基于MACD指标与社交媒体大数据的城市洪涝事件近实时检测新方法及其在应急管理中的应用

本文提出了一种融合BERT文本分类、MACD（Moving Average Convergence Divergence）趋势分析和LDA（Latent Dirichlet Allocation）主题建模的创新方法，通过新浪微博数据实现了城市尺度洪涝事件的近实时检测。研究验证了将金融领域技术迁移至灾害监测的可行性，为利用社交媒体（Social Media）数据进行自然灾害应急响应提供了新范式。

　　

Highlight

突发事件指短时间内发生的异常现象（Xin and Shasha, 2006）。事件检测系统专注于识别特定时间段内引发大量相关话题讨论的重要事件（Hasan et al., 2019）。根据研究侧重点的不同，从海量文本数据中检测突发事件的方法可大致分为两类：基于时间序列的事件检测和基于内容的事件检测。

Method

尽管Sun等人（2012）和Tamura等人（2015）已开展了基于MACD的突发事件检测研究，但仍有一些挑战未解决。首先，这些研究使用MACD柱状图值大于0作为突发事件触发的条件。如本研究3.2节所分析，该触发条件在混沌状态下会导致大量误检，因为此时MACD柱状图的波动极不规则。一种有效的事件过滤...

Case Study

本研究以中国北京市为例，旨在从2012年至2023年的微博文本数据中检测该市的洪涝事件。北京位于中国北部，华北平原北缘，东临天津市，其余方向与河北省接壤。全市下辖16个区，总面积16410.54平方公里，常住人口超2000万。北京市地势西北高...

Collection of Weibo Texts in Beijing

在案例研究中，本研究利用CPCA库检测下载的微博文本是否包含“北京”或其下辖区县信息，从而仅保留位于北京的微博文本数据。如图7所示，我们使用表1中的关键词和CPCA库模拟实时下载2012年至2023年期间北京地区与暴雨洪涝相关的微博文本。最终，共获取1.4848...

Discussion

公式（9）和（12）均涉及比率阈值的设定。公式（9）关乎时间窗口的设置，我们将$\alpha$设定为180天EMA均值的两倍。显然，不同的乘数会显著影响时间窗口的数量和时间间隔。类似地，公式（12）关乎洪涝事件的爆发阈值，比率阈值设定为2。有必要分析这两个比率阈值的不同设置对最终洪涝...

Conclusion

随着互联网技术的飞速发展，社交媒体平台已成为人们获取信息、交流观点的重要渠道。用户可以在这些平台上实时发布和传播各类信息，包括洪水等自然灾害相关的应急内容。洪涝事件作为突发性自然灾害，常伴随着相关信息传播量的激增。及时检测...