福建师范大学学报(自然科学版)2023，Vol.39Issue(1) ：130-139.DOI:10.12046/j.issn.1000-5277.2023.01.017

基于微信文本的台风灾情快速评估方法研究

Rapid Assessment Method of Typhoon Disaster Based on WeChat Text

姚桂福 林广发 祁新华 张欣媛 白远远 陈齐超
福建师范大学学报(自然科学版)2023，Vol.39Issue(1) ：130-139.DOI:10.12046/j.issn.1000-5277.2023.01.017
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于微信文本的台风灾情快速评估方法研究

Rapid Assessment Method of Typhoon Disaster Based on WeChat Text

姚桂福 1林广发 2祁新华 1张欣媛 1白远远 3陈齐超1
扫码查看

作者信息

  • 1. 福建师范大学地理科学学院, 福建 福州 350117
  • 2. 福建师范大学地理科学学院, 福建 福州 350117;福建省陆地灾害监测评估工程技术研究中心, 福建 福州 350117;海西地理国情动态监测与应急保障研究中心, 福建 福州 350117
  • 3. 北京师范大学地理科学学部, 北京 100875
  • 折叠

摘要

利用Python程序采集了与2019年台风"利奇马"和"白鹿"相关的1036篇有效微信文章,抽取其中的灾情信息,基于词云图分析了灾害应急信息类型并给出台风"利奇马"中各省灾情大小的排序;构建了省级台风灾情指数并以此验证上述灾情排序结果.结果表明:(1)在台风的不同阶段,大众的关注内容反映出不同的灾害应急信息类型,在台风登陆前,主要为交通信息、天气预警;台风登陆时(后)主要为交通信息、天气预警、伤亡及营救、次生灾害、电力中断、事件/人物追踪、灾后恢复等;台风消亡后,主要为伤亡及营救、灾后恢复;基于微信文本数据推测的各省灾情排序为浙江、山东、上海、安徽、江苏、福建、台湾、湖南;(2)台风"利奇马"的灾情指数为11.57,处于大灾区间范围内,台风"白鹿"灾情指数为1.33,处于轻灾区间范围内;在省级台风灾情指数中,各省灾情排序依次为浙江、山东、安徽、江苏、上海、辽宁、河北、吉林、福建,与基于微信文本数据推测的各省灾情排序基本吻合.

关键词

微信文本/台风灾害/灾情评估/台风灾情指数

引用本文复制引用

基金项目

国家重点研发计划重点专项(2016YFC0502905)

福建省自然科学基金(2022J01180)

出版年

2023
福建师范大学学报(自然科学版)
福建师范大学

福建师范大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.353
ISSN：1000-5277
参考文献量24
段落导航相关论文