四川九寨沟7.0级地震微博灾情信息特征分析

详细信息    查看全文 | 推荐本文 |

英文篇名：Characteristic Analysis on Disaster Information on Microblog about Jiuzhaigou M 7.0 Earthquake in Sichuan Province 作者：毛振江 ; 吕佳丽 ; 曹彦波 ; 郑川 英文作者：MAO Zhenjiang;LYU Jiali;CAO Yanbo;ZHENG Chuan;Yunnan Earthquake Agency; 关键词：九寨沟地震 ; 微博 ; 数据获取 ; 数据分析 ; 灾情分析 英文关键词：Jiuzhaigou Earthquake;;Microblog;;Data acquisition;;Data analysis;;Disaster analysis 中文刊名：HNDI 英文刊名：South China Journal of Seismology 机构：云南省地震局; 出版日期：2019-06-15 出版单位：华南地震 年：2019 期：v.39 基金：国家重点研发计划项目“地震应急全时程灾情汇聚与决策服务技术研究(2018YFC1504500);; 云南省青年地震科学基金项目“基于新浪微博的地震影响范围提取方法研究-以‘四川九寨沟7.0级地震’为例(2017 K11)”联合资助 语种：中文; 页：HNDI201902008 页数：7 CN：02 ISSN：44-1266/P 分类号：54-60

摘要

通过调用新浪微博官方API的方式,获取了四川九寨沟7.0级地震震后微博信息,对获取到的数据进行了分类统计、微博词频统计与时空特征分析。统计分析结果表明:在分类统计方面,地震发生之后24 h内,与地震相关微博中人的反应占比达到73%,救援行动占比达到11%,这时由于微博本身特点以及民众对救援的期望造成的。在词频统计方面,高频名词表明震后24 h内微博上的热点事件,而高频动词与形容词表明民众会在震后变得焦虑和不安并通过在网上互相激励来缓解震后的不安和焦虑。时间特征表明震后0～4 h内,有大量和地震相关的灾情信息会通过微博博文内容的方式发布,而随着应急救援行动的进行,在震后12 h以后,民众的情绪会逐渐平复,社会及民众的关注度也随之降低。空间特征表明,由于震后通信中断与网络堵塞,微博灾情基本成点状分布,随后随着通信与网络的恢复、应急救援的进行微博灾情逐渐变为带状分布并进而趋向于形成一个面。
        By invoking the official API of Sina Microblog, the post-earthquake information on microblog about Jiuzhaigou M 7.0 Earthquake in Sichuan Province is obtained, and the data are classified in types and word frequency, and analyzed by temporal and spatial characteristics. Statistical analysis shows that within 24 hours after the earthquake, 73% of the respondents responded to the earthquake and 11% to the rescue operations.This is due to the characteristics of the microblog itself and people's expectations for rescue. On the aspect of word-frequency statistics, high-frequency nouns indicate hot events on microblogs within 24 hours after the earthquake, while high-frequency verbs and adjectives indicate that people will become anxious and uneasy after the earthquake and would alleviate the anxiety by stimulating each other online.

引文

[1]聂高众,安基文,邓砚.地震应急灾情服务进展[J].地震地质,2012,34(04):782-791.
    [2]曹彦波,毛振江.基于微博数据挖掘的四川九寨沟7.0级地震灾情时空特征分析[J].中国地震,2017,33(4):613-625
    [3]张芝霞,杨帆,谢迪菲.试论微博在地震应急处置中的作用[J].城市与减灾,2013(05):29-32.
    [4]刘华.灾难性事件中微博传播研究———以舟曲特大山洪泥石流灾害为例[J].现代传播(中国传媒大学学报),2011(04):89-92.
    [5]杨子,栾翠菊.基于数据挖掘的微博突发事件检测的算法研究[J].现代计算机(专业版),2016(17):28-32.
    [6]徐敬海,褚俊秀,聂高众,等.基于位置微博的地震灾情提取[J].自然灾害学报,2015,24(05):12-18.
    [7]褚俊秀,徐敬海.地震灾情位置微博抓取与展示[J].地理空间信息,2016,14(05):38-40+6-7.
    [8]曹彦波,吴艳梅,许瑞杰,等.基于微博舆情数据的震后有感范围提取研究[J].地震研究,2017,40(02):303-310.
    [9]廉捷,周欣,曹伟,等.新浪微博数据挖掘方案[J].清华大学学报(自然科学版),2011,51(10):1300-1305.
    [10]邓砚,聂高众,苏桂武.地震应急的影响因素分析[J].灾害学,2005,20(02):27-33.
    [11]孙晓,叶嘉麒,唐陈意,等.基于多策略的新浪微博大数据抓取及应用[J].合肥工业大学学报(自然科学版),2014,37(10):1210-1215.
    [12]刘玲爽,汤永隆,张静秋,等. 5·12地震灾民安全感与PTSD的关系[J].心理科学进展,2009,17(03):547-550.
    [13]杨菁,杨梦婷,申小蓉.突发事件后微博舆情结构及应急反应特征研究———以雅安地震为例[J].理论与改革,2014(03):114-118.