gis工作ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和整理懶人包

整合社群網路訊息之災害資訊分析

為了解決gis工作ptt的問題，作者劉又瑞 這樣論述：

近年來社群網路的蓬勃發展，已經使其成為各種資訊蒐集的主要來源，並常被用來當作資訊傳遞的主要媒介。一般使用者除了可被動接收社群媒體的資訊外，也可以主動地發佈、傳遞訊息，成為資訊的提供者。當災害發生時，對於災情資訊的傳遞與救災資訊的更新，社群網路便成為一個十分重要且方便的工具。在國內、Facebook（臉書）及PTT可說是大家最常用的社群網路，其優勢為使用者不僅可以留言，也可以上傳照片，這個特點在災害防救的應用上是十分重要的關鍵。若能透過網路即時傳達災害資訊，相關搜救單位就能迅速掌握災情並因地制宜，作出更有效率的救災應變措施。在台灣經常發生的災害，多為地震、水災等，而當災害發生時，第一時間的黃金

搜救時間就成為了關鍵時刻，而對於救災工作的進行，首要了解的便是哪裡發生災害？災害的嚴重與否？故最重要的就是能即時取得災害資訊，災害資訊的即時取得就須仰賴第一時間在災害現場的民眾即時回報，讓救災單位能把握時間進行救援，讓災害不再擴大。故此研究主要探討以社群網路蒐集災害資訊之應用，並針對災害資訊進行分析，期望能透過社群網路的即時性，快速蒐集災害資訊，判斷出災害發生的位置，即時作出處理，並針對災害資訊，進一步作文本關聯性分析，期能從中判別出可能衍生的相關災害，另外亦針對分析成果，以機器學習方法進行成果評估。

整合數值模擬與社群資訊於洪水預報最佳化之研究

為了解決gis工作ptt的問題，作者廖品豪 這樣論述：

臺灣河川坡陡流急，當颱風來臨時，如何準確推估河川洪水為本研究探討的重點，包含洪峰時間點與洪峰水位值。根據不同的模式與大氣物理參數，在颱風發布警報時，中央氣象局、國家災害防救中心等多個單位合作，每六小時會進行一次定量降雨系集雨量預報，預報未來三天臺灣降雨的時空間分布，供災害預警。本研究以臺灣秀姑巒溪作為研究區域，蒐集降雨預報結果，整合降雨逕流模式HEC-HMS與水文數值模式WASH123D，根據流域水文與地文資料進行數值模擬，推估颱風時的洪峰時間點與洪峰水位值，同時蒐集社群資訊如社交媒體公開貼文、網路論壇討論、網路新聞報導、部落格文章等，利用長短期記憶時間遞迴網絡LSTM，推估颱風時的洪峰時間

點，最後提出數值社群整合方法，找出各系集數值模擬與社群資訊權重，發展機率式洪水預報，對於侵臺颱風進行有效推估。研究顯示無固定最佳的系集成員，且數值模擬經TensorFlow迴歸校正後，可大幅降低洪峰水位值誤差，卻仍無法有效推估洪峰時間點，不過颱風海上警報發布後，透過其後24小時的社群資訊聲量變化，利用長短期記憶時間遞迴網絡LSTM，社群資訊可有效推估洪峰時間點，最後可整合數值與社群進行機率式洪水預報。案例測試結果顯示，對於侵台颱風，採用「颱風」關鍵字的社群資訊，數值社群整合方法可有效推估河川的洪峰時間點與洪峰水位值，但對於颱風外圍環流影響之降雨型態如艾利颱風，則建議採用其他關鍵字，未來建議利用

TensorFlow建立社群資訊篩選自動化機制，優化洪水預報。