论文部分内容阅读
随着全球变暖趋势和城市化进程的加快,突发自然灾害事件越来越多,气象灾害也越来越频繁。微博作为一种新型的社交媒体,可以随时随地分享信息,在突发气象灾害信息传播中发挥着重要的作用。本研究聚焦灾害性天气条件下的微博用户群体公共行为模式时空特征分析。利用微博数据采集系统获取2016年1月19日至27日的寒潮微博数据和2016年9月12至9月21日的台风莫兰蒂的微博数据,综合运用核密度分析方法、热点分析和点密度分析方法、蜂巢分析方法、聚类与异常值分析方法以及时态GIS等方法进行综合分析。分别探讨了有地理标签的2016年1月合肥市寒潮灾害时空特征和无地理标签的2016年9月莫兰蒂台风的微博时空语义分析,以期为突发气象灾害防灾减灾提供参考。主要研究结论有以下几点:(1)寒潮期间,微博发布量在2016年1月20日达到峰值,并逐渐呈下降趋势,微博量的变化与寒潮事件的发生密切相关。在一天中,时段4(18点0分0秒至23时59分59秒)的微博量达到最大值,是由于此阶段是餐饮休闲娱乐购物的主要时间段。在空间分析方面,微博发布地主要集中在在合肥火车站、合肥南站、一环内的高校集中区、政务文化新区天鹅湖附近、淮河路步行街、大学城翡翠湖、滨湖万达城等商业区以及学校等人流量密集区域。通过空间上的热度地理讨论,发现寒潮灾害与地理实体空间关系紧密。(2)在寒潮微博数据的时空分析方面,从时段1(0点0分0秒至5点59分59秒)到时段4,一环和二环内是微博发布聚集度高的区域且聚集方向有向西南和正南方向移动的趋势。时段4是微博发布用户分布密度最高的时段。从时段1到时段4微博发布用户主要集中在一环二环附近,没有太大的空间位置的变化,存在消费集中和与居住地附近的现象。在工作日和休息日,微博发布地都相对集中稳定。在词云图中出现了“雪”、“寒”、“冷”和“冻”等相关热点关键词,说明寒潮灾害受到了极大的关注度。(3)在台风莫兰蒂时间分析方面,2016年9月15日之前微博量逐渐增大并在15日达到峰值,从15日开始逐渐下降。相关话题关键词在时间上的分布是不均匀的,但是都集中在一个或几个波峰时间内,变化趋势是一致的,相关话题的关键词在不同的时间段内其使用频率具有一定的相似性。从性别上看,男性和女性对微博关注度存在一定的差异,从整体上看,男性微博高于女性微博,但其变化趋势是一致的。(4)通过对台风灾害期间微博信息的分词及信息聚合,把微博信息分为灾害描述,公众需求和减缓措施三类。通过地名关键词词云图,发现台风受损最严重区域集中在我国东南沿海区域,主要有福建广东台湾,其次是浙江、江苏、江西、安徽。福建省是台风莫兰蒂受灾最严重的一个省,其省内的厦门、泉州、漳州、晋江是受灾最严重的区域。(5)模拟台风莫兰蒂的运动轨迹,发现台风经过区域与实际发生的台风受灾地相吻合,且福建省受灾最重,广东和浙江省也损失严重。说明台风微博内容在一定程度上是可以验证台风灾害情况以及台风受灾地,依据微博这一社交媒体来进行灾害监测的方法是有效可行的。