基于微博數(shù)據(jù)挖掘的九寨溝7.0級(jí)地震災(zāi)情時(shí)空特征分析

曹彥波 毛振江

云南省地震局，昆明市盤龍區(qū)北辰大道148號(hào) 650224

0 引言

21世紀(jì)以來，在全球信息化和工業(yè)化高速發(fā)展的推動(dòng)下，出現(xiàn)了物聯(lián)網(wǎng)和云計(jì)算，人類進(jìn)入了大數(shù)據(jù)時(shí)代，與時(shí)空相關(guān)的位置服務(wù)和應(yīng)用成為當(dāng)前用來感知人類活動(dòng)規(guī)律的重要手段（李德仁等，2014；劉經(jīng)南等，2014）。近年來，隨著互聯(lián)網(wǎng)社交媒體的快速發(fā)展，數(shù)量眾多的個(gè)人成為信息傳播的重要載體。據(jù)2017年1月份中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布的《第39次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》①中央網(wǎng)絡(luò)安全和信息化領(lǐng)導(dǎo)小組辦公室等，2017，中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告［EB/OL］，（2017-01）［2017-10-30］，http：//www.cac.gov.cn/2017－01/22/c＿1120352022.htm顯示，截至2016年12月，中國網(wǎng)民數(shù)量達(dá)7.31億，互聯(lián)網(wǎng)普及率為53.2%，手機(jī)即時(shí)通信用戶6.38億，微博社交媒體用戶達(dá)2.42億。統(tǒng)計(jì)結(jié)果表明，相對于封閉的微信朋友圈，以微博為代表的新興社交媒體具有實(shí)時(shí)性、互動(dòng)性、強(qiáng)擴(kuò)散性、空間分布廣泛性等特點(diǎn)，特別是在重大災(zāi)害性事件發(fā)生后，大量用戶群體在社交媒體平臺(tái)上發(fā)表言論，使得社交媒體數(shù)據(jù)成為反映社會(huì)行為活動(dòng)和災(zāi)害特征的重要數(shù)據(jù)源。

2017年8月8日21時(shí)19分四川省阿壩藏族羌族自治州九寨溝縣（33.20°N，103.82°E）發(fā)生7.0級(jí)地震，震中九寨溝景區(qū)是全球著名旅游景點(diǎn)，且恰逢暑假，國內(nèi)外大量游客聚集，震后數(shù)小時(shí)內(nèi)，震中附近電力通信未中斷，大量手機(jī)微博用戶發(fā)布了與地震相關(guān)的信息，各類信息廣泛傳播，匯集形成海量數(shù)據(jù)。發(fā)布內(nèi)容包括用戶賬號(hào)、發(fā)布時(shí)間、經(jīng)緯度坐標(biāo)、博文、圖片、微視頻等，這些數(shù)據(jù)含有震感、人員傷亡、房屋破壞、生命線工程破壞、地震地質(zhì)災(zāi)害等地震災(zāi)情相關(guān)信息。如何對這些海量的微博大數(shù)據(jù)進(jìn)行分析和挖掘，以提取與地震災(zāi)情相關(guān)的信息，有效利用網(wǎng)絡(luò)輿情信息輔助應(yīng)急決策成為關(guān)鍵。在利用社交媒體數(shù)據(jù)進(jìn)行災(zāi)害分析挖掘研究方面，國外有關(guān)學(xué)者通過對Twitter數(shù)據(jù)進(jìn)行分析和挖掘，研究地震的實(shí)時(shí)預(yù)警，監(jiān)測災(zāi)害事件發(fā)生，掌握事件發(fā)生的狀況（Crooks et al，2013；Sakaki et al，2013）。在國內(nèi)，有關(guān)學(xué)者以新浪微博數(shù)據(jù)為基礎(chǔ)，圍繞著災(zāi)害信息獲取、處理、分析、表達(dá)和應(yīng)用等進(jìn)行了研究。王艷東等（2016）基于新浪微博文本數(shù)據(jù)的應(yīng)急主題分類模型，從實(shí)時(shí)、大量的文本流中快速分辨、定位突發(fā)事件的實(shí)況、救援等應(yīng)急信息，探尋突發(fā)事件隨時(shí)間的發(fā)展趨勢并分析可能的影響；陳梓等（2017）利用微博信息分析臺(tái)風(fēng)災(zāi)害發(fā)展進(jìn)程與受災(zāi)情況間的關(guān)系；蘇曉慧等（2013）針對公眾通過微博發(fā)布的異常信息進(jìn)行搜集篩選后，根據(jù)篩選后的信息從時(shí)間角度、空間分布等方面進(jìn)行了蘆山7.0級(jí)地震前后宏觀異常信息的分析研究。在地震后關(guān)于微博災(zāi)情挖掘分析方面的研究內(nèi)容有地震災(zāi)情位置微博抓取方法、技術(shù)流程、微博災(zāi)情分類、空間可視化等（徐敬海等，2015；褚俊秀等，2016；曹彥波等，2017）。

本文以新浪微博為例，獲取九寨溝7.0級(jí)地震震前、震后24h的微博信息，對這些信息進(jìn)行處理，挖掘震后與災(zāi)情相關(guān)的信息，分析微博災(zāi)情信息時(shí)空演變特征，并與實(shí)際災(zāi)評(píng)結(jié)果進(jìn)行對比分析。

1 數(shù)據(jù)獲取

新浪微博數(shù)據(jù)獲取途徑有網(wǎng)絡(luò)爬蟲技術(shù)和調(diào)用微博官方API接口2種方式，本文通過調(diào)用新浪微博的API，解析服務(wù)器返回的JSON數(shù)據(jù)文檔來獲取九寨溝7.0級(jí)地震的微博信息，新浪微博API接口提供的常用對象數(shù)據(jù)內(nèi)容包括微博、評(píng)論、用戶、隱私設(shè)置、消息未讀書、短鏈、地理信息等7類數(shù)十個(gè)字段值。本研究主要獲取微博ID、經(jīng)度、緯度、發(fā)布時(shí)間、博文、縮略圖等內(nèi)容，并計(jì)算各微博發(fā)布位置與地震震中間的距離，生成用于地震災(zāi)情信息分析和挖掘的微博數(shù)據(jù) （表1）。

表1 微博數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)

為了便于對震前與震后微博災(zāi)情數(shù)據(jù)進(jìn)行挖掘及時(shí)空特征對比分析，本次數(shù)據(jù)采集的時(shí)段為震前24h（2017年8月7日21時(shí)19分～8月 8日 21時(shí) 19分）和震后 24h（2017年 8月8日21時(shí)19分～8月9日21時(shí)19分），以九寨溝7.0級(jí)地震微觀震中（33.20°N，103.82°E）為圓心，200km為數(shù)據(jù)采集半徑，獲取研究區(qū)約12.5萬km2內(nèi)震前、震后24h內(nèi)所有微博用戶發(fā)布的信息，共收集到了1414條震前微博數(shù)據(jù)、3659條震后數(shù)據(jù) （表2）。

表2 微博數(shù)據(jù)示例

2 數(shù)據(jù)處理

獲取到的微博內(nèi)容隨意性較強(qiáng)，口語化程度高，短文本、多語言背景、錯(cuò)誤拼寫和縮寫、使用特殊符號(hào)等對內(nèi)容的理解造成困難，但在表達(dá)內(nèi)容的過程中仍會(huì)符合基本的句法規(guī)則（如“主謂賓”、“謂賓”等）。因此，為提高數(shù)據(jù)挖掘效率和準(zhǔn)確率，需對原始數(shù)據(jù)進(jìn)行解析、去重，提取微博的發(fā)布時(shí)間、內(nèi)容、圖片、經(jīng)緯度坐標(biāo)等有效信息，并對核心博文內(nèi)容進(jìn)行中文分詞、清洗等挖掘處理，濾掉一些頻繁出現(xiàn)而意義不大的詞，比如“的”“就”“是”“和”等語氣助詞、副詞、介詞和連詞，提取與地震災(zāi)情相關(guān)的特征詞、熱詞 （圖1）。

圖1 微博數(shù)據(jù)挖掘流程

本文采用北京理工大學(xué)張華平博士研發(fā)的NLPIR漢語分詞系統(tǒng)（又名ICTCLAS2016）分別對抓取到的震前24h內(nèi)的1414條微博信息和震后24h內(nèi)的3659條信息進(jìn)行解析、去重、挖掘、中文分詞等預(yù)處理，然后結(jié)合人工解譯和判讀，對數(shù)據(jù)進(jìn)行分類，提取與此次地震相關(guān)的特征詞和關(guān)鍵詞。經(jīng)過對此次地震微博數(shù)據(jù)的挖掘和處理，提取地震特征詞匯并對這些信息進(jìn)行了分類，共分為人的反應(yīng)、器物反應(yīng)、房屋破壞、人員傷亡、生命線震害、地震地質(zhì)災(zāi)害、救援行動(dòng)、震情和其他等9類 （表3）。

表3 四川九寨溝地震微博災(zāi)情信息分類

3 數(shù)據(jù)分析

3.1 微博數(shù)量統(tǒng)計(jì)

九寨溝7.0級(jí)地震發(fā)生前的24h內(nèi)，震中附近200km范圍內(nèi)微博日活躍量僅為1414條，平均每小時(shí)59條，單個(gè)小時(shí)段里最高122條，最低6條。但在地震發(fā)生后的24h內(nèi)，微博活躍量總數(shù)激增至3659條，為平時(shí)的2.6倍，與地震相關(guān)信息達(dá)到2658，高出平時(shí)約2倍。在震后第2個(gè)小時(shí)段內(nèi)（8月8日22時(shí)19分～23時(shí)19分）地震微博信息高達(dá)414條，為平時(shí)最高活躍量的3.5倍，震后最低數(shù)也遠(yuǎn)遠(yuǎn)高于平時(shí)，充分說明了此次地震事件在川滇地區(qū)乃至全國引起了社交媒體高度關(guān)注，影響大，范圍廣 （表4）。

表 4 震前24h內(nèi)、震后24h內(nèi)微博數(shù)據(jù)對比統(tǒng)計(jì)

震后24h內(nèi)微博分時(shí)段數(shù)量統(tǒng)計(jì)分析結(jié)果表明 （表5），地震發(fā)生后，圍繞地震相關(guān)的話題是微博用戶熱議的主題，與地震相關(guān)的微博話題隨時(shí)間增加而逐漸減少，震后2h是微博發(fā)布的高峰區(qū)間，微博數(shù)量增至485條，與地震相關(guān)的微博數(shù)達(dá)到414條，占總數(shù)的85.36%，震后24h內(nèi)該比例降至43.12%。

通過對微博博文內(nèi)容的解析發(fā)現(xiàn)，地震發(fā)生后4h內(nèi)，與此次地震相關(guān)的信息有1339條，其中，人的反應(yīng)信息1070條，器物反應(yīng)34條，房屋破壞36條，人員傷亡8條，生命線震害39條，地震地質(zhì)災(zāi)害23條，救援行動(dòng)29條，震情信息81條，其他信息19條。災(zāi)情類別主要集中于人的反應(yīng)、器物反應(yīng)方面，約占總數(shù)的86%以上，人員傷亡、生命線工程破壞和地震地質(zhì)破壞等信息較少 （圖2）。

表5 震后24h微博數(shù)量統(tǒng)計(jì)

表 6 震前1h、震后1h微博高頻詞分類統(tǒng)計(jì)

3.2 微博詞頻分析

經(jīng)過分詞解析，統(tǒng)計(jì)對比地震前、后1h內(nèi)微博詞頻可以看出 （表6），在博文出現(xiàn)的名詞中，震前1h內(nèi)排名前10位的高頻詞有“月亮”“風(fēng)景”“人生”“九寨溝”等，內(nèi)容主要集中在個(gè)人感悟、心情、情感、九寨風(fēng)景等描述，而在震后1h內(nèi)排名前10位的高頻詞中，“地震”高居首位，達(dá)352次，其余如“九寨溝”“震感”“臺(tái)網(wǎng)”“震源”“感覺”等高頻詞，全部均與此次地震相關(guān)。從解析出來的排名前10位的動(dòng)詞和形容詞也可以看出，震前以個(gè)人情感、興趣、話題的關(guān)鍵字為主，震后頻頻出現(xiàn)“發(fā)生”“測定”“祈?！薄捌桨病薄皬?qiáng)烈”“安好”“明顯”“嚇人”等詞匯，說明廣大社交媒體用戶高度關(guān)注此次地震事件。

圖2 震后4h微博災(zāi)情數(shù)據(jù)分類統(tǒng)計(jì)

3.3 微博發(fā)布數(shù)量時(shí)間序列及空間分布

3.3.1 震前24h內(nèi)微博分時(shí)段特征

從震前24h（8月7日21時(shí)19分～8月8日21時(shí)19分）微博分時(shí)段發(fā)布數(shù)量的統(tǒng)計(jì)來看 （圖3），微博日活躍量與時(shí)間之間的關(guān)聯(lián)度明顯，暑假期間，九寨溝景區(qū)微博用戶晚上使用時(shí)間高于白天，在晚上21點(diǎn)左右出現(xiàn)使用小高峰，是微博用戶活躍時(shí)段，過了凌晨則逐漸降低，最低時(shí)段出現(xiàn)在13～16點(diǎn)，該時(shí)段正值景區(qū)游覽高峰期，微博活躍度較低。

圖3 震前24h內(nèi)微博發(fā)布數(shù)量時(shí)間序列

3.3.2 震后24h內(nèi)微博分時(shí)段特征

從震后24h（8月8日21時(shí)19分～8月9日21時(shí)19分）微博分時(shí)段發(fā)布數(shù)量的統(tǒng)計(jì)來看 （圖4），其與平時(shí)相比差異較大，震后微博活躍量明顯增多，日活躍量與時(shí)間序列特征顯著，在震后2h的23點(diǎn)左右出現(xiàn)微博發(fā)布峰值，9日凌晨1點(diǎn)以后數(shù)量逐漸減少，7點(diǎn)以后又緩慢上升，逐漸平穩(wěn)，均勻分布。

3.3.3 空間分布特征

通過對比地震前、后24h內(nèi)微博數(shù)據(jù)的空間分布狀況可見 （圖5），地震發(fā)生前24h內(nèi)，微博活躍量與地域分布間的相關(guān)性顯著，震中附近微博日活躍量較低，受經(jīng)濟(jì)、人口結(jié)構(gòu)等因素的影響，微博活躍量的空間分布不均衡，大部分集中在景區(qū)較遠(yuǎn)的九寨溝、松潘、若爾蓋縣城周邊，景區(qū)附近相對較少。但在震后24h內(nèi)，由于通信未受影響，微博活躍量激增，距震中越近，微博活躍程度越遠(yuǎn)高于平時(shí)，空間分布相對聚集，沿九寨溝縣城-九寨溝景區(qū)-松潘縣城呈線狀分布，且主要集中在交通沿線的景區(qū)、景點(diǎn)、城區(qū)和鄉(xiāng)鎮(zhèn)的人口密集區(qū)域。

獲取到的微博災(zāi)情數(shù)據(jù)往往是在地理上分布不規(guī)則的離散數(shù)據(jù)，為了能夠更直觀地了解地震災(zāi)情時(shí)空分布特征，筆者采用克里金插值法（Kriging）對震后0.5、1.0、1.5、2.0h的微博災(zāi)情數(shù)據(jù)進(jìn)行了空間擬合，描述災(zāi)情在空間尺度上的變化特征 （圖6）。由 圖6可見，震后0.5h內(nèi)發(fā)布的微博災(zāi)情信息集中在九寨溝、松潘、若爾蓋縣城及道路沿線，影響范圍廣；在震后1～2h內(nèi)，微博粉絲活躍度逐漸增加，信息發(fā)布量增多，地震的有感范圍增大，震感較強(qiáng)烈的區(qū)域主要集中在震中附近的九寨溝景區(qū)，強(qiáng)有感區(qū)邊界也較清晰明顯。

圖4 震后24h微博時(shí)間序列

圖5 震中附近150km微博數(shù)據(jù)空間分布

4 對比分析

2017年8月12日，中國地震局發(fā)布了九寨溝7.0級(jí)地震烈度圖，此次地震的最大烈度為Ⅸ度（9度），等震線長軸總體呈 NNW走向，Ⅵ度（6度）區(qū)及以上總面積為18295km2，共造成四川省、甘肅省8個(gè)縣受災(zāi)，包括四川省阿壩藏族羌族自治州九寨溝縣、若爾蓋縣、紅原縣、松潘縣，綿陽市平武縣；甘肅省隴南市文縣，甘南藏族自治州舟曲縣、迭部縣，Ⅸ度（9度）區(qū)涉及四川省阿壩藏族羌族自治州九寨溝縣漳扎鎮(zhèn)，面積139km②中國地震局震災(zāi)應(yīng)急救援司，2017-08-12 20：56：37，中國地震局發(fā)布四川九寨溝 7.0級(jí)地震烈度圖［EB/OL］，http：//www.cea.gov.cn/publish/dizhenj/464/478/20170812211337414565961/index.html。通過對震后微博信息的分類挖掘和災(zāi)情解析，在震后4h內(nèi)，災(zāi)區(qū)Ⅵ度以上范圍內(nèi)與地震相關(guān)的微博有721條，災(zāi)情類別有人的反應(yīng)、器物反應(yīng)、房屋破壞、人員傷亡、生命線震害、地震地質(zhì)災(zāi)害、救援行動(dòng)和震情信息等8類，其中，人的反應(yīng)占總條數(shù)的80%。從空間分布情況看 （圖7），在烈度Ⅵ度區(qū)內(nèi)，災(zāi)情微博主要分布在松潘縣牟尼鄉(xiāng)、進(jìn)安鎮(zhèn)、川主寺鎮(zhèn)、冰晶鄉(xiāng)，以及九寨溝縣南坪鎮(zhèn)、保華鄉(xiāng)、雙河鎮(zhèn)附近等人口相對密集的城區(qū)和鄉(xiāng)鎮(zhèn)。烈度Ⅶ度以上區(qū)內(nèi)，災(zāi)情微博沿S301省道主要分布在九寨溝景區(qū)、漳扎鎮(zhèn)、甲蕃古城、天堂洲際酒店附近。在烈度Ⅸ度區(qū)內(nèi)，朗寨村、漳扎村、荷葉社區(qū)、樹正社區(qū)等地發(fā)布的信息大部分是震感描述，也有房屋破壞、人員傷亡和次生災(zāi)害等的描述，極震區(qū)烈度調(diào)查點(diǎn)與微博用戶發(fā)布位置的空間分布基本一致（圖 8）。

圖6 震后2h內(nèi)微博空間影響范圍示意圖

圖7 震后4h災(zāi)情微博分類空間分布

圖8 極震區(qū)烈度調(diào)查點(diǎn)與震后4h微博災(zāi)情對比

由 圖7還可見，震后1h內(nèi)，災(zāi)情微博相對較少，且主要集中在烈度Ⅵ度區(qū)內(nèi)，但在震后17min（21：36：12），在距震中10km的Ⅷ度區(qū)內(nèi)，1名位于九寨溝荷葉社區(qū)的微博用戶發(fā)布了1條“強(qiáng)烈震感”的信息。隨著時(shí)間推移，與地震相關(guān)的災(zāi)情信息不斷增多。如震后50m in，在距震中10km的漳扎鎮(zhèn)荷葉社區(qū)1位微博用戶（22：12：25）發(fā)布信息“九寨溝、松潘等地震感明顯，目前九寨溝縣城多處房屋墻體脫落，從九寨溝景區(qū)通往九寨溝縣城的道路出現(xiàn)落石”，并配發(fā)了現(xiàn)場照片 （圖9）。震后2～4h是地震災(zāi)情獲取研判、政府部門抗震救災(zāi)工作部署的關(guān)鍵期，從地震發(fā)生開始計(jì)算，此次地震災(zāi)評(píng)工作中隊(duì)員集結(jié)、出發(fā)、到達(dá)調(diào)查點(diǎn)開展實(shí)地調(diào)查和烈度評(píng)定等的時(shí)間一般為6～20h。但是借助互聯(lián)網(wǎng)廣大社交媒體用戶發(fā)布的數(shù)據(jù)，在現(xiàn)場工作隊(duì)到達(dá)災(zāi)區(qū)前，我們可以直觀地解析出大量與地震災(zāi)情相關(guān)的信息，進(jìn)而可獲取有關(guān)災(zāi)區(qū)的第一手資料。通過對信息進(jìn)行挖掘和清洗，解析博文內(nèi)容，亦可快速獲取地震的影響范圍和災(zāi)害強(qiáng)度，為災(zāi)情研判提供一定的信息支撐。

5 討論

基于新浪微博API，本文獲取了2017年8月8日21時(shí)19分九寨溝7.0級(jí)地震震前、震后微博數(shù)據(jù)，通過對數(shù)據(jù)進(jìn)行分類、清洗、詞頻統(tǒng)計(jì)、時(shí)空特征挖掘分析后發(fā)現(xiàn)，震后1～4h內(nèi)，微博用戶活躍度較高，信息量較大且豐富，對信息的充分挖掘有助于對災(zāi)情的宏觀把握，可彌補(bǔ)傳統(tǒng)獲取技術(shù)的時(shí)效性差、數(shù)據(jù)量少、覆蓋面小等問題，本文取得了以下主要認(rèn)識(shí)。

圖9 漳扎鎮(zhèn)荷葉社區(qū)微博災(zāi)情

（1）從微博數(shù)量統(tǒng)計(jì)分析來看，震后微博活躍量總數(shù)激增，總量、小時(shí)量的平均、最高、最低等數(shù)量指標(biāo)均遠(yuǎn)高于平時(shí)，超過2倍以上，占震后與地震相關(guān)信息總數(shù)的73.4%。震后與地震相關(guān)的話題是微博用戶熱議的主題，此次地震事件在川滇地區(qū)乃至全國引起了社交媒體高度關(guān)注，影響大，范圍廣。

（2）從微博數(shù)據(jù)分類和詞頻統(tǒng)計(jì)來看，震后與地震相關(guān)的微博信息可分為人的反應(yīng)、器物反應(yīng)、房屋破壞、人員傷亡、生命線震害、地震地質(zhì)災(zāi)害、救援行動(dòng)、震情和其他等9類。災(zāi)情類別主要集中于人的反應(yīng)、器物反應(yīng)方面，約占總數(shù)的86%以上，人員傷亡、生命線工程破壞和地震地質(zhì)破壞等信息較少。震前震中周邊微博討論主題主要集中在個(gè)人感悟、心情、情感、九寨溝風(fēng)景等的表達(dá)，對震后1h內(nèi)發(fā)布的博文解析后發(fā)現(xiàn)，排名前10位的名詞、動(dòng)詞、形容詞基本是與地震相關(guān)的高頻詞。

（3）從時(shí)間序列特征來看，微博日活躍量與時(shí)間之間的關(guān)聯(lián)度明顯，發(fā)震期間為暑假，震前24h內(nèi)，微博用戶活躍時(shí)段晚上高于白天，21點(diǎn)出現(xiàn)峰值，最低時(shí)段出現(xiàn)在13～16點(diǎn)。而震后24h內(nèi)，與平時(shí)差異大，8日夜間23點(diǎn)和9日上午9點(diǎn)出現(xiàn)2個(gè)峰值，自9日凌晨1點(diǎn)以后數(shù)量逐漸減少，7點(diǎn)以后緩慢上升，且逐漸平穩(wěn)，均勻分布。

（4）從空間分布特征來看，微博活躍量與地域分布的相關(guān)性顯著。震前發(fā)布數(shù)量少，空間分布不均衡，震后微博活躍量激增，空間分布相對聚集，災(zāi)情微博沿S301省道主要分布在九寨溝景區(qū)、漳扎鎮(zhèn)、甲蕃古城、天堂洲際酒店附近，距震中越近，空間分布越密集。根據(jù)空間插值擬合結(jié)果可知，震后0.5h內(nèi)，發(fā)布的災(zāi)情微博信息空間影響范圍廣，1～2h后，隨著微博信息發(fā)布量的增多，地震有感范圍的增大，震感較強(qiáng)烈的區(qū)域主要集中在震中附近的九寨溝景區(qū)，強(qiáng)有感區(qū)邊界也較清晰、明顯。

（5）從災(zāi)情微博解析結(jié)果與實(shí)際對比來看，震后2～4h內(nèi)是地震災(zāi)情獲取研判、抗震救災(zāi)工作部署的關(guān)鍵期，快速獲取震中附近微博數(shù)據(jù)，對數(shù)據(jù)進(jìn)行分析和挖掘，提取地震影響范圍和災(zāi)害強(qiáng)度，通過人的社會(huì)感知，真實(shí)客觀地反映地震災(zāi)害，對于重點(diǎn)救助區(qū)域、救援目標(biāo)的確定有一定的參考價(jià)值。在實(shí)際地震災(zāi)情研判過程中，依托大數(shù)據(jù)技術(shù)，多手段、多渠道獲取災(zāi)情，相互對比印證，對數(shù)據(jù)可靠性和信度作客觀評(píng)估，可使研判結(jié)果更具參考價(jià)值。