人工智能驱动的灾害管理：深度学习在社交媒体与地理空间数据整合中的综合应用研究

《ARTIFICIAL INTELLIGENCE REVIEW》：Ai-driven disaster management: a comprehensive review of deep learning for social media and geospatial data integration

　　

摘要

自然灾害给社区带来毁灭性打击，导致人员伤亡和巨大的经济损失。尽管已有大量研究利用社交媒体数据以及卫星和无人机影像进行探索，但这些研究主要集中在灾害相关内容的图像处理和分类上。本研究对现有的灾害数据集进行了全面分析，为未来的研究工作提供了丰富的资源。我们考察了多种用于灾害数据分析的深度学习模型，对其应用进行了对比分析，并追踪了该领域的研究趋势演变。尽管方法论取得了显著进步，但由于时效性、可扩展性和操作集成方面的限制，大多数现有模型在实际灾害应对场景中仍难以部署。为应对这些挑战，近期研究逐渐转向对象检测和实时人员监测任务，这些任务在灾害易发地区提供了更具实用性和可部署性的能力。此外，本研究还将传统上相互独立的两个领域——社交媒体数据和地理空间数据（卫星、遥感和无人机影像）的研究整合在了一个以人工智能驱动的灾害数据框架下。我们指出了跨越这两个领域的四类局限性，并提出了一种概念框架，将它们的处理流程整合为一个统一的、连贯的生成生态系统。通过促进跨领域灾害数据的协同使用，该框架旨在使人工智能系统能够形成更全面、更接近人类的灾害场景理解方式，从而加快解决实际灾害管理问题的速度并提高效率。