摘要

提取2021年7月10日—2023年4月10日新浪微博的洪涝灾害文本,基于朴素贝叶斯算法实现暴雨洪涝情感分析,构建了一种融合核心致灾因子、承灾载体和社交媒体实时数据的洪涝灾损估算(ISFRD)模型。结果表明:在社交媒体中,暴雨洪涝灾害的情感峰值主要集中在6—8月,峰值变化和洪涝灾害热点事件讨论具有强同步关系;洪灾期间情感波动变化,洪涝损失与平均情感值具有反向关系;ISFRD洪涝灾损模型可以有效评估省(市)级尺度、不同受灾程度的暴雨洪涝事件,估算结果精度较高(平均准确率>90%,MAE=27.04,RMSE=45.26)。在日益复杂的气候环境下,该模型可为洪涝灾损快速厘定、防灾减灾和舆论引导提供一定参考。

  • 出版日期2023
  • 单位三峡大学; 四川轻化工大学