跳到主要內容

臺灣博碩士論文加值系統

(44.211.31.134) 您好!臺灣時間:2024/07/13 02:27
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:黃崇典
研究生(外文):Huang, Chung-Tien
論文名稱:群眾智慧巨量空間資訊於氣候變遷調適之研究-以臺中市沙鹿區淹水資訊縫補為例
論文名稱(外文):Research on Collective Intelligence in Mega Data of Geographic Information on Climate Change Information Adaptation-Case Study of Floods Evens Data Fetching Up at Taichung City Shalu District
指導教授:楊龍士教授周天穎教授
口試委員:儲慶美陳昶憲游繁結高書屏葉美伶
口試日期:2016-06-02
學位類別:博士
校院名稱:逢甲大學
系所名稱:土木及水利工程博士學位學程
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2016
畢業學年度:104
語文別:中文
論文頁數:146
中文關鍵詞:水災群眾智慧網路社群語意探勘淹水模擬志願者空間資訊
外文關鍵詞:floodvirtual community flood measurementssemantic miningvolunteer geographic informationCollective wisdom
相關次數:
  • 被引用被引用:3
  • 點閱點閱:492
  • 評分評分:
  • 下載下載:92
  • 收藏至我的研究室書目清單書目收藏:1
目前人類面臨的如何因應氣候變遷衝擊,維繫自然生態系統穩定平衡、確保生存安全與永續發展,是最嚴峻的課題。我國因應氣候變遷除減緩策略外,並訂定調適政策綱領八大領域作為調適之策略,並首重災害領域;而掌握正確的情報資訊為防災之關鍵工作。
以公共治理的角度而言,要完整的建立情報資訊恐要耗費龐大的資源,實務上也不太可能,然而近年來因為網路技術的成熟與行動裝置的普及,透過眾包、志願者或是企業或決策者解決問題的熱門議題,其具創意、快速、經濟、參與、分享等特質經常被探討。網路社群與智慧型行動裝置的普及使得每個人都可能成為資料的提供者,透過智慧型裝置使用者將感受到的各式各樣的資訊上傳至網路,藉由眾人不斷地更新的資訊,使各項資訊更新的速度比以往還要快,甚至更貼近真實。如果群眾感知之資訊能透過行動裝置之傳送發布來完成任務,透過群眾的感知可分析提供氣候調適正確的防災資訊,縫補感測設備資訊之不足,掌握災情迅速達成防救災的任務。
本研究透過具空間資訊之網路社群所傳遞各地淹水資訊,獲取眾多使用者所上傳之空間資訊及文字訊息,進行語意分析萃取、進而分析該訊息所發出之所在位置及有用之資訊,萃取出所忽略或隱藏的資訊,呈現集體共同智慧之災害資訊。
研究之進行,從歷史淹水事件使用量最大之Facebook公開資訊中,以語意萃取有關「降雨」描述的打卡資料,與FLO-2D模擬重建淹水之空間資訊進行疊合。將社群以人感測之非結構訊息轉換成可用之空間資訊,萃取網路社群資訊中可用之資訊,轉化成可以利用之防災資訊,並與由物理感測FLO-2D之模擬重建淹水情境空間資訊,進行空間分析。
研究結果顯示,從社群資訊中萃取同一時間網路社群所傳遞與淹水有關之大量資訊,比對由水文及地文等物理環境所模擬之淹水空間資訊進行空間分析,分析結果發現其分布聚集與關聯情形相當顯著,空間疊合結果顯示,打卡空間點位有77.2%吻合,可成為群眾智慧社群巨量資訊之新應用模式。期待本研究成果對廣域的都市治理,可藉由群眾智慧縫補提供氣候調適必要之災害淹水資訊。
Due to climate change, nowadays many cities have to deal with flooding caused by extreme rainfall. Responding to the impact of climate change in order to prevent disasters has become more important. Reducing the negatives effects of hazardous events requires immediate and accurate information. Authorities spend huge resources on disaster mitigation and response but in recent years, due to the availability of technology and the popularity of mobile devices, it has become possible to reduce these costs and improve disaster information and response time. Through crowdsourcing, volunteers may assist in solving the problem; this provides rapid, creative and economical solutions. Collective wisdom may be applied to complex operational tasks and provide the appropriate information that helps prevent, disasters; relief tasks may be quickly and more appropriately mobilized. The development of the internet-connected community using smart hand-held devices means that everyone may become providers of useful information. Users upload information to the internet with constantly updated real-time information, about an event. However, there is a potentially a huge amount of information generated and the challenge is how to collate this to solve a particular problem. This study investigates the direct experiences of people at flooded locations using online communities to obtain spatial information of the flood through semantic retrieval and filtering analysis in order to obtain information on the pattern of flooding. If such an event can be assessed by users and credible information extracted from the massive data emanating from online communities, the resulting information can then be analyzed and delivered to the appropriate authorities. This can offer effective support to the traditional physical and mathematical models of aspects including the degree of effective operation and adequate maintenance of the urban drainage system, and grid mode homogenization. This study was based on urban flooding events from historical records, and real-time flood related information recorded on popular online social media such as Facebook. The extracted information was compared for its actual values to the flood and spatial analysis. In this study, the community information was filtered based on the semantic meaning. There was a total of 77.2% “rain” related descriptions found. After matching them to the spatial information of the flood and reconstructed with FLO-2D simulation, we discovered that the correlation was statistically significant. The method of converting human-observations of non-structured information from internet communities into usable spatial information, extracting usable information available on internet communities and converting it into disaster prevention information, and using physical-sensing FLO-2D simulation to reconstruct flood spatial information for a correlation analysis proves to be unique and innovative. For broader scale analysis of governance of cities, the method of using flood information from online communities to provide initial flood information should be further explored.
摘要 I
ABSTRACT III
目錄 V
圖目錄 IX
表目錄 XI
第 1 章 緒論 1
第 1 節 研究動機 1
壹. 全球性氣候變遷與調適 1
貳. 氣候變遷災害調適課題 5
參. 巨量資訊的探勘 8
第 2 節 研究目的 10
壹. 社群資訊於防災系統的應用 10
貳. 縫補淹水資訊之不足 12
參. 社群空間淹水資訊模式之建立 12
第 2 章 文獻探討 14
第 1 節 社群群眾智慧 14
壹. 群眾的智慧 14
貳. 社群巨量空間資訊的內隱知識 18
第 2 節 群眾資訊模式 21
壹. 眾包模式 21
貳. 志願性地理資訊模式 22
參. 群眾智慧巨量空間資訊模式 25
第 3 節 社群語意與空間分析 30
壹. 社群語意分析 30
貳. 空間分析 36
第 4 節 FLO-2D淹水模擬應用 41
壹. 資料蒐集方式 43
貳. 模擬方程式 43
第 3 章 研究方法 46
第 1 節 研究範圍 46
壹. 地理範圍 46
貳. 時間範圍 47
第 2 節 研究流程 48
第 3 節 研究分析 50
壹. 社群感測資訊語意分析 50
貳. 二維FLO-2D淹水模擬 59
參. 空間資訊分析 69
第 4 章 案例實證分析 71
第 1 節 社群淹水語意資訊 72
壹. 擷取打卡資訊 72
貳. 過濾關鍵資訊 73
第 2 節 FLO-2D淹水模擬資訊 76
第 3 節 空間與時間分析 80
壹. 空間疊合分析 80
貳. 時間疊合分析 88
第 4 節 群眾智慧社群淹水模擬模式框架 114
第 5 節 綜合討論 117
壹. 社群空間語意探討 117
貳. FLO-2D淹水模擬探討 122
第 5 章 結論與建議 124
壹. 結論 124
貳. 建議 127
參考文獻 130
附錄 135
Bailey T. C., G. A. C. (1995). Interactive Spatial Data Analy.
Bon, G. L. (1896). The Crowd: A Study of the Popular Mind. 2-15.
Degrossi, L. C., de Albuquerque, J. P., Fava, M. C., & Mendiondo, E. M. (2014). Flood Citizen Observatory: a crowdsourcing-based approach for flood risk management in Brazil. SEKE, pp. 570-575.
Eugene G. Yu, L. D., Ranjay Shrestha (2016). OGC® Testbed-11 High Resolution Flood Information Scenario Engineering Report
Flew, T. (2008). New Media: An Introduction: Oxford University Press.
Goodchild, M. F. (2007). Citizens as sensors: the world of volunteered geography. GeoJournal 69, 211–221.
Grant, K. A. (2007). Tacit knowledge revisited–we can still learn from Polanyi. The Electronic Journal of Knowledge Management, 5(2), 173-180.
Haklay, M. (2010). How good is volunteered geographical information? A comparative study of OpenStreetMap and Ordnance Survey datasets. Environment and Planning B: Planning and Design, 37(4), 682-703.
Howe, J. (2006). The rise of crowdsourcing. Wired magazine, 14(6), 1-4.
Jeppesen, L. B., & Frederiksen, L. (2006). Why do users contribute to firm-hosted user communities? The case of computer-controlled music instruments. Organization science, 17(1), 45-63.
Joseph, A., Marc, E., David, K., & Myron, S. (2014). Natural Language Processing: Generating a Summary of Flood Disasters.
Kuo-Chih Hung, M., Abbas Rajabifard. (2015). Methods for assessing the credibility of volunteered geographic information in flood response: A case study in Brisbane, Australia. Applied Geography 68, 37-47.
Laney, D. (2001). Application Delivery Strategies. 949.
Lin, Y., Zhang, J., Wang, X., & Zhou, A. (2012). An information theoretic approach to sentiment polarity classification. Paper presented at the Proceedings of the 2nd Joint WICOW/AIRWeb Workshop on Web Quality.
Liu, B. (2012). Sentiment analysis and opinion mining. Synthesis lectures on human language technologies, 5(1), 1-167.
Liu, S. C., Fu, C., Shiu, C. J., Chen, J. P., & F. Wu. (2009). Temperature dependence of global. precipitation extremes, Geophysical Research Letters, 36.
Lorenz, J., Rauhut, H., Schweitzer, F., & Helbing, D. (2011). How social influence can undermine the wisdom of crowd effect. Proceedings of the National Academy of Sciences, 108(22), 9020-9025.
Miller, H. J., & Han, J. (2009). Geographic data mining and knowledge discovery: CRC Press.
O’Brien, J. S. (2006). FLO-2D User Manual.
Polany, M. (1958). Personal Knowledge.
Quan, C., & Ren, F. (2010). A blog emotion corpus for emotional expression analysis in Chinese. Computer Speech & Language, 24(4), 726-749.
R., H. R. (2003). Spatial Data Analysis: Theory and Practice.
Rieke, M., Jirka, S., How, J. W., & Fellah, S. (2015). OGC® Testbed-11 Incorporating Social Media in Emergency Response Engineering Report
Salton, G., & Buckley, C. (1988). Term-weighting approaches in automatic text retrieval. Information processing & management, 24(5), 513-523.
Spinsanti, L., & Ostermann, F. (2013). Automated geographic context analysis for volunteered information. Applied Geography, 43, 36-44.
Surowiecki, J. (2005). The Wisdom of Crowds. New York: Anchor Books.
王岩松, & 越永. (2011, 9). 空間分析研究進展. 地理與地理信息科學 第27卷 第5期.
王聖銘, 陳富美, & 劉炯錫. (2012). 災害資訊群眾外包資訊信任度之關連性探討-以莫拉克颱風為例.
行政院. (2004). 協助直轄市、縣(市)政府強化地區災害防救計畫三年中程計畫. 42.
行政院環境保護署. (2011). 中華民國 第二版 國家通訊 Second National Communication of the Republic of China(Taiwan) under the United Nations Framework Convention on Climate Change.
何宇申. (2013). FLO-2D應用於中壢都會區的淹水分析. Airiti Library eBooks & Journals 華藝線上圖書館.
吳宗翰. (2014). 以網路評論為基礎之見解探勘系統框架.
林峰正, 薛念林, 吳宗翰, 衷嵐焜, & 周天穎. (民104, 8). 應用群眾智慧提供災情情報暨資訊過濾機制—以水災為例. 工程,88卷04期, 53-67.
空間分析研究進展. (2011, 9). 地理與地理信息科學 第27卷 第5期.
政府間氣候變遷專門委員會,科技部「臺灣氣候變遷推估與資訊平台建置」編譯. (2013). 氣候變遷2013第五次評估報告. 物理科學基礎 (WGI AR5)(給決策者摘要), 15.
孫志鴻, & 陶翼煌. (2007). 空間資訊需求分析方法之建構 -地理學中災害研究之新主張. 地理資訊系統 季刊, 卷期: 1:2 2007.2004 [民2096.2004] 頁次 頁2019-2025.
張惠蓉. (2002). 如何研究網路社群?─介紹網絡分析.
許晃雄, 陳正達, 盧孟明, 陳永明, 周佳, & 吳宜昭. (2011). 臺灣氣候變遷科學報告 2011. 台北: 行政院國家科學委員會, 235.
陳亮全, 林李耀, 陳永明, 張志新, 陳韻如, 江申, . . . 游保杉. (2011). 臺灣氣候變遷科學報告 312.
陳嫈瑜. (2007). 台灣地區重大天然災害—災損統計篇. 國研科技, 13, 20-22.
陸明怡. (2011). 以群眾智慧觀念為基礎之群體意見結論推論模式.
湯嘉芸, 謝平城, & 林俐玲. (2007). FLO-2D 與 HEC-GeoRAS 應用於敏督利颱風造成南湖溪淹水之模擬. 水土保持學報 39 (1), 87-96.
黃聆寧. (2009). 以網絡為中心建構群眾智慧創新模式.
楊德倫. (2014). 文字探勘之前處理與TF-IDF介紹. 國立台灣大學計算機及資訊網路中心電子報, 31.
詹錢登. (2007). 以降雨因子進行土石流警戒基準值訂定 (第五年).
詹錢登, 蕭凱, 徐郁超, & 曾國訓. (2015). 應用FLO-2D及Debris 2D模擬羌黃坑集水區內土石流流動特性差異之研究. 中華防災學刊 Vol.7, No.2, 239-247.
. 網路社群使用現況分析報告. (2014): 資策會產業情報研究所(MIC).
蔡誌崇. (1992). FLO-2D模式應用於 土石流災害管理之研究.
顏榮甫, 楊昌儒, & 蔡長泰. (2000). 應用地文性淹水模式進行降雨-逕流模擬之研究: 台灣水利.
羅道夫. (2012). Twitter 短文之語意分析與即時地理位置判定 TWEOLOCATOR: A NON-INTRUSIVE GEOGRAPHICAL LOCATOR SYSTEM FOR TWITTER: 國立清華大學資訊系統與應用研究所碩碖.
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top