GeoWerkstatt-Projekt des Monats April 2017
Projekt: Soziale Medien als Regensensoren
Forschende: Yu Feng
Projektidee: Detektion von starkregen- und flutrelevanten Ereignissen in Echtzeit mit Hilfe der Soziale Medien
Soziale Medien wie z.B. Twitter, Instagram, oder Facebook sind momentan sehr beliebt bei jungen Leuten. Sie teilen ihre Erlebnisse und Gedanken untereinander, was sehr oft auch ereignis-relevante Informationen in Echtzeit enthält. Zum Beispiel können Forscher Erdbeben aus Twitter Daten detektieren, weil viele lokale Einwohner kurz nach dem Ereignis in den Sozialen Medien darüber reden. Manchmal funktioniert das Detektionssystem noch schneller als die offiziellen Nachrichten. Diese Methode ist auch bekannt als ‚Crowdsourcing‘.
Unser Projekt (EVUS - Echtzeitvorhersage für urbane Sturzfluten und damit verbundene Wasserkontamination) fokussiert zurzeit auf Crowdsourcing von urbanen Sturzflutereignissen. Mit Sozialen Medien wie z.B. Twitter, können wir die geocodierten Tweets, die relevant zu Starkregen und Überflutungen sind, extrahieren. Ein räumliches und zeitliches Clustering wird danach verwendet um den lokalen Ausbruch von starkregen-relevanten Tweets zu finden. Diese Cluster stellen Ereignisse mit großer Aufmerksamkeit dar. Die Echtzeit-Detektion der Ereignisse in Sozialen Medien spielt eine wichtige Rolle wenn Katastrophen passieren. Anderseits können wir auch sehr schnell das grobe beeinflusste Gebiet einschätzen.
Am 23. Juni 2016 wurden Großbritannien und die Benelux Länder von einem großen Starkregen-Ereignis getroffen. Mit Streaming-Daten von Twitter wurde ein auffälliger Cluster von 374 geocodierten Tweeets in London detektiert. Viele der extrahierten Tweets enthalten noch zusätzliche Bilder und Videos, was anschließend als wichtige Zusatzinformation für die weitere Risikoanalyse verwendet werden kann.
