简介:地震宏观异常是指地震前后人的感觉能直接察觉到的自然界异常现象,本研究在芦山地震后,针对公众通过微博发布的异常信息进行搜集,提出从真实性、完整性、信誉度和关联度四方面对公众提供的微博宏观异常信息进行筛选的方法,并根据筛选后的信息从时间角度、空间分布等方面进行芦山地震前后宏观异常信息的分析研究.结果表明,芦山地震前后是有宏观异常出现的,公众关注的异常种类主要为动物异常与天气异常;震前发生宏观异常占宏观异常总数的67%,但仅有30%被发布;微博发布的宏观异常信息中,大多位于距离震中较远的成都市,而非震中地区.微博信息可以作为宏观异常信息的一个主要的及时信息来源,有助于发挥群测群防在防震减灾工作中的作用.
简介:微博平台有用户群大、公众参与性强、实时性等优点,同时微博平台信息又具有信息真伪难辨、地址信息模糊等缺点.本文以芦山地震为例,针对微博内容如何提取和地址如何定位两方面进行了分析研究,对于如何在网络微博平台中及时的提取地震宏观异常信息,提出了聚焦爬虫技术,并对微博地址进行了分类,同时将正向最大匹配和特征词地址分词的中文地址匹配模型应用于地址信息的提取和地址匹配中;最后将不同的地址类别定位为不同的行政级别,使微博平台和微博信息得到了充分的利用.通过研究认识到微博信息在反应震前异常的发生趋势方面有一定的参考价值(动物异常和气象异常所占比例较大),是不能被忽略的:地址方面可以看出异常随着时间的逼近有向震中聚集的趋势,有一定的参考价值.
简介:随着城市建设的快速发展,各类危及国家和人民群众生命财产安全的突发性事故灾害时有发生,尽管各有关部门的抢救队伍在实施抢险救援中发挥了积极作用,但各抢险救援力量专业单一、分散行动,形成不了合力,难以及时有效处置重大或特大突发性、综合性、大面积的城市事故灾害,特别是像地震以及的美国的911那样突发性事故。我们目前开展的震害预测与灾害快速评估系统只是针对地震的,而地震是小概率事件。因此要应对城市各种重大突发事件,城市有必要建立一种应急机制或综合的应急管理信息系统。根据“数字城市”的思想,通过一个通信系统与信息系统集成的平台,统一协调公安、消防、急救、交警、公共事业、民防、地震等政府部门,为市民提供快速、及时的各种救助和相应的服务。统一报警、统一指挥、快速反应、联合行动,从而有效地减少损失。