按每天發(fā)布總量進(jìn)行統(tǒng)計，分析表明微博發(fā)布量在1月20日達(dá)到頂峰，隨后逐漸下降，與現(xiàn)實(shí)中的天氣狀況相吻合。在20日這天，氣溫急劇下降并伴隨大雪，微博量達(dá)到峰值，表明人們對寒潮所帶來的降溫、雪具有更大的敏感性并對其給予更大的關(guān)注。伴隨著降雪過程的結(jié)束、寒潮的退去，人們對降雪的關(guān)注度也開始降低，微博量隨后逐漸下降，在整體上呈下降趨勢。

3.2 空間特征分析

圖2為通過蜂窩密度圖分析得出寒潮期間合肥市微博的主要集中地。從圖2可看出，寒潮主要集中在一環(huán)二環(huán)內(nèi)，政務(wù)文化新區(qū)、天鵝湖附近區(qū)域、大學(xué)城翡翠湖附近等區(qū)域。一環(huán)二環(huán)是市區(qū)經(jīng)濟(jì)中心、商業(yè)中心，人口相對集中；天鵝湖附近區(qū)域是政治文化中心，人口也比較集中；而大學(xué)城翡翠湖附近集中了部分高校，高校師生分布相對集中，該區(qū)域也是微博用戶集中地。

圖2 蜂窩密度圖

將核密度圖與合肥市主城區(qū)路網(wǎng)疊加進(jìn)行分析，微博發(fā)布地主要集中在一環(huán)、二環(huán)內(nèi)及政務(wù)文化新區(qū)翡翠湖附近。圖3所示，顏色越深代表密度越大，活動越密集；顏色越淺代表密度越低，活動頻率越小。由核密度圖可看出，微博發(fā)布地主要集中在一環(huán)和二環(huán)內(nèi)，且一環(huán)內(nèi)密度更集中。一環(huán)內(nèi)是經(jīng)濟(jì)政治文化中心，該區(qū)域人口密度較高，相對微博發(fā)布量也大。還有一部分集中在徽園、歡樂島、明珠廣場和翡翠湖附近，這部分區(qū)域是旅游觀光中心與教育集中區(qū)，如在翡翠湖附近集中了部分高校，一般高校學(xué)生相對普通民眾使用微博的頻率更高一些。

借助熱點(diǎn)分析，制作寒潮期間合肥市微博數(shù)據(jù)的熱點(diǎn)圖，如圖4所示，顏色深的紅色區(qū)域表示發(fā)布微博的熱點(diǎn)區(qū)域。通過與城市地理位置興趣點(diǎn)比對，發(fā)現(xiàn)熱點(diǎn)區(qū)域主要集中在合肥火車站、合肥南站、一環(huán)內(nèi)的高校集中區(qū)、政務(wù)文化新區(qū)的天鵝湖附近、淮河路步行街。具體體現(xiàn)在南一環(huán)路、站前東路、徽州路、環(huán)城路、天鵝湖路、潛山路、翡翠路以及沿河路。合肥市是華東地區(qū)綜合交通和通信樞紐之一，火車站和高鐵南站是人流聚集地，而且寒潮期間趕上農(nóng)民工返鄉(xiāng)及高校放寒假的高潮，車站人流量較大，有關(guān)寒潮災(zāi)害的微博也相應(yīng)增加，使車站成為熱點(diǎn)區(qū)域之一；在一環(huán)附近集中了安徽農(nóng)業(yè)大學(xué)、安徽大學(xué)（老校區(qū)）、安徽醫(yī)科大學(xué)、安徽中醫(yī)學(xué)院、中國科技大學(xué)等高校，師生群體相對集中，從熱點(diǎn)圖來看該區(qū)域微博發(fā)布量較大；政務(wù)文化新區(qū)的天鵝湖是合肥市民旅游休閑的新去處，不但環(huán)境優(yōu)美，還是目前合肥市內(nèi)最大的開放式公園之一，旁邊新建了體育場、大劇院、市政辦公中心等多處建筑，成為合肥的政治文化休閑中心地，該區(qū)域微博發(fā)布量也較大；而淮河路步行街是集購物、旅游、文化、休閑、餐飲等功能為一體的現(xiàn)代文化商業(yè)步行街，人流相對集中，也是微博發(fā)布集中地。

對合肥主城區(qū)創(chuàng)建400 m×400 m格網(wǎng)，統(tǒng)計出每個格網(wǎng)面數(shù)據(jù)中微博點(diǎn)的數(shù)量，對每個格網(wǎng)中的微博點(diǎn)進(jìn)行聚類與異常值分析，將不顯著的格網(wǎng)面刪除，得到聚類與異常值分析圖，如圖5所示。圖中顯示了熱點(diǎn)高區(qū)域，發(fā)現(xiàn)除一環(huán)與二環(huán)內(nèi)熱點(diǎn)相對比較集中外，唯獨(dú)南部區(qū)域相對獨(dú)立集中，該區(qū)域?yàn)楹戏适袨I湖新區(qū)，有萬達(dá)樂園、濱湖西河公園、輪滑場、美術(shù)館等娛樂場所，寒潮期間微博發(fā)布量較平常發(fā)布相對多，實(shí)地調(diào)查發(fā)現(xiàn)該地區(qū)游玩的人數(shù)較平時增長較多，參觀及欣賞雪景的同時，用戶發(fā)布相應(yīng)主題的微博。

圖3 微博發(fā)布用戶空間分布核密度圖

表1 寒潮主題詞庫

3.3 寒潮詞頻分析

針對寒潮期間微博相關(guān)主題，構(gòu)建寒潮災(zāi)害主題特征詞庫表，如表1所示。按從寒潮的名稱、形成、結(jié)構(gòu)、路徑、災(zāi)害等級、警報級別、災(zāi)害鏈以及災(zāi)害等相關(guān)概念進(jìn)行總結(jié)歸納。

圖4 微博發(fā)布用戶空間分布熱點(diǎn)圖

圖5 聚類與異常值分析圖

利用寒潮主題詞庫，進(jìn)行自然語言處理，借助詞頻-逆文件頻率方法[16-17]，統(tǒng)計出寒潮相關(guān)主題詞在微博文檔中出現(xiàn)的頻率，該方法強(qiáng)調(diào)字詞重要性與其在微博文本中出現(xiàn)的次數(shù)成正比。圖6為頻率統(tǒng)計制作詞云圖，詞語字體的大小直接反映了詞語出現(xiàn)頻率的高低，從圖中可看出，詞語主要與人們的日常生活相關(guān)，但同時觀察到在寒潮期間人們對寒潮的關(guān)注度上升，出現(xiàn)了“雪”“寒”“冷”和“凍”等一系列和寒潮相關(guān)的熱詞。對比日常生活出現(xiàn)的熱詞，發(fā)現(xiàn)此次微博熱點(diǎn)除了集中在日常生活方面，還重點(diǎn)體現(xiàn)在寒潮的發(fā)生方面，表示這一時間段出現(xiàn)了特殊的天氣狀況。如在此次熱詞當(dāng)中“雪”出現(xiàn)了218次，對比其他分詞出現(xiàn)的頻率，表明在1月19日至1月27日這個時間段里雪受到的關(guān)注度比較大。結(jié)合高頻寒潮詞匯發(fā)生的時空分布特征，有助于開展災(zāi)害性天氣條件下的群體公共行為模式與地理位置的相關(guān)性研究。

圖6 熱詞統(tǒng)計詞云圖

4 結(jié)論

借助合肥市寒潮期間新浪微博數(shù)據(jù)，分別從時間、空間與語義方面探討寒潮發(fā)生前、中、后的GeoTag微博用戶時空聚集特征。在時間上，微博發(fā)布量的變化與寒潮發(fā)生存在一定的相關(guān)性，一天當(dāng)中18時至24時是微博高發(fā)時段，且1月20日總發(fā)布量達(dá)最大。在空間上，微博發(fā)布高密度區(qū)域地主要集中在三大類區(qū)域：第一類是購物商圈，如淮河路步行街商圈；第二類是高校區(qū)域，如翡翠湖附近的高等院校；第三類是合肥市區(qū)的觀光游玩之地，如徽園、歡樂島、萬達(dá)樂園等。這與城市的人口空間結(jié)構(gòu)基本穩(wěn)合，且與其旅游行為與生活習(xí)慣相關(guān)。在語義詞頻統(tǒng)計方面，“雪”“寒”“冷”和“凍”等一系列和寒潮相關(guān)的熱詞，在寒潮期間出現(xiàn)頻率有突升的趨勢。本研究暫未結(jié)合定位導(dǎo)航大數(shù)據(jù)、交通智能卡大數(shù)據(jù)與移動通信大數(shù)據(jù)探討突發(fā)寒潮天氣下公共群體行為模式等問題，后續(xù)研究中將進(jìn)一步完善。