基于时空大数据的城市暴雨洪涝灾害事件社会韧性评估
文献类型：学位论文
| 作者 | 千家乐 |
| 答辩日期 | 2024-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 杜云艳 |
| 关键词 | 洪涝灾害 暴雨事件 时空大数据 社会韧性 城市生命线 |
| 学位名称 | 博士 |
| 学位专业 | 地图学与地理信息系统 |
| 英文摘要 | 全球变暖导致的暴雨洪涝灾害事件频率及强度显著增加，迫切需要提升防灾减灾能力。在此背景下，增强城市社会韧性成为应对极端天气事件，特别是暴雨洪涝灾害的关键公共政策与战略方向。时空大数据的到来为分析和理解社会韧性提供了新途径。尽管已有大量城市暴雨洪涝灾害和社会韧性相关研究，但如何基于多源时空大数据对海量城市暴雨事件和典型洪涝灾害事件开展大规模社会韧性评估，尤其是对城市生命线系统韧性这一关键组分进行评估，仍面临挑战。本论文通过整合位置感知、社交媒体、遥感观测等多源时空大数据，采用地理空间分析、文本挖掘算法、计量经济模型、大语言模型等技术手段，针对城市暴雨洪涝灾害事件社会韧性评估过程中面临的系列瓶颈问题开展研究： （1）针对洪涝语料库和事件库的不完备问题，从语言多样性视角出发，基于中国2017年和2020年4.3亿条微博社交媒体数据和降水遥感观测数据，构建了洪涝语料挖掘模型。提取的中国洪涝术语是现有研究中常用术语数量的近10倍，显著丰富了洪涝语料，同时水浸等特定区域洪涝用语的挖掘可以有效规避区域偏见和不平等问题。进而利用从语料库中提取的洪涝相关微博，开发基于密度阈值自适应时空聚类算法的洪涝灾害事件检测模型，构建了中国城市尺度洪涝灾害事件库。最终通过结合年鉴数据和网络新闻搜索数据，对大型洪涝灾害事件和全量洪涝灾害事件开展了多维度验证。 （2）城市暴雨事件社会韧性评估中，针对暴雨事件的海量异度问题，从公众行为和舆情感知双视角出发，基于异常模式解析算法和计量经济模型，挖掘中国346个城市（年降雨事件次数大于40次）应对不同强度暴雨事件的行为和舆情响应规律，揭示了非致灾性暴雨事件和致灾性暴雨事件（洪涝灾害事件）期间公众行为和舆情响应的显著差异，为后续深入研究面向洪涝灾害事件的社会韧性奠定内容和方法基础。进一步，通过建立独立于暴雨事件强度的社会韧性指标： 暴雨阈值和响应敏感性，量化评估城市面对非致灾性暴雨事件的社会韧性，阐明了城市社会韧性的空间分异规律及其驱动机制，为制定更加区域化和精细化的城市暴雨预警标准提供了科学依据。 （3）公众行为层面的城市洪涝灾害事件社会韧性评估中，针对韧性指标的必要性与冗余性均衡问题，提出了一套融合形态学指标的多阶段韧性优化框架和量化技术。以长沙市洪灾事件为典型案例，利用腾讯定位请求大数据，验证了框架和技术的有效性。新韧性框架体系可以刻画包括优先级在内的更丰富的抵御和恢复阶段特征，且指标间冗余性更低。进一步识别了社区韧性的共性模式，构建了社区韧性表现、自然与社会经济条件以及政府行为之间的交互关系。在此基础上，将该韧性框架应用于大型洪涝灾害事件库，评估了各城市社区应对不同类型洪涝灾害的韧性特征，为制定提升社区韧性的差异化政策提供了参考。 （4）公众舆情层面的城市洪涝灾害事件社会韧性评估中，针对现有生命线韧性测度难以监测洪涝灾害进程中的韧性表现问题，从公众对生命线细粒度感知的角度出发，融合美国联邦紧急事务管理局的生命线框架、微博文本的词共现模式以及大语言模型，构建了一套适配于中国的城市生命线系统自动化分类框架体系。进而通过建立公众情感与生命线韧性之间的理论联系和测度框架，评估了不同生命线的公众关注程度、韧性表现以及时间演化趋势。在此基础上，将该韧性框架应用于大型洪涝灾害事件库，识别了各城市差异化的洪涝脆弱生命线，为制定更具针对性的城市生命线维稳政策提供了科学支撑。 |
| 学科主题 | 地图学与地理信息系统 |
| 语种 | 中文 |
| 页码 | 165 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/209357]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 千家乐. 基于时空大数据的城市暴雨洪涝灾害事件社会韧性评估[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2024. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。