Введение

При оценке геофизических аспектов вулканических и сейсмических событий успешно используются в том числе посты в социальных сетях – например, для локализации землетрясений на основе данных из открытых источников [1–4], а также для информационного взаимодействия как в среде исследователей, так и при общении ученых с населением [5–7]. Кроме того, такие сообщения применяются для обмена информацией о кризисных ситуациях и рисках, экспресс-оценки материального ущерба и содействия восстановительным работам после ряда катастроф, как было, в частности, при землетрясении и цунами в японском регионе Тохоку 2011 года (Великом Восточно-Японском землетрясении), при ураганах (таких как «Харви», «Сэнди», «Эта», «Йота» и др.) и при крупных наводнениях [1, 8–13 и др.]. В нескольких недавних исследованиях сообщения в социальных сетях использовались для выявления проблем и социального неравенства при реагировании на геокатастрофы, ликвидации их последствий и оказании помощи населению [14–16].

Нематериальное воздействие опасных геологических процессов и явлений, в том числе на психоэмоциональное состояние местного населения, является общепризнанным [17–20], однако все еще недостаточно хорошо изученным фактором. Исследования в этой области проводятся в основном с помощью интервью или клинических обследований, результаты которых обычно становятся доступными лишь спустя значительное время после события.

Индикаторами общественных настроений могут служить особенности лексики постов в социальных сетях и выражаемых в них эмоций. Было показано, что такие посты позволяют оценить психологическое здоровье человека и спрогнозировать его ухудшение [21–27]. Для анализа сообщений как по их содержанию, так и по эмоциональной окраске можно оперативно обрабатывать огромные массивы данных с помощью искусственного интеллекта, в частности методов обработки естественного языка (natural language processing, NLP) [8, 14, 21, 22, 24, 26, 28–30].

В данном исследовании мы проанализировали выборку постов из социальной сети Twitter (ныне известной как X) с помощью методов NLP, чтобы изучить взгляды и настроения людей, связанные с двумя типами распространенных во всем мире опасных геологических явлений – умеренно повышенной сейсмической активностью и небольшим базальтовым трещинным извержением на примере Исландии.

Воздействия сравнительно небольших геоопасных явлений недостаточно освещены в литературе, хотя такие события происходят гораздо чаще, чем крупные. Около 80% всех извержений в мире приходится на события малого масштаба – с показателем вулканической эксплозивности по восьмибалльной международной шкале не выше 2 (volcanic explosivity index, VEI – этот показатель учитывает не только процент рыхлого материала, но и объем выбросов, а также высоту эруптивной колонны. – Ред.) [31]. В настоящее время при оценке вулканической опасности и рисков не учитывается и практически не изучена сейсмическая активность перед извержением, за исключением материального ущерба для зданий и сооружений. Но совершенно необходимо понять, как воздействуют на местное население геоопасные события любого масштаба, учитывая что население в радиусе 50 км от вулканов составляет на Земле 500 млн человек и что оно продолжает расти в пределах 10-километровых зон [32].

Методы

Полуостров Рейкьянес в Исландии был выбран как весьма подходящая природная лаборатория. В период с 2019 по 2021 год этот густонаселенный район (260 тыс. человек в радиусе 40 км) пережил два выраженных и продолжительных периода опасных геологических явлений: 15 месяцев повышенной сейсмической активности [33], а после ее резкого прекращения – 6 месяцев базальтового трещинного извержения [34]. Период сейсмической активизации продолжался с декабря 2019 года по март 2021 года и включал несколько интенсивных роев землетрясений, магнитуда самого сильного из которых составила 5,6 [33]. Извержение происходило с 19 марта по 19 сентября 2021 года на территории горы (вулканической системы) Фаградальсфьядль и сопровождалось излиянием сравнительно небольших потоков лавы в пределах ненаселенных долин.

Материальный ущерб, вызванный этими событиями, был ничтожным. Случаев причинения физического вреда зафиксировано не было. Мы смогли провести исследование по откликам местных жителей, а не туристов, проанализировав публикации в социальных сетях на исландском языке, поскольку на нем говорит преимущественно население Исландии. Кроме того, из-за ограничений, связанных с пандемией COVID-19, количество международных поездок в течение большей части изучавшегося периода находилось на рекордно низком для современности уровне.

По оценкам, в период проведения исследования социальной сетью Twitter пользовались 24% населения Исландии [35]. Основное потенциальное ограничение нашего подхода состояло в том, что мнения, выраженные на платформе Twitter, могли не в полной мере отражать взгляды тех людей, которые предпочитали другие социальные сети или вовсе ими не пользовались. В дальнейшем это может быть учтено путем анализа постов из нескольких социальных сетей, что позволило бы продемонстрировать применимость данного метода и в других странах, в которых популярность разных платформ может быть неодинаковой.

Обработка естественного языка

Мы проанализировали сообщения на исландском языке, опубликованные с 9 декабря 2019 года по 31 декабря 2021 года (в количестве n=10 341), которые содержали фиксированный набор ключевых слов, связанных с землетрясениями и извержениями. Из них 636 постов были разделены на три категории и вручную помечены как отражающие негативные, позитивные и нейтральные эмоции. Сообщения из остальной части набора данных были автоматически отнесены к тем же трем категориям с использованием предварительно обученной языковой модели, дообученной для выполнения классификации на основе вручную размеченных данных. Поскольку специализированного набора данных для изучения эмоциональной окраски на исландском языке не существует, эта двуязычная модель (на английском и исландском языках) [36] сначала была адаптирована для анализа настроений с использованием специально подготовленного набора англоязычных текстов Stanford Sentiment Treebank (SST), который используется для обучения и тестирования моделей NLP [37]. Данное исследование стало первой попыткой применения методов NLP для анализа настроений на исландском языке. Но, как было показано, подход, при котором модель сначала адаптируется с использованием только англоязычных данных, дает возможность переноса результатов обучения между языками [38, 39]. В итоге мы обучили модель анализу эмоциональной окраски высказываний на данных только на исландском языке.

Мы признаем существование других способов комбинирования данных, однако подчеркиваем, что целью данной работы было не всестороннее сравнение этих методов, а лишь оценка одного из таких подходов применительно к рассматриваемым событиям. Это стандартный подход в области обработки естественного языка, при котором данные используются для переноса результатов обучения с высокоресурсного языка (на котором накоплен достаточный объем готовых текстов и материалов для качественного обучения нейросетей) на низкоресурсный язык [40, 41].

Первоначальные результаты показали, что полученная модель отнесла упоминания землетрясений к негативным в плане эмоциональной окраски, а посты об извержениях – к позитивным даже в тех случаях, которые следовало бы отнести к нейтральным. Чтобы снизить этот эффект, мы скрыли все ключевые слова, связанные с землетрясениями и извержениями, как на этапе обучения модели, так и при анализе всего набора данных. Мы предполагаем, что такой способ делает модель более устойчивой к ситуациям, выходящим за пределы обучающей выборки, хотя при этом наблюдается небольшое снижение точности при валидации на проверочном наборе данных. С помощью подмножества постов мы вручную подтвердили, что при маскировке ключевых слов модель корректно классифицирует эмоционально нейтральные высказывания.

Снижение качества (эффективности) модели после такой маскировки было незначительным: общая точность классификации (accuracy) упала с 71 до 69%; F1-мера также снизилась с 0,71 до 0,69. (В машинном обучении: общая точность (accuracy) – доля правильных ответов от общего количества предсказаний; F1 – показатель качества модели, являющийся средним гармоническим точности (precision) и полноты (recall); точность (precision) – доля случаев, когда модель верно определила конкретный тип эмоциональной окраски (позитивный или негативный) среди всех постов, которые она отнесла к этому типу; полнота (recall) – доля сообщений с конкретным типом эмоциональной окраски (позитивным или негативным), которые модель смогла правильно классифицировать, от реального количества постов этого типа в наборе данных. – Ред.)

Эффективность работы полученной модели достигла эталонного уровня качества, предложенного ранее [42] для анализа эмоциональной окраски высказываний в социальной сети Twitter. Это продемонстрировало потенциал нашего метода для более широкого использования: изучение настроений, выражаемых в постах, может быть успешно выполнено с помощью двуязычных моделей NLP в парах «английский и местный язык» без необходимости в специальном наборе данных для анализа эмоциональной окраски сообщений на местном языке.

Полученные результаты и их обсуждение

Как показали данные с платформы Twitter,проанализированные при нашем исследовании, два рассматриваемых опасных геологических события измеримо отразились на настроениях местных жителей. На рисунке 1 представлены изменения во времени количества постов с ключевыми словами, связанными с землетрясениями и извержениями, и их классификация по эмоциональной окраске (на рисунке 1, a по оси ординат – число постов и количество землетрясений за календарную неделю; на рисунке 1, б – число сообщений в течение недели, помеченных по настроениям как негативные и как позитивные; на рисунке 1, в – соотношение позитивных и негативных высказываний за неделю). Большинство сообщений, содержавших ключевые слова указанных типов (62%), были оценены как имеющие выраженную эмоциональную окраску (30% – негативную и 32% – позитивную). Оставшиеся 38% были нейтральными.

Рис. 1. Временной ряд данных из социальной сети Twitter (общее число постов n=10 341) в период повышенной сейсмической активности перед извержением: a – еженедельное количество постов, связанных с землетрясениями и извержениями, и еженедельное число землетрясений (их магнитуда Mw варьировала от 0 до 5,6); б – еженедельное количество постов, оцененных NLP-моделью как позитивно или негативно эмоционально окрашенные; в – среднее еженедельное соотношение позитивных и негативных постов, оцененное NLP-моделью для всего набора данных и вручную для подвыборки данных (только для недель, в которые общее количество постов превышало 10, чтобы избежать искажений, вызванных слишком малым числом сообщений)

Предыдущие исследования показали, что очень сильные и/или разрушительные сейсмические события (такие как Великое Восточно-Японское землетрясение 2011 года в регионе Тохоку на острове Хонсю [17], землетрясение в регионе Кентербери на Южном острове Новой Зеландии 2010 года [19], землетрясение вблизи города Риджкрест в штате Калифорния США [43]) вызывают серьезный стресс у местного населения (по оценкам с помощью анализа постов в социальных сетях [17, 43] и традиционных методов интервьюирования [19]). Наше исследование показало, что даже значительно более слабые землетрясения, не причиняющие физического вреда или заметного материального ущерба, все же могут сильно воздействовать на психоэмоциональное состояние людей (см. рис. 1, б, в).

Мы также определили, что уровень общественного интереса зависит как от сейсмической активности (в данном случае измеряемой количеством землетрясений в неделю), так и от ее близости к густонаселенным районам. На рисунках 1, а, б на качественном уровне показано, что количество сообщений в социальной сети Twitter увеличивалось в недели с большим числом землетрясений, особенно когда они происходили на полуострове Рейкьянес. Для количественного анализа этой связи мы построили графики зависимости числа постов, касающихся сейсмических событий, от числа землетрясений (рис. 2). Для густонаселенного полуострова Рейкьянес наблюдалась корреляция с коэффициентом детерминации r2=0,66 (см. рис. 2, а, б). Эта корреляция исчезает, если рассматривать количество землетрясений в остальной части Исландии, где плотность населения сравнительно невелика (см. рис. 2, в, г).

Рис. 2. Диаграммы рассеяния, показывающие зависимости количества постов в социальной сети Twitter, касающихся сейсмических событий, от числа землетрясений: а, б – на полуострове Рейкьянес (диапазон магнитуд Mw=0÷5,6; коэффициент детерминации r2=0,69); в, г – в остальной части Исландии, за исключением полуострова Рейкьянес (диапазон магнитуд Mw=0÷4,8; статистически значимая корреляционная связь отсутствует). Сплошные линии – линейные регрессионные модели; пунктирные линии –уровень значимости 5%

В период сейсмической активности преобладали негативные настроения при среднем еженедельном соотношении позитивно и негативно окрашенных постов 1:1,3. Этот результат хорошо согласуется с сообщениями в местных средствах массовой информации того периода – в них описывалось преимущественно отрицательное эмоционально-психологическое состояние людей, вызванное землетрясениями (включая тревожность [44] и нарушения сна [45]). Общее преобладание негативных настроений, вероятно, было обусловлено сочетанием физического дискомфорта от сотрясений земли и неопределенности относительно дальнейшего развития событий. Уже было известно, что повышенная сейсмическая активность вызвана внедрением магмы в земную кору, однако не было ясно, произойдет ли извержение, а если произойдет, то когда и особенно где, тем более что в зоны риска воздействия лавовых потоков попадали город и важные объекты инфраструктуры (электростанции и объекты туристической сферы). К тому же велся тщательный мониторинг сейсмической активности и в СМИ постоянно публиковались научные интерпретации его результатов. Подобный поток сообщений было невозможно игнорировать, а противоречивые трактовки могли способствовать росту тревожности и других негативных эмоций.

С началом излияния лавы произошел статистически значимый сдвиг в сторону преобладания позитивных настроений (см. рис. 1 б, в) – с уровнем значимости p<5×10⁻⁵, то есть с вероятностью ошибки, или случайного изменения эмоций, менее 0,005%. Среднее еженедельное соотношение позитивно и негативно окрашенных постов в период извержения составило 1,4:1 по сравнению с 1:1,3 до его начала. Возможно, рост позитивности был даже более выраженным, поскольку в период извержения NLP-анализ систематически давал меньшее соотношение «позитивность/негативность» по сравнению с ручным анализом (см. рис. 1, в). Насколько нам известно, это был первый случай, когда был зафиксирован рост положительных эмоций среди местного населения, связанный с началом извержения.

Мы полагаем, что такой позитивный настрой лучше всего объясняется сочетанием геофизических и социальных факторов. Во многих постах с положительной эмоциональной окраской выражалось облегчение от того, что подошли к концу почти постоянные сейсмические толчки и связанная с ними неопределенность. Например: «Я хочу, чтобы началось извержение, – тогда землетрясения прекратятся»; «Есть нечто абсурдное в том, что теперь, когда прямо у тебя под боком началось извержение, можно наконец спокойно спать ночью». Это согласуется с предыдущими исследованиями по поводу разрушительных событий, позитивный настрой после которых, как было выявлено, был связан с облегчением от того, что бедствие закончилось (например, после Великого Восточно-Японского землетрясения в Тохоку в 2011 году [17]), либо с верой в скорое спасение и возвращение к нормальной жизни (например, после урагана «Харви» [46]).

Мы также обнаружили, что извержение вулкана (вулканической системы) Фаградальсфьядль вызывало у местного населения непосредственно положительные эмоции, включая радость и удовольствие. Полученные нами результаты позволяют предположить, что близость места извержения к населенным районам могла стать важным фактором, усилившим отраженный в постах позитивный настрой, поскольку больше людей смогли увидеть это событие собственными глазами. Например: «Это извержение просто потрясающее, даже во время моего второго посещения этой территории. Я в восторге от того, что вижу здесь самых разных людей, которые наслаждаются зрелищем и проводят время на природе».

Место извержения было открыто для посещений и находилось в часе езды от столицы Исландии, после чего требовался примерно часовой пеший переход. Уже в первые часы после начала события туда начался приток людей, а общее число приходивших по пешеходным тропам составило 310 тыс. человек [47]. Вполне возможно, что социальная и физическая изоляция, вызванная пандемией COVID-19, дополнительно усилила положительные впечатления, поскольку посещение тех мест дало возможность отвлечься, пообщаться и погулять на природе в условиях относительной эпидемиологической безопасности.

Кроме того, извержение сопровождалось беспрецедентным уровнем освещения в прямом эфире с помощью множества высококачественных автоматических систем видеотрансляции, а также новостных лент и видеороликов в социальных сетях [48]. Поэтому люди, которые не могли приехать или прийти лично, имели возможность с удовольствием наблюдать за происходившим удаленно, что положило начало потенциальному развитию «дистанционного вулканического туризма». Это подтверждает, например, такой отзыв: «Сейчас уже полдень, а я еще ничего не делал(а) кроме просмотра трансляций с места извержения. Как же это красиво!».

В предыдущих исследованиях реакций туристов, посещавших вулканические районы [49–51 и др.], сообщалось о преимущественно позитивном отношении к подобным зрелищам, однако из-за весьма ограниченных количеств и типов респондентов не было ясно, насколько такие выводы применимы к широким слоям местного населения.

Результаты, полученные нами, показали, что извержения, не представляющие непосредственной угрозы для жизни и инфраструктуры, могут вызывать заметный рост положительных настроений на уровне населения в целом. Кроме того, они позволяют предположить, что при наличии возможности люди разного возраста и с разными физическими возможностями стремятся увидеть извержение вулкана своими глазами.

Заключение

Наши результаты важны для оценки и управления рисками, поскольку мы обнаружили, что даже геологические опасности небольшого масштаба, не сопровождающиеся значительным материальным ущербом, могут вызывать измеримые изменения в эмоциональной окраске сообщений местных жителей в социальных сетях. А это, в свою очередь, может свидетельствовать о влиянии на психологическое здоровье людей.

Сейсмическая активность перед извержениями вулканов в настоящее время является несколько «забытой» вулканической опасностью, и ее влияние на психологическое благополучие населения практически не изучено. Кроме того, информация о ней не включена в образовательные и научные ресурсы, такие как Encyclopedia of Volcanoes (энциклопедия «Вулканы» [52]) и видеоколлекция VolFilm [53].

Мы показали, что события, предшествующие извержениям (в рассмотренном случае – повышенная сейсмическая активность), могут быть более вредными для психоэмоционального состояния, чем само извержение, и должны учитываться при изучении воздействия таких опасных процессов на настроения людей.

В целом, влияние условий неопределенности, связанных с ожидаемыми, но еще не реализовавшимися геологическими опасностями, требует большего внимания со стороны научного сообщества и специалистов, занимающихся снижением рисков природных угроз.

Если в систему местного управления рисками включить анализ настроений на основе информации из открытых источников, например постов в социальных сетях, это может принести как немедленную, так и долгосрочную пользу. Хотя предлагаемый нами метод не дает возможности прямых измерений психоэмоционального состояния местных жителей и возникающих при этом последствий и не предназначен для замены более формальных исследований, его можно использовать для быстрой оценки того, испытывает ли население стресс и требуются ли дополнительные опросы, обследования и/или ресурсы. С другой стороны, понимание того, что люди воспринимают извержение (или другие природные явления) как в целом зрелищное и увлекательное событие, может помочь специалистам по управлению рисками в выборе наиболее эффективного подхода к соблюдению гражданами ограничений, если потребуется закрыть доступ к объекту.

По нашему мнению, это исследование вносит значимый вклад в многолетние исследования воздействий на психоэмоциональное состояние местного населения. На момент написания статьи (в июне 2024 г.) сейсмическая и вулканическая активность на полуострове Рейкьянес все еще продолжалась. И, по прогнозам, она может продлиться еще годы или даже десятилетия. Длительные и динамично развивающиеся вулканические процессы и явления широко распространены в мире, например на вулкане Килауэа на Гавайях. Представленный нами метод позволяет фиксировать и анализировать настроения людей непосредственно во время опасных геологических событий. При ретроспективных же исследованиях это невозможно сделать с получением достоверных результатов. Важны именно актуальные настроения, выражаемые в соцсетях. Но они мимолетны, так как способность точно воспроизводить события и чувства со временем притупляется и искажается. А, например, в случае буквальной утраты привычных ландшафтов и домов люди также теряют связь со своими воспоминаниями (им становится психологически труднее воспроизводить события прошлого, связанные с этим местом) [54].

Дальнейшие исследования могут быть направлены на разработку методик количественной оценки воздействий на психоэмоциональное состояние жителей, его последствий для психологического здоровья, а также изменений в восприятии рисков с использованием данных из социальных сетей – как в случае полуострова Рейкьянес, так и в других регионах.

И наконец, в стремлении снизить риски, связанные с геологическими опасностями (в рассмотренном случае – с небольшим извержением), не следует сбрасывать со счетов потенциальную пользу для психологического здоровьяот возможности увидеть такие события воочию там, где это допустимо (даже несмотря на то, что такую пользу будет трудно оценить количественно и сопоставить с рисками, которые зачастую гораздо более очевидны).

—

Данные из социальной сети Twitter (ныне X) были получены с использованием такого инструментария для научных исследований, как академический доступ к программному интерфейсу этой платформы (Twitter API). Статью отредактировал Брюс Д. Маламуд (Bruce D. Malamud) с учетом замечаний двух анонимных рецензентов. Исследование было поддержано Центром мониторинга и моделирования сейсмических, вулканических и тектонических процессов и явлений (COMET – Centre for the Observation and Modelling of Earthquakes, Volcanoes and Tectonics) при Совете по исследованиям природной среды (NERC – Natural Environment Research Council), который представляет собой партнерство между университетами Великобритании и Британской геологической службой (British Geological Survey). Вестейн Снайбьярнарсон (Vésteinn Snæbjarnarson) получил поддержку от Центра передовых исследований в области искусственного интеллекта (Pioneer Centre for Artificial Intelligence) в рамках гранта № P1 Датского национального исследовательского фонда (DNRF – Danish National Research Foundation).

Источник для перевода

Ilyinskaya E., Snæbjarnarson V., Carlsen H.K., Oddsson B. Brief communication: Small-scale geohazards cause significant and highly variable impacts on emotions // Natural Hazards and Earth System Sciences (NHESS). 2024. Vol. 24. P 3115–3128. URL: https://doi.org/10.5194/nhess-24-3115-2024.