杨 辰，潘 顺，严 岩

(上海市气象灾害防御技术中心，上海 200030)

上海是一个特大型城市，人口密度高，经济密度大，城市运行极易遭受气象影响[1-2]，同时在全球气候变化的大背景下，各种自然灾害和极端气候事件的发生频率和强度也呈现出逐渐增强的趋势[3-4]。近年来，上海灾害性天气时有发生，2018年更是在1个月内接连遭遇3次台风的直接登陆，给城市的安全稳定运行带来了较大的挑战。

目前已有不少学者开展了针对气象灾害的时空特征分析及风险评估研究，但所用灾害数据大多来源于气象信息员上报及相关灾情普查资料[5-9]，受制于灾情收集渠道，数据量较为有限，且从灾害发生到数据收集入库往往需要较长的时间，难以支撑对受灾情况进行快速分析研判的需要。近年来，随着互联网和社交平台的发展，利用微博来获取灾情和检测突发事件的相关研究也越来越多，但主要涉及地震等灾害的识别[10-12]，专门针对气象灾害方面的研究较少[13-15]，且微博数据中混杂了大量的非灾害信息，增加了信息识别和数据清洗的难度。相比之下，110灾情数据具备较为规整的地址和灾害描述信息，且数据的时效性较强，可支持基于灾情信息的准实时分析研判，对于城市运行气象风险具有较好的指征意义。因此本文利用上海市应急联动平台接报的110气象灾情数据进行挖掘分析，并基于关键词识别+LDA方法实现对气象灾情的主题建模，在此基础上，结合气象观测数据开展了灾情分布的特征分析，为气象灾害的快速识别匹配和结构化提取提供了一定的技术支撑，同时也为基于灾情信息的城市精细化管理决策提供了参考。……