基于社交媒体共词网络的灾情发展态势探测方法

对灾害发生过程中产生的社交媒体数据进行主题演化探测和分析可以反映灾情的发展态势。提出了一种基于共词网络社区演化进行灾情发展态势感知的方法,首先依据词频-逆文档频率方法筛选出与主题相关的关键词汇,基于关键词的共现关系,构建以关键词为节点的社交媒体共词网络,结合模块度最优化思想,对社交媒体共词网络进行主题社区探测;然后在验证主题探测的基础上,基于时间窗口划分,对相邻时间窗口的主题社区进行演化类型判别,进而得到主题社区演化的结果;最后以2012年"7.21北京特大暴雨"灾害事件为例,利用该方法对收集到的含关键词的微博数据进行主题演化分析。实验结果表明,该方法能够很好地反映主题的演化过程,并能进一步揭示灾情的发展态势,帮助应急管理者了解灾害的发展过程,从而辅助管理者在合适的时间采取相应的应急响应措施。

基于SSHC的三维地形多分辨率建模(英文)

针对应急灾情态势显示系统数据量庞大与数据更新迅速而造成模型数据量大、计算时间久的问题,提出了一种多分辨率三维地形建模方法。目的是使地形模型本身既满足视觉逼真度,又可以降低调用模型所耗的计算时间。为此,采用构建三维模型的分层递阶模型(hierarchical model,HM)的方法进行多分辨率建模。将用于遥感地物识别的基于尺度空间的层次聚类算法(scale-space based hierarchical clusteringalgorithm,SSHC)引入HM的构造过程,依据HM设置三维模型的各组节点,并与基于多边形优化的多细节层次(levels of detail,LOD)建模技术相结合构建大场景的三维地形模型.实验证明该方法可以实现符合视觉原理的由宏观到微观显示的同时降低地形模型的计算量,满足应急灾情态势显示的需要.