陈齐超，林广发,2,3*，梁春阳，黄潇，张明锋,2,3，陈鑫，周星辰

(1.福建师范大学 地理科学学院，福州 350007；2.福建省陆地灾害监测评估工程技术研究中心，福州 350007；3.海西地理国情动态监测与应急保障研究中心，福州 350007)

0 引言

台风灾害不仅影响范围广、破坏性强，而且发生频率高，是造成中国社会经济损失最严重的自然灾害之一[1]。快速、准确地了解灾害过程，获取灾损信息和识别受灾区域，并以图表形式进行直观展示，可为防灾减灾部门开展抢险救援工作提供重要参考。微博作为一种社交媒介，已经成为了人们记录事件、分享现场、发表看法、宣泄情感的一个平台，大量、实时、广域覆盖的社交媒体信息充斥在网络中[2]。对其中含有地理位置的微博文本进行采集、信息抽取和分析，从而得到数据中包含的台风灾害相关事件发生的地理位置、时间和影响范围，以及各种实时灾情信息，逐渐成为灾害大数据领域的一个研究热点。这些信息可用于台风天气过程跟踪、灾害事件检测、预警和灾情准实时评估，对于灾害研究和防范、应急救灾具有独特的价值。

近十年来，国内外学者对于含有时空信息的社交媒体数据在自然灾害领域的应用研究方兴未艾，其中一些热点话题包括洪涝区域识别[3]、干旱风险管理[4]、火灾蔓延[5]、地震震情评估[6-7]、台风灾情评估[8]等。这些应用的主要算法基础，包括文本主题模型和文本情感分析模型。文本主题模型抽取一段文本所包含的特征词，并对文本集包含的所有特征词进行语义聚类，从而建立每个文本的主题概率分布矩阵，识别文本中所蕴含的灾情相关的主题信息。……