杂志的下一篇文章
使用众包地理数据进行基于代理的室内疏散模拟
下一篇特刊文章
气候变化对溃坝情况下淹没风险水平的潜在影响
期刊上的上一篇文章
志愿地理信息项目贡献者活动分析——以OpenStreetMap为例
特刊上一篇文章
地震风险评估中基于多分辨率光学卫星图像的曝光估计
 
 
订购文章重印
字体类型:
宋体 佐治亚州 宋体,Verdana
字体大小:
澳大利亚 澳大利亚 澳大利亚
行距:
列宽:
背景:
审查

用于风险和自然灾害管理的地理空间技术分析

通过
路易斯·曼弗雷
*,
埃利亚·平田英彦(Eliane Hirata)
,
贾娜娜·席尔瓦
,
爱德华多·希诺哈拉
,
玛丽亚娜·吉安诺蒂
,
安娜·保拉·拉罗卡
JoséA.Quintanilha先生
圣保罗大学理工学院。Almeida Prado教授,Travessa 2,n°83,Cidade Universityária,圣保罗SP,05508-900,巴西
*
信件应寄给的作者。
ISPRS国际地理信息杂志。 2012,1(2), 166-185;https://doi.org/10.3390/ijgi1020166
收到的提交文件:2012年6月15日/修订日期:2012年7月18日/接受日期:2012年7月26日/发布日期:2012年8月7日
(本文属于特刊灾害风险管理的天基技术)

摘要

:
本文讨论了空间数据在风险和自然灾害管理中的应用。通过比较对这些技术用于自然灾害管理的研究,强调了遥感、地理信息系统和全球导航卫星系统数据的重要性。在建立自然灾害空间数据基础设施的背景下讨论了空间数据共享。分析了SDI在灾害管理中的一些应用实例,并强调了组织和政府参与的必要性,以促进信息交流并改进预防和应急计划。此外,还探讨了公民通过提供从志愿地理信息(VGI)应用程序收集的自愿数据来参与风险和灾害管理过程的可能性。建议建立一个与本文中讨论的所有空间数据共享方面相关的模型,以阐明所提出问题的重要性。

1.简介

过去几十年来,自然灾害的频率和强度都在增加。根据《2011年世界灾害报告》,2001年至2010年间,全球发生了4022起自然灾害,据报道共造成1221332人死亡[1]. 如中所述[2]人口的高速增长、城市化和工业化的加剧以及无序的占领,促进了风险地区高密度人口的存在,这可能是自然灾害增加的原因。
国际社会认识到,这些事件的规模和重复发生,以及受害者的人数正在增加[]. 无序占领和缺乏城市规划是造成生命损失的主要原因。
一些自然灾害发生突然,影响范围大;因此,很难制定预防计划,例如海啸、龙卷风、地震。另一方面,洪水和山体滑坡等灾害往往更容易绘制地图,并且可以提前预测可能受影响的人群,因为这些事件发生的脆弱地区通常是众所周知的[4].
由于其广泛的适用性,遥感(RS)、地理信息系统(GIS)和全球导航卫星系统(GNSS)技术是风险和灾害管理的宝贵工具[5].
然而,要将遥感和地理信息系统技术用于风险和自然灾害管理,必须提供数据和信息。此外,政府需要让技术人员做好处理和分析相关信息的准备。科学界提出了空间数据基础设施(SDI),并将其作为解决数据共享问题的替代方案加以实施。
在发展中国家,技术机构和研究小组应通过自然灾害预防和应急方案提供援助,以尽量减少灾害的负面影响。因此,联合国建立了灾害管理和应对天基信息平台,以确保各组织和国家能够获得并发展利用天基信息支持整个风险和灾害管理周期的能力。该平台的主要目的是促进利用卫星信息监测地质、水文和气候条件,以便在发生自然灾害时进行规划、缓解和快速响应[6].
遥感、地理信息系统和全球导航卫星系统技术和数据的使用在自然灾害管理中非常重要,关于应用和方法的实际条件的讨论可以确定可用性方面的差距和促进数据使用的机会。此外,建立数据和信息共享以及使用倡议,例如实施SDI,也非常重要。
本文介绍了用于灾害管理的RS、GIS和GNSS技术的现状。此外,还讨论了先前生成的空间数据的可访问性的重要性,以及所提出的技术,如SDI,对接收、集成和共享新的空间数据的重要性,特别是在互操作性问题方面。最后,讨论了公民自愿提供数据(VGI)的重要性和意义,特别是在缺乏信息的情况下用于灾害管理。提出了一个与所有空间数据相关的概念模型,并在整篇文章中讨论了共享方面。还审议了元数据、体制和政治协议等重要问题。
对遥感、地理信息系统和全球导航卫星系统技术在灾害管理中的应用进行了回顾,见第2节,SDI显示在第3节VGI在第4节讨论和结论见第5节第6节分别是。

2.用于风险和灾害管理的卫星图像、GIS和GNSS数据

全球自然灾害每年造成数十亿美元的基础设施破坏、社会经济活动意外中断和悲惨的生命损失[7]. 遥感技术以及地理信息系统和全球导航卫星系统工具经常用于灾前和灾后活动中的灾害管理应用。灾前应用与减灾和备灾工作有关。减灾是指减少社会对灾害影响的脆弱性的活动,而备灾是指在灾害发生时为应对灾害做好准备的活动[8]. 灾难后应用程序与响应和恢复工作相关。应对与灾害的直接和短期影响有关,而恢复是指将社区恢复到灾前状态的活动,如重建[8].
与缓解和防备工作相关的应用通常与滑坡和洪涝灾害预防相关,作为土地利用规划研究和/或确定脆弱地区的一部分。地理信息系统技术通常用于分析遥感信息,从而能够理解过程并识别标准和变量之间的关系。此外,可以将地质、地貌和气候信息与风险评估相结合,以提供重要的规划沉降。
为了评估易受滑坡影响的地区,涉及使用地理信息系统和遥感的方法以及近几十年来提出的方法通常会分析通过卫星图像分类与地形、地质和地貌等其他地图信息编制的土地覆盖图。除了所研究的不同地理区域外,滑坡研究之间的差异通常来源于所提出的用于组合GIS中信息的模型、用于为每个信息层分配权重的方法、所使用的卫星图像类型以及用于对卫星图像进行分类的方法。在[9]使用证据权重模型(贝叶斯概率模型)选择变量(图)和各自的权重。在[10]探索了利用粗糙集理论来适应滑坡易发性的复杂地理特征,并确定滑坡条件因素与滑坡事件的相关规则。多元logistic回归模型用于[11]将GIS、SPOT(地球观测系统)5和Landsat TM卫星图像中的变量结合起来绘制土地覆盖图,同时[12]采用多元回归分析。年开发了一种涉及摄影测量和3D GIS分析的方法[13].
卫星图像的使用表明,卫星观测是对传统观测的补充就地度量和是使分析和地理空间产品能够满足各类自然灾害决策支持系统的操作需求的重要工具[14]. 有一个多样化且不断增长的遥感卫星星座,自然灾害研究通常探索具有不同空间、光谱和辐射分辨率以及不同图像处理方法的不同类型的图像。在[15]使用面向对象的图像分析和机器学习算法,提出了一种有监督的工作流程,以减少人工劳动并将重要对象特征和分类阈值的选择客观化,并用不同的图像进行了测试,包括Quickbird、IKONOS、,Geoeye-1和受滑坡影响现场的航空照片。基于对象的图像分析技术也用于[16]根据边坡模型对土壤暴露进行分类,以识别侵蚀和滑坡敏感性。在中提出了一种从高分辨率图像中检测危险元素的通用算法[17].
关于备灾和减灾,一些研究考虑使用地理信息系统探索水文模型的发展,并提出了拟定洪水区情景和地图的方法。洪水和洪水暴发区绘制于[18,19]利用GIS工具将从数字高程模型和水文模型中提取的形态信息结合起来。在[20]开发了一个基于web的水文建模系统,该系统允许将无线监测网络的实时降雨数据集成到基于GIS的空间分布式模型中。
许多关于洪水灾害的研究在应对和恢复阶段都使用了遥感,主要是为了探测土地覆盖的变化。在[21]SPOT图像与多时相变化矢量算法结合使用,生成显示洪水灾害影响的变化图。年,提出了一种基于MODIS(中分辨率成像光谱仪)时间序列图像检测洪水淹没时空变化的方法[22]. 在[23]、使用ETM+(增强型专题制图器增强版)和UK-DMC(灾害监测星座中众多卫星之一)等卫星图像在洪水灾害调查后进行地图变化检测,有人建议,这种绘图可以用于受任何类型的自然灾害影响的地区,这些自然灾害可能导致土地覆盖变化。事实上,有许多研究,不仅针对洪水灾害,而且针对地震、火灾、滑坡和海啸等,探索了在应对和恢复阶段使用远程感知技术来检测土地覆盖变化。
提出了一种使用IKONOS和Quickbird图像识别海啸后受损建筑物和土地利用变化的方法,作为一种快速响应方法,可在海啸发生后立即使用[24]. 在[25]来自FORMOSAT-2卫星的图像旨在获取及时、低成本的每日图像,并对其用于评估地震和海啸灾区破坏程度的充分性进行了评估。2004年海啸灾难后MODIS图像的使用[26]其结论是,尽管无法从这些中等分辨率的卫星图像中确定土地覆盖类型,但可以对土地资源的严重破坏进行快速评估。在[27],提出了一种利用GIS数据探索多传感器和多时相图像的方法,以使用近实时分析评估自然灾害发生后道路等基础设施对象的可用性。在[28]利用北京1号微卫星数据,结合灾害前后的数字高程和坡度图,对地震引起的滑坡灾害进行了研究,以计算植被区的变化,并监测地震引起的群体运动。北京1号数据也用于[29]绘制2008年汶川地震后的土地覆盖图。在[30]建议使用国防气象卫星计划操作Linscan系统(DMSO-OLPS)图像估计城市灯光损失或减少影响的区域。分析了2008年日本地震灾区的先进陆地观测卫星(ALOS)和相控阵型L波段合成孔径雷达(PALSAR)数据[31]确定13个滑坡区中的11个。年探索了光探测和测距(LIDAR)的使用[32]使用卡特里娜飓风前后的数据检测交通网络障碍,分析路线方案,以缩短到达灾区的响应时间。
对于火灾,年开发了一种检测和监测火灾排放的大量烟雾产生的烟羽的方法[33]使用AVHRR(高级甚高分辨率辐射计)数据。尼日利亚卫星1号从《空间与重大灾害国际宪章》获得的数据用于[34]研究火灾总面积,分析其环境影响。基于MODIS/ASTER数据的索引在[35]评估火灾严重程度,协调及时的火灾后恢复响应。
除了图像之外,外太空技术还可用于精确定位,例如全球导航卫星系统,其中最流行的是全球定位系统(GPS)。GPS数据用于自然灾害中的大多数预防、管理和紧急情况,因为它们提供精确的地理位置信息。
GPS技术经常应用于自然灾害和地球物理现象监测,主要是滑坡,这需要应用不同类型的GPS技术[36]. 传感节点网络系统(SNNS)是检测缓慢质量运动的一个示例,在日本使用[37].
GPS数据还用于Koyulhisar滑坡的自然灾害监测,该滑坡位于Koyulhasar市(土耳其)北部。边坡监测的快速静态方法的有效性已在[36]. 作者强调了该方法对具有类似物理特征的其他地区以及火山活动监测的适用性。
根据[38]地震、高降雨量和火山活动等自然现象可能会导致滑坡,影响道路和建筑。在对意大利南部亚平宁山脉的研究中,作者结合测斜仪数据和GPS站监测了滑坡。GPS站对于探测潜在滑坡至关重要。
利用台湾GPS站的监测数据[39]证明了集集地震(日本)的同震位移。在事件的前后阶段进行了测量,为位移研究生成了完整的数据集。
此外,便携式导航接收器被广泛用于自然灾害情况,正如2004年印度洋埃斯科特拉岛海啸后的测绘工作所观察到的那样。使用便携式接收器测量水位,绘制洪涝区地图[39]. GEO-PICTURES的使用是在[40]这是一个集成卫星图像的系统,现场传感器、地理标签图片、文本和其他相关类型的信息。该系统可能有助于提供远程分析中缺失的信息,这是全球导航卫星系统对自然灾害管理的另一个重要贡献。
地理信息系统、遥感和全球导航卫星系统数据的集成可能有助于理解与气候相关的灾害,识别斜坡不稳定性(区域尺度),了解地震活动的地质和地貌控制因素以及地震对地面结构和基础设施的影响。所有这些信息都有助于汇编自然灾害数据库,并支持人道主义救济和灾害管理活动[41]. 虽然这些都是地理信息系统、远程传感和全球导航卫星系统技术适用性的良好例子,但重要的是要证明可以共享方法和信息以取得成果。此外,风险和灾害管理中心的技术人员必须接受培训,方法必须适应每个具体情况。
在巴西,2008年圣卡塔里纳州高地最近发生了自然灾害;高降水量导致了洪水和山体滑坡事件,在巴西南部和东南部、2010年圣保罗州的圣路易多帕拉伊廷加市以及2011年里约热内卢州的佩特罗波利斯和特雷索波利斯高地造成了严重破坏。如本节所述,尽管巴西只进行了几项研究,但世界各地都可以找到使用遥感和地理信息系统技术的例子。在圣卡塔里纳高地(巴西南部),应用地质技术来了解多年来该州全境降雨量和洪水的分布([42,43]). 利用遥感技术了解同一地区植被的存在与洪水发生之间的关系[44]. 在圣保罗州,一个农村城市遭受了严重的洪水,几乎摧毁了整个城市,利用远程数据进行灾后分析,以了解洪水过程并制定预防计划[45]. 在里约热内卢(巴西东南部)的高地,研究人员对风险区域的测绘进行了调查[46]以及开发和应用基于网络的GIS模型来支持应急响应活动[47].
与应急响应相关,in[48]提出了时间与信息概念的关系,以及灾后三天从遥感数据中可以真实地获得的信息。首先得到的信息是灾害类型、位置和大致震级,然后是精确震级和破坏程度。警方或媒体通常会进行初步航空调查。收集了可见光和热通道的航空摄影调查,以及数字高程模型(DEM)的生成及其与灾前数据的集成。
此外,一旦传感器能够捕捉某些特定情况下的基本信息,还将讨论技术解决方案对自然灾害的适用性。此外,可以使用几种技术解决方案来实现适当的响应。然而,它必须得到可用的财政和技术手段的支持。一些事件的后果需要适当的遥感工具,这些工具可以为GIS环境中的集成提供复杂的产品,从而提高响应能力。从这个意义上说,航空遥感由于其数据采集功能,在紧急情况下具有很大的帮助潜力[48].
然而,根据[49]由于技术限制,卫星数据在实时数据方面仍存在一些困难。其中一些关键技术方面是:空间、光谱和时间分辨率、空间覆盖以及2D和3D容量。此外,另一个挑战是解释和提取某些特定灾害的卫星图像信息的能力。
由于城市环境中空间分辨率的限制,卫星数据缺乏信息,可以通过陆基移动测绘系统快速获取详细的地理空间数据来解决。平台和传感器的集成确立了实时空间数据采集的趋势。从这个意义上说,个人可能成为潜在的数据收集者。除了在交通问题上的应用外,地面移动测绘系统还可用于支持城市地区应急响应和灾害管理的现场调查[50].
在所有提到的技术中,遥感、地理信息系统和全球导航卫星系统正在得到越来越多的使用,并将在不久的将来得到更多的使用,因为远程和全球导航系统卫星星座的增长以及开源或自由访问的地理信息系统软件替代品的出现,共享空间数据以促进风险和灾害管理的重要性将增加,这将在下一节中讨论。

3.基于Web的数据共享系统对促进风险和灾害管理的重要性

空间数据和相关技术对于灾害管理中的有效协作决策至关重要[8]. 然而,在灾害管理活动中的空间数据共享方面仍然存在挑战。一些研究建议使用空间数据基础设施(SDI)来克服其中一些挑战。数据共享系统面临的挑战之一是建立数据管理技术和标准,以便风险和灾害管理机构的技术人员能够轻松快速地访问和使用数据。SDI可用于促进风险评估和搬迁规划的制定,也可支持制定灾害管理计划,以尽量减少潜在自然灾害造成的损害。在灾害管理中使用SDI有助于创建基于网络的空间信息访问技术,并使灾害管理组织作为主要利益相关者参与灾害应对所需空间数据集的制作、更新和维护。如果共享和交换这些数据,那么更广泛的灾害管理社区将可以访问这些数据集。这种协作环境基于空间数据生产和共享中的伙伴关系概念[51].
SDI可用作促进灾害管理决策的重要框架。根据[52]SDI是一组用于互操作性、交换、访问和数据分发的机制和标准。为灾害管理界设计SDI模型,并在灾害管理中使用相关信息和通信技术,将改善决策,提高从减灾到备灾、应对和恢复阶段各级灾害管理活动的效率和效力。政府和非政府组织是不同空间数据库的生产者和维护者。一旦共享了这组数据,灾害管理界就可以访问这些数据,以制定备灾行动和减轻自然灾害。
在[53]定义了SDI组件,并建立了其层次结构。SDI的建立是一个动态过程,其中人员是关键因素,因为需要他们继续提供数据来维护SDI。人与数据交换之间的关系必须由政策、标准和网络来定义。由于必须定义数据共享策略,因此必须明确建立数据访问和数据互操作性。
SDI的层次结构是基于管辖级别定义的。需要较少政策和安排的企业SDI构成了这一层次结构的最低层次。下一级是本地SDI;此时,SDI主要由不同数据集的集成形成。从这个层面上讲,SDI需要严格的标准和政策。后续级别包括州/省、国家、地区和全球。随着层次结构级别的增加,对标准和政策的需求也会增加。一项有趣的政府间倡议是全球对地观测综合系统,该系统由88个国家、欧洲委员会和64个国际组织组成,其目标是促进地球观测系统的科学网络[54]. 政府间地理信息收集倡议的另一个例子是欧洲空间信息基础设施(INSPIRE),它是作为欧洲委员会的一项行动出现的,旨在促进在制定、实施和评估欧洲联盟政策时地理信息的可获取性[55].
与自然灾害背景下的数据共享相关的另一个方面是网络中心操作(NCO),起源于美国国防部(DoD),最初由David Alberts、Art Cebrowski和John Gartska在1996年的一系列文章中提到。根据[56,57]可以将网络中心视为一组必要的能力,以便参与风险管理的人员更好地共享和访问信息。根据NCO的概念,信息不是以分层的方式分发的,这有助于相关组之间的协作和数据传输速度。因此,空间数据基础设施的实施对于信息的组织和共享非常重要,因为这应该在各级同时通过信息网络提供。
此外,在创建SDI时应强调缺少的元数据。空间数据的使用和空间数据库的建立必须通过非常可靠的元数据标准化来完成。此步骤必须在数据共享过程开始之前完成。它是信息共享的先决条件,必须提供有关数据的最大信息,以实现数据的最佳利用[58].
如果定义了元数据结构,则可以在不浪费资源的情况下大大扩展数据用户的数量。元数据对数据的理解、利用和管理至关重要。虽然在优化数据共享程序时必须选择并严格遵守一个标准,但仍有许多拟议的元数据标准(例如ISO 19115、都柏林核心和联邦地理数据委员会)[59].
语义是元数据和数据共享的另一个重要方面。完全的互操作性不仅需要系统所代表的实体之间的语法等效,还需要这些实体的概念和含义的等效。因此,本体的定义有助于识别数据,从而促进数据共享[60,61].
一些研究讨论了灾害管理应用中的SDI问题。在[8]为应对伊朗地震灾害开展了一项研究项目。在灾害管理社区不同组织的协作下,为灾害管理开发了SDI概念模型和基于网络的系统。加强伊朗灾害管理SDI与社会、技术、技术、政治、体制和经济挑战相关。该SDI概念模型是一个框架,定义了空间数据生产和共享组织伙伴关系的明确制度。确定了标准、政策、互操作性、元数据标准、数据质量标准、指南和规范的四个重要要求。
空间数据基础设施的概念以及荷兰正在进行的研究和开发项目的需求和要求见[62]. 预计空间数据基础设施将促进和协调所有应急部队之间静态和动态空间数据的交换和共享。在荷兰,目前有两个创新项目旨在改善应急管理的空间数据交换:用于应急管理的地理数据基础设施(GDi4DM)和用于风险管理的地理信息。
在[63]为安第斯共同体开发了一个共享空间信息的先驱系统,称为SIAPAD(安第斯防灾救灾信息系统),该系统集成了安第斯国家(玻利维亚、哥伦比亚、厄瓜多尔和秘鲁)37个技术组织的空间信息。亚太统计所基于专题空间数据基础设施的概念,包括一个名为GEORiesgo的网络应用程序。
SDI和mashup应用程序在自然灾害危机管理中的使用分析[64]. 作者得出结论,最完整的解决方案应该包括可视化和简单分析的混搭,制图和高级分析的GIS,以及为数据和web服务提供服务的底层SDI。
在[65]描述了由人道主义援助、合作与行动信息技术(ITHACA)实施的一个网络系统,ITHACA是一个非盈利组织,它构建了一个用于数据共享的网络应用程序,以便现场和总部用户在2010年太子港地震后生成或更新数据后立即获取数据。开发的框架成功地加速了ITHACA网络绘图能力,这在海地紧急情况下很有用。事实上,ITHACA组织支持联合国(UN)和世界粮食计划署(WFP)根据联合国地理信息工作组(UNGIWG)的建议制定和实施SDI[66]. 以交通基础设施(SDI-T)为中心的SDI地理门户可以在线访问http://geoportal.logcluster.org/useradmin/auth此外,还可以在全球空间数据基础设施协会网页上找到许多其他国家、地区和地方SDI示例(http://www.gsdi.org/SDILinks).
集成空间数据所需的技术已经存在,允许巴西地理网站空间数据基础设施等举措[67]尽管在灾害管理方面缺乏支持该领域数据共享的公共政策。巴西政府于2008年创建了国家空间数据基础设施,以建立一套综合技术、政策、机制和程序,以协调和监测数据共享,促进公共生产的地理空间数据的传播和使用。根据国际协议,数据、元数据和地理空间信息可通过互联网服务(GeoWeb services)获得,这允许在不需要多少技术知识的情况下访问信息。
从这个意义上讲,在2011年联合国大会上,巴西代表介绍了数字网络的使用,以增加互联网上可互操作数据的可用性,并开发开放数据国家基础设施。数字网络的使用对于政府的透明度和公民的可及性至关重要,也有助于改善社会的教育、环境、卫生和安全部门。
最近的研究讨论了空间信息在灾害管理中的应用。除了来自遥感、全球导航卫星系统和地理信息系统中使用的制图地图的传统数据外,非技术互联网用户最近也在越来越多地制作数据,称为志愿地理信息,这些数据在恢复工作中表现良好;例如,卡特里娜飓风灾难后,VGI使用GPS技术和带有移动传感器的摄像头生成移动信息[68]. 关于这一举措及其前景的更多细节将在下一节讨论。

4.自然灾害中的志愿地理信息(VGI)

如前几节所述,在自然灾害管理中使用空间数据表明了地图在紧急情况下的重要性。根据[69]空间数据可用于识别受影响地区,定位和识别必要的物体,计划缓解问题的行动,以及为受影响地区安排救援路线、重新安置地点和分发食品/药物。
然而,传统地图在这些情况下可能无效,这取决于破坏程度,因为受灾害影响的区域可能会被大幅修改,使事件发生前几天绘制的地图失效[69].
因此,这项技术非常有价值,因为它可以实现更快的通信并消除浪费的时间。然而,应促进其他预防措施,例如民间社会和政府领导人的资源投资、培训和协调[69].
自海地地震以来,与民间社会合作进行了许多工作,以绘制受自然灾害影响地区的地图,这种合作之所以成为可能,是因为全球定位系统、Web 2.0和手机等信息和通信技术的发展。
在[70]人们注意到当前人类面对新技术的行为,其特点是大量普通公民,很少或没有正式资格,对地理信息的创建做出了贡献,这一功能几个世纪以来一直保留给官方机构。这些公民是自愿行动的,他们的信息可能准确,也可能不准确。然而,总的来说,这是一项伟大的创新,将对GIS产生重大影响,其定义如下[70]VGI或普通公民集体自愿获得的地理信息,无需资格。
根据[71],人类可以充当传感器,因为在他们的一生中,他们会获得关于他们生活、工作或访问的地方的知识,例如地名、地形特征和交通网络。人可以被视为一种智能移动传感器,它具有根据人的经验而变化的解释和集成能力。这些能力可以通过使用内置GPS、数码相机和跟踪设备的手机来增强。
在[72],自愿信息的特征被定义为与传统获取的信息不同。根据[72]信息内容;用于获取此信息的技术;关于质量、方法和相关技术的问题;VGI的创建和影响所涉及的社会过程为地理信息的获取、共享、传播和使用创造了一个不同的平台。尽管关于VGI的许多问题仍然存在,例如导致人们提供信息的原因、数据的质量以及VGI合成和分析的适当方法,但通过VGI系统提供的大量数据构成了用于各种目的的丰富而直接的地理信息源。
最近,允许用户贡献各种地理或属性信息的网页数量迅速增加,例如WikiMapia、OpenStreetMap、Mapufacture、GeoCommons、TerraWiki、FixMyStreet和WhoIsSick等。这个所谓的维基化由于GIS的四个主要功能(数据采集、存储、建模和绘图/可视化)在wiki系统中不断实现,因此也已经发展到了GIS。GIS维基化最有意义的发展发生在数据生产领域,因为维基化改变了个人对在线提供的大量地理空间信息的行为。人们现在是生产和共享数据的主动用户,而直到最近,他们还被视为被动用户[73].
为了说明[73]考虑一下2008/2009年圣巴巴拉(加州/美国)发生的一系列火灾,大火持续了几天,摧毁了数百座房屋。2009年5月发生的火灾事件之一,即Jesusita火灾,燃烧了两天,摧毁了75所房屋。一些人动员并制作了志愿者信息,不断提供火灾周边的最新信息。活动结束时,网上有27张志愿者地图,其中最受欢迎的地图点击次数为60万次,提供了有关火点位置、疏散命令和紧急避难所的基本信息[74].
澳大利亚也出现了类似现象(2009年2月)。在维多利亚州、新南威尔士州和澳大利亚首都地区的火灾期间,一些志愿者地图出现在网上。火灾在谷歌地图API中用圆点标记,这些圆点与日期和时间、状态、类型、大小、可提供帮助的车辆等特征相关联[75].
出于同样的目的,2008年开发了一个名为Ushahidi的平台,以生成专门用于危机管理(例如,政治危机、自然灾害和地方冲突)的动态地图。此应用程序允许任何人通过SMS、电子邮件或网站上的其他可用表单共享信息。它是一个开源的自由平台,根据mash-up的逻辑进行操作,mash-up结合了几个Web服务,例如映射、数据库、数据操作工具和可视化功能等。乌沙迪迪曾在2010年海地地震中使用,最近在2011年2月基督城地震中使用。Ushahidi也被用于其他灾害情况,例如向受害者、非政府组织和当局提供支持以应对事件[75].
在巴西,VGI的经验也在不断涌现。有几个志愿者地图网站,如Wikimapa、WikiCrimes和OpenStreetMap Brazil等。该技术是在该国南部地区最近发生的悲惨山体滑坡、巴西东南部的暴雨和洪水以及2011年初里约热内卢州山区的大滑坡之后使用的。
巴西自然灾害志愿者数据目前通过互联网分发。O ECO网站于2011年1月发布,由一张地图组成,其中包含2011年雨水破坏的信息。用户可以通过谷歌地图数据库发布洪水、山体滑坡和安葬的照片、视频和报告[76].
另一个例子是2009年创建的灾难地图,它允许在全球灾难地图上包括灾难事件,也基于谷歌地图。信息可以在事件发生后以文本、照片、视频或链接的形式发布[77].
巴西和世界各地的这些经验表明,民间社会有收集、分享和传播数据的强烈趋势。人们越来越多地参与到这一过程中,信息获取的便利性允许创建和发布此类数据。VGI已成为自然灾害情况下的重要资源。在许多情况下,为了挽救生命,需要在几个小时内提供数据和信息。
高分辨率卫星图像的可用性,再加上谷歌地球等服务,使得通过简单的界面提供空间数据成为可能,普通人除了愿意合作外,在没有任何专业资格的情况下都可以有效地使用这些界面[78].
人们对全球数据服务的基本特征是否适合于特定应用提出了担忧,在这种服务中,从网络和其他来源获得的数据将根据其质量和用户进行评估[79]. 可以为VGI数据、众包社交媒体和从官员处获得的数据制定哪些协议和程序,以填补空间数据基础设施的空白?作为挑战,作者还提出,需要开发方法来创建生成数据的应用程序,跟踪数据源,开发语义互操作性方法,并确定如何实时处理来自不同来源的大量数据。如何将具有不同精度、不同详细程度和概括程度的数据组合在一起?
关于数据质量[79]认为VGI数据的质量可以通过比较方法进行评估;也就是说,可以将信息与同一主题的其他信息进行比较。另一个指标可能是提供数据的人数;关于人口较多地区的事实往往比关于人口较少地区的事实更准确。此外,在许多情况下,数据修改由一群志愿者进行,这也可以减少错误[72].
在[80]通过一个概念性工作流程,对VGI数据的质量进行了探讨,以便在危机管理情况下自动评估自愿数据的质量。作者强调了VGI在这种情况下的潜力,但在数据的质量控制方面存在一些困难,因为内容是由用户生成的。一个挑战是获取:一个用于检索和过滤数据的自动化模型,以及与SDI集成以支持危机情况下的决策。概念模型包括以下步骤:(1)从不同社交媒体来源检索数据,(2)根据后期处理的需要进行语法验证和格式化,(3)使用附加信息丰富数据,(4)与可用SDI集成,以及(5)传播数据。数据质量的评估是在处理阶段实现的,此时将源的可信度和信息的相关性用作度量。更具体的是:从其他用户处观察到的评级、预定义关键字的出现、关于事件的空间信息以及不同来源(平台)之间以及与行政或商业数据库之间的交叉检查。研究VGI的方法正在开发中,如[81]. 在[81]提出了一种定量方法来测量作者所在位置与受试者所在位置之间的距离,并讨论了距离在VGI生成中的作用;换句话说,距离是如何影响贡献的,因此,新的在线形式的集体著作权(作者称之为“在线集体著作权”)是如何产生社会行为问题的[81]地理信息贡献者地理定位的新方法将对VGI研究产生重大影响。

5.讨论

应鼓励与风险和自然灾害管理共享远程、全球导航卫星系统、地理信息系统和志愿者数据、技术和程序,以支持通信和运输系统,避免灾害造成的损害,并制定应急计划。信息交流将有助于开发智能系统,使人们能够交流准确的损坏位置和程度以及确定逃生路线,并有助于制定灾后减灾和援助程序。
联合国正在拉丁美洲和加勒比国家通过联合国天基信息用于应急灾害管理(天基信息平台),制定利用卫星技术预防和减轻自然灾害的方法,特别是轨道遥感图像。这项事业得到了拉丁美洲和加勒比各国政府和大学的支持。
国际安排保证在自然灾害期间免费提供受影响地区的卫星图像。为了具体处理灾前和灾后阶段,空间机构之间达成了一项国际合作协议,即《空间与重大灾害国际宪章》。宪章成员包括欧洲航天局、国家空间研究中心(CNES)、Spotimage、NSPO、加拿大航天局(CSA)、印度空间研究组织(ISRO)、国家海洋和大气管理局(NOAA)、阿根廷国家太平洋行动委员会(CONAE)、,日本宇宙航空研究开发机构(JAXA)、美国地质调查局(USGS)、数字地球、GeoEye、DMC国际成像(DMC)、国家空间技术中心(阿尔及利亚)和国家空间研究与开发(尼日利亚)[82].
图1提出了有组织地使用VGI、RS和GNSS数据进行风险和自然灾害管理的建议。为了促进数据的可用性,应通过政治决策和协议建立SDI,以允许数据共享。遥感和GIS技术允许将数据转换为支持风险和灾害管理人员决策的信息。制定的方法和创造的信息都应通过政治机制共享。共享方法和技术是提高数据潜力和改进风险与灾害评估过程的重要机制。生成的信息应可供管理人员直接使用,并可用于进一步分析(紧急情况和预防性)。因此,有了相关信息,管理者可以制定计划并创建流程,以减少严重事件的潜在损害。
可以制定新的数据整合安排,以增加数据共享的潜力。此外,应增加对这一领域研究的财政支持,特别是在发展中国家,以促进方法和技术的发展,并确保特定领域和活动的程序充分。为了鼓励这些举措,应确定损害恢复成本,以证明通过投资这些研究可以节省的资金数额。
实施志愿地理信息是改善警报系统和协助应急计划的另一项重要举措。公民提供的信息对于改进灾害管理系统非常重要,尽管公民应接受培训,风险地区的社区应拥有最少数量的志愿者,以便在严重事件期间提供信息并促进援助行动。
图1。风险和自然灾害管理天基数据使用计划。
图1。天基数据用于风险和自然灾害管理的方案。
伊吉01 00166 g001
科学界还必须建立评估VGI数据可靠性的方法。应更好地研究拟议在SDI中包含元数据、增加VGI数据的灵活性以及标准的必要性。VGI元数据的确定可能与数据可靠性统计推断的潜在发展相关,例如,通过考虑用户的特征或通过验证重申同一事件的数据量。
用于应急响应的VGI系统的实施将增强SDI数据,并提高危机期间的响应时间。VGI信息不仅应用于帮助管理者确定最佳行动计划,还应用于提供公民的宝贵信息。谷歌危机应对[83]是使用VGI信息通过地图和其他工具向民众传递危机状态的一个示例。这种举措加强了灾难应对,并改善了灾后恢复的结果。
因此,政治交易是在风险和灾害管理中应用地理空间技术取得高质量成果的第一步。它将允许建立国际SDI合作社,以促进信息共享。然而,重要的是要强调,除了提供高质量的信息外,还必须确保信息的正确解释和使用。为此,应提供标准化程序和准备充分的技术人员,以便于进行分析和采取进一步行动。

6.结论

本文讨论了基于远程、GIS和GNSS的风险和自然灾害管理方法和数据共享。会议简要介绍了数据、信息和技术,以支持管理和减轻灾害情况的规划和预防举措。
除社会因素外,地质和天气现象也导致了自然灾害的增加。因此,轨道平台的使用对于自然灾害应急管理非常有效。卫星图像可以帮助预防、监测和缓解极端事件。
将遥感数据与GIS结合使用,为感兴趣区域的脆弱性分析提供了很大的潜力,尽管这些技术应根据分析区域进行调整。
应强调可用岩土工程的易接近性;也就是说,互联网的出现导致了获取GIS软件和卫星图像的工具和快速方法的发展。此外,GPS的普及促进了公民的参与,GPS可能通过使用VGI成为自然灾害管理的新工具。
理想的情况是,生产空间数据的机构应创建和维护更多的自然灾害空间数据库基础设施,以生成可能有助于风险和自然灾害管理的信息。此外,决策支持系统中的数据分析知识交流必须频繁和动态。然而,这种交流只有在达成政治协议和协议后才可能实现。

致谢

我们感谢圣保罗大学理工学院运输工程系的支持,以及FAPESP和CNPq的财政支持。

参考文献和注释

  1. 国际财务报告准则。2011年世界灾难报告; 红十字会与红新月会国际联合会:瑞士日内瓦,2011年。在线可用:网址:http://www.ifrc.org/(2012年5月30日查阅)。
  2. Kobiyama,M。;门登萨,M。;莫雷诺,D.A。;马塞利诺,I.P.V.O。;马塞利诺,E.V。;Gonçalves,E.F。;布拉泽蒂,L.L.P。;R.F.戈尔。;G.S.F.莫列里。;F.M.鲁道夫。自然灾害预防,第1版;有机贸易:2006年,巴西弗洛里安诺波利斯;第20-25页。[谷歌学者]
  3. 诺盖拉,C.W。;Gonçalves,医学学士。;Oliveira,D.O Enfque da Logística Humaniaária no Desenvolvimento de uma Rede Dinámica para Situaçoe es Emergenciais:O Caso do Vale do Itajaíem Santa Catarina。2009年11月9日至13日,巴西维托里亚,第23届佩斯基萨和恩西诺运输协会会议记录;第18-23页。
  4. Sorensen,医学学士。;斯帕达,M。;Babeyko,A。;威默,S。;Grünthal,G.地中海的海啸灾害概率。《地球物理学杂志》。物件。 2012,117,B01305。[谷歌学者]
  5. D.S.K.托马斯。;Eturĝay,K。;Kemeç,S.地理信息系统/遥感在灾害管理中的作用。灾害研究手册,第1名;Rodríguez,H.,Quarantelli,E.L.,Dynes,R.,Eds。;施普林格:纽瓦克,新泽西州,美国,2007年;第83–96页。[谷歌学者]
  6. 麦肯,D.G.C。;Cordi,H.P.制定国际备灾和救灾标准:我们如何做到这一点?世界医疗卫生政策 2011,, 48–51. [谷歌学者] [交叉参考]
  7. 弗里茨,H.M。;Okal,E.A.Socotra岛,也门:2004年印度洋海啸现场调查。自然危害 2008,46, 107–117. [谷歌学者] [交叉参考]
  8. Mansourian,A。;Rajabifard,A。;Valadan Zoej,M.J.SDI灾害管理概念建模。2005年10月14日至16日,中国杭州,ISPRS空间数据基础设施服务和应用研讨会论文集。
  9. Lee,S。;Choi,J.利用GIS和证据权重模型绘制滑坡易发性图。国际地质杂志。信息科学。 2004,18, 789–814. [谷歌学者] [交叉参考]
  10. Gorsevski,P.V.公司。;Jankowski,P.使用粗糙集识别滑坡敏感性。计算。环境。城市系统。 2008,32, 53–65. [谷歌学者] [交叉参考]
  11. Pradha,B.基于遥感和GIS的滑坡灾害分析,并在马来西亚的三个试验区使用多元逻辑回归模型进行交叉验证。高级空间资源。 2010,45, 1244–1256. [谷歌学者] [交叉参考]
  12. 钟,C.F。;A.G.法布里。;van Westen,C.J.《滑坡危险性分区的多元回归分析》。自然灾害评估中的地理信息系统,第1名;Carrara,A.,Guzzetti,F.,编辑。;Kluwer学术出版社:荷兰多德雷赫特,1995年;第107–142页。[谷歌学者]
  13. Varenica,J.M。;Vucetic,D.《塞尔维亚滑坡变化检测的多时间数据集成》,《Gi4DM年会论文集》,土耳其安塔利亚,2011年5月30日。
  14. 特拉利,D.M。;布隆,R.G。;兹洛特尼基,V。;A.唐纳伦。;Evans,D.L.地震、火山、洪水、滑坡和沿海洪水灾害的卫星遥感。ISPRS J.摄影。 2005,59, 185–198. [谷歌学者] [交叉参考]
  15. Stumpf,A。;Kerle,N.使用随机森林对滑坡进行面向对象的制图。遥感环境。 2011,115, 2564–2577. [谷歌学者] [交叉参考]
  16. 诺布雷加,R.A.A。;奥哈拉,C。;维贾亚拉吉,V。;奥尔森,G.A。;KIM,S。;Quintanilha,J.A。;Barros,M.T.L.使用面向对象技术、高分辨率图像和高程数据提取和分类城市盆地中的裸露土壤侵蚀风险区域。2006年5月8日至10日在美国德克萨斯州休斯顿举行的2006年AWRA春季专业会议记录:GIS和水资源IV。
  17. 埃纳,A。;Duzgun,H.S.B.滑坡风险评估的GIS和基于RS的元素。2011年5月30日,土耳其安塔利亚,Gi4DM年度会议记录。
  18. 康苏格拉,D。;乔林,F。;Vitalini,F.使用GIS技术进行农业用地洪水描述和影响评估。自然灾害评估中的地理信息系统; Carrara,A.,Guzzetti,F.,编辑。;Kluwer学术出版社:荷兰多德雷赫特,1995年;第177-198页。[谷歌学者]
  19. 科瓦尔,K。;H.P.纳奇特内贝尔。地理信息系统在水文和水资源管理中的应用;HydroGIS 93; IAHS出版社:英国牛津,1995年。[谷歌学者]
  20. Al-Sabhan,W。;Mulligan,M。;Blackburn,G.A.使用GIS和WWW进行洪水预测的实时水文模型。计算。环境。城市系统。 2003,27, 9–32. [谷歌学者] [交叉参考] [绿色版本]
  21. 卢波,F。;里金斯特,I。;Lambin,E.F.《利用SPOT植被监测西非土地覆盖变化:1998-1999年自然灾害的影响》。《国际遥感杂志》。 2001,22, 2633–2639. [谷歌学者]
  22. Sakamoto,T。;Nguyen,N.V。;Kotera,A。;Ohno,H。;Ishitsuka,N。;来自MODIS时间序列的柬埔寨中部横泽和越南湄公河三角洲。遥感环境。 2007,109, 295–313. [谷歌学者] [交叉参考]
  23. Yuhaniz,S.S.公司。;Vladimirova,T.用于灾害监测的机载自动变化检测系统。《国际遥感杂志》。 2009,30, 6121–6139. [谷歌学者] [交叉参考]
  24. Wikantika,K。;Sinaga,A。;哈迪,F。;Darmawan,S.用IKONOS和Quickbird的快速图像快速评估海啸后受损建筑和土地利用变化(亚齐米拉务市的案例研究)。《国际遥感杂志》。 2007,28, 3037–3044. [谷歌学者] [交叉参考]
  25. 医学博士Yang。;苏,T.C。;徐,C.H。;Chang,K.C。;Wu,A.M.使用FORMOSAT-2图像绘制2004年12月26日海啸灾难的地图。《国际遥感杂志》。 2007,28, 3071–3091. [谷歌学者] [交叉参考]
  26. Belward,A.S。;斯蒂比格,H.‐J。;伊娃·H。;雷姆博尔德,F。;Bucha,T。;哈特利,A。;Beuchle,R。;Khudhaur,D。;Michielon,M。;Mollicone,D.使用中等空间分辨率的卫星图像绘制2004年印度洋海啸后土地覆盖的严重破坏图。《国际遥感杂志》。 2007,28, 2977–2994. [谷歌学者] [交叉参考]
  27. Butenuth,M。;弗雷,D。;尼尔森,A.A。;Skriver,H.使用多传感器和多时相遥感图像进行灾害管理基础设施评估。《国际遥感杂志》。 2011,32, 8575–8594. [谷歌学者] [交叉参考]
  28. Di,B。;曾浩。;张,M。;Ustin,S.L.公司。;Tang,Y。;王,Z。;陈,N。;Zhang,B.量化2008年汶川地震后土体耗损过程的空间分布:以龙门山地区为例。遥感环境。 2010,114, 761–771. [谷歌学者] [交叉参考]
  29. Wu,F。;Yu,B。;Yan,M。;Wang,Z.利用灾害监测星座(DMC)北京一号小卫星图像对汶川地震灾区的生态环境研究。《国际遥感杂志》。 2010,31, 3643–3660. [谷歌学者]
  30. Kohiyama,H。;Hayashi,N。;Maki,M。;Higashida,H。;Kroehl,W。;Elvidge,C.D.公司。;Hobson,V.R.使用DMSP-OLS夜间图像的早期受损面积估算系统。《国际遥感杂志》。 2004,25, 2015–2036. [谷歌学者]
  31. 渡边,M。;Yonezawa,C。;饭坂,J。;佐藤,M.ALOS/PALSAR对2008年岩手县-宫城县奈里库地震的全极化观测。《国际遥感杂志》。 2012,33, 1234–1245. [谷歌学者] [交叉参考]
  32. Kwan,M.-P。;Ransberger,D.M.LiDAR协助应急响应:检测重大灾害造成的交通网络障碍。计算。环境。城市系统。 2010,34, 179–188. [谷歌学者] [交叉参考]
  33. Chrysoulakis,N。;埃尔林,I。;普拉斯塔科斯,P。;Yahia,H。;Grazzini,J。;Cartalis,J.C.使用AVHRR图像检测自然或技术危害引起的羽流的改进算法。遥感环境。 2007,108, 393–406. [谷歌学者] [交叉参考]
  34. 吉塔斯,I.Z。;Polychronaki,A。;Katagis,T。;Mallinis,G.遥感对灾害管理活动的贡献:希腊伯罗奔尼撒大火灾案例研究。《国际遥感杂志》。 2008,29, 4885–4885. [谷歌学者]
  35. Veraverbeke,S。;钩,S。;Hulley,G.快速火灾严重性评估的替代光谱指数。遥感环境。 2012,123, 72–80. [谷歌学者] [交叉参考]
  36. 哈萨克斯坦哈斯塔格鲁。;Sanli,D.U。使用快速静态GPS监测Koyulhisar滑坡:消除垂直速度偏差的策略。自然危害 2011,58, 1275–1294. [谷歌学者] [交叉参考]
  37. 宾蒂·图恩·萨里夫,S.S。;Shintarou,T。;Takayama,S.滑坡灾害传感节点网络系统中的GPS实施。2011年9月13日至18日,日本东京,SICE年度会议记录。
  38. 加利福尼亚州。;塞西,C。;Maio,C。;甘比诺,P。;Merli,K。;瓦拉里奥,M。;Vassalo,R.通过GPS和测斜仪系统评估的两个滑坡的地表位移:意大利亚平宁南部的案例研究。自然危害 2012,61, 257–266. [谷歌学者] [交叉参考]
  39. 杨,M。;Rau,R.-J。;Yu,J.-Y。;Yu,T.-T.对1999年台湾集集地震的地表位移进行了大地测量。地球行星空间 2000,52, 403–413. [谷歌学者]
  40. 迪亚兹·德尔加多,R。;Pons,X.1975–1995年间加泰罗尼亚(西班牙东北部)森林火灾的空间模式:火灾后植被恢复分析。对于。经济。管理。 2001,147, 67–74. [谷歌学者] [交叉参考]
  41. 贾迪诺,M。;佩罗蒂,L。;兰弗兰科,M。;用于自然灾害管理和紧急救援的地理信息系统和地理信息学:对自然灾害的积极应对。申请。地理信息学 2012,4, 33–46. [谷歌学者] [交叉参考]
  42. 巴比里,W.D。;费雷拉,哥伦比亚特区。;齐藤,M.S。;麻省理工Saussen。;Hansen,F.A.M.Relaáo Entre os Desastres Naturais e as Anomalias de Precipitaáo para A Regiáo Sul do Brasil。巴西纳塔尔Simpósio Brasileiro de Sensoriamento Remoto会议记录,2009年4月25日至30日。
  43. 马塞利诺,E.V。;Goerl,R.F.M.Distribuiço Espaço-Temporal de Inundaçóes Bruscas em Santa Catarina(Período 1980-2003)。2004年9月21日,巴西弗洛里亚诺波利斯,《巴西自然灾害Simpósio Brasileiro de Desastres Naturais会议记录》;第554-564页。
  44. Refosco,C.J。;振动器,C.A。;皮涅罗,A。;Fistarol,O.Sensoriamento Remoto e SIG para O Vale do Itajaía Vegetaçao e a Interceptaçango da Chuva。2001年4月21日至26日,巴西伊瓜苏Foz do Iguaçu,《巴西敏感度远程模拟程序》(Proceeding of Simpósio Brasileiro de Sensoriamento Remoto)。
  45. 直径,N.W。;巴蒂斯塔,T.G。;南卡罗来纳州Catelani,A Enchente de Sáo Luis do Paratinga:Evidáncias de sua Dimensáo Obtidas A Partir de dados orbitais。2011年4月30日至5月5日,巴西库里蒂巴,Simpósio Brasileiro de Sensoriamento Remoto的诉讼。
  46. 巴博萨,T.N.Z。;西北部奥利维拉。;Alves,R.P.Uso de geocnologias para mapeamento deáreas de riscos Estudo de Caso:Angra dos Reis-RJ.巴西库里蒂巴Simpósio Brasileiro de Sensoriamento Remoto会议记录,2011年4月30日至5月5日。
  47. 席尔瓦,X.J。;Marino,B.T.一个没有紧急情况决定的地理位置。2011年美国中部地理修订版,2011年第二学期, 1–14.
  48. 科尔,N。;Heuel,S。;Pfeife,N.使用机载传感器进行实时数据收集和信息生成。用于应急响应的地理空间信息技术; Zlatanova,S.,Li,J.,Eds。;Taylor&Francis Group:英国伦敦,2008年;第6卷,第43-74页。[谷歌学者]
  49. Zhang,Y。;Kerle,N.近实时数据采集卫星遥感。用于应急响应的地理空间信息技术; Zlatanova,S.,Li,J.,Eds。;Taylor&Francis Group:英国伦敦,2008年;第6卷,第75-102页。[谷歌学者]
  50. 李,J。;Chapma,M.A.,面向实时地理空间数据采集的陆地移动测绘。用于应急响应的地理空间信息技术; Zlatanova,S.,Li,J.,Eds。;Taylor&Francis Group:英国伦敦,2008年;第6卷,第103-119页。[谷歌学者]
  51. Rajabifard,A。;Williamson,I.P.预测SDI发展中共享的文化方面。《2003年空间科学会议论文集》,澳大利亚堪培拉,2003年9月22日至27日。
  52. 巴西Ministério do Planejamento,Orçamento e Gestáo。索引:Infraestrutura Nacional de dados。2012.在线提供:www.inde.gov.br(2012年3月3日访问)。
  53. Rajabifard,A。;威廉姆森,I.P。;荷兰,P。;Johnstone,G.从地方到全球SDI倡议:金字塔构建块。2000年5月14日至17日在南非开普敦举行的第四届全球战略设计研究所会议记录。
  54. 克雷格里亚,M。;Goodchild,M。;Annoni,A。;加马拉,G。;古尔德,M。;库恩,W。;马克·D。;Masser,I。;马奎尔,D。;Liang,S。;Parsons,E.下一代数字地球。国际空间数据基础设施杂志。物件。 2008,, 146–167. [谷歌学者]
  55. 克雷格里亚,M。;Annoni,A.INSPIRE:欧洲空间数据基础设施开发的创新方法。推进空间数据基础设施概念的研究与理论; Onsrud,H.,编辑。;ESRI出版社:Redlands,CA,USA,2007;第93–105页。[谷歌学者]
  56. 北卡罗来纳州巴罗萨。;van Zanten,B。;詹森,M。;Groenleer,M.转型危机管理:关于从以系统为中心向以网络为中心转变的行动的实地研究。LNCS公司 2009,5693, 65–75. [谷歌学者]
  57. 纽维尔,J.M.M;肖尔滕,H.J;Brink,A.从空间数据到同步行动:风险和应急管理空间决策支持的网络中心组织。申请。小争吵。分析。 2012,5, 51–72. [谷歌学者]
  58. 弗里斯·克里斯蒂安森,A。;奥斯特兰德,N。;Lutz,M。;Nernard,L.为分布式地理处理设计服务架构:挑战和未来方向。事务处理。地理信息系统 2007,11, 719–818. [谷歌学者]
  59. 利马,P.Intercámbio de Dados Espaciais-Modelos,Formatos e Conversores。硕士论文,INPE,圣何塞多斯坎波斯,SP,巴西,2003年。[谷歌学者]
  60. 丰塞卡,F。;艾根霍夫,M。;阿古利斯,P。;Cámara,G.将本体用于集成地理信息系统。事务处理。地理信息系统 2002,6, 231–257. [谷歌学者]
  61. 王,Y。;龚,J。;Wu,X.基于本体的地理空间语义互操作性。Geo-Spat公司。通知。科学。 2007,10, 204–207. [谷歌学者] [交叉参考]
  62. 斯诺伦,G。;兹拉塔诺娃,S;Crompvoets,J。;Scholten,H.《应急管理的空间数据基础设施:用户的观点》。于2007年5月23日至25日在加拿大安大略省多伦多市举行的第三届Gi4DM国际研讨会上发表。
  63. 莫利纳,M。;Bayarri,S.A.基于SDI的多国系统,以促进安第斯共同体的灾害风险管理。计算。地质科学。 2011,37, 1501–1510. [谷歌学者] [交叉参考] [绿色版本]
  64. Groeve,T。;Stollberg,B。;维纳奇尼,L。;Doherty,B.Mash-Up或《空间数据基础设施:国际情况室的适当绘图工具》。2010年2月20日,意大利都灵,Gi4DM年会会议记录。
  65. 阿戈斯托,E。;Dalmasso,S。;Pasquali,P.紧急管理快速WebGIS开发。2011年5月28日,土耳其安塔利亚,Gi4DM年度会议记录。
  66. Ajmar,A。;佩雷斯,F。;世界粮食计划署空间数据基础设施(SDI)的实施,以支持应急管理。国际建筑。照片。远程传感器。 2008,37, 1097–1104. [谷歌学者]
  67. 周,Y。;刘,G。;傅,E。;Zhang,K.基于GIS的灾难数据库的对象关系原型。《Procedia Earth Planet》。科学。 2009,1, 1060–1066. [谷歌学者] [交叉参考]
  68. Rajabifard,A。;费尼,M。;Williamson,I.P.开发空间数据基础设施以促进灾害管理。2004年5月9日至12日,伊朗德黑兰,《83年地质学会议记录》。
  69. 国家研究委员会,《成功应对始于地图:改善灾害管理的地理空间支持》。国家学院出版社:美国华盛顿特区,2007年。
  70. Goodchild,M.F.Citizens as Sensors:志愿地理世界。地理杂志 2007,69, 211–221. [谷歌学者] [交叉参考]
  71. Goodchild,M.F.Citizens作为自愿传感器:Web2.0世界中的空间数据基础设施。国际律师协会。数据基础设施。物件。 2007,2, 24–32. [谷歌学者]
  72. 埃尔伍德,S。;Goodchild,M。;Sui,D.研究志愿地理信息:空间数据、地理研究和新的社会实践。美国地质协会年鉴。 2012,102, 571–590. [谷歌学者] [交叉参考]
  73. Sui,D.Z。地理信息系统的维基化及其后果:或者安吉丽娜·朱莉的新纹身和地理信息系统的未来。计算。环境。城市系统。 2008,32, 1–5. [谷歌学者] [交叉参考]
  74. Goodchild,M.F。;Glennon,J.A.众包救灾地理信息:研究前沿。国际期刊数字。地球 2010,, 231–241. [谷歌学者] [交叉参考]
  75. 罗氏,S。;Propeck-Zimmermann,E。;地理网络和危机管理:志愿地理信息的问题和观点。地理杂志 2011. [谷歌学者]
  76. O环保。与会者:Mapa Colaborativo OECO dos Desastres das Chuvas。在线提供:http://www.ecocidades.com/2011/01/13/participe-mapa-colaborativo-oeco-dos-desastres-das-chuvas/(2012年3月29日查阅)。
  77. 灾难地图。WikiMaps。Aplicaçóes Colaborativas com Mapas公司。在线提供:http://wikimapps.com/a/disastermap(2012年3月27日查阅)。
  78. Goodchild,M.F.GIS与灾害:灾难规划。计算。环境。城市系统。 2006,30, 227–229. [谷歌学者] [交叉参考]
  79. 隋,D.S。;Goodchild,M.地理信息系统与社交媒体的融合:地理信息科学面临的挑战。国际地质杂志。信息科学。 2011,25, 1737–1748. [谷歌学者] [交叉参考]
  80. Ostermann,F.O。;Spinsant,L.《自动评估危机管理志愿地理信息质量的概念工作流》。2011年4月18日至22日,荷兰乌得勒支,第14届AGILE国际地理信息科学会议记录。
  81. 哈代,D。;Frew,J。;Goodchild,M.志愿将地理信息生产作为一个空间过程。国际地质杂志。信息科学。 2012,26, 1191–1212. [谷歌学者] [交叉参考]
  82. 国际宪章空间与重大灾害。宪章成员和空间资源。在线提供:http://www.disasterscharter.org/web/charter/members(2012年5月30日查阅)。
  83. Google.org。谷歌危机应对。在线提供:http://www.google.org/crisisresponse网站/(2012年7月12日查阅)。

分享和引用

MDPI和ACS样式

洛杉矶曼弗雷。;Hirata,E。;席尔瓦,J.B。;E.J.Shinohara。;Giannotti,文学硕士。;拉罗卡,A.P.C。;昆塔尼尔哈,J.A。风险和自然灾害管理地理空间技术分析。ISPRS国际地理信息杂志。 2012,1, 166-185.https://doi.org/10.3390/ijgi1020166

AMA风格

ManfréLA、Hirata E、Silva JB、Shinohara EJ、Giannotti MA、Larocca APC、Quintanilha JA。风险和自然灾害管理地理空间技术分析。ISPRS国际地理信息杂志. 2012; 1(2):166-185.https://doi.org/10.3390/ijgi1020166

芝加哥/图拉宾风格

曼弗雷(Manfré)、路易斯·A.(Luiz A.)、埃利亚娜·希拉塔(Eliane Hirata)、贾纳娜·席尔瓦(Janaína B.Silva)、爱德华多·希诺哈拉(Eduardo J.Shinohara)、玛丽亚娜·吉安诺蒂(Mariana A.Giannotti)、安娜·保拉·拉罗卡(An。2012.“风险和自然灾害管理地理空间技术分析”ISPRS国际地理信息杂志第1页,第2页:166-185。https://doi.org/10.3390/ijgi1020166

文章指标

返回页首顶部