CN104281646A - 基于微博数据的城市内涝检测方法 - Google Patents

Abstract

本发明公开了一种基于微博数据的城市内涝检测方法，属于计算机数据分析和存储技术领域，该基于微博数据的城市内涝检测方法通过调用微博数据并对微博数据进行分析，微博的巨大用户量和人员的流动性使得每一个微博客户端成为一个移动的传感器，从而得到内涝发生点，克服了现有技术中采用固定点的固定传感器来检测内涝情况而导致的数据不精确、覆盖范围不广泛的问题，进而既能够很方便的查看当前城市历史曾经发生内涝的地点，也能够看到当前实时的内涝状况，有助于用户避开内涝路段造成交通拥堵。

Description

基于微博数据的城市内涝检测方法

技术领域

本发明涉及一种城市内涝检测方法，尤其涉及一种基于微博数据的城市内涝检测方法。

背景技术

城市内涝是这些年来中国最严重的隐患。据统计，2013年在中国超过100个城市内涝发生严重的内涝，包括北京，上海，广州，济南，重庆和深圳市。2013年7月21日发生北京的内涝造成了严重的人员伤亡、交通瘫痪和经济损失。当前，城市多采用摄像头或者电子水位计的方式来检测内涝的发生。然而发生内涝的地点并不是一成不变的，而且并不是所有发生内涝的地方都有相应的传感器。

微博(Microblog)即微型博客，是一种集成化、开放化的互联网社交服务，用户可通过Web、即时通信、电子邮件和手机等方式用很短的文字描述其当前状态。为方便与移动终端的接入，其每一篇“微博”限定在140字左右，即一条手机短信的长度限制，同时也可上传音视频、图片。用户之间在微博平台上通过转发的方式对其他用户的微博进行传播。微博的出现以2006年推特(Twitter)的创办为标志，从2008年开始Twitter得到了广泛的应用，至2011年底，Twitter拥有注册用户4.65亿。中文微博在近两年也得到了迅速的发展，以新浪微博为代表，包括腾讯、搜狐、网易、凤凰等其他门户纷纷加入微博阵营。中国互联网信息中心(CNNIC)数据显示，至2013年12月，国内微博用户人数已达5亿。

据统计，当前在国内移动终端发送的微博达到70％以上，这些大量的微博数据都是带有地理坐标标签的。当发生城市内涝灾害时，微博用户会发送的内涝相关的文本图片等微博信息。利用这些数据进行分析可以描绘出当前城市内涝的实时状况。此外微博的巨大用户量和人员的流动性使得每一个微博客户端成为一个移动的传感器，与固定传感器相比覆盖面更广。

发明内容

针对上述存在的问题，本发明提供一种基于微博数据的城市内涝检测方法，以克服现有技术中采用固定点的固定传感器来检测内涝情况而导致的数据不精确、覆盖范围不广泛的问题，从而既能够很方便的查看当前城市历史曾经发生内涝的地点，也能够看到当前实时的内涝状况，有助于用户避开内涝路段造成交通拥堵。

为了实现上述目的，本发明采取的技术方案为：

一种基于微博数据的城市内涝检测方法，其中，包括：

(1)对当前城市进行区块划分得到多个中心点的经纬度，划分可以自动按照距离进行划分，也可以根据人口密集程度手动设定划分的大小；

(2)调用微博API获取所述中心点附近300米范围内的微博数据和该城市的公共交通微博频道的数据，例如新浪微博是调用place/nearby_timeline；

(3)根据关键词过滤除去步骤(2)所得微博数据中的与内涝不相干的微博数据得到初步内涝微博数据；

(4)对所述初步内涝微博数据进行分析得到当前内涝发生点；

(5)将所述当前内涝发生点存入服务器并发布API供网页和手机端查询。

上述的基于微博数据的城市内涝检测方法，其中，所述初步内涝微博数据包括历史内涝微博数据和/或实时内涝微博数据。

上述的基于微博数据的城市内涝检测方法，其中，对所述初步内涝微博数据进行分析得到当前内涝发生点，具体包括：

1)判断所述初步内涝微博数据中是否有历史内涝微博数据，如果没有，则跳至步骤3)；

2)从历史内涝微博数据得到该城市历史的内涝发生点，根据开源LODE本体对历史内涝微博数据进行语义分析，分析该内涝发生点附近300米范围内的微博信息，如果有关于内涝的关键词指向该点发生内涝，则提高该内涝发生点权重；

3)语义分析初步内涝微博数据中的实时内涝微博数据，得到一系列内涝发生点；

4)汇总步骤2)和3)所得到的一系列内涝发生点，格式内容如下：<微博内容，地址信息，经纬度，照片url，内涝级别，发生时间，当前城市，当前天气，是否更新标记>。

上述的基于微博数据的城市内涝检测方法，其中，将所述当前内涝发生点存入服务器并发布API供网页和手机端查询，具体包括：

1)上传内涝发生点至实时内涝状态表，对旧的内涝发生点状态进行修改，对新的内涝发生点进行更新；

2)上传内涝发生点至历史内涝状态表，添加新的内涝发生点；

3)发布API供网页和手机端调用查询历史和实时内涝状态，web版本内涝查询***调用地图服务器发布的API显示内涝状况，移动版本内涝查询***调用地图服务器发布的API，功能包括不同城市内涝发生点的历史和实时状况如文本图片信息的查看，对新内涝点的提交等。

上述技术方案具有如下优点或者有益效果：

本发明提供的基于微博数据的城市内涝检测方法，调用微博数据并对微博数据进行分析，微博的巨大用户量和人员的流动性使得每一个微博客户端成为一个移动的传感器，从而得到内涝发生点，克服了现有技术中采用固定点的固定传感器来检测内涝情况而导致的数据不精确、覆盖范围不广泛的问题，进而既能够很方便的查看当前城市历史曾经发生内涝的地点，也能够看到当前实时的内涝状况，有助于用户避开内涝路段造成交通拥堵。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明及其特征、外形和优点将会变得更加明显。在全部附图中相同的标记指示相同的部分。并未刻意按照比例绘制附图，重点在于示出本发明的主旨。

图1是本发明实施例1提供的基于微博数据的城市内涝检测方法的流程示意图。

具体实施方式

下面结合附图和具体的实施例对本发明作进一步的说明，但是不作为本发明的限定。

实施例1：

图1是本发明实施例1提供的基于微博数据的城市内涝检测方法的流程示意图；如图所示，本发明实施例1提供的基于微博数据的城市内涝检测方法包括：(1)对当前城市进行区块划分得到多个中心点的经纬度，划分可以自动按照距离进行划分，也可以根据人口密集程度手动设定划分的大小；(2)调用微博API获取中心点附近300米范围内的微博数据和该城市的公共交通微博频道的数据，例如新浪微博是调用place/nearby_timeline；(3)根据关键词过滤除去步骤(2)所得微博数据中的与内涝不相干的微博数据得到初步内涝微博数据；(4)对初步内涝微博数据进行分析得到当前内涝发生点；(5)将当前内涝发生点存入服务器并发布API供网页和手机端查询。

在本发明实施例1提供的基于微博数据的城市内涝检测方法中，初步内涝微博数据包括历史内涝微博数据和/或实时内涝微博数据。

在本发明实施例1提供的基于微博数据的城市内涝检测方法中，对初步内涝微博数据进行分析得到当前内涝发生点，具体包括：1)判断初步内涝微博数据中是否有历史内涝微博数据，如果没有，则跳至步骤3)；2)从历史内涝微博数据得到该城市历史的内涝发生点，根据开源LODE本体对历史内涝微博数据进行语义分析，分析该内涝发生点附近300米范围内的微博信息，如果有关于内涝的关键词指向该点发生内涝，则提高该内涝发生点权重；3)语义分析初步内涝微博数据中的实时内涝微博数据，得到一系列内涝发生点；4)汇总步骤2)和3)所得到的一系列内涝发生点，格式内容如下：<微博内容，地址信息，经纬度，照片url，内涝级别，发生时间，当前城市，当前天气，是否更新标记>。

在本发明实施例1提供的基于微博数据的城市内涝检测方法中，将当前内涝发生点存入服务器并发布API供网页和手机端查询，具体包括：1)上传内涝发生点至实时内涝状态表，对旧的内涝发生点状态进行修改，对新的内涝发生点进行更新；2)上传内涝发生点至历史内涝状态表，添加新的内涝发生点；3)发布API供网页和手机端调用查询历史和实时内涝状态，web版本内涝查询***调用地图服务器发布的API显示内涝状况，移动版本内涝查询***调用地图服务器发布的API，功能包括不同城市内涝发生点的历史和实时状况如文本图片信息的查看，对新内涝点的提交等。

以杭州为例，对杭州划分成50×60宽500米的矩形方块，获取一系列矩形的中心经纬度坐标点。得到每个中心坐标点后调用微博API获取相应的坐标附近300米内的微博同时调用API获取杭州交通91.8微博的数据。

获得以上数据之后，对数据进行关键词过滤，排除掉不相干的大部分微博。如果是首次获取微博数据，则直接进行数据的语义分析，对坐标点附近300米内发送的微博数据进行上下文语义分析，结合杭州交通91.8的数据，判断是否发生内涝。如果已有历史数据，则对比历史内涝发生点，如果历史上多次发生内涝的地点根据当前微博文本有发生内涝的可能，则提高该点权重。之后汇总一系列发生内涝的地点如下格式：<微博内容，地址信息，经纬度，照片url，内涝级别，发生时间，当前城市，当前天气，是否更新标记>。

上传内涝发生点至实时内涝状态表，对旧的内涝发生点状态进行修改，新的内涝发生点更新；上传内涝发生点至历史内涝状态表，添加新内涝发生点，发布API供网页和手机端调用查询历史和实时内涝状态，展示杭州的历史内涝情况和实时状态。

所以，本发明实施例1提供的基于微博数据的城市内涝检测方法，调用微博数据并对微博数据进行分析，微博的巨大用户量和人员的流动性使得每一个微博客户端成为一个移动的传感器，从而得到内涝发生点，克服了现有技术中采用固定点的固定传感器来检测内涝情况而导致的数据不精确、覆盖范围不广泛的问题，进而既能够很方便的查看当前城市历史曾经发生内涝的地点，也能够看到当前实时的内涝状况，有助于用户避开内涝路段造成交通拥堵。

本领域技术人员应该理解，本领域技术人员结合现有技术以及上述实施例可以实现所述变化例，在此不予赘述。这样的变化例并不影响本发明的实质内容，在此不予赘述。

以上对本发明的较佳实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施；任何熟悉本领域的技术人员，在不脱离本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例，这并不影响本发明的实质内容。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化以及修饰，均仍属于本发明技术方案保护的范围内。

Claims (4)

1.一种基于微博数据的城市内涝检测方法，其特征在于，包括：

(1)对当前城市进行区块划分得到多个中心点的经纬度；

(2)调用微博API获取所述中心点附近300米范围内的微博数据和该城市的公共交通微博频道的数据；

(3)根据关键词过滤除去步骤(2)所得微博数据中的与内涝不相干的微博数据得到初步内涝微博数据；

(4)对所述初步内涝微博数据进行分析得到当前内涝发生点；

(5)将所述当前内涝发生点存入服务器并发布API供网页和手机端查询。

2.如权利要求1所述的基于微博数据的城市内涝检测方法，其特征在于，所述初步内涝微博数据包括历史内涝微博数据和/或实时内涝微博数据。

3.如权利要求2所述的基于微博数据的城市内涝检测方法，其特征在于，对所述初步内涝微博数据进行分析得到当前内涝发生点，具体包括：

1)判断所述初步内涝微博数据中是否有历史内涝微博数据，如果没有，则跳至步骤3)；

2)从历史内涝微博数据得到该城市历史的内涝发生点，根据开源LODE本体对历史内涝微博数据进行语义分析，分析该内涝发生点附近300米范围内的微博信息，如果有关于内涝的关键词指向该点发生内涝，则提高该内涝发生点权重；

3)语义分析初步内涝微博数据中的实时内涝微博数据，得到一系列内涝发生点；

4)汇总步骤2)和3)所得到的一系列内涝发生点，格式内容如下：<微博内容，地址信息，经纬度，照片url，内涝级别，发生时间，当前城市，当前天气，是否更新标记>。

4.如权利要求1所述的基于微博数据的城市内涝检测方法，其特征在于，将所述当前内涝发生点存入服务器并发布API供网页和手机端查询，具体包括：

1)上传内涝发生点至实时内涝状态表，对旧的内涝发生点状态进行修改，对新的内涝发生点进行更新；

2)上传内涝发生点至历史内涝状态表，添加新的内涝发生点；

3)发布API供网页和手机端调用查询历史和实时内涝状态。