利用夜间灯光与社交媒体追踪电力损失及其感知成因
物理与社会
2023-10-20 v1 机器学习
社会与信息网络
摘要
城市环境是复杂系统，关键基础设施的瘫痪会影响社区的经济与社会福祉。电力系统尤为重要，因为它是其他基础设施的基础，其中断会引发广泛后果。通常，评估电力可用性需要地面数据，这在冲突地区与难以接入的地区是一大挑战。本研究展示了如何利用卫星影像、社交媒体与信息抽取来监测停电及其感知成因。夜间灯光数据（2019年3月委内瑞拉加拉加斯）被用于指示停电区域。Twitter数据被用于确定情感与话题趋势，而统计分析与话题建模则深入探究了公众对停电成因的感知。研究结果显示夜间灯光强度之间存在反向关系。提及委内瑞拉总统的推文表现出更强的负面性与更多的归责相关词汇，暗示公众认为政府对停电负有责任。
引用
@article{arxiv.2310.12346,
title = {Tracking electricity losses and their perceived causes using nighttime light and social media},
author = {Samuel W Kerber and Nicholas A Duncan and Guillaume F LHer and Morgan Bazilian and Chris Elvidge and Mark R Deinert},
journal= {arXiv preprint arXiv:2310.12346},
year = {2023}
}