Revista de Geografía y Desastres Naturales
Acceso abierto

abstracto

Mapa de advertencia de desastre utilizando palabras clave de síntomas premonitorios recopilados de Twitter en tiempo real

Otsuki A, Kuwana A y Kawamura M

En este proyecto de investigación, las palabras clave de síntomas premonitorios y la información de ubicación relacionada con deslizamientos de tierra, tsunamis, inundaciones de ríos y aguaceros repentinos de lluvia se recopilaron de Twitter (SNS datos) en tiempo real. Se analizaron los datos, se calculó un coeficiente de riesgo y luego se visualizó este coeficiente en un mapa de calor para poder desarrollar un mapa de alerta de desastres. En 2016, al momento de la ocurrencia del Tifón No. 16 en Japón, se adquirieron cerca de 4000 Tweets y se realizó un experimento para la evaluación de inundaciones de ríos. Específicamente, en base a los resultados verificados por los informes de daños resumidos del Tifón 16 anunciados por la Oficina del Gabinete Japonés (informe) y en los informes de noticias relevantes, era claramente posible predecir estos eventos más rápidamente usando el mapa de alerta de desastres que confiando en en los servicios de informes de noticias para aproximadamente el 57 % de los casos reales (21 casos) en los que la superficie del agua de los ríos superó el nivel de peligro.