互联网时代的气象灾害信息收集与处理

赵亮　俞海洋　李娇　魏军

摘 要：该文通过对传统气象灾害上报收集方法进行总结分析，发现传统方法收集到的气象灾害信息数据来源渠道多，数据存储格式、标准不一致，数据应用不规范，更新不及时，难以满足实时气象灾害风险预警服务需求。因此，该文针对上述问题，提出一种基于网络舆情监测技术的气象灾害信息收集方法，该方法可进一步提高气象灾害风险预警与评估的时效性和准确性。

关键词：互联网时代 气象灾害 信息收集与处理

中图分类号：TP399 文献标识码：A 文章编号：1672-3791（2017）07（a）-0004-02

我国是气象灾害多发国家，每年汛期又是气象灾害的多发期，遭遇的气象灾害主要有暴雨、冰雹、大风、高温、台风、雷电等。在全球气候持续变暖的大背景下，各类极端天气气候事件更加频繁，气象灾害造成的损失和影响不断加重，因此，做好气象灾害风险预警与评估工作对于最大限度减少灾害造成的损失、保障经济社会发展和人民安全福祉具有至关重要的意义。

目前，气象部门气象灾害数据主要来自灾情直报、灾情普查、暴雨洪涝灾害风险普查、民政部灾情、公路交通专业气象灾害风险普查等。由于气象观测站点建设相对稀疏和人力资源的限制，无法全面、及时地上报灾情信息，从而造成气象灾害風险预警与评估的实时性差、准确性低。

随着互联网的不断壮大，网络已经成为各类资源数据的重要来源。但是，网络数据的庞大也曾让人们望而却步。随着网络技术的不断提高，现如今利用网络舆情监测、云计算和大数据等技术，可实现全天24 h不间断监测网络信息，并快速发现网络中的气象灾情信息，大大提高灾情获取的时效性，拓展了灾情收集渠道，及时获取第一手资料。可进一步提高气象灾害风险预警与评估的实时性和准确性。

1 基于网络舆情监测技术的气象灾害信息收集方法

1.1 网络舆情监测系统

随着互联网的快速发展，网络媒体作为一种新的信息传播形式，已深入人们的日常生活。网友言论活跃已达到前所未有的程度，不论是国内还是国际重大事件，都能马上形成网上舆论，通过这种网络来表达观点、传播思想，进而产生巨大的舆论压力，达到任何部门、机构都无法忽视的地步。可以说，互联网已成为思想文化信息的集散地和社会舆论的放大器。

“网络舆情监测系统”是针对在一定的社会空间内，围绕中介性社会事件的发生、发展和变化，民众对社会管理者产生和持有的社会政治态度于网络上表达出来意愿集合而进行的计算机监测的系统统称。

舆情监测的主要功能包括以下几点：

（1）热点识别能力。可以根据新闻出处权威度、评论数量、发言时间密集程度等参数，识别出给定时间段内的热门话题。

（2）倾向性分析与统计。对信息的阐述的观点、主旨进行倾向性分析。以提供参考分析依据。分析的依据可根据信息的转载量、评论的回言信息时间密集度。来判别信息的发展倾向。

（3）主题跟踪。主题跟踪主要是指针对热点话题进行信息跟踪，并对其进行倾向性与趁势分析。跟踪的具体内容包括：信息来源、转载量、转载地址、地域分布、信息发布者等相关信息元素。其建立在倾向性与趁势分析的基础上。

（4）信息自动摘要功能。能够根据文档内容自动抽取文档摘要信息，这些摘要能够准确代表文章内容主题和中心思想。用户无需查看全部文章内容，通过该智能摘要即可快速了解文章大意与核心内容，提高用户信息利用效率。而且该智能摘要可以根据用户需求调整不同长度，满足不同的需求。主要包括文本信息摘要与网页信息摘要两个方面。

（5）趋势分析。通过图表展示监控词汇和时间的分布关系以及趋势分析，包括地域信息分布。以提供阶段性的分析。如：信息传播的区域分布，转载量与转载网站类型等。

（6）突发事件分析。突发事件不外乎有以下几种：自然灾害、社会灾难、战争、动乱和偶发事件等。互联网信息监控分析系统主要是针对互联网信息进行突发事件监听与分析。对热点信息的倾向分析与趁势分析，以监听信息的突发性。

（7）报警系统。报警系统主要是针对舆情分析引擎系统的热点信息与突发事件进行监听分析，然后根据信息的语料库与报警监控信息库进行分析。以确保信息的舆论健康发展。

（8）统计报告。根据舆情分析引擎处理后的结果库生成报告，用户可通过浏览器浏览，提供信息检索功能，根据指定条件对热点话题、倾向性进行查询，并浏览信息的具体内容，提供决策支持。

（9）预警。舆情预警是一种时效性要求很高、重要程度要求很高的精准网络舆情监测功能。一个是满足用户对一些已经发生的重要网络事件的实时监测，及时跟踪事件的发展态势；另一个是满足用户相关行为信息的监测和预警。预警方式分为三种：在线弹框预警、手机短信预警和邮箱预警。监测预警包括监测和预警两个过程，当系统监测到舆情信息后将及时发出预警，让相关人员第一时间掌握舆情状况。

1.2 互联网中气象灾害信息的提取

利用舆情监测技术，设置各类气象灾害关键词，即可完成互联网中灾害信息的提取。该方法应具有以下几个特征

（1）多载体全网监测。可监测搜索引擎、新闻门户、论坛、博客、留言板、微博、微信、QQ群、电子报、SNS载体、各单位主页。提供通用采集配置，支持大部分新闻、论坛的采集，并可配置指定URL，指定微博、微信账户的监测。

（2）全天候不间断监测。可定时监测，也可24 h全天候监测，不放过每一条网络灾情信息，第一时间发现网络气象灾情。

（3）信息智能提取技术。智能提取网页中有效的灾情信息，如：发生时间、地点、影响等。并对具有关联性的多个网页内容进行自动合并、自动提取等。

（4）结构化采集技术。对非结构化的网页数据采集时进行结构化的信息抽取和数据存储，满足多维度的信息挖掘和统计需要，形成结构化的灾情信息记录。

（5）关键词管理功能。可设置与气象灾害相关的关键词，如暴雨、大风、暴雪等，根据设定的关键词进行监控。也可以实现自动提取关键词功能，根据搜索到的有效信息，自动关联其他关键词，进一步丰富气象灾害关键词。

（6）灾情传播途径跟踪。智能分析网络舆情传播途径，并通过反向解析技术解析出URL所对应的网站名称。使整个监管平台能够有效的实现“发现传播源头、追踪传播内容、监控传播主体”，可通过该项功能查找气象灾害主要传播媒体。

2 网络气象灾害信息共享平台

为了便于网络气象灾害信息的应用，网络气象灾害数据库设计的合理性则十分重要。该文中的设计原则有以下几种。

（1）基本字段设置。为了充分利用原有气象灾情数据库（如灾情直报数据库），该文参照《全国气象灾情收集上报技术规范》设置数据库字段，其数据库字段属性与其保持基本一致。

（2）灾情信息分类。根据灾害发生地点，本文将灾情信息分为两种：面状灾情和点状灾情。所谓面状灾情，指的是灾害发生地点具体到某个市或者县，范围比较粗略；而点状灾情，指的是灾害发生地点具体到某个村镇或者某条街道，范围比较精确。

（3）地理信息。根据灾害发生地点，为每条灾情信息添加相应的经纬度信息。

（4）气象要素信息。根据不同的灾害种类，为每条灾情信息匹配其相对应的气象要素。这样便于后期气象灾情数据的高效利用。

将网络中搜集的灾情信息按照上述原则进行入库，形成灾情信息共享，供气象灾害风险预警与评估业务平台实时访问。

3 关键技术

3.1 气象灾情关键词设置

利用网络进行搜索，得到的结果准确与否，很大程度上与所设置的关键词相关。设置的关键词过多，得到的信息越准确，但是也有可能丢失过多有用信息；设置的关键词过少，得到的冗余信息太多，又加大了筛选工作的难道。如何得到合适的关键词，成为了该文中的关键技术。

该文主要是采用人机互动的方式完善关键词管理功能，前期对人工搜索的灾害相关信息，进行整理分析，统计描述灾情使用词汇的频率。将频率较高的词汇设置为初始关键词；后期系统根据初始关键词，查找到相关信息，自动统计高频词汇，进行添加，实现关键词的逐步完善。

3.2 气象要素匹配技术

根据发生时间为每条灾情信息匹配其相关的气象信息。通过自动调取气象资料库，包括A文件、Z文件、加密自动站资料、雷达资料和气象卫星云图等，通过插值、雷达反演等方法获取灾情发生地距离最近、时间最接近的气象资料，采用自动和人工相结合的方法给每条灾情记录信息添加产生气象灾情的气象要素实况的特征值。

3.3 气象灾情数据筛选

（1）通过气象要素实况资料的匹配剔除错误、标记可疑灾情信息记录。将气象要素的实况资料与逐条灾情资料信息对比分析，对实况资料与灾情影响明显不符的应删除，有疑问的，标记为可疑记录。

（2）从民政、统计、水利、农业、交通运输等有关部门、气象灾害大典、报纸和媒体等获取灾情及影响数据再次实现对气象灾情资料的筛选，确保灾情资料的合法可靠。

4 结语

气象灾害灾情的快速收集和共享对于开展灾害性天气的监测、预报和服务工作至关重要。基于网络舆情监测技术的气象灾害信息收集方法可以有效解决现有灾情收集方法上报不及时，覆盖范围密度低等缺点。可实现灾情的快速共享，有效提高气象灾害风险预警的时效性和评估的准确性，加强气象预报服务和灾害灾情分析能力，对于各级部门开展灾害灾情应用亦有较强的指导意义。

参考文献

[1] 帅向华，胡素平，刘钦，等.地震灾情网络媒体获取与处理模型[J].自然灾害学报，2013，22（3）：178-184.

[2] 中国气象局关于印发《气象灾害风险管理业务建设（2015—2016年）实施方案》的通知[气发〔2015〕46号][Z].2015.

[3] 程鹏.气象灾情收集与影响评估工作中存在的若干问题[J].湖北气象，2005（4）：39-40.

[4] 王元卓，靳小龍，程学旗.网络大数据：现状与展望[J].计算机学报，2013，36（6）：1125-1138.

[5] 王清川.近58年廊坊市气象灾情普查分析及问题与建议[J].防灾科技学院学报，2009，11（4）：36-43.

[6] 杜鹃，汪明，史培军.基于历史事件的暴雨洪涝灾害损失概率风险评估——以湖南省为例[J].应用基础与工程科学学报，2014，22（5）：916-927.

[7] 蔡立辉，杨欣翥.大数据在社会舆情监测与决策制定中的应用研究[J].行政论坛，2015（2）：1-10.

[8] 黄崇福.用智联网缓解风险分析中的4个问题[J].自然灾害学报，2014，23（2）：1-7.

[9] 章国才.气象灾害风险评估与区划方法[M].气象出版社，2010.