应急大数据的空间分析方法

2023-06-15 历史故事版权反馈

【摘要】：应急大数据的时空分析从地理空间位置和时间的角度分析了突发事件的演变情况，按照时间尺度的长短可以分为长期发生规律和短期内突发事件发展过程研究；根据空间范围的大小则可以分为大、中、小尺度的分布特性、发展趋势研究。国内发表的论文主要研究内容包括灾害时空变化、空间格局和影响因素。

应急大数据的时空分析从地理空间位置和时间的角度分析了突发事件的演变情况，按照时间尺度的长短可以分为长期发生规律和短期内突发事件发展过程研究；根据空间范围的大小则可以分为大、中、小尺度的分布特性、发展趋势研究。

国内发表的论文主要研究内容包括灾害时空变化、空间格局和影响因素。许多文献基于长期历史案例统计的方式研究了灾害在较大空间尺度范围的时空动态。例如，姚进喜等(2014)对甘肃省2010—2012年突发公共卫生事件报告管理信息系统中所报告的突发公共卫生事件资料进行了描述性流行病学分析，归纳出公共卫生事件的时空分布特征，为有效控制突发公共卫生事件的发生提供依据；孙亚军等(2020)采用描述性流行病学和时空自相关统计量对重庆市九龙坡区2014—2018年报告的传染病突发公共卫生事件进行分析，总结出流行病学特征，为九龙坡区传染病突发公共卫生事件的防控提供科学依据；王静爱等(1999)依据1990—1996年冰雹灾情信息，通过建立数据库，划分了中国冰雹灾害的组合类型，并绘制出了冰雹灾害的空间分布图和时间变化图；史培军等(1999)深入分析了土地利用变化(空间格局与经济密度)对农业灾害的影响机制；周俊华等(2001)根据中国1736—1948年历史洪涝灾害资料和1949—1998年报刊数据，统计出了中国主要流域每年洪涝灾害的时间空间变化规律；刘甜等(2019)选取了1965—2016年全球气候、气象、水文3类灾害灾情数据，系统分析了灾次、灾害人口死亡率格局、致灾因子的区域差异与气候变化的关系，并探究了灾害人口死亡率的影响要素。

随着数据收集、处理技术的发展，获得突发事件的实时动态信息成为可能，一些学者开始对突发事件过程中的发展过程开展研究。例如，李纲等(2019)运用社交媒体数据对受灾地区用户和非受灾地区用户在灾难不同时期的热点话题进行分析，揭示和比较了两类用户在宏观层面和微观层面的话题演化规律，帮助管理部门高效地从社交媒体数据中识别受灾人群及其需求。

与国内的研究相似，国际上突发事件时空分析领域主要研究灾害的时空变化、空间格局和影响因素，通过构建模型、开发数据分析系统来优化灾害演化时空规律的分析结果和可视化效果。文献主要包括区域的脆弱性评价和灾害区域敏感性估计等方向。Cutter S L等(2008)提出了基于位置的社区韧性评价模型，分析了社会脆弱性的时空变化；Rufat S等(2015)综述了洪水灾害社会脆弱性评估的典型案例和指标。Tehrany M S等(2014)运用基于规则的决策树以及频率比(FR)和逻辑回归(LR)统计方法相结合的方法绘制了马来西亚吉兰丹洪水敏感性地图，并探索了支持向量机(SVM)在区域敏感性评价中的应用；Termeh S V R等(2018)比较了自适应神经模糊推理系统(ANFIS)与不同的元启发式算法(如蚁群优化、遗传算法、粒子群优化PSO)，应用于区域敏感性评估。

应急大数据的空间分析方法

相关推荐