地震发生后,灾情信息的快速获取、处理、分析和研判是各级党委政府、各级抗震救灾指挥部成员单位部署抗震救灾工作,派遣救援力量、调配救灾物资的关键环节,尤其是震后2 h的黑箱期内,如何快速判定灾区影响范围灾情时空分布、震害规模、强度等是地震应急灾情快速获取及服务的关键(聂高众等,2012)。目前,在震后有感范围确定方面,主要有以下几个途径:一是通过“三网一员”、政府、地震部门应急人员电话、传真,网站灾情填报等方式获取灾情,绘制有感范围图; 二是根据烈度衰减模型快速计算生成地震影响场来预估灾区范围和强度(汪素云等,2000; 王景来,宋志峰,2001; 张方浩等,2016a); 三是基于智能手持采集终端(PDA、12322、IOS/Andrio手机端APP等)获取地震信息,生成有感范围分布图(郑黎辉等,2012; 陈维锋,2014; 章熙海等,2014); 四是通过网络爬虫在网站上获取灾情信息,通过地址匹配、空间定位解析后插值生成有感范围分布图(帅向华等,2009,2013; 胡素平,帅向华,2012; 杨天青等,2016)。在实际地震应急中,上述几种途径在信息获取的时效性、获取效率、信息量、空间范围上存在一定的局限性,短时间内都难以全面客观地反应灾区有感范围的强度和分布,“互联网+”时代的来临为我们在震后灾情快速获取方面提供了一种新的解决思路。

根据中国互联网络信息中心(CNNIC)发布的《第38次中国互联网络发展状况统计报告》显示,截至2016年6月,中国网民规模达7.10亿,互联网普及率为48.8%,手机网民规模达6.56亿,微博客用户2.42亿。从统计数字可以看出,随着移动互联网技术的飞速发展,数量众多的个人成为信息传播的重要载体。相对于手机信令、浮动车、微信等数据,以新浪微博为代表的新兴社交平台具有实时性、互动性、强扩散、空间分布广泛性等特点,微博数据可以在互联网上被免费、公开地获取(廉捷等,2011; 刘经南等,2014; 仇培元等,2016)。尤其是在破坏性地震发生后数小时内,大量与地震相关的信息发布并广泛传播,汇集形成海量数据,包括用户账号、发布时间、经纬度坐标、博文、图片、微视频、关注热点等,这些数据中包含有地震灾情信息,如震感、人员伤亡、房屋破坏、生命线工程破坏、地震地质灾害等(王松等,2014; 何宗宜等,2015; 徐敬海等,2015)。通过对这些微博“大数据”进行充分挖掘、分析、表达和应用,能客观地反映灾情时空演变规律,辅助地震灾情快速研判,服务政府应急救援决策。

本文根据微博舆情数据特点和传播特性,研究如何利用微博舆情数据分时段提取地震有感范围,并以2014年景谷6.6级地震为例进行应用检验。

当破坏性地震发生后,首先根据地震三要素信息,通过微博API调用、关键字检索、网络爬虫、专业地理抓取等技术手段,实时获取微博用户发布的信息,信息主要来源于新浪、腾讯、网易、人民网等主流网站微博用户,对这些信息进行存储管理,形成结构化的数据库。其次,对微博数据进行解析、去重,提取有效信息,包括微博发布时间、博文内容、图片、空间经纬度坐标等,并对核心博文内容进行中文分词、清洗等挖掘处理,提取与地震灾情相关的特征词,根据相关标准和规则对微博数据与地震烈度判定的描述性信息进行关联匹配,建立微博地震灾情信息分类表。最后,以微博灾情节点为基础进行空间插值,将离散分布的灾情点转化为连续分布的灾情有感范围图,描述灾情时空演变规律,辅助灾情研判。具体研究技术框架如图1所示。

图1 技术框架
Fig.1 The technical framework

微博数据获取方式有网络爬虫技术和调用微博官方API接口两种途径,基于网络爬虫技术获取信息的基本流程是通过设定入口URL地址,按照一定的爬行策略将网页内容保存,并提取网页中有效地址作为下一次爬行的入口URL地址,直到爬行完毕。由于地震灾情信息抽取和空间定位要求,该方式信息获取效率不高,空间地理位置还需通过地名规则、地址匹配技术进行解析获取,另外,多次访问有账号屏蔽风险(廉捷等,2011)。因此,本文以当前用户基数较大的新浪微博为例,注册认证后获取调用新浪微博的API权限,通过调用相关API,解析服务器返回的JSON数据文档获取微博信息,该方式微博信息获取时效性高,数据格式清晰,便于数据的存储和解析。微博数据获取技术流程如图2所示。

2014年10月7日21时49分39秒,云南省普洱市景谷傣族彝族自治县发生6.6级地震,震中位于(23.4°N,100.5°E),震源深度5.0 km。这是进入新世纪以来云南省发生的震级最大的一次地震,影响范围广,引起较多的微博用户关注。笔者通过调用新浪API,以本次地震震中位置为中心,150 km为搜索半径,数据采集时段为震后24 h。共获取到1 231条微博信息,经过清洗筛选后剩余281条与本次地震相关的灾情信息,包括人的反应信息178条,器物反应信息56条,房屋破坏信息15条,其他信息26条。发布这些信息的微博用户地理位置上主要分布在普洱市、临沧市、西双版纳州3个州(市)的16个县(区),震中附近区域震感强烈,微博活跃用户群体主要集中在永平镇、距离震中较近的景谷县城威远镇以及人口密集的普洱市主城区(图4)。

图4 微博灾情数据空间分布
Fig.4 Spatial distribution of microblog disaster data

从灾情数据分类结果来看,在震后24 h内,灾情描述信息以人的反应和器物反应为主,占总信息条数的83%,而房屋破坏、地震地质、生命线破坏等情况描述较少,不到20%,主要因为微博用户群体以一般公众为主,博文的内容主体集中在微博用户自身所处环境的感觉、表情、心情和身边器物反应的描述,对于其他如房屋破坏、地震地质,生命线破坏等比较专业的灾情描述不是很多(图5)。

图5 微博灾情数据分类
Fig.5 Classify of microblog disaster data

从震后24 h内的微博灾情数据分时段统计结果看,大量的信息集中在震后2 h,共发布145条,占总条数的50%左右,第一条微博信息发布于2014年10月7日21时56分32秒,也就是震后3 min,发布的内容为“就在1分钟前,地震了,好恐怖[泪],这个美丽的地方又地震了”,地理位置是(101.043 5°N,23.0588 8°E),距离本次震中64 km(图6)。对获取到的数据进行分析挖掘,提取特征词库,拟合形成了震后10 h灾情演变时空特征分布图(表3,图7)。

图6 震后24 h内微博灾情数据分时段统计
Fig.6 Statistics of microblog disaster data in 24 h after the earthquake

表3 景谷地震微博灾情特征词库
Tab.3 Thesaurus of microblog disaster characteristic of Jinggu earthquake

灾情分类 特征词人的反应 摇晃、头晕、站不稳,震感强烈,地震持续时间长,余震,震感,感觉地震了,摇晃强烈且时间长,震感超级强烈,摇晃的很厉害,余震不断,紧张,担心,委屈,忧愁,有惊无险,好想哭,吓哭了,吓死了,太害怕了,恐怖,害怕,吓到了,人心惶惶的,吓得不敢睡了……器物反应 路灯摇晃,灯和窗帘都摇晃了,床在摇摆,玻璃窗发出声音,桌子响,门晃动,凳子摇晃,床在摇,床桌子稍微一动……房屋破坏 宿舍楼整栋都在晃,房屋摇晃,房屋不是很严重,房屋没有影响,房子开裂,房屋受损,影响严重,房子在晃,教学楼成危楼,四周墙体裂了,卫生院房屋受损……人员伤亡 有人受伤,治疗,23名伤员,5名重伤,重伤患者,十多名伤者,救护车、医疗器械,周围没什么伤亡……其他 石头滚下来,路开裂了,消防队,救援,道路通畅,睡帐篷,物资,帐篷,棉被,24个基站停电,通信保障车……

从景谷分时段灾情有感范围图分析得知,在震后30 min内,由于震后极震区短暂通信中断和信号拥堵,震中永平镇附近无微博信息,信息少部分来源于景谷县城威远镇的微博用户,大部分

图7 震后10 h微博灾情时空演变特征图
Fig.7 The map of spatio-temporal evolution characteristics about Sina blog within 10 h after the earthquake

来自Ⅵ度区以外的临翔区和思茅区,景谷县城附近震感强烈,周边的景东、墨江、景洪、勐海、孟连、沧源有感,根据该图,可帮助决策部门在较短时间内把握宏观灾情的空间分布和重点救助区域的初步判断。震后1～4 h,随着救援力量、救灾物资的投人,灾区社会秩序逐步恢复,灾民得到救助和转移安置,通信恢复正常,微博粉丝活跃度逐渐增加,信息发布量增多,有感范围增大,但震感较强烈的区域还是在震中附近。震后8 h,随着救援行动的进一步深入,震中永平镇附近也发布有10多条相关的微博灾情信息,灾情进一步明朗,空间分布上主要集中在永平镇和威远镇一带,强有感区边界也较清晰明显。震后10 h,微博灾情有感范围基本与实际地震烈度范围一致。

“互联网+”时代背景下,微博等新兴社交平台产生的“大数据”信息丰富、多变、复杂,充分挖掘利用这些数据,对震后有感范围提取,灾情快速判定提供了新的研究方法和技术实现途径。本文提出了基于微博舆情数据的震后有范围快速判定的技术框架,详细论述了微博舆情数据的获取方法和技术流程,根据《中国地震烈度表》和《地震现场工作第3部分——调查规范》等规范,将微博主体特征词与地震烈度判定的描述性信息进行关联匹配,建立了微博地震灾情信息分类表,采用自然邻点方法将微博灾情节点通过插值拟合来描述地震有感范围时空变化特征。最后以景谷6.6级地震为例获取了震后微博灾情数据,对灾情数据进行了分析处理,生成有感范围时空演变图,对于决策部门震后快速把握灾情提供了一种可行和有效的途径。但在实际地震应用中,应将微博拟合结果与衰减模型烈度、仪器烈度、震源机制、破裂过程等信息进行对比分析和综合判定,提供更科学、合理的决策建议。