互聯網時代的氣象災害信息收集與處理

趙亮　俞海洋　李嬌　魏軍

摘 要：該文通過對傳統氣象災害上報收集方法進行總結分析，發現傳統方法收集到的氣象災害信息數據來源渠道多，數據存儲格式、標準不一致，數據應用不規范，更新不及時，難以滿足實時氣象災害風險預警服務需求。因此，該文針對上述問題，提出一種基于網絡輿情監測技術的氣象災害信息收集方法，該方法可進一步提高氣象災害風險預警與評估的時效性和準確性。

關鍵詞：互聯網時代 氣象災害 信息收集與處理

中圖分類號：TP399 文獻標識碼：A 文章編號：1672-3791（2017）07（a）-0004-02

我國是氣象災害多發國家，每年汛期又是氣象災害的多發期，遭遇的氣象災害主要有暴雨、冰雹、大風、高溫、臺風、雷電等。在全球氣候持續變暖的大背景下，各類極端天氣氣候事件更加頻繁，氣象災害造成的損失和影響不斷加重，因此，做好氣象災害風險預警與評估工作對于最大限度減少災害造成的損失、保障經濟社會發展和人民安全福祉具有至關重要的意義。

目前，氣象部門氣象災害數據主要來自災情直報、災情普查、暴雨洪澇災害風險普查、民政部災情、公路交通專業氣象災害風險普查等。由于氣象觀測站點建設相對稀疏和人力資源的限制，無法全面、及時地上報災情信息，從而造成氣象災害風險預警與評估的實時性差、準確性低。

隨著互聯網的不斷壯大，網絡已經成為各類資源數據的重要來源。但是，網絡數據的龐大也曾讓人們望而卻步。隨著網絡技術的不斷提高，現如今利用網絡輿情監測、云計算和大數據等技術，可實現全天24 h不間斷監測網絡信息，并快速發現網絡中的氣象災情信息，大大提高災情獲取的時效性，拓展了災情收集渠道，及時獲取第一手資料。可進一步提高氣象災害風險預警與評估的實時性和準確性。

1 基于網絡輿情監測技術的氣象災害信息收集方法

1.1 網絡輿情監測系統

隨著互聯網的快速發展，網絡媒體作為一種新的信息傳播形式，已深入人們的日常生活。網友言論活躍已達到前所未有的程度，不論是國內還是國際重大事件，都能馬上形成網上輿論，通過這種網絡來表達觀點、傳播思想，進而產生巨大的輿論壓力，達到任何部門、機構都無法忽視的地步。可以說，互聯網已成為思想文化信息的集散地和社會輿論的放大器。

“網絡輿情監測系統”是針對在一定的社會空間內，圍繞中介性社會事件的發生、發展和變化，民眾對社會管理者產生和持有的社會政治態度于網絡上表達出來意愿集合而進行的計算機監測的系統統稱。

輿情監測的主要功能包括以下幾點：

（1）熱點識別能力。可以根據新聞出處權威度、評論數量、發言時間密集程度等參數，識別出給定時間段內的熱門話題。

（2）傾向性分析與統計。對信息的闡述的觀點、主旨進行傾向性分析。以提供參考分析依據。分析的依據可根據信息的轉載量、評論的回言信息時間密集度。來判別信息的發展傾向。

（3）主題跟蹤。主題跟蹤主要是指針對熱點話題進行信息跟蹤，并對其進行傾向性與趁勢分析。跟蹤的具體內容包括：信息來源、轉載量、轉載地址、地域分布、信息發布者等相關信息元素。其建立在傾向性與趁勢分析的基礎上。

（4）信息自動摘要功能。能夠根據文檔內容自動抽取文檔摘要信息，這些摘要能夠準確代表文章內容主題和中心思想。用戶無需查看全部文章內容，通過該智能摘要即可快速了解文章大意與核心內容，提高用戶信息利用效率。而且該智能摘要可以根據用戶需求調整不同長度，滿足不同的需求。主要包括文本信息摘要與網頁信息摘要兩個方面。

（5）趨勢分析。通過圖表展示監控詞匯和時間的分布關系以及趨勢分析，包括地域信息分布。以提供階段性的分析。如：信息傳播的區域分布，轉載量與轉載網站類型等。

（6）突發事件分析。突發事件不外乎有以下幾種：自然災害、社會災難、戰爭、動亂和偶發事件等。互聯網信息監控分析系統主要是針對互聯網信息進行突發事件監聽與分析。對熱點信息的傾向分析與趁勢分析，以監聽信息的突發性。

（7）報警系統。報警系統主要是針對輿情分析引擎系統的熱點信息與突發事件進行監聽分析，然后根據信息的語料庫與報警監控信息庫進行分析。以確保信息的輿論健康發展。

（8）統計報告。根據輿情分析引擎處理后的結果庫生成報告，用戶可通過瀏覽器瀏覽，提供信息檢索功能，根據指定條件對熱點話題、傾向性進行查詢，并瀏覽信息的具體內容，提供決策支持。

（9）預警。輿情預警是一種時效性要求很高、重要程度要求很高的精準網絡輿情監測功能。一個是滿足用戶對一些已經發生的重要網絡事件的實時監測，及時跟蹤事件的發展態勢；另一個是滿足用戶相關行為信息的監測和預警。預警方式分為三種：在線彈框預警、手機短信預警和郵箱預警。監測預警包括監測和預警兩個過程，當系統監測到輿情信息后將及時發出預警，讓相關人員第一時間掌握輿情狀況。

1.2 互聯網中氣象災害信息的提取

利用輿情監測技術，設置各類氣象災害關鍵詞，即可完成互聯網中災害信息的提取。該方法應具有以下幾個特征

（1）多載體全網監測。可監測搜索引擎、新聞門戶、論壇、博客、留言板、微博、微信、QQ群、電子報、SNS載體、各單位主頁。提供通用采集配置，支持大部分新聞、論壇的采集，并可配置指定URL，指定微博、微信賬戶的監測。

（2）全天候不間斷監測。可定時監測，也可24 h全天候監測，不放過每一條網絡災情信息，第一時間發現網絡氣象災情。

（3）信息智能提取技術。智能提取網頁中有效的災情信息，如：發生時間、地點、影響等。并對具有關聯性的多個網頁內容進行自動合并、自動提取等。

（4）結構化采集技術。對非結構化的網頁數據采集時進行結構化的信息抽取和數據存儲，滿足多維度的信息挖掘和統計需要，形成結構化的災情信息記錄。

（5）關鍵詞管理功能。可設置與氣象災害相關的關鍵詞，如暴雨、大風、暴雪等，根據設定的關鍵詞進行監控。也可以實現自動提取關鍵詞功能，根據搜索到的有效信息，自動關聯其他關鍵詞，進一步豐富氣象災害關鍵詞。

（6）災情傳播途徑跟蹤。智能分析網絡輿情傳播途徑，并通過反向解析技術解析出URL所對應的網站名稱。使整個監管平臺能夠有效的實現“發現傳播源頭、追蹤傳播內容、監控傳播主體”，可通過該項功能查找氣象災害主要傳播媒體。

2 網絡氣象災害信息共享平臺

為了便于網絡氣象災害信息的應用，網絡氣象災害數據庫設計的合理性則十分重要。該文中的設計原則有以下幾種。

（1）基本字段設置。為了充分利用原有氣象災情數據庫（如災情直報數據庫），該文參照《全國氣象災情收集上報技術規范》設置數據庫字段，其數據庫字段屬性與其保持基本一致。

（2）災情信息分類。根據災害發生地點，本文將災情信息分為兩種：面狀災情和點狀災情。所謂面狀災情，指的是災害發生地點具體到某個市或者縣，范圍比較粗略；而點狀災情，指的是災害發生地點具體到某個村鎮或者某條街道，范圍比較精確。

（3）地理信息。根據災害發生地點，為每條災情信息添加相應的經緯度信息。

（4）氣象要素信息。根據不同的災害種類，為每條災情信息匹配其相對應的氣象要素。這樣便于后期氣象災情數據的高效利用。

將網絡中搜集的災情信息按照上述原則進行入庫，形成災情信息共享，供氣象災害風險預警與評估業務平臺實時訪問。

3 關鍵技術

3.1 氣象災情關鍵詞設置

利用網絡進行搜索，得到的結果準確與否，很大程度上與所設置的關鍵詞相關。設置的關鍵詞過多，得到的信息越準確，但是也有可能丟失過多有用信息；設置的關鍵詞過少，得到的冗余信息太多，又加大了篩選工作的難道。如何得到合適的關鍵詞，成為了該文中的關鍵技術。

該文主要是采用人機互動的方式完善關鍵詞管理功能，前期對人工搜索的災害相關信息，進行整理分析，統計描述災情使用詞匯的頻率。將頻率較高的詞匯設置為初始關鍵詞；后期系統根據初始關鍵詞，查找到相關信息，自動統計高頻詞匯，進行添加，實現關鍵詞的逐步完善。

3.2 氣象要素匹配技術

根據發生時間為每條災情信息匹配其相關的氣象信息。通過自動調取氣象資料庫，包括A文件、Z文件、加密自動站資料、雷達資料和氣象衛星云圖等，通過插值、雷達反演等方法獲取災情發生地距離最近、時間最接近的氣象資料，采用自動和人工相結合的方法給每條災情記錄信息添加產生氣象災情的氣象要素實況的特征值。

3.3 氣象災情數據篩選

（1）通過氣象要素實況資料的匹配剔除錯誤、標記可疑災情信息記錄。將氣象要素的實況資料與逐條災情資料信息對比分析，對實況資料與災情影響明顯不符的應刪除，有疑問的，標記為可疑記錄。

（2）從民政、統計、水利、農業、交通運輸等有關部門、氣象災害大典、報紙和媒體等獲取災情及影響數據再次實現對氣象災情資料的篩選，確保災情資料的合法可靠。

4 結語

氣象災害災情的快速收集和共享對于開展災害性天氣的監測、預報和服務工作至關重要。基于網絡輿情監測技術的氣象災害信息收集方法可以有效解決現有災情收集方法上報不及時，覆蓋范圍密度低等缺點。可實現災情的快速共享，有效提高氣象災害風險預警的時效性和評估的準確性，加強氣象預報服務和災害災情分析能力，對于各級部門開展災害災情應用亦有較強的指導意義。

參考文獻

[1] 帥向華，胡素平，劉欽，等.地震災情網絡媒體獲取與處理模型[J].自然災害學報，2013，22（3）：178-184.

[2] 中國氣象局關于印發《氣象災害風險管理業務建設（2015—2016年）實施方案》的通知[氣發〔2015〕46號][Z].2015.

[3] 程鵬.氣象災情收集與影響評估工作中存在的若干問題[J].湖北氣象，2005（4）：39-40.

[4] 王元卓，靳小龍，程學旗.網絡大數據：現狀與展望[J].計算機學報，2013，36（6）：1125-1138.

[5] 王清川.近58年廊坊市氣象災情普查分析及問題與建議[J].防災科技學院學報，2009，11（4）：36-43.

[6] 杜鵑，汪明，史培軍.基于歷史事件的暴雨洪澇災害損失概率風險評估——以湖南省為例[J].應用基礎與工程科學學報，2014，22（5）：916-927.

[7] 蔡立輝，楊欣翥.大數據在社會輿情監測與決策制定中的應用研究[J].行政論壇，2015（2）：1-10.

[8] 黃崇福.用智聯網緩解風險分析中的4個問題[J].自然災害學報，2014，23（2）：1-7.

[9] 章國才.氣象災害風險評估與區劃方法[M].氣象出版社，2010.