Voorbeelden Minder dan i% van de tweets bevat geografische coördinaten van de berichtenstroom afgetapt en al of niet real-time gescand op events (bijzon dere gebeurtenissen) terwijl gebruikers zich hiervan niet bewust zijn. In het geval van actief gebruik zijn de gebruikers op de hoogte van het gebruik van hun berichten. Om het vooropgezet doel te duiden zijn de berichten voorzien van een tag. Dat verkleint vaak de problemen met betrekking tot de betekenis. Eventen locatie-informatie Om sociale netwerken te kunnen gebrui ken als sensor en bron voor ruimtelijke informatie is het nodig om data van meerdere sensoren te combineren om afwijkende patronen te kunnen onder scheiden. Zulke afwijkende patronen kunnen duiden op wat we hier 'event noemen, een in ruimte en tijd begrensde gebeurtenis. Voorbeelden hiervan zijn de eerder genoemde duidingen van che- miebrand, aardbeving en bosbrand, maar ook verkeersopstoppingen of locaties waar een cultureel evenement (zoals Lowlands) plaatsvindt. De uitdagingen bij het herkennen van afwijkende patronen hebben te maken met tijd en ruimte: hoe lang duurt heten over welk gebied gaat het. Daarnaast is er het aspect van de locatie. Zoals hiervoor al aangegeven is een precieze en betrouwbare georeferen- tie in Twitter zeldzaam. We zijn vooral aangewezen op de geogra fische aanduidingen en toponiemen zoals de twitteraars die gebruiken. Dat roept dan weer vragen op: als 'Amsterdam' genoemd wordt, is dat dan het centrum, de stad of de gemeente? Hoe gaan we met termen als'a'dam'of'020'om? Kortom, de duiding van locatie is in Twitter vaak lastig te interpreteren en daardoor moeilijk te vertalen naar een geografische locatie. Situational awareness Als laatste aspect willen we noemen de inzet van Twitter voor het verbeteren van wat wel 'Situationalawareness'genoemd wordt; het vermogen van mensen om ruimtelijke informatie uit verschillende bronnen te integreren tot een coherent beeld. Dit is niet alleen essentieel in situatie van een dreigende ramp waar mensen snel beslissingen moeten nemen. Het is ook belangrijk tijdens participatie in complexe besluitvormingssituaties met meerdere actoren die verschillende percepties en definities van de werkelijkheid hanteren, zoals bijvoor beeld het geval is bij ruimtelijke planning. Tabel 1 geeft een overzicht van boven genoemde aspecten. Hierna volgen enkele voorbeelden van onderzoek, zoals we die de afgelopen tijd met medewerkers en studenten hebben uitgevoerd. In deze onderzoeken richtten we ons specifiek op de volgende vragen: Hoe kan sociale media worden gebruikt in crowdsourcing en volunteered geo- information? Kunnen ruimtelijke gebeurtenissen (events) worden herkend? Dit voor beeld is gebaseerd op de scriptie van Brehanu Meka voor zijn Master of Geo- information studie in 2012. Hoe worden locaties gerepresenteerd in de ruimtelijke planvorming en wat is de toegevoegde waarde van social media in de uitwisseling van ruimtelijke informatie? Jillis Eikelenboom schreef hierover in het kader van de GIMA opleiding (Eikelenboom 2012). Detectie van radioactiviteit: Twitter als actieve sensor Het eerste voorbeeld laat de toepassing zien van Twitter als bron voor crowd- sourced geo-informatie.Tijdens de ramp met de kerncentrales bij Fukushima heb ben veel mensen een geigerteller gekocht om daarmee de radioactiviteit te meten in hun leefomgeving. Metingen via officiële kanalen werden vaak niet vertrouwd. Verschillende initiatieven gebaseerd opTwitter en Google Maps of Ushahidi werden ontwikkeld om eenvoudig geme ten stralingswaarden te kunnen delen met anderen. Door het Centrum Geo- Informatie is een eenvoudige applicatie ontwikkeld waarbij eigenaren van een gei gerteller metingen door kunnen zenden via Twitter. Via een aantal gereserveerde hashtags zoals'#Gwatcherver2','fk_radi- ation' of'radiocial' worden meetwaarden Toepassing Aspecten Passieve sensor - geen toestemming gevraagd, privacy kan een probleem vormen - data niet specifiek voor toepassing verzameld - context, semantiek en schaalproblemen - veel ruis logistiek eenvoudig te realiseren Actieve sensor context en semantiek helder weinig privacy issues user community noodzakelijk - continuïteit niet gewaarborgd Handmatig detecteren van events - moeilijk real-time te verwezenlijken gebruik van menselijk redeneervermogen Automatische detectie van events continue en real-time in te zetten efficiënt en goedkoop - meeste data mining machine learning technieken kunnen (nog) niets met context en semantiek - kans van over- of onderdetectie van events - verificatie van events blijft nodig Situational Awareness eenvoudig op te zetten - Huidige opzet van participatieve ruimtelijke planning is moeilijk te combineren met top-down ontwikkeling van een community of interest Tabel 1 toepassing van sociale media in ruimtelijke crowdsourcing toepassingen Geo-lnfo 2012-9 17

Digitale Tijdschriftenarchief Stichting De Hollandse Cirkel en Geo Informatie Nederland

Geo-Info | 2012 | | pagina 19