GIS支持下的全球武装冲突数据体系建设评介

  • A+
所属分类:地理信息频道
广告也精彩

2020年新冠肺炎疫情笼罩全球,国际形势变幻莫测。清晰研判我国周边以及全球的地缘环境态势,全面掌握全球地缘政治格局的演变规律,对于保障我国的地缘环境安全以及“一带一路”倡议的顺利推进意义重大。作为国际关系的一种极端表现形式,武装冲突事件的动态更新和实时抽取对于地缘环境的动态监测和模拟尤其重要。(点击文末“阅读全文“,可进入期刊官网下载全文)从原始社会人们为了争夺食物和资源爆发的部落冲突,到近现代国家间的大规模战争,再到当代社会依然持续不断的局部冲突,战争和冲突仿佛从来就没有停止过。战争和冲突塑造着人类文明和历史的发展方向,从某种意义上来说,人类的文明史就是一部充满血泪的战争和冲突史。了解过去才能知晓未来,研究冲突是为了创造和平,对战争和冲突的记录,有助于我们更好地认识冲突,理解冲突产生的机制和规律,乃至预测冲突、避免冲突。GIS支持下的全球武装冲突数据体系建设评介国际上较为系统的武装冲突数据库直到20世纪下半叶才开始出现,早期的数据库大多依赖人工编码,数据采集和建库过程耗时耗力,并且存在数据粗糙、更新慢、主观性强等缺陷。20世纪90年代以来,随着计算机技术和地理信息技术的发展,机器自动编码技术开始应用于大规模武装冲突数据采集与建库,但数据质量参差不齐,真实性、可靠性有待提高。近年来,以网络时空大数据为信息源,利用地理空间分析技术和人工智能抽取社会事件信息的技术逐渐成熟,因其覆盖广、更新快的优势,成为武装冲突事件动态更新与快速分析的主流技术,可以提升数据准确性和及时性,满足地缘环境研究中迫切的数据需求。本文回顾了以武装冲突为核心的全球地缘冲突数据体系建设的发展历程,重点从主题、空间和时间3个维度,全面梳理地缘冲突数据体系建设的关键技术与应用进展,同时对今后的主要发展方向进行了展望。20世纪60—70年代,美国密歇根大学的“战争相关指数”项目收集有关战争和国家间冲突的历史数据,旨在系统揭示战争和武装冲突的时空演变机制。该项目产生了第一个严格意义上的武装冲突数据库——COW(Correlates of War)数据库,有力推动了关于战争和武装冲突起因的定量研究。COW数据库最主要的贡献在于它明确了国家间战争的定义,即“两支官方承认的军队在一年内至少造成1000人死亡,双方至少各有100人死亡”。冷战后全球大规模的战争数量急剧减少,中小规模的武装冲突占据主导地位,COW的严格定义将许多小规模武装冲突排除在外。乌普萨拉冲突数据项目(Uppsala Conflict Data Program,UCDP)将冲突定义为:“冲突双方至少有一方是一国政府,另一方与政府在控制政权或领土方面存在不相容的利益,并且双方使用了武力,在单一年份内与冲突相关的死亡人数达到25人”。这种更低的死亡人数要求使UCDP收录了大量COW所不具备的小规模武装冲突事件。UCDP后来的版本包含3种类型的冲突事件,即“国家冲突”,“非国家冲突”和“单方面暴力”。GIS支持下的全球武装冲突数据体系建设评介图1 UCDP2019年非洲中部有组织的暴力冲突事件为进一步刻画冲突过程中的具体情况,后来的数据库则采取细节数据的方式,以具体的冲突事件为载体,不再严格限定冲突事件的判定条件,极大地丰富了冲突研究的内容。例如武装冲突的位置和事件数据集(Armed Conflict Location Event Data,ACLED)包含了8种类型的事件,将骚乱、抗议和针对平民的暴力事件也纳入其中。图2 ACLED中东地区冲突事件“冲突与调解事件观察”(Conflict and Mediation Event Observation, CAMEO)的编码方案集上述研究成果之大成,共定义了20大类和将近300小类的事件类型,并且建立了完整的地名和实体词典,基本能覆盖各种国际和国内政治事件及其所涉及的国家、族裔群体、地理区域等,目前仍在不断扩充。CAMEO已为学界和应用领域广泛认可,成为用于分析国家间政策相互影响的事件数据框架。冲突数据库在主题上逐渐细化,方便研究者分析各类冲突事件发生的过程以及事件的前因后果,同时也提供了战争以外的小规模冲突事件分析的基础。经过几十年的探索,武装冲突数据库在主题和分类方面不断细化,并逐渐形成了统一的共识(CAMEO),但在武装冲突事件的空间地理位置信息方面相对薄弱,一般只记录了战争双方的国家,并没有战争发生的具体地点信息,这种粗粒度的信息对于更加详尽的地缘关系研究作用有限。近年来的研究表明,武装冲突受自然(地形地貌、气象、生态、自然灾害等)、社会(人口、宗教等)、经济(经济水平、交通条件等)等多种要素的综合驱动。精细的空间位置信息不仅可以分析事件在地理空间上的集聚特征和地域分异规律,同时自然要素与社会经济要素及事件信息在统一的空间表达体系下,为武装冲突的自然、人文多种影响因素的融合与集成分析提供了可能。在应用需求和科学研究需求的联合驱动下,在武装冲突数据体系建设过程中,地理空间的概念得到强化,地理信息系统在位置信息获取、管理、分析方面的优势逐渐得到体现。UCDP和ACLED也逐渐重视冲突的地理位置信息,目前对冲突事件的地理位置描述可以精确到村庄级别。美国马里兰大学创建的全球恐怖袭击事件数据库(Global Terrorist Data,GTD)记录了1970—2018年全球恐怖袭击的数据,包括事件发生的时间、地点、行为主体、受袭击对象、采用的袭击手段以及造成的伤亡人数等,其中的地点为具体的经纬度位置。GIS支持下的全球武装冲突数据体系建设评介图3 2018年全球恐怖袭击事件早期的地缘冲突事件是基于国家尺度的,其较粗的空间分辨率难以和其他空间要素直接匹配,限制了冲突事件的定量研究。随着空间分析技术的引入以及对冲突事件更加精细尺度的记录,一方面使得分析地缘冲突事件的发展动态和时空变化特征成为可能,如Hao等[1]利用GTD数据库分析了中南半岛恐怖袭击事件的时空变化规律,得到了恐怖袭击发生的高风险区域;另一方面,冲突事件空间分辨率的提高,也使得冲突事件能够和其他空间连续变量相互兼容,与其发生的自然和社会经济背景联系起来进行分析,从而研究地缘冲突的发生的内在机理。如Hao等[2]采用一系列经济指标分析了印度经济状况与武装冲突之间的联系,模拟了武装冲突的状态和发展趋势。GIS支持下的全球武装冲突数据体系建设评介图4 中南半岛恐怖袭击发生的高风险区域图5 基于LSTM的印度武装冲突模拟与预测2015年开始,中国科学院部署建设了“‘一带一路’地缘环境大数据平台”,采用标准的冲突事件CAMEO分类体系,以全球、“一带一路”、我国周边重点区域3个层次,建立了一套完整的“一带一路”地缘环境数据产品。除了详细记录了各类武装冲突事件,还收集整合了地缘冲突的主要影响因素数据,包括自然地理、资源环境、气候气象、社会经济、人文发展等专题,为地缘冲突的分析与决策研究提供了基础数据支撑。GIS支持下的全球武装冲突数据体系建设评介图6 “一带一路”地缘环境大数据平台早期的武装冲突数据库都是采用人工从报刊杂志等媒体上采集数据,时效性差,数据的更新频率一般以年为单位。随着信息技术的发展,信息的载体由传统的纸质媒介转变成为互联网,人们获取数据、存储数据和分析数据的能力都经历了爆炸式的增长。机器学习方法己经成为了目前事件抽取的主流,基于智能抽取技术,产生了综合危机早期预警系统(Integrated Crisis Early WarningSystem, ICEWS)和全球事件、语调与语言数据库(Global Database of Events, Language and Tone, GDELT)。这两大武装冲突数据库无论是在规模体量还是在覆盖范围上都是空前的,并且可以实现连续的、近乎实时的更新。ICEWS是由美国国防部高级研究计划局资助开发的一种危机早期预警系统,旨在帮助美国政策分析人士了解过去和现在,以及预测未来美国可能必须应对的各种国际危机,包括国际和国内危机、种族和宗教暴力以及叛乱和骚乱。它从数字化的新闻媒体、社交媒体和其他来源获取大量的文本语料,然后通过计算机编码自动生成事件数据库。GDELT由美国乔治城大学于2012年创建并发布,是目前全球规模最大、内容最全面、分类粒度最细并且免费开源的冲突与调解事件数据库,包含了1979年到现在的数十亿条骚乱、抗议、外交等超过300种类型的事件,每15分钟便会进行一次更新。GDELT实时监测世界上近百种语言的电视、广播、报纸、网络媒体甚至学术论文中的事件,对其进行实时分析,提炼出新闻事件相关的人物、组织、时间、地点和事件类型等关键信息。然而有研究表明,GDELT数据库中仅有21%的数据反映了真实的抗议事件,限制了基于机器自动编码的武装冲突数据库的更广泛应用。尽管机器自动编码数据集的信度和效度相对人工编码数据集还有一定的差距,但是对冲突事件记录的时间分辨率的提高和数据量的指数级增长,结合大数据挖掘和机器学习技术,使得这些数据在宏观上依然能够很好地反映冲突事件的发展趋势,在一定程度上弥补了其在准确性上的不足,这也为冲突事件的实时分析和预测提供了可能性,产生了一系列的研究成果,如利用GDELT数据库来预测社会动荡、抗议、暴力事件、政治危机以及预测股市的变化,这些研究可以为相关内政外交政策的制定以及社会治理提供及时高效的决策支持信息。GIS支持下的全球武装冲突数据体系建设评介图7 GDELT全球冲突事件监测在地理信息系统(GIS)技术支持下,对武装冲突内涵和武装冲突事件数据体系总体框架的理解不断深入,生产出一大批高质量的数据集合。地缘冲突在主题上逐渐细化,冲突事件记载的空间定位精度从国家发展到具体的地理位置。在网络信息搜索与大数据挖掘技术支持下,武装冲突信息的更新频率从年度更新提高到近实时更新,全球武装冲突数据体系建设初见成效。随着各种机器学习算法和空间信息的引入,能有效减少误差,进一步提高信息抽取的精度。GIS中地理编码技术的运用可以有效提高冲突事件抽取的效率,实现冲突事件的自动、实时定位,地理大数据挖掘和空间分析技术的运用为地缘冲突事件的时空演变规律和内在机理挖掘提供了强大的分析工具。地缘环境系统科学与地理科学的深度融合、地理大数据与人工智能技术的广泛应用将是推动本学科领域发展的重要动力。文中图片来源图1: Pettersson, Therese Magnus ?berg (2020) Organized violence, 1989-2019. Journal of Peace Research 57(4).图2: https://acleddata.com/middle-east图3:https://start.umd.edu/news/global-terrorism-decreases-2018-recent-uptick-us-terrorist-attacks-was-sustained图7: https://www.gdeltproject.org文中参考文献来源[1]HaoM, Jiang D, Ding F, et al. Simulating spatio-temporal patterns of terrorism incidentson the Indochina Peninsula with GIS and the random forest Method[J]. ISPRSInternational Journal of Geo-Information, 2019,8(3):133.[2] HaoM, Fu J, Jiang D, et al. Simulating the linkages between economy and armed conflictin India with a long short‐term memory algorithm[J]. Risk Analysis, 2020.原文请到中国知网下载作者简介江东 研究员研究员、博士生导师,现任中国科学院地理科学与资源研究所资源利用与环境修复重点实验室主任,中国自然资源学会理事,中国生态文明研究院理事;Nature 子刊Scientific Reports编委、《资源科学》编委、《全球变化科学研究数据出版系统》副主编。主要研究领域为资源可持续利用、资源环境遥感监测等。曾获国家科技进步二等奖一项(2016年)、省部级科技进步一等奖两项(2005年、2015年)。发表中外文论文120余篇,其中在GCB-Bioenergy、Renewable and Sustainable Energy Reviews、Journal of cleaner production等刊物发表了90余篇高水平的SCI论文(其中第一/通讯作者50余篇),出版专著12部,研究成果得到国际同行认可,并合作编写英文专著3部。主持各类重大项目10余项,担任国家重点研发计划项目《突发生物危害事件评估决策及应急处置集成优化》首席科学家,同时主持中国科学院重点部署项目《“一带一路”地缘环境大数据平台建设与集成分析》、中国科学院战略咨询重大项目《“一带一路”与地缘环境问题研究》。GIS支持下的全球武装冲突数据体系建设评介《地球信息科学学报》现任主编徐冠华院士。学报是由中国科学院主管,由中国科学院地理科学与资源研究所、中国地理学会联合主办,由资源与环境信息系统国家重点实验室(中国科学院地理科学与资源研究所)、虚拟地理环境教育部重点实验室(南京师范大学)、三维信息获取与应用教育部重点实验室(首都师范大学)联合协办的地球信息科学领域综合性学术期刊,月刊。学报为中国科学引文数据库(CSCD)核心期刊、中国科技核心期刊、全国中文核心期刊、北大《中文核心期刊要目总览》来源期刊。《2018年版中国科技期刊引证报告(核心版)》显示,《地球信息科学学报》影响因子位列测绘科学技术期刊第3名,综合评价总分位列第4名。欢迎国内外学者踊跃赐稿,欢迎国家重大科研项目、国内外学术会议组织专辑专栏。官网网址http://www.dqxxkx.cn/CN/1560-8999/home.shtml联系电话010-64888891邮 箱dqxxkx@igsnrr.ac.cnGIS支持下的全球武装冲突数据体系建设评介长按关注策划创意:耿艳辉编辑:耿艳辉,陈帅制作:D+工作室校对:黄光玉,蒋树芳
点击查看详情

  • 我的微信
  • 这是我的微信扫一扫
  • weinxin
  • 我的微信公众号
  • 我的微信公众号扫一扫
  • weinxin
广告也精彩
avatar

发表评论

您必须登录才能发表评论!