-
题名基于社交媒体数据的郑州内涝时空变化分析
被引量：13
- 1
-
-
作者
陈艺琳
宫昌昊
范泳雅
李小兰
梁耀浩
胡茂川
-
机构
中山大学土木工程学院
中山大学水资源与环境研究中心
广东省华南地区水安全调控工程技术研究中心
-
出处
《水文》
CSCD
北大核心
2022年第3期48-52,26,共6页
-
基金
国家重点研发计划资助项目(2021YFC3001000)
国家自然科学基金资助项目(51809295,52179029)
广东省基础与应用基础研究基金项目(2019A1515110969)。
-
文摘
2021年7月由于台风“烟花”的影响,河南省郑州市出现了历史罕见的强降雨天气,造成了严重的城市内涝灾害。以该事件为例,通过爬虫技术获取灾害期间微博数据,利用深度学习模型等方法对微博数据进行筛选、分析和地理位置编码后研究不同时间尺度下郑州内涝的时空变化情况。研究结果表明:郑州“7·20”特大暴雨期间有关内涝信息的微博数据量剧增,基于微博提取的内涝点多于暴雨期间官方公布的内涝点,并可覆盖约82%的官方内涝点;该期间产生的积水内涝点数量分布与降雨量分布一致,且内涝点多集中于老城区地势低洼处。总体而言,基于微博数据提取的城市内涝灾情信息可有效覆盖和补充灾害期间官方观测数据,实时描述内涝灾情变化,为城市内涝防治提供支撑。
-
关键词
城市内涝
新浪微博
实时变化
深度学习
-
Keywords
urban waterlogging
Sina Weibo
real-time change
deep learning
-
分类号
P339
[天文地球—水文科学]
-
