自发地理信息在灾后恢复监测中的应用研究

In the recent decade, researchers have conducted various studies with regard to VGI-based natural disaster management. VGI has proven to provide big data with rich contents and extensive spatiotemporal coverage in a real-time and cost-effective manner, and thus can fill the information voids in traditional geospatial datasets and facilitate disaster management. However, most of the studies have focused on the prevention, preparedness, and response phases, and scant research pertinent to post-disaster recovery has been conducted. Therefore, this study aims to bridge this research gap by exploring VGI big data for facilitating post-disaster recovery monitoring. Traditional approaches of post-disaster recovery monitoring appear inefficient and costly when a large-area, high-accuracy, and continuous monitoring in close proximity is required. This project plans to conduct case studies in Shenzhen and Bali, leveraging on both qualitative analyses and quantitative data mining to (1) investigate multiple sources of VGI big data and identify their roles in post-disaster recovery monitoring; (2) develop methods and workflows to utilize VGI to facilitate post-disaster recovery monitoring; (3) put VGI-based post-disaster recovery monitoring into practice in the two study areas. This study has strong implications for both the fields of disaster management and data science.

近十年来，国内外学者已开展诸多基于自发地理信息（volunteered geographic information，VGI）的自然灾害管理研究。VGI数据量庞大、内容丰富、时空覆盖广、实时、获取成本低，可弥补传统地理空间数据集的不足，从而促进灾害管理。然而，大多数此类研究集中在预防、准备、响应这三个阶段，鲜有学者开展灾后恢复方面的研究。因此，本研究旨在弥补这一空缺，探索VGI大数据以有效促进灾后恢复监测。传统的灾后恢复监测方法对于须进行大范围、高精度、近距离连续监测的情况显得效率低下或开销巨大。该项目拟于深圳及巴厘岛开展案例研究，采用定性分析与定量数据挖掘相结合的方法，（1）进行国内外多源VGI大数据在灾后恢复监测中的功效探讨；（2）制定灾后恢复监测中VGI大数据的利用方法与流程；（3）践行VGI在两个研究区域灾后恢复监测中的有效利用。本研究对灾害管理和数据科学领域意义重大。

近十年来，国内外学者已开展诸多基于自发地理信息（volunteered geographic information，VGI）的自然灾害管理研究。VGI数据量庞大、内容丰富、时空覆盖广、实时、获取成本低，可弥补传统地理空间数据集的不足，从而促进灾害管理。然而，大多数此类研究集中在预防、准备、响应这三个阶段，鲜有学者开展灾后恢复方面的研究。因此，本研究旨在弥补这一空缺，探索VGI大数据以有效促进灾后恢复监测。该项目开展了案例研究，采用定性分析与定量数据挖掘相结合的方法，（1）进行了国内外多源VGI大数据在灾后恢复监测中的功效探讨；（2）制定了灾后恢复监测中VGI大数据的利用方法与流程；（3）践行了VGI在研究区域灾后恢复监测中的有效利用。本研究对灾害管理和数据科学领域意义重大。 具体研究成果主要包括以下几个方面：（1） 提出了一个基于VGI大数据的灾后恢复监测应用的研究框架，助力于灾后恢复监测各类具体恢复目标的实现。（2） 进行了关于VGI的综述工作，研究工作总结出三大总体主题以及12个具体研究方向，其中所包括的灾害、危机、突发情况和风险管理正是本项目的研究方向。（3） 构建了VGI研究十年来主要研究人员的合作网络。利用文献计量学方法，对合作网络进行了分析。该研究成果对后续VGI研究提供参考及合作依据。（4） 设计了一套基于计算机自然语言处理的数据挖掘方法，用于分析全球推特用户对研究区域灾后恢复进度的看法和评价，验证了所设计情感分析方法在灾后恢复评估中发挥的重要作用。（5）利用推特数据，设计了一套多语言多情感的文本情感分析方法，对多种族国家新加坡进行了灾害与危机过后的大众情感分析。（6）利用VGI之一的OpenStreetMap数据对研究区域之一的广东进行了交通，特别是大众步行区域进行了空间建模，建立了出行指标，明确了出行推荐指数，为灾后或危机后恢复提供一个空间参考。（7）利用自组织映射人工神经网络模型和GIS进行了大湾区生态系统服务价值的空间区划，对大湾区灾后恢复以及基于生态系统服务的灾后恢复决策支持产生学术和实用价值。