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:地震现场应急指挥技术系统在震后救援行动中发挥着重要的通信和指挥枢纽作用,为了提升现场技术系统的运维质量,并解决目前运维时上报信息分散且不易查询的问题,本文基于C/S架构设计了1套运维信息管理平台,客户端采用手机、平板电脑等智能终端,基于AndroidSDK进行应用程序开发,采用轻量级文本格式JSON与服务器端进行数据交互。客户端用户登录平台后,可上报文字和图片信息,也可根据上报时间、内容、位置等关键字查询历史信息,实现了信息的汇总和共享;平台还设计了故障排查辅助、设备操作说明、演练信息发布等实用功能,数据汇集在服务器端,便于管理和考核。本系统已在山东省地震局部署应用,有效提升了地震现场工作的效率和水平。
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.