龐曉克 聶高眾 張昕 李華玥夏朝旭 范熙偉 魏本勇

1)中國(guó)地震局地質(zhì)研究所,北京 100029 2)浙江每日互動(dòng)網(wǎng)絡(luò)科技股份有限公司,杭州 310026 3)中國(guó)地震臺(tái)網(wǎng)中心,北京 100045

0 引言

隨著近年來重大地震災(zāi)害的發(fā)生,應(yīng)急救援已經(jīng)成為人們關(guān)心的問題。地震應(yīng)急救援是防震減災(zāi)工作中的最后一道防線,要求及時(shí)高效(聶高眾等,2018)。地震后短時(shí)間內(nèi)獲取地震災(zāi)情對(duì)應(yīng)急指揮有重要作用,但震后的災(zāi)情獲取存在黑箱期,即地震發(fā)生后無法快速獲取地震災(zāi)情。地震發(fā)生后,為迅速啟動(dòng)災(zāi)后救援,更好地執(zhí)行災(zāi)后救援響應(yīng)任務(wù),需要對(duì)地震災(zāi)情迅速做出評(píng)估。

近年來,手機(jī)的普及率逐漸提高,截至2013年,我國(guó)使用人數(shù)突破11億,手機(jī)普及率高達(dá)84.9%,并且50%的城市居民都擁有智能手機(jī),其中69%用戶每天會(huì)使用智能手機(jī)訪問互聯(lián)網(wǎng)。美國(guó)皮尤研究中心(Pew Research Center)發(fā)表的數(shù)據(jù)報(bào)告顯示,中國(guó)的智能手機(jī)普及率達(dá)到58%[注]① http://tech.sina.com.cn/mobile/n/n/2016-07-30/doc-ifxunyxy5956896.shtml。GPS和北斗衛(wèi)星導(dǎo)航系統(tǒng)在移動(dòng)終端應(yīng)用中的定位服務(wù)成為主流配置,智能手機(jī)的發(fā)展,基于位置服務(wù)、位置分享服務(wù)、大規(guī)模分布式數(shù)據(jù)存儲(chǔ)等技術(shù),可以實(shí)時(shí)獲取精準(zhǔn)的海量手機(jī)位置信息,必然促使基于手機(jī)位置的數(shù)據(jù)服務(wù)的產(chǎn)生與發(fā)展。同時(shí),基于手機(jī)位置的服務(wù)為學(xué)術(shù)研究提供新的數(shù)據(jù)源與可能性(李東平等,2017)。

基于手機(jī)位置數(shù)據(jù)可以分析手機(jī)用戶線上線下行為,結(jié)合用戶簽到信息和時(shí)間特征,挖掘用戶特征,分析用戶在某區(qū)域的興趣點(diǎn),以及對(duì)新的興趣點(diǎn)進(jìn)行推薦(吳士鋒等,2016)。該數(shù)據(jù)主要包含3類：一是冷數(shù)據(jù)畫像,主要是用戶性別、興趣、常駐地、職業(yè)和年齡等較長(zhǎng)時(shí)間不會(huì)變化的屬性信息；二是溫?cái)?shù)據(jù)回溯,用戶近期活躍應(yīng)用的APP,近期去過的地方等具有一定時(shí)效性的行為數(shù)據(jù)；三是熱數(shù)據(jù)場(chǎng)景,當(dāng)前地點(diǎn)、打開的應(yīng)用等場(chǎng)景化明顯的精準(zhǔn)信息。

對(duì)于地震分析來說,基于大數(shù)據(jù)分析從智能手機(jī)中獲取用戶的GPS信息、活躍WiFi數(shù)量、無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量、匯總在線設(shè)備數(shù)量、區(qū)域平均移動(dòng)速度、瞬時(shí)移動(dòng)速度、異常震動(dòng)設(shè)備數(shù)等數(shù)據(jù),通過建模分析,將人口熱力圖方法應(yīng)用于快速判定震后極震區(qū)(極感區(qū))的位置、地震影響場(chǎng)的方向、地震的有感范圍和不同震感范圍內(nèi)的人數(shù)統(tǒng)計(jì)以及災(zāi)區(qū)主要道路震后情況分析等,以便及時(shí)輔助判定災(zāi)情,為救援工作提供數(shù)據(jù)支撐,降低對(duì)人民群眾生命財(cái)產(chǎn)的危害。

2 數(shù)據(jù)準(zhǔn)備與研究方法

2.1 手機(jī)位置大數(shù)據(jù)的原理

全球移動(dòng)通信系統(tǒng)(GSM,global-system of Mobile communications,)協(xié)會(huì)將基于移動(dòng)電話平臺(tái)的位置服務(wù)定義為：基于移動(dòng)用戶位置信息的服務(wù),是指利用現(xiàn)有的移動(dòng)通信網(wǎng)絡(luò)資源,對(duì)手機(jī)用戶或設(shè)備進(jìn)行定位,并結(jié)合完備的地理信息數(shù)據(jù)庫(kù)和信息搜索引擎,提供給用戶豐富的位置信息服務(wù)(石偉華,2006;Kühn,2004)。

2.2 數(shù)據(jù)來源與覆蓋率

本文數(shù)據(jù)來源于提供推送服務(wù)的第三方,其提供安卓推送(Android)及iOS推送軟件開發(fā)工具包(SDK,software development kit)服務(wù),使APP快速集成云推送功能。

目前擬采用消息SDK平臺(tái)的用戶數(shù)量很大,截至2017年8月,裝機(jī)的SDK用戶數(shù)達(dá)到數(shù)百億,覆蓋終端數(shù)十億,接入應(yīng)用數(shù)十萬,日活用戶近十億,并發(fā)在線用戶超過數(shù)億?；跀?shù)據(jù)覆蓋量較大,我們認(rèn)為應(yīng)用此數(shù)據(jù)進(jìn)行分析有一定可行性。

2.3 數(shù)據(jù)采集

通過用戶移動(dòng)設(shè)備中的SDK,以一定時(shí)間間隔動(dòng)態(tài)采集經(jīng)過用戶授權(quán)的設(shè)備位置相關(guān)信息。采集數(shù)據(jù)包含但不限于設(shè)備信息、GPS、WiFi信息、基站信息、聯(lián)網(wǎng)數(shù)據(jù)等。多種數(shù)據(jù)源通過實(shí)時(shí)匯報(bào)模塊上傳至大數(shù)據(jù)中心,通過加工處理,對(duì)各手機(jī)終端進(jìn)行唯一標(biāo)識(shí)。

2.4 數(shù)據(jù)類型

基于地址進(jìn)行數(shù)據(jù)檢索時(shí),當(dāng)數(shù)據(jù)量非常大時(shí),通常采用Geohash編碼進(jìn)行空間檢索,相當(dāng)于將全部地圖平面均分為若干矩形方格。將二維的經(jīng)緯度轉(zhuǎn)換成字符串,每一個(gè)字符串代表了某一矩形區(qū)域(圖1)。字符串越長(zhǎng),表示的范圍精度越高,例如5位的編碼能表示10km2范圍的矩形區(qū)域,而6位編碼能表示更精細(xì)的區(qū)域(約0.34km2)。

圖 1 Geohash編碼數(shù)據(jù)示意圖

本文使用的數(shù)據(jù)也采用Geohash編碼,受實(shí)際采集情況制約,本文地震案例使用的數(shù)據(jù)均為5位編碼,覆蓋烈度圖Ⅵ度以上區(qū)域范圍。

2.5 數(shù)據(jù)指標(biāo)

移動(dòng)設(shè)備聯(lián)網(wǎng)后上報(bào)采集數(shù)據(jù),云端服務(wù)器實(shí)時(shí)獲取到分布在全國(guó)不同位置的移動(dòng)設(shè)備上報(bào)的數(shù)據(jù)。當(dāng)一個(gè)區(qū)域發(fā)生地震時(shí),網(wǎng)絡(luò)設(shè)施、電力設(shè)施、基站等都可能受到相應(yīng)影響,因此在數(shù)據(jù)層上會(huì)產(chǎn)生一定影響。根據(jù)這些數(shù)據(jù)層特征,分析歷史震例,評(píng)估各項(xiàng)特征對(duì)地震判別的敏感度,選出敏感度較高、數(shù)據(jù)質(zhì)量較高的指標(biāo),間隔固定時(shí)間窗口前后取值,并用數(shù)據(jù)變化百分比作為量化突變的標(biāo)準(zhǔn)。

目前我們可獲取的主要有4種數(shù)據(jù)：活躍基站數(shù)量、活躍WiFi數(shù)量、無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量、匯總在線設(shè)備數(shù)量。

(1)活躍基站數(shù)量(station)

該數(shù)據(jù)是統(tǒng)計(jì)每個(gè)時(shí)間切片、疑似震區(qū)每個(gè)Geohash方格中的活躍基站數(shù)量,根據(jù)基站信標(biāo)位置庫(kù)可以檢索指定地理范圍內(nèi)的基站數(shù)。移動(dòng)設(shè)備可定時(shí)上報(bào)掃描到的基站信息。當(dāng)某個(gè)時(shí)間切片、某個(gè)Geohash方格中活躍基站數(shù)量發(fā)生驟減或遠(yuǎn)低于之前平均水平時(shí),說明該范圍內(nèi)發(fā)生大規(guī)?；就朔?推測(cè)該區(qū)域發(fā)生地震或其他突發(fā)災(zāi)害。

(2)活躍WiFi數(shù)量(wifimac)

該數(shù)據(jù)是統(tǒng)計(jì)每個(gè)時(shí)間切片、疑似震區(qū)每個(gè)Geohash方格中的活躍WiFi熱點(diǎn)數(shù)量,根據(jù)WiFi信標(biāo)位置庫(kù)可以檢索指定地理范圍內(nèi)的WiFi熱點(diǎn)數(shù)。移動(dòng)設(shè)備可定時(shí)上報(bào)掃描到的WiFi熱點(diǎn)信息。某個(gè)時(shí)間切片、某個(gè)Geohash方格中活躍WiFi熱點(diǎn)數(shù)量發(fā)生驟減或遠(yuǎn)低于之前平均水平時(shí),說明該范圍內(nèi)發(fā)生大規(guī)模無線熱點(diǎn)斷電,推測(cè)該區(qū)域發(fā)生地震或其他突發(fā)災(zāi)害。

(3)無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量(loginmac)

該數(shù)據(jù)是統(tǒng)計(jì)每個(gè)時(shí)間切片、疑似震區(qū)每個(gè)Geohash方格中的WiFi聯(lián)網(wǎng)設(shè)備數(shù)量,根據(jù)WiFi信標(biāo)位置庫(kù)可以檢索指定地理范圍內(nèi)的WiFi熱點(diǎn),聯(lián)網(wǎng)的移動(dòng)設(shè)備可定時(shí)上報(bào)連接狀態(tài)與所連接網(wǎng)絡(luò),其中無線網(wǎng)絡(luò)聯(lián)網(wǎng)數(shù)據(jù)中包含WiFi熱點(diǎn)信息。某個(gè)時(shí)間切片、某個(gè)Geohash方格中活躍WiFi聯(lián)網(wǎng)設(shè)備數(shù)量發(fā)生驟減時(shí),說明該范圍內(nèi)發(fā)生大規(guī)模無線網(wǎng)絡(luò)斷網(wǎng),推測(cè)該區(qū)域發(fā)生地震或其他突發(fā)災(zāi)害。

(4)在線設(shè)備數(shù)量(gid)

該數(shù)據(jù)是統(tǒng)計(jì)每分鐘震區(qū)范圍中每個(gè)Geohash方格中的移動(dòng)設(shè)備數(shù)量,根據(jù)多重定位方式獲取服務(wù)的移動(dòng)設(shè)備位置數(shù)據(jù)。當(dāng)某個(gè)Geohash方格中移動(dòng)設(shè)備數(shù)量發(fā)生驟減時(shí),說明該范圍內(nèi)大規(guī)模移動(dòng)設(shè)備的數(shù)據(jù)無法正常上報(bào),推測(cè)該區(qū)域發(fā)生地震或其他突發(fā)災(zāi)害。

4種數(shù)據(jù)指標(biāo)的相互關(guān)系,如圖2 所示。

圖 2 4種指標(biāo)數(shù)據(jù)關(guān)系圖

3 案例分析

在歷史震例中選取了反映指標(biāo)數(shù)據(jù)較好的3個(gè)地震：四川省阿壩州九寨溝地震、新疆博爾塔拉州精河地震、四川廣元市青川地震。由于人口密集程度不同,不同地區(qū)可采集到有數(shù)據(jù)上報(bào)的Geohash編碼的數(shù)量不同,分別計(jì)算每個(gè)Geohash編碼位置震后不同時(shí)刻的指標(biāo)數(shù)量變化情況,每個(gè)地震選取1個(gè)變化情況明顯的位置點(diǎn),分別對(duì)4種災(zāi)情指標(biāo)進(jìn)行分析。

根據(jù)3個(gè)地震發(fā)震前1天和地震當(dāng)天4種地震災(zāi)情指標(biāo)變化折線圖的對(duì)比,判斷地震對(duì)4種指標(biāo)的影響程度,從而篩選出對(duì)地震敏感性較高的災(zāi)情指標(biāo)。從3個(gè)地震折線圖對(duì)比情況發(fā)現(xiàn)九寨溝地震4種災(zāi)情指標(biāo)均有不同程度的變化；青川地震是在線設(shè)備數(shù)量和活躍基站數(shù)量在地震發(fā)生當(dāng)天與前一天差別不明顯,但是活躍WiFi數(shù)量和無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量與前1天差別較大；精河地震也是4種災(zāi)情指標(biāo)均有不同程度變化,相對(duì)于其他2個(gè)地震不同的是,精河地震震后指標(biāo)數(shù)量均上升。根據(jù)3個(gè)地震案例推斷,災(zāi)情指標(biāo)數(shù)量發(fā)生變化是由地震引起的,因此也可以用指標(biāo)的變化情況反向分析地震的影響狀況。

圖 3 九寨溝地震選點(diǎn)與震中位置示意圖

3.1 四川阿壩州九寨溝縣MS7.0地震(2017年8月8日21時(shí)19分)

九寨溝地震選取的觀測(cè)點(diǎn)Geohash編碼為wmcv7,該位置點(diǎn)位于九寨溝地震區(qū)溝口酒店區(qū)域,距震中約10km(圖3),對(duì)該位置點(diǎn)活躍基站數(shù)量、活躍WiFi數(shù)量、無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量、在線設(shè)備數(shù)量等4個(gè)不同數(shù)據(jù)指標(biāo)震后2hr的數(shù)量變化情況繪制折線圖(圖4、5)進(jìn)行分析。

對(duì)比震前1天(圖4)與地震當(dāng)天(圖5)折線圖可以看出：

圖 4 2017年8月7日九寨溝地震前后震區(qū)wmcv7位置點(diǎn)地震災(zāi)情指標(biāo)變化

圖 5 2017年8月8日九寨溝地震前后震區(qū)wmcv7位置點(diǎn)地震災(zāi)情指標(biāo)變化

(1)在線設(shè)備數(shù)量呈逐步下降趨勢(shì)。 21：19分發(fā)生地震,設(shè)備數(shù)量先升高,在21：20分達(dá)到最高值,從21：20分開始下降,到21：21分時(shí)數(shù)量由113下降到55,21：21分后在線設(shè)備數(shù)量呈小幅度上下波動(dòng),但整體呈下降趨勢(shì)。

(2)活躍基站數(shù)量情況與在線設(shè)備數(shù)相似,呈逐步下降趨勢(shì)。21：19分發(fā)生地震,然后活躍基站數(shù)量先升高,在21：20分時(shí)達(dá)到最高值,從21：20分開始下降,到21：21分時(shí)數(shù)量由60下降到39,21：22分后活躍基站數(shù)量呈小幅度上下波動(dòng),但整體呈下降趨勢(shì)。

(3)活躍WiFi數(shù)量在震后有突降變化。21：19分發(fā)生地震,活躍WiFi數(shù)量先升高,在21：20分時(shí)發(fā)生突降,21：20分時(shí)數(shù)量為658,21：21分時(shí)為264,21：22分時(shí)為138,21：22分后活躍WiFi數(shù)量在較低水平小幅度穩(wěn)定波動(dòng),到22：16分,指標(biāo)波動(dòng)范圍為100～200,22：16分后指標(biāo)主要在100左右波動(dòng)。

綜上所述,可以發(fā)現(xiàn)4種指標(biāo)中活躍WiFi數(shù)量最大。從圖5 可以看出,震后4種指標(biāo)數(shù)量都下降,在線設(shè)備數(shù)量、活躍基站數(shù)量和活躍WiFi數(shù)量在震后先上升,1min后開始下降,無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量在震后瞬時(shí)下降,且變化率達(dá)到0.89,根據(jù)4種指標(biāo)震后下降情況可以知道,在九寨溝地震中無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量反應(yīng)最靈敏,其次是活躍WiFi數(shù)量,但該指標(biāo)存在數(shù)據(jù)延遲情況。

3.2 四川廣元市青川縣MS5.4地震(2017年9月30日14時(shí)14分)

青川地震選取的觀測(cè)點(diǎn)Geohash編碼為wmdwj,該位置點(diǎn)距震中約29km(圖6),對(duì)該位置點(diǎn)活躍基站數(shù)量、活躍WiFi數(shù)量、無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量、在線設(shè)備數(shù)量等4個(gè)不同數(shù)據(jù)指標(biāo)震后2hr的數(shù)量變化情況繪制折線圖(圖7、8)進(jìn)行分析。

圖 6 青川地震選點(diǎn)與震中位置示意圖

對(duì)比震前1天(圖7)與地震當(dāng)天(圖8)折線圖可以看出：

圖 7 2017年9月29日青川地震前后震區(qū)wmdwj位置點(diǎn)地震災(zāi)情指標(biāo)變化

圖 8 2017年9月30日青川地震前后震區(qū)wmdwj位置點(diǎn)地震災(zāi)情指標(biāo)變化

(1)在線設(shè)備數(shù)量在14：14分發(fā)生地震后,雖然數(shù)量下降,但是在震后3min時(shí)又開始增加,隨后在線設(shè)備數(shù)量呈上下波動(dòng)趨勢(shì),與震前波動(dòng)幅度差別不大,說明震后數(shù)量的下降是正常波動(dòng)現(xiàn)象,并不是受地震影響,因此推斷該地震對(duì)在線設(shè)備數(shù)影響不大。

(2)活躍基站數(shù)量在14：14分發(fā)生地震后,雖然數(shù)量下降,但是在震后2min時(shí)又開始增加,隨后在線設(shè)備數(shù)量呈上下波動(dòng)趨勢(shì),與震前波動(dòng)幅度差別不大,說明震后數(shù)量的下降是正常波動(dòng)現(xiàn)象,并不是受地震影響,因此推斷該地震對(duì)活躍基站數(shù)影響不大。

(4)無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)在震后瞬時(shí)發(fā)生突降,地震發(fā)生時(shí)數(shù)量為6,14：15分到14：27分內(nèi)沒有數(shù)據(jù),可能是因?yàn)閿?shù)據(jù)沒有上報(bào),也可能是因?yàn)樵谶@段時(shí)間內(nèi)無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量為0。之后在14：28分時(shí)出現(xiàn)1個(gè),并且持續(xù)了10min；隨后數(shù)量增加恢復(fù)至震前水平。

綜上所述,可以看出活躍基站數(shù)量和在線設(shè)備數(shù)量在震后雖然出現(xiàn)短暫下降現(xiàn)象,但很快又恢復(fù)至震前水平,因此可以判斷指標(biāo)數(shù)量的下降是正常波動(dòng),并不是地震造成的,說明該地震對(duì)這2種指標(biāo)的影響較小；活躍WiFi數(shù)量在震后下降,并在1個(gè)多小時(shí)內(nèi)都處于較低水平,可以推斷活躍WiFi數(shù)量的下降主要是受地震的影響；無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量在震后瞬時(shí)指標(biāo)數(shù)消失,在14：28分時(shí)才出現(xiàn),并且原因不明確,因此該次地震中無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)不能在震后快速反映影響情況。綜上可得出,該次地震活躍WiFi數(shù)量反映地震情況最好。

3.3 新疆博爾塔拉州精河縣MS6.6地震(2017年8月9日7時(shí)27分)

精河地震選取的觀測(cè)點(diǎn)Geohash編碼為tzfvw,該位置點(diǎn)距震中約34km(圖9),對(duì)該位置點(diǎn)活躍基站數(shù)量、活躍WiFi數(shù)量、無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量、在線設(shè)備數(shù)量等4個(gè)不同數(shù)據(jù)指標(biāo)震后兩2hr的數(shù)量變化情況繪制折線圖(圖10、11)進(jìn)行分析。

圖 9 精河地震選點(diǎn)與震中位置示意圖

對(duì)比震前1天(圖10)與地震當(dāng)天(圖11)折線圖可以看出：

圖 10 2017年8月8日精河地震前后震區(qū)tzfvw位置點(diǎn)地震災(zāi)情指標(biāo)變化

圖 11 2017年8月9日精河地震前后震區(qū)tzfvw位置點(diǎn)地震災(zāi)情指標(biāo)變化

(1)7：27分發(fā)生地震后,在線設(shè)備數(shù)量在震后3min內(nèi)持續(xù)增加,7：27分時(shí)數(shù)量為12,7：30分時(shí)數(shù)量為25,隨后數(shù)量開始波動(dòng),但震后波動(dòng)數(shù)量普遍高于震前水平。

(2)活躍基站數(shù)量與在線設(shè)備數(shù)量情況相似,在7：27分發(fā)生地震后,數(shù)量在震后3min內(nèi)持續(xù)增加,7：27分時(shí)數(shù)量為11,7：30分時(shí)數(shù)量為26,隨后數(shù)量開始波動(dòng),但震后波動(dòng)數(shù)量普遍高于震前水平。

(3)活躍WiFi數(shù)量在7：27分發(fā)生地震后3min內(nèi)持續(xù)增加,7：27分時(shí)數(shù)量為160,7：30分時(shí)數(shù)量為292,隨后數(shù)量開始波動(dòng),震后0.5hr后數(shù)量稍微減少,但依然高于震前水平。

(4)無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量在7：27分發(fā)生地震后3min內(nèi)持續(xù)增加,7：27分時(shí)數(shù)量為18,7：30分時(shí)數(shù)量為43,隨后數(shù)量開始波動(dòng),但震后波動(dòng)數(shù)量普遍高于震前水平。

綜上所述,可以發(fā)現(xiàn)4種指標(biāo)數(shù)量在震后均為增加,折線圖(圖8、9、10、11)反映情況差別不大；4種指標(biāo)中,活躍WiFi數(shù)量最大。該地震后3min內(nèi)4種指標(biāo)數(shù)量均持續(xù)增加,計(jì)算震后3min與震時(shí)的數(shù)量變化率,發(fā)現(xiàn)無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量變化率最大,同時(shí)4種數(shù)據(jù)雖然都呈上升趨勢(shì),但根據(jù)折線圖(圖8、9、10、11)可以看出,無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)量在震后更穩(wěn)定,波動(dòng)趨勢(shì)最小。

該次地震震后數(shù)據(jù)指標(biāo)均為上升趨勢(shì),造成該現(xiàn)象的原因可能是地震發(fā)生時(shí)間為早晨,人們處于睡眠狀態(tài),本底噪聲較低,并且選擇的分析點(diǎn)不在震中附近,對(duì)人們影響相對(duì)不大,地震一發(fā)生,人們有所感應(yīng)后,首先拿出手機(jī)查看情況,導(dǎo)致震后數(shù)據(jù)指標(biāo)均上升。

4 結(jié)論

(1)通過對(duì)3個(gè)地震案例進(jìn)行分析可以發(fā)現(xiàn),四川省阿壩州九寨溝MS7.0地震和新疆博爾塔拉州精河MS6.6地震的震級(jí)較大,震后4種地震災(zāi)情指標(biāo)均有明顯的突變現(xiàn)象；四川廣元市青川MS5.4地震的震級(jí)較小,在線設(shè)備數(shù)量和活躍基站數(shù)量基本變化不大。說明震級(jí)越大,地震災(zāi)情指標(biāo)判別地震效果越好。

(2)4種地震災(zāi)情指標(biāo)中活躍WiFi數(shù)和無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)在震后反應(yīng)效果最好,活躍WiFi數(shù)的數(shù)量最多,反應(yīng)靈敏,但是有延遲匯報(bào)的情況,實(shí)時(shí)性一般；無線網(wǎng)絡(luò)聯(lián)網(wǎng)設(shè)備數(shù)反應(yīng)最為靈敏,數(shù)量相對(duì)活躍WiFi數(shù)較少,但該指標(biāo)實(shí)時(shí)性較好。

(3)通過對(duì)新疆博爾塔拉州精河地震進(jìn)行分析發(fā)現(xiàn),并不是所有地震發(fā)生后地震災(zāi)情指標(biāo)數(shù)量都會(huì)下降,沒有人員傷亡的地震,震后網(wǎng)絡(luò)活躍度可能增強(qiáng),該現(xiàn)象可能與地震發(fā)生時(shí)間有關(guān),例如精河地震的發(fā)生時(shí)間為早晨,人們處于睡眠狀態(tài),本底噪聲較低,地震發(fā)生后數(shù)據(jù)指標(biāo)上升,所以指標(biāo)數(shù)量增加也可以反映地震的異常情況。

(4)基于手機(jī)位置數(shù)據(jù)對(duì)地震應(yīng)急有很大用處,通過對(duì)其更深入的研究,未來可能對(duì)極震區(qū)、影響場(chǎng)方向以及道路堵塞等震后需要快速評(píng)估的問題都有所幫助,例如根據(jù)選取的敏感性指標(biāo),計(jì)算震后與震前數(shù)據(jù)的變化率,進(jìn)行差值分析,變化率最高的部分是否與烈度圖極震區(qū)擬合,以此來確定極震區(qū)；以及判斷影響場(chǎng)方向,猜測(cè)數(shù)據(jù)變化率相似的點(diǎn)的分布方向有可能與實(shí)際影響場(chǎng)的分布方向一致,以此通過指標(biāo)數(shù)據(jù)確定影響場(chǎng)方向。因此,通過對(duì)手機(jī)位置數(shù)據(jù)的研究與挖掘,可以延伸更豐富的應(yīng)用,更好地為地震應(yīng)急工作服務(wù)。