Evaluer et valoriser les apports effectifs des tweets géolocalisés émis en réponse aux catastrophes naturelles. Application aux phénomènes hydrométéorologiques extrêmes du Texas

diagnosis and valorization of the actual contributions of geolocated tweets issued in response to natural disasters. application to extreme hydrometeorological phenomena in texas.

• Auteur / Autrice : Camille Cavalière
• Direction : Paule-Annick Davoine, Céline Barrère-Lutoff
• Type : Thèse de doctorat
• Discipline(s) : Modèles, méthodes et algorithmes en biologie, santé et environnement
• Date : Soutenance le 10/02/2020
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale ingénierie pour la santé, la cognition, l'environnement (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique de Grenoble (2007-....)
• Jury : Président / Présidente : Thierry Joliveau
• Jury : Examinateurs / Examinatrices : Paule-Annick Davoine, Céline Barrère-Lutoff, Sandrine Anquetin
• Jury : Rapporteurs / Rapporteuses : Lena Sanders, Johnny Douvinet

Mots clés

Mots clés contrôlés

Texas (États-Unis)

Évènements climatiques extrêmes

Localisation par satellites, Systèmes de

Analyse spatiale (statistique)

Traces numériques

Mots clés libres

Médias sociaux

Traces numériques géolocalisées

Géomatique

Analyse spatiale

Phénomènes extrêmes

Social media

Digital footprints

Geomatics

Spatial analysis

Extreme phenomena

Résumé

Les traces numériques ont envahi notre quotidien : capturées en temps réel par divers supports sur les plateformes du Web 2.0 et principalement par les smartphones, elles présentent l'avantage d'être fréquemment géolocalisées. Ces traces constituent ainsi des marqueurs virtuels attestant de la présence physique d'un individu dans un espace précis à un moment connu. C'est pourquoi elles ont été rapidement intégrées dans la recherche et considérées comme l'opportunité de construire une connaissance de phénomènes sociaux selon une approche verticale ascendante (bottom-up). La recherche doctorale se focalise sur une trace numérique particulière, le tweet géolocalisé, dans le contexte des risques hydrométéorologiques. En raison des nombreux phénomènes violents survenus au début des années 2010, la gestion des risques et catastrophes naturels a fait partie des tout premiers thèmes d'exploration du potentiel des tweets géolocalisés comme nouvelle source d'information de terrain. Pour autant, l'étude géographique de ces traces rencontre des difficultés qui restent marginales dans l'approche des data analysts : devant la variabilité d'accès et d'utilisation des nouvelles technologies numériques mobiles, quelle est la représentativité sociale et spatiale de ces traces ? Comment positionner les outils de l'analyse spatiale et de la cartographie face à ces nouveaux types de données hétérogènes et acquises en dehors de toute norme conventionnelle ? Dans cette recherche, nous explorons ces questions à partir des phénomènes extrêmes d'origine hydrométéorologique, survenus au Texas au printemps 2016 et en août 2017. Nous explorons des méthodes d'extraction sémantique et spatiale destinées à construire un corpus de tweets relatifs aux phénomènes étudiés (nommés tweets de crise). Dans un second temps, l'analyse des tweets de crise est focalisée sur trois axes : nous explorons les comportements spatiaux et statistiques des lieux de l'activité virtuelle et recherchons des facteurs socio-spatiaux explicatifs de sa distribution spatiale. Nous testons la pertinence du tweet de crise géolocalisé comme marqueur des différents paramètres du phénomène (localisation à une échelle fine, intensité, etc.) en croisant les tweets avec des données officielles de réalité-terrain. Nous cherchons enfin à valoriser la composante textuelle des tweets de crise par la cartographie, notamment en croisant analyse sémantique par catégorie grammaticale et vulnérabilité sociale des populations.

Digital footprints have invaded our daily lives: captured in real time by various media on Web 2.0 platforms and mainly by smartphones, they offer the advantage of being frequently geolocated. These footprints thus constitute virtual markers attesting to the physical presence of an individual in a given space at a given time. That is why they were quickly integrated into the research and considered as the opportunity to build a knowledge of social phenomena using a bottom-up approach. The doctoral research focuses on a particular digital footprint, geolocated tweets, in the context of hydrometeorological risks. Due to the many violent phenomena that occurred in the early 2010s, natural disaster and risk management was one of the first topics considered to explore the potential of geolocated tweets as a new source of field information. However, the geographical study of these footprints encounters difficulties that remain marginal in the approach of data analysts: seeing as the variability of access and use of new mobile digital technologies, what is the social and spatial representativeness of these footprints? How to consider the tools of the spatial analysis and the cartography regarding these new types of heterogeneous data that are acquired outside any conventional norm? In this research, we explore these questions from the extreme phenomena of hydrometeorological origin, which occurred in Texas in the spring of 2016 and in August 2017. We explore semantic and spatial extraction methods to build a corpus of tweets relating to the phenomena studied (named crisis tweets). In a second step, the analysis of crisis tweets is focused on three axes: we explore the spatial and statistical behaviors of places of virtual activity and look for socio-spatial factors that explain its spatial distribution. We test the relevance of the geolocated crisis tweet as a marker of the various parameters of the phenomenon (localization at a fine scale, intensity, etc.) by crossing the tweets with official ground-truth data. Finally, we seek to enhance the textual component of crisis tweets by mapping, notably by combining semantic analysis by grammatical category and social vulnerability of populations.