基于多智能体融合社媒证据的地震烈度制图方法
本发明涉及地震学领域,具体涉及基于多智能体融合社媒证据的地震烈度制图方法。
背景技术:
1、地震烈度图能够反映地震动影响和灾害严重程度的空间分布,是震后应急响应、救援资源调度、交通通行判断、现场调查布设和灾情研判的重要依据。传统快速烈度图主要依赖震中、震级、经验衰减关系、强震动台站记录以及后续现场调查资料。该类方法具有物理意义明确、结果稳定的优势,但在震后早期阶段仍面临台站空间分布不均、山区或稀疏台网区域约束不足、现场调查存在时间滞后等问题,难以及时刻画局部高烈度区和人道主义影响。
2、随着移动互联网和社交媒体的发展,震后公众发布的微博文本、图像和视频帧中常包含局地震感、建筑破坏、道路阻断、桥梁损伤、滑坡崩塌、生命线中断、人员伤亡、转移安置和救援需求等信息。这些信息具有近实时、局部性强和人本影响表达丰富的特点,能够补充台站观测和现场调查之前的早期灾情信息。然而,社交媒体数据存在噪声大、重复转发多、位置描述模糊、空间分布不均、可信度差异大等问题,不能直接作为连续地震烈度场进行插值,否则容易把人口密度、媒体关注度或平台活跃度误认为地震动强弱,从而产生不受物理约束的空间伪影。
3、近年来,大语言模型和视觉语言模型能够将非结构化文本、图片和视频帧转化为结构化灾害证据,但现有方法多停留在事件相关性分类、灾情信息抽取或点状损伤制图层面,缺少将多模态社交媒体证据转化为符合地震烈度机理的社媒烈度观测并与区域衰减规律和台站观测进行约束融合的方法。因此,亟需一种能够同时利用多模态社交媒体证据、台站观测和物理衰减关系的地震烈度动态制图方法,以提高震后早期局部高烈度区识别和应急筛查能力。
技术实现思路
1、为解决现有震后早期烈度制图中台站约束不足、现场调查滞后以及社交媒体证据难以直接转化为物理一致烈度场的技术问题,本发明提供基于多智能体融合社媒证据的地震烈度制图方法,包括:
2、步骤一:获取目标地震的发震时间、震中位置、震级、研究区范围、区域烈度衰减参数、区域经验椭圆衰减场长轴方位和强震动台站记录,确定累计更新时间窗,得到地震事件配置数据;
3、步骤二:基于地震事件配置数据中的研究区范围和累计时间窗,构建由协调器、数据采集智能体、证据解释智能体、空间定位与聚合智能体、物理约束融合智能体组成的多智能体评估框架,协调器向各智能体下发对应的输入数据源和处理边界条件;
4、步骤三:数据采集智能体基于处理边界条件,根据研究区地理词典和地震事件检索词采集目标地震发生后预设时间范围内的社交媒体文本、图像、视频、发布时间、位置元数据和记录标识,并对重复记录进行过滤,得到多模态社媒记录集;
5、步骤四:证据解释智能体以多模态社媒记录集为输入,逐条执行事件筛选、地理定位、文本证据解析、视觉证据解析、多模态证据融合和可用性检查,得到结构化社媒证据记录集,每条记录包括事件相关性标记、地理位置、烈度可用性、估计烈度、人员受影响信息、设施损毁信息、空间粒度、置信度和质量标记;
6、步骤五:空间定位与聚合智能体以结构化社媒证据记录集为输入,筛选出同时满足目标地震相关、位置可定位且具有烈度相关物理效应的记录作为社媒烈度观测候选记录,按地理位置和累计时间窗进行聚合,得到社媒烈度观测点集,每个观测点包含地理位置、聚合烈度值和支持权重;
7、步骤六:物理约束融合智能体以强震动台站记录和区域烈度衰减参数为输入,基于台站峰值加速度和峰值速度计算台站仪器烈度,结合区域经验椭圆衰减场和台站残差克里金校正,得到覆盖全研究区的仪器烈度物理先验场;
8、步骤七:物理约束融合智能体以社媒烈度观测点集为输入,在各累计时间窗内选取高置信近震源社媒烈度观测,基于观测的支持权重和烈度超额权重进行加权主轴拟合,得到随累计时间窗更新的主效应方向并构建有限等效社媒震源线;根据高置信近震源社媒烈度观测数量确定点源距离与有限等效社媒震源线距离的组合权重,将各社媒烈度观测点映射至等效震源距离域,按等效震源距离进行分箱聚合,并在等效震源距离域内对非空距离分箱的聚合烈度进行一维普通克里金插值,生成社媒证据驱动的震源效应烈度场,其中不对社媒烈度观测点进行二维地理空间插值;
9、步骤八:以社媒烈度观测点集、仪器烈度物理先验场和震源效应烈度场为输入,基于社媒烈度观测点集的空间覆盖范围构造渐消函数,将仪器烈度物理先验场与震源效应烈度场按有效融合系数加权融合,随累计时间窗的扩展动态更新,得到不同累计时间窗下的震源效应烈度修正场和融合烈度图。
10、进一步,步骤三中,研究区地理词典包括:研究区内的行政区、乡镇、行政村及公共设施兴趣点的标准名称;地震事件检索词由地震事件关键词与研究区地理词典中的地理名称组合生成。
11、进一步,步骤四中,证据解释智能体包括文本证据解析模块、视觉证据解析模块、多模态证据融合模块和可用性检查模块;文本证据解析模块用于从社媒文本中识别事件相关性、地理位置、烈度相关物理效应、人员受影响信息和设施损毁信息;视觉证据解析模块用于从图像或视频中识别建筑物损毁、道路阻断、桥梁损伤、滑坡及生命线设施损毁场景;多模态证据融合模块用于根据文本证据和视觉证据生成烈度可用性、估计烈度、人员受影响类型、设施损毁类型和置信度;可用性检查模块用于确定结构化社媒证据记录能否用于社媒烈度观测、设施损毁分布或人员受影响分布。
12、进一步,步骤五中,聚合烈度值采用高分位统计方式确定,计算公式如下:
13、
14、其中,为地理位置r的聚合烈度值,为第i条可用社媒记录的估计烈度值,为高分位聚合算子,为地理位置r的候选记录集合:
15、支持权重按下式计算:
16、
17、其中,为地理位置r的支持权重,为累计时间窗内支持位置r的可用记录数量,为地理位置r的模型抽取置信度的平均值,为地理位置r的空间粒度可靠性。
18、其中,位置级空间粒度可靠性采用记录置信度加权的空间粒度可靠性平均值,使高置信且定位粒度较细的记录在支持权重中具有较高贡献。
19、进一步,步骤六中,台站仪器烈度按如下方式计算:
20、
21、
22、其中,为第m个台站的峰值加速度,单位为cm/s²,为第m个台站的峰值速度,单位为cm/s,为对应烈度,为对应烈度;当和均不小于6度时,台站仪器烈度取二者平均值,否则取;
23、仪器烈度物理先验场按下式计算:
24、
25、其中,为仪器烈度物理先验场,为目标网格点,为区域经验椭圆衰减场,为台站仪器烈度相对于区域经验椭圆衰减场的残差的稳健中位数偏差,为台站残差校正场,由台站残差经克里金插值得到,表示将值限制在1至12度范围内。
26、进一步,步骤七中,基于观测烈度进行加权主轴拟合,得到随累计时间窗更新的主效应方向并构建有限等效社媒震源线具体为:将接受的高置信近震源社媒烈度观测投影至以震中为原点的局部公里坐标系,基于观测支持权重和烈度超额信息进行加权主轴拟合,得到随累计时间窗更新的主效应方向;根据主效应方向及高置信近震源社媒烈度观测的空间覆盖范围构建有限等效社媒震源线。对于目标网格点,其在累计时间窗下的等效震源距离按下式计算:
27、
28、其中,为目标网格点x的等效震源距离,为震中位置,为目标网格点x到有限等效社媒震源线的最短距离,为几何成熟度系数;
29、几何成熟度系数按下式计算:
30、
31、其中,为累计时间窗内高置信近震源社媒烈度观测数量,为点源向有限等效社媒震源线过渡的启动阈值,为有限等效社媒震源线贡献充分激活阈值。
32、进一步,步骤七中,按等效震源距离进行分箱聚合,并在等效震源距离域内对非空距离分箱的聚合烈度进行一维普通克里金插值具体为:将社媒烈度观测点按等效震源距离划分为多个距离分箱;以分箱内各观测点支持权重加权计算代表震源距离,以高分位算子计算分箱聚合烈度,并对各观测点支持权重求和得到分箱支持权重;以各距离分箱的代表震源距离、聚合烈度和分箱支持权重为输入,在一维等效震源距离域内执行普通克里金插值,普通克里金采用球形变异函数模型。
33、进一步,步骤八中,有效融合系数计算公式为:
34、
35、其中,为有效融合系数,为融合系数,为渐消函数;
36、渐消函数计算公式为:
37、
38、
39、其中,为累计时间窗内社媒烈度观测支持的最大震源距离,为外侧渐消距离;
40、融合烈度图按下式确定:
41、
42、其中为融合烈度图,为仪器烈度物理先验,为社媒证据驱动的震源效应烈度场;融合烈度图相对于仪器烈度物理先验的烈度变化构成震源效应烈度修正场。
43、进一步,方法还包括:以结构化社媒证据记录集中的人员受影响信息和设施损毁信息为输入,分别生成设施损毁分布和人员受影响分布,并将其与融合烈度图一并输出;人员受影响信息包括死亡、受伤、失踪、转移安置中的一种或多种;设施损毁信息包括建筑物、交通设施、生命线设施、公共服务设施中的一种或多种,其中交通设施包括道路、桥梁,生命线设施包括电力设施、供水设施、通信设施;设施损毁分布和人员受影响分布仅用于震后早期灾损分析、应急研判和现场核查优先级排序。
44、本发明的有益效果:一是通过多智能体协同处理,将微博文本、图像和视频中的局部物理效应转化为带有地理位置、置信度和空间粒度信息的可追溯社媒烈度观测;二是以区域经验椭圆衰减和台站残差二维普通克里金校正构建稳定的仪器烈度物理先验,并由累计社媒观测动态推断有限等效社媒震源线,在一维等效震源距离域内对非空距离分箱执行克里金插值;三是通过渐消函数将社媒修正限制在具有观测支持的等效震源距离范围内,在保持区域衰减结构的同时细化近震源烈度分布;四是能够随累计时间窗动态更新融合烈度图,并输出设施损毁分布和人员受影响分布,用于震后早期应急筛查和现场核查优先级排序。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com