[发明专利]一种微博舆情动态时空关联下浒苔灾害空间分布推估方法

说明书

本发明公开了一种微博舆情动态时空关联下浒苔灾害空间分布推估方法，使用历年的浒苔灾害和对应的微博社会舆情数据,根据浒苔灾害的覆盖面积、分布长宽、旋转角度与漂移重心，微博社会舆情的热点辐射范围、热点辐射强度、标准差椭圆角度、标准差椭圆范围构建双向联想神经网络，实现在得到微博社会舆情数据时可以推估浒苔空间分布于态势的目的。在使用双向联想神经网络预测浒苔灾害的过程中，使用残差网络对双向联想神经网络稳定状态下的结果进行校正，使用基于APRIORI算法提取得到的浒苔与微博时空关联规则对神经网络运行的结果进行校正，最后得到推估的当前浒苔灾害空间分布与发展的态势。

技术领域

本发明属于地理信息知识发现领域，具体涉及一种微博舆情动态时空关联下的浒苔灾害空间分布推估方法。

背景技术

在历年浒苔灾害发生的过程中，业务化部门需要进行浒苔灾害的每日应急监测工作。在每日监测的过程中，往往缺失全部或者缺失部分直接的浒苔监测数据，比如：无人机与飞机遥感航拍受天气制约较大、卫星的监测范围大但容易受云、雾等影响、海洋监测船监测范围较小且效率较低等。而在历年浒苔灾害出现、发展、爆发、消亡、消失的过程中，处于不同地点的新浪微博用户会在新浪微博上发布有关于浒苔灾害的相关资讯与个人观点，因此在浒苔灾害发生时新浪微博上存在着一定数量的社会舆情数据，可以辅助确定浒苔灾害的发生的时间与空间分布信息。但微博社会舆情信息的指向性较宽、密度与价值较低，例如微博社会舆情信息仅能提供微博发布者的地理位置、微博文本内容与社会关注度等，直接指向浒苔灾害空间分布与受灾情况的信息较少。如何在当日直接监测数据缺失或数据质量不佳的情况下，基于微博社会舆情，推估当日浒苔发展态势及空间分布，以满足浒苔灾害应急救援的需要是一个关键难点。

发明内容

为解决上述关键难点问题，以微博舆情动态推估当日浒苔发展态势，本研究充分考虑微博社会舆情的时空分布、数量等特征与对应浒苔发展的特征之间的时空关联关系，提出了一种微博舆情动态时空关联下的浒苔灾害空间分布推估方法；

本发明采用的技术方案首先对基于MODIS影像进行监测的灾害监测结果进行特征提取，这些特征包括覆盖面积(CA)，浒苔分布的最小面积外接矩形的长度(L₁)、宽度(L₂)与角度(θ₀)，浒苔灾害漂移重心以浒苔监测结果的日期为截止日期，提取当年度到截止日期的微博数据的特征，这些特征包括微博分布的标准差椭圆(SDE)的中心坐标(SDE_x,SDE_y)、角度(α)、长轴(σ_x)、短轴σ_y，分布热点区域(B_m)的辐射强度与辐射范围接着，使用浒苔灾害的特征与对应微博社会舆情的特征训练双向联想记忆神经网络(BAM)。将用于训练的浒苔灾害特征与社会舆情特征以年为单位划分为N个子集Y_i,(i＝1,2,…，N)。每次仅取一年作为测试集，其余为训练集，训练出对应的双向联想神经网络BAM_year及其结果集Y_year′。合并所有的结果集Y_year′,形成新的结果集Y′，将Y′与测试集Y进行残差网络训练；将微博分布的特征进行关联规则提取，得到微博特征规则(rule_X)；将浒苔灾害的特征进行关联规则提取，得到浒苔特征规则(rule_Y)；最后将需要推估浒苔态势的微博社会舆情进行特征提取，将提取得到的特征输入BAM，在BAM运行的过程中使用残差网络、Rule_X与Rule_Y约束其结果，得到对应的浒苔灾害特征以推估浒苔态势，其具体步骤如下：