网络地震灾情信息智能处理模型与地震烈度判定方法研究.doc

胡素平 帅向华，2012．网络地震灾情信息智能处理模型与地震烈度 胡素平 帅向华，2012．网络地震灾情信息智能处理模型与地震烈度判定方法研究．震灾防御技术，7（4）：420—430. 网络地震灾情信息智能处理模型与地震烈度 1 判定方法研究 胡素平 1） 帅向华 2） 1）中国地震局地震预测研究所，北京 100036 2）中国地震台网中心，北京 100045 摘要 破坏性地震发生之后，丰富的地震灾情信息和准确的地震烈度图是地震应急救援工作的基础。伴 随着互联网的迅速发展，互联网已经成为地震灾情信息获取的一种重要渠道。本文通过构建网络地震灾 情信息智能处理模型，将互联网上非结构化的灾情信息转化成结构化的灾情信息。并将网络地震灾情信 息与地震烈度相结合，进行地震烈度判定，从而对地震应急期的烈度快速评定结果进行修正拟合。 关键词：互联网 地震灾情信息 灾情分类 地名提取 地震烈度 引言 震后快速、动态地获取准确的灾情信息是地震应急工作的关键。目前，我国地震灾情信 息主要有：现场调查、电话上报、短信上报、遥感四种获取手段，还不能满足地震应急实际 工作需要，亟需研究一些新的方法为地震应急工作的信息源进行补充。通常破坏性地震发生 后，部分民众和媒体作为地震事件的目击者和直接参与者，对地震事件的把握比较准确，可 以向政府提供大量的灾情信息。伴随着互联网的迅速发展和广泛普及，尤其在 Web2.0 应用 模式下，越来越多的人借助于互联网平台进行信息的获取与共享。每当破坏性地震发生，互 联网上都会有大量的地震灾情信息进行传播，这些信息实时更新、不断累积、类型多样。就 日本大地震来说，网络媒体就成为本次地震灾情信息获取的一个重要渠道。 基于互联网的灾情获取方法国内外已有相关研究。美国 USGS 基于网络的社区烈度调查 系统，通过互联网平台，依据修订的麦氏烈度表不同烈度的判别指标，以电子问卷的形式调 查地震有感范围区网民对地震的感知情况，最后通过汇总和统计，给出以邮政编码为统计单 元的社区烈度结果（李岩峰等，2009）。国内基于网络的山东地震灾情收集分析处理系统，借 助网络资源，把人们对地震的感觉、看到建筑物震害程度、以及地表破坏和生命线破坏现象 迅速地收集、处理和分析，快速验证和修正地震应急指挥技术系统（帅向华等，2009a；2009b） 1 基金项目 地震行业科研专项（201108002-04）；南北地震带大震极灾区速判及灾情展布关键技术研究——地震灾情网络、 媒体获取与处理模型研究 ［收稿日期］ 2012-07-30 ［作者简介］ 胡素平，女，生于 1984 年。硕士研究生。主要研究方向为地震应急与 GIS 应用。E-ma HYPERLINK mailto:xj-sby@163.com il: xj-sby@163.com 基于地震应急数据库给出的地震影响和灾情评估结果（董翔等，2007）。目前已有的互联网灾情获取是通过网民上报的方式进行的，信息源得不到保 基于地震应急数据库给出的地震影响和灾情评估结果（董翔等，2007）。目前已有的互联网灾 情获取是通过网民上报的方式进行的，信息源得不到保证。本文研究主动地去获取互联网上 海量的地震灾情信息，建立网络地震灾情信息智能处理模型，将互联网上非结构化的灾情信 息转化成结构化的灾情信息，并研究地震烈度的判定方法，建立网络地震灾情信息与地震烈 度之间的关系，破坏性地震发生之后，可以快速、实时地为地震应急工作提供地震灾情信息 和地震烈度信息。 1 网络地震灾情信息研究 1.1 网络地震灾情信息 地震灾害发生后，首先需掌握灾害的详细情况，如地震的基本情况、人员伤亡、生命线 工程破坏情况、发生次生灾害的情况及灾害的分布情况等，为地震应急提供依据。震后来自 灾区的灾情信息种类繁多，综合地震应急工作的实际需要，本文获取的网络地震灾情信息主 要有九类（表 1）。 表 1 网络地震灾情信息类别 Table 1 Types of internet earthquake hazard information 1.2 地震灾情信息互联网抓取 本文从地震灾情信息的互联网抓取关键词定义、互联网来源、互联网获取的时间三个方 面，对地震灾情信息互联网抓取进行研究。首先，地震灾情信息获取的准确性与关键词定义 是否恰当直接相关，关键词定义越详细，抓取的灾情信息越精确。依据各类灾情信息的定义 以及在互联网上的描述信息，本文定义的互联网抓取关键词包括两部分内容：一部分是地震 要素，这类关键词随着地震的不同而变化；另一部分是地震灾情信息的描述关键词，这类关 键词是通用的，适应于每个地震（表 2）。 表 2 地震灾情信息互联网抓取关键词 Table 2 Key words of acquirin