Social weather: A review of crowdsourcing‐assisted meteorological knowledge services through social cyberspace,Geoscience Data Journal

当前位置： X-MOL 学术 › Geosci. Data J. › 论文详情

Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)

Social weather: A review of crowdsourcing‐assisted meteorological knowledge services through social cyberspace
Geoscience Data Journal ( IF 3.3 ) Pub Date : 2019-12-18 , DOI: 10.1002/gdj3.85
Yifan Zhu ₁ , Sifan Zhang ₁ , Yinan Li ₁ , Hao Lu _{1,

2} , Kaize Shi ₁ , Zhendong Niu _{1,

3,

4}

Affiliation

Crowdsourcing has significantly motivated the development of meteorological services. Starting from the beginning of 2010s and highly motivating after 2014, crowdsourcing‐driven meteorological services have evolved from a single collection and observation of data to the systematic acquisition, analysis and application of these data. In this review, by focusing on papers and databases that have combined crowdsourcing methods to promote or implement meteorological knowledge services, we analysed the relevant literature in three dimensions: data collection, information analysis and meteorological knowledge applications. First, we selected the potential data sources for crowdsourcing and discussed the characteristics of the collected data in four dimensions: consciousness, objectiveness, mobility and multidisciplinary. Second, based on the purpose of these studies and the extent of utilizing data as well as knowledge, we categorize the crowdsourcing‐based meteorological analysis into three levels: relationship discovery, knowledge generalization and systemized service. Third, according to the application scenario, we discussed the applications that have already been put into use, and we suggest current challenges and future research directions. These previous studies show that the use of crowdsourcing in social space can expand the coverage as well as enhance the performance of meteorological service. It was also evident that current researches are contributing towards a systemic and intelligent knowledge service to establish a better bridge among academic, industrial and individual community.

中文翻译：

社会天气：通过社会网络空间进行的众包辅助气象知识服务回顾

众包极大地促进了气象服务的发展。从2010年代初开始，到2014年之后，人们大力推动，由众包驱动的气象服务已经从单一的数据收集和观测发展为系统地获取，分析和应用这些数据。在这篇综述中，通过关注结合了众包方法以促进或实施气象知识服务的论文和数据库，我们从三个方面对相关文献进行了分析：数据收集，信息分析和气象知识应用。首先，我们选择了可能用于众包的数据源，并从意识，客观性，流动性和多学科性四个维度讨论了收集到的数据的特征。第二，基于这些研究的目的以及利用数据和知识的程度，我们将基于众包的气象分析分为三个层次：关系发现，知识概括和系统化服务。第三，根据应用场景，我们讨论了已经投入使用的应用，并提出了当前的挑战和未来的研究方向。这些先前的研究表明，在社会空间中使用众包可以扩大覆盖范围并提高气象服务的绩效。同样显而易见的是，当前的研究正在为系统和智能知识服务做出贡献，以在学术，工业和个人社区之间建立更好的桥梁。我们将基于众包的气象分析分为三个级别：关系发现，知识概括和系统化服务。第三，根据应用场景，我们讨论了已经投入使用的应用，并提出了当前的挑战和未来的研究方向。这些先前的研究表明，在社会空间中使用众包可以扩大覆盖范围并提高气象服务的绩效。同样明显的是，当前的研究正在为系统和智能知识服务做出贡献，以在学术，工业和个人社区之间建立更好的桥梁。我们将基于众包的气象分析分为三个级别：关系发现，知识概括和系统化服务。第三，根据应用场景，我们讨论了已经投入使用的应用，并提出了当前的挑战和未来的研究方向。这些先前的研究表明，在社会空间中使用众包可以扩大覆盖范围并提高气象服务的绩效。同样显而易见的是，当前的研究正在为系统和智能知识服务做出贡献，以在学术，工业和个人社区之间建立更好的桥梁。根据应用场景，我们讨论了已经投入使用的应用，并提出了当前的挑战和未来的研究方向。这些先前的研究表明，在社会空间中使用众包可以扩大覆盖范围并提高气象服务的绩效。同样显而易见的是，当前的研究正在为系统和智能知识服务做出贡献，以在学术，工业和个人社区之间建立更好的桥梁。根据应用场景，我们讨论了已经投入使用的应用，并提出了当前的挑战和未来的研究方向。这些先前的研究表明，在社会空间中使用众包可以扩大覆盖范围并提高气象服务的绩效。同样显而易见的是，当前的研究正在为系统和智能知识服务做出贡献，以在学术，工业和个人社区之间建立更好的桥梁。

更新日期：2019-12-18

点击分享查看原文

点击收藏

公开下载

阅读更多本刊最新论文本刊介绍/投稿指南11