基于多源数据的洪灾影响研究：京津冀地区居民情绪与生活空间响应机制分析

本文通过整合夜间灯光数据（NTL）、社交媒体数据（Weibo）及多源地理信息（POI/街景图像），创新性地量化了洪灾严重程度与居民情绪波动的关联，并揭示了不同生活空间（如居住区、商业区、城中村）的灾后恢复差异。研究为理解洪灾对居民日常生活的影响提供了数据驱动的分析框架，对提升城市韧性（resilience）和灾害管理策略具有重要参考价值。

　　

Highlight

夜间灯光数据揭示重度洪灾影响区域

每日夜间灯光（NTL）数据能够反映居民的日常活动情况，因此可用于评估洪水对不同区域的冲击效果。尽管各地区的基线夜间灯光强度存在差异，但灯光损失的相对程度能够体现灾害干扰的严重性。本研究发现，人口密集、基础设施完善的城市核心区通常会出现显著的灯光减弱，而郊区及城中村等区域由于基础设施相对薄弱，受洪灾影响后恢复更为缓慢。

结论

本研究采用数据驱动的方法评估了洪灾对京津冀地区居民情绪及生活空间的影响。通过利用时序夜间灯光遥感数据，我们有效识别了受洪水严重冲击的区域，凸显了夜间灯光数据在大规模灾害监测中的优势。研究结果表明，灾害严重程度与居民情绪反应之间存在强关联性，且不同城市功能区域（如居住区、工业区、商业旅游区）因基础设施和流动性需求的差异，表现出不同的恢复速度。总体而言，该研究为深入理解洪灾对居民日常生活的差异化影响提供了新的视角，并为增强社区韧性和优化灾后管理策略提供了科学依据。