Cải thiện ước lượng vị trí và dự đoán sự kiện thảm họa bằng cách sử dụng phân cụm không gian-thời gian dựa trên mật độ với GPS

Multimedia Tools and Applications - Tập 79 - Trang 3929-3941 - 2019
K. Ravikumar1, A. RajivKannan2
1Department of Computer Science and Engineering, Builders Engineering College, Kangayam, India
2Department of Computer Science and Engineering, KSR College of Engineering, Tiruchengode, India

Tóm tắt

Quản lý thảm họa bao gồm việc thu thập thông tin thảm họa tự nhiên theo thời gian thực, triển lãm, tập hợp, phân tích, dự báo và minh họa. Đã có sự quan sát rằng sự tiến bộ về thông tin kiến thức dưới hình thức Hệ thống thông tin địa lý (GIS). Phương pháp quản lý thảm họa cho các sự kiện tự nhiên bao gồm GIS và khai thác dữ liệu không gian, nhằm nhận diện vị trí các sự kiện tự nhiên và cung cấp các lộ trình tối ưu để tới được vị trí mong muốn mà không gây hại. Do điều kiện địa chất khắc nghiệt và vị trí địa lý, nhiều địa điểm đã bị thiệt hại do nhiều sự kiện tự nhiên khác nhau như động đất, lũ lụt, đất lở, trượt đất, động đất và mưa lớn có thể thường xuyên gây ra thiệt hại tài sản liên tiếp và cũng dẫn đến mất mát sinh mạng. Để giảm thiểu thiệt hại và tổn thất, một phương pháp hiệu quả theo thời gian thực cho việc dự đoán sự kiện tự nhiên và vị trí là cần thiết. Do đó, trong bài báo này, một khuôn khổ mới được trình bày để khám phá vị trí thảm họa và dự đoán sự kiện bằng cách sử dụng phân cụm không gian-thời gian dựa trên mật độ kết hợp với GPS. Trong quá trình này, dữ liệu ồn, dữ liệu không mong muốn và không nhất quán được làm sạch khỏi cơ sở dữ liệu tin tức dựa trên các sự kiện thiên nhiên để tạo ra dữ liệu có cấu trúc trước khi thực hiện phân cụm và lựa chọn đặc trưng. Phương pháp phân cụm không gian-thời gian sẽ trích xuất các khu vực thảm họa như khu vực động đất, lũ lụt, trượt đất, v.v. Sau đó, đặc trưng được lựa chọn dựa trên từ khóa thảm họa tự nhiên từ dữ liệu đã phân cụm. Các đặc trưng đã được trích xuất sẽ được đưa vào cây quyết định để phân chia dữ liệu thành lớp tích cực và tiêu cực nhằm hỗ trợ cho bộ phát hiện sự kiện và bộ ước lượng vị trí. Dự đoán được cải thiện bằng cách sử dụng Thuật toán di truyền (GA). Do đó, công nghệ GPS là nguồn dữ liệu quan trọng của hệ thống thông tin địa lý hoặc địa cầu để giám sát sự biến đổi toàn cầu. Chúng tôi sử dụng GPS như một bộ ước lượng vị trí để khám phá vị trí xảy ra thảm họa. Vì vậy, vị trí của các thảm họa tự nhiên có thể được ước tính và dự đoán bằng cách sử dụng GPS.

Từ khóa

#quản lý thảm họa #dự đoán sự kiện tự nhiên #GPS #GIS #phân cụm không gian-thời gian #thuật toán di truyền

Tài liệu tham khảo

Fan B, Luo J (2013) Spatially enabled emergency event analysis using a multi-level association rule mining method. Nat Hazards 67(2):239–260 Gaikwad DB, Wanjari YW, Kale, K.V (2014) Disaster management by integration of web services with geospatial data mining, Annual IEEE India Conference (INDICON), pp.1–6 Hsu P, Su W (2012) Hazard hotspots analysis from geospatial database using geospatial data mining technology, IEEE International Geoscience and Remote Sensing Symposium, pp. 962–965 Jordan G (2008) Sustainable mineral resources management: from regional mineral resources exploration to spatial contamination risk assessment of mining. Environmental Geology, springer journal publications 58:153–161 Peng J, Qin K, Yang H, Cheng L (2011) The study on the exploratory spatial data mining method based on partial random walk and its application in GPS TEC analysis, IEEE International Conference on Spatial Data Mining and Geographical Knowledge Services, pp. 112–115 Sakaki T, Okazaki M, Matsuo Y (2013) Tweet analysis for real-time event detection and earthquake reporting system development. IEEE Trans Knowl Data Eng 25(4):919–931 Tang F-q (2011) Mining subsidence monitoring using the method of combining InSAR and GPS technology. Journal of Coal Science and Engineering (China) 17(2):133–136 Torun A, Düzgun S (2006) Using spatial data mining techniques to reveal vulnerability of people and places due to oil transportation and accidents, ISPRS technical commission II symposium, pp.34–48 Wang J, Yen N, Guo S, Cheng Z (2014) Big data analytics for emergency communication networks: a survey. IEEE Communications Surveys & Tutorials 18(3):1–22 Zheng T (2011), Research on coal and gas outburst area forecasting information system of spatial data management, Third Pacific-Asia conference on circuits, Communications and system, pp.1–3