16、智能灾害管理与可展开桁架桅杆技术研究

智能灾害管理与可展开桁架桅杆技术研究

1. 智能灾害管理：大数据分析的应用

1.1 灾害管理现状与挑战

紧急事件由自然或人为因素引发，会造成人员伤亡、环境破坏、物质损失和心理影响，威胁和扰乱人们的生活。在灾害管理中，社交媒体微博成为人们获取信息的重要来源。然而，大规模灾害中风险的复杂特性使得处理变得困难，需要对地点进行分层组织，并通过居民反馈来描述紧急情况。

Twitter上关于灾害的反馈包含大量信息，但未解释的信息被视为噪音。如果微博未正确分类，真正的紧急呼叫可能被忽略，从而降低人道主义救援的响应水平。因此，在基于文本的灾害分析中，需要一个准确的模型来处理紧急和非紧急情况的实时信息。

1.2 研究方法

1.2.1 数据收集

针对2020年11月30日发生的伊兹密尔地震，使用地震相关术语、街道、社区和建筑名称，通过Twitter API收集了为期1年的土耳其语推文，共获得170,000条推文。

1.2.2 数据预处理

这是提高分类性能的关键步骤。在此步骤中，去除了提及、链接、表情符号、标签和标点符号，并对数据集进行了变音符号和拼写校正。但在BERT建模中，由于其自身处理方式，不应用标点符号、数字、空格、停用词和词形还原步骤。

1.2.3 数据分类

为了生成均衡分布的救援和非救援标签，手动标记了2000条推文（1000条救援，1000条非救援），并使用半监督方式训练BERT变压器模型以创建自动标签。研究中使用了三种不同的方法：
- 线性支持向量机（SVM） ：一种监督算法，旨在