«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《地震研究》[ISSN:1000-0666/CN:53-1062/P]

卷:

44

期数:

2021年01期

页码:

78-86

栏目:

出版日期:

2021-01-15

文章信息/Info

Title:

Design and Implementation of Seismic Disaster Data Cleaner Considering Attributes and Spatial Logic

作者:

张莹¹; 郭红梅¹; 尹文刚²; 赵真¹; 胡斌¹

(1.四川省地震局,四川 成都 610041; 2.武警警官学院,四川 成都 610213)

Author(s):

ZHANG Ying¹; GUO Hongmei¹; YIN Wengang²; ZHAO Zhen¹; HU Bin¹

(1.Sichuan Earthquake Agency,Chengdu 610041,Sichuan,China)(2.College of Armed Police Officer,Chengdu 610213,Sichuan,China)

关键词:

地震灾情;  数据清洗;  属性和空间逻辑;  规则引擎;  空间聚类

Keywords:

earthquake disaster;  data cleaning;  attributes and spatial logic;  rule engine;  spatial clustering

分类号:

P315.94

DOI:

-

摘要:

针对目前地震灾情信息普遍存在的质量问题,根据灾情数据的属性逻辑,采用逻辑分离的清洗框架中基于规则引擎的数据清洗方法进行初步清洗; 再从灾情数据的空间逻辑关系出发,通过聚类分析进一步修正数据中存在的错误,弥补基于逻辑分离的清洗框架在孤立点异常检测方面的不足。基于上述规则引擎与空间聚类相结合的清洗技术,设计并实现了一种考虑属性和空间逻辑的地震灾情数据清洗器,并应用于2017年“8·8”九寨沟7.0级地震,分析四川省地震灾情快速上报接收处理系统接收到的客观震感灾情信息。结果表明:地震灾情数据清洗器可快速检测并修正异常的灾情信息,有效提高接收到的灾情数据质量。

Abstract:

Aiming at the general quality problems of the current earthquake disaster information,we use the rules engine-based data cleaning method in the logically separated cleaning framework to perform preliminary cleaning of the disaster data according to the attribute logic of disaster data.Then starting from the spatial logical relationship of disaster data,we further correct the errors by cluster analysis,which can make up for the shortcomings of outlier detection based on logical separation cleaning framework.By the cleaning technology combining the above rule engine and spatial clustering,we designed and implemented an earthquake disaster data cleaner that considers attributes and spatial logic,and applied it to the 2017 “Agu.8” Jiuzhaigou M7.0 strong earthquake to analyze the objective seismic sensation disaster information received by the Sichuan earthquake rapid report receiving and processing system.The results show that the earthquake disaster data cleaner can quickly detect and correct abnormal disaster information,and effectively improve the quality of the received disaster data.

参考文献/References:

曹建军,刁兴春,陈爽,等.2012.数据清洗及其一般性系统框架[J].计算机科学,39(S3):207-211.
陈维锋,郭红梅,张翼,等.2014.四川省地震灾情快速上报接收处理系统[J].灾害学,29(2):116-122.
封富君,姚俊萍,李新社,等.2017.大数据环境下的数据清洗框架研究[J].软件,38(12):193-196.
郭红梅,陈维锋,张莹,等.2015.多源地震灾情信息融合的烈度判定方法研究[J].华北地震科学,33(3):43-49.
何群.2017.基于关系逻辑的大数据处理研究[J].微电子学与计算机,34(8):1-5.
李明,王贵文,柴旭荣,等.2019.基于空间聚类的中国东北气候分区及其气象干旱时间变化特征[J].自然资源学报,34(8):1682-1693.
任明仑,宋月丽.2019.大数据:数据驱动的过程质量控制与改进新视角[J].计算机集成制造系统,25(11):2731-2742.
施伟锋,卓金宝,兰莹,等.2019.一种基于属性空间相似性的模糊聚类算法[J].电子与信息学报,41(11):2722-2728.
王江.2016.数据清洗技术研究及清洗框架的设计与实现[D].内蒙古:内蒙古大学.
杨俊闯,赵超.2019.K-Means聚类算法研究综述[J].计算机工程与应用,55(23):7-14,63.
张方浩,和仕芳,吕佳丽,等.2016.基于互联网的地震灾情信息分类编码与初步应用研究[J].地震研究,39(4):664-672.
赵志伟.2018.智能化规则引擎技术研究[J].软件,39(8):65-69.
GB/T17742—2008,中国地震烈度表[S].

备注/Memo

备注/Memo:

收稿日期:2020-04-02
基金项目:“十三五”国家重点研发计划项目课题(2017YFC1500905)、中国地震局地震工程与工程振动重点实验室重点专项(2019EEEVL0102)和四川地震科技创新团队专项(201901)联合资助.

常用功能

更新日期/Last Update: 2021-01-15