基于自然語言識別的上海市報(bào)警災(zāi)情數(shù)據(jù)識別及其氣象災(zāi)害特征分析研究

楊 辰，潘 順，嚴(yán) 巖

(上海市氣象災(zāi)害防御技術(shù)中心，上海 200030)

上海是一個(gè)特大型城市，人口密度高，經(jīng)濟(jì)密度大，城市運(yùn)行極易遭受氣象影響[1-2]，同時(shí)在全球氣候變化的大背景下，各種自然災(zāi)害和極端氣候事件的發(fā)生頻率和強(qiáng)度也呈現(xiàn)出逐漸增強(qiáng)的趨勢[3-4]。近年來，上海災(zāi)害性天氣時(shí)有發(fā)生，2018年更是在1個(gè)月內(nèi)接連遭遇3次臺風(fēng)的直接登陸，給城市的安全穩(wěn)定運(yùn)行帶來了較大的挑戰(zhàn)。

目前已有不少學(xué)者開展了針對氣象災(zāi)害的時(shí)空特征分析及風(fēng)險(xiǎn)評估研究，但所用災(zāi)害數(shù)據(jù)大多來源于氣象信息員上報(bào)及相關(guān)災(zāi)情普查資料[5-9]，受制于災(zāi)情收集渠道，數(shù)據(jù)量較為有限，且從災(zāi)害發(fā)生到數(shù)據(jù)收集入庫往往需要較長的時(shí)間，難以支撐對受災(zāi)情況進(jìn)行快速分析研判的需要。近年來，隨著互聯(lián)網(wǎng)和社交平臺的發(fā)展，利用微博來獲取災(zāi)情和檢測突發(fā)事件的相關(guān)研究也越來越多，但主要涉及地震等災(zāi)害的識別[10-12]，專門針對氣象災(zāi)害方面的研究較少[13-15]，且微博數(shù)據(jù)中混雜了大量的非災(zāi)害信息，增加了信息識別和數(shù)據(jù)清洗的難度。相比之下，110災(zāi)情數(shù)據(jù)具備較為規(guī)整的地址和災(zāi)害描述信息，且數(shù)據(jù)的時(shí)效性較強(qiáng)，可支持基于災(zāi)情信息的準(zhǔn)實(shí)時(shí)分析研判，對于城市運(yùn)行氣象風(fēng)險(xiǎn)具有較好的指征意義。因此本文利用上海市應(yīng)急聯(lián)動平臺接報(bào)的110氣象災(zāi)情數(shù)據(jù)進(jìn)行挖掘分析，并基于關(guān)鍵詞識別+LDA方法實(shí)現(xiàn)對氣象災(zāi)情的主題建模，在此基礎(chǔ)上，結(jié)合氣象觀測數(shù)據(jù)開展了災(zāi)情分布的特征分析，為氣象災(zāi)害的快速識別匹配和結(jié)構(gòu)化提取提供了一定的技術(shù)支撐，同時(shí)也為基于災(zāi)情信息的城市精細(xì)化管理決策提供了參考。

1 研究資料與方法

1.1 研究資料

數(shù)據(jù)資料主要包括2010-2019年的氣象災(zāi)害數(shù)據(jù)及同期氣象觀測數(shù)據(jù)。災(zāi)害數(shù)據(jù)來源于市民電話報(bào)警，通過接警員將報(bào)警電話記錄為文字描述信息錄入系統(tǒng)，并經(jīng)由上海市應(yīng)急聯(lián)動平臺實(shí)時(shí)接入上海市氣象局值班業(yè)務(wù)平臺，數(shù)據(jù)字段包括日期時(shí)間、事件發(fā)生地址、接警員記錄的災(zāi)情文字描述以及根據(jù)報(bào)警人所在位置識別的經(jīng)緯度信息等。由于災(zāi)情經(jīng)緯度識別為報(bào)警人所在位置，在異地報(bào)警的情況下，經(jīng)緯度坐標(biāo)會存在較大偏差，因此本文在進(jìn)行空間位置匹配分析的過程中，基于百度地圖開放平臺[16]和高德開放平臺[17]提供的接口對報(bào)警信息中記錄的災(zāi)情發(fā)生地址進(jìn)行經(jīng)緯度解析，并剔除與原經(jīng)緯度偏差大于0.05°的災(zāi)情記錄。由于暴雨、大風(fēng)等氣象災(zāi)情主要發(fā)生在6-10月的汛期，其占比超過10a全部災(zāi)情數(shù)的95.5%，因此本研究選用6-10月的災(zāi)情數(shù)據(jù)進(jìn)行分析建模，所用災(zāi)情數(shù)據(jù)共計(jì)32349條。

氣象觀測數(shù)據(jù)包含了2010-2019年共254個(gè)自動氣象觀測站記錄的雨量、氣溫、風(fēng)速、風(fēng)向等信息，時(shí)間分辨率為1 h。為保證數(shù)據(jù)的連續(xù)性，研究中剔除了數(shù)據(jù)記錄時(shí)段不足研究時(shí)段30%的站點(diǎn)，最終選取了143個(gè)自動氣象站參與分析。在與降雨和大風(fēng)災(zāi)情的匹配分析中，按經(jīng)緯度位置分別獲取距離災(zāi)情位置最近和次近的氣象站信息，如距離最近的自動站點(diǎn)該時(shí)次缺測數(shù)據(jù)，則采用次近站點(diǎn)的同時(shí)次數(shù)據(jù)進(jìn)行填充，用于暴雨和大風(fēng)的致災(zāi)條件分析。

1.2 方法

由于110氣象災(zāi)情具備較完整的案發(fā)地址和災(zāi)情文字描述，因此本文基于上述文本信息，在R語言環(huán)境下，采用Jieba中文分詞引擎進(jìn)行分詞，并對分詞后的文本進(jìn)行停用詞處理，在此基礎(chǔ)上，采用關(guān)鍵詞提取與隱含狄利克雷分布(LDA)相結(jié)合的方式對災(zāi)情描述信息進(jìn)行主題聚類，識別暴雨、大風(fēng)、雷電和冰雹四類氣象災(zāi)種，并進(jìn)一步分析氣象災(zāi)害的時(shí)空特征，以及致災(zāi)的氣象條件。

1.2.1 中文分詞

中文分詞就是將中文語料按照一定規(guī)則重新組合成詞序列的過程。目前常用的中文分詞工具有ICTCLAS、SegmentCN、Jieba等，本文選用JiebaR分詞包進(jìn)行災(zāi)情文本的分詞處理，并采用混合分詞引擎，即結(jié)合最大概率法和隱式馬爾科夫模型的方式進(jìn)行。由于該分詞方法的效果與分詞詞典有很大關(guān)系，因此本文針對災(zāi)情描述信息采用Jieba自帶的分詞詞典，而對于災(zāi)情地址信息的提取，則基于搜狗細(xì)胞詞典中的“上海地名街道名”詞庫[18]進(jìn)行處理。

1.2.2 停用詞處理

停用詞是指文本中那些沒有實(shí)際意義但又可能大量出現(xiàn)的詞項(xiàng)，比如“的”，“是”等等。這些詞使用頻率過高，往往會對分析造成干擾，因此需要進(jìn)行停用詞處理。本文根據(jù)110災(zāi)情信息的特點(diǎn)，除了識別常用的中文停用詞以外，還去除了諸如“上址”、“到場”、“民警”、“通知”、“分局”等詞項(xiàng)。

1.2.3 LDA主題聚類

注：圖中α和β分別為θ和φ的超參數(shù)； θ表示文本下主題的分布； φ表示主題下詞項(xiàng)的分布； Z表示某詞項(xiàng)所對應(yīng)的主題； wt表示構(gòu)成某文本的詞項(xiàng)； N表示詞的個(gè)數(shù)； M表示語料庫中文本的數(shù)量； k表示某文本所可能具有的主題數(shù)。

LDA(隱含狄利克雷分布)是由Blei等人[19]于2003年提出的三層貝葉斯主題模型，其結(jié)構(gòu)包含文本層、主題層以及單詞層，目的是通過無監(jiān)督學(xué)習(xí)的方法從文本中發(fā)現(xiàn)隱含的語義維度。LDA模型的基本思想是每條文本由多個(gè)主題以多項(xiàng)式分布構(gòu)成，每個(gè)主題又由多個(gè)單詞以多項(xiàng)式分布構(gòu)成，而多項(xiàng)式分布的先驗(yàn)概率分布為狄利克雷分布[20]。LDA目前被廣泛應(yīng)用于文本主題識別、文本分類、文本相似度計(jì)算等文本挖掘的熱門研究領(lǐng)域[21]。圖1為LDA的貝葉斯網(wǎng)絡(luò)圖。

本文基于關(guān)鍵詞識別+LDA的方法對災(zāi)情描述信息進(jìn)行主題聚類，由于雷電和冰雹災(zāi)情占比很少，因此首先基于關(guān)鍵詞提取的方式，識別雷電和冰雹災(zāi)種，然后基于R建立語料庫，結(jié)合LDA主題模型參數(shù)先驗(yàn)知識[22]得到經(jīng)驗(yàn)性取值方法，對暴雨和大風(fēng)進(jìn)行文本分類。經(jīng)過以上分類處理后，得到近10a中6-10月的氣象災(zāi)害共32 294條，其中暴雨災(zāi)害16 866條，大風(fēng)災(zāi)害14 859條，雷電災(zāi)害517條，冰雹災(zāi)害52條。

1.2.4 TF-IDF關(guān)鍵詞提取

在對氣象災(zāi)情進(jìn)行分類的基礎(chǔ)上，利用TF-IDF(詞頻-逆文檔頻率)算法提取主題對應(yīng)的關(guān)鍵詞，TF-IDF可以識別在災(zāi)情描述中出現(xiàn)次數(shù)較多并且很少出現(xiàn)在其他文本語料中的詞項(xiàng)，從而突出不同災(zāi)種對應(yīng)的災(zāi)情影響及承災(zāi)體等關(guān)鍵詞信息。任何給定詞項(xiàng)的逆文檔頻率定義為[23]：

(1)

其中，ndocuments為語料庫中的文檔總數(shù)，ndocuments containing term為包含該詞項(xiàng)的文檔數(shù)。

2 結(jié)果與分析

2.1 災(zāi)情類別分析

2.1.1 氣象災(zāi)害分類準(zhǔn)確度檢驗(yàn)

根據(jù)本文預(yù)設(shè)的主題數(shù)，基于關(guān)鍵詞識別+LDA方法共分類了暴雨、大風(fēng)、雷電和冰雹四類氣象災(zāi)情。為了檢驗(yàn)?zāi)Ｐ椭黝}分類的準(zhǔn)確性，本文以分類災(zāi)情數(shù)為單位采用分層隨機(jī)采樣方法，從每一類結(jié)果中分別隨機(jī)抽取10%的樣本，總計(jì)3 230個(gè)樣本參與人工檢驗(yàn)判別，檢驗(yàn)結(jié)果如表1所示。

從混淆矩陣(表1)中可以看到，基于關(guān)鍵詞識別+LDA方法可以較好地對上海汛期的氣象災(zāi)情類別進(jìn)行識別和提取，分類總體精度達(dá)到98.9%，可以滿足對氣象災(zāi)害快速識別提取的需要。除雷電和冰雹外，暴雨、大風(fēng)災(zāi)情的分類精確率分別達(dá)到98.9%和96.5%，其中風(fēng)災(zāi)的誤判主要集中在臺風(fēng)天氣導(dǎo)致的次生災(zāi)害，如造成的道路塌陷及道路護(hù)欄被積水沖散等；而暴雨分類中同樣存在部分與大風(fēng)災(zāi)情的混淆。此外，人工判別還識別出部分非氣象災(zāi)害，如非氣象原因造成的小區(qū)停電以及水管爆裂導(dǎo)致的路面積水等。

表1 氣象災(zāi)情分類人工檢驗(yàn)結(jié)果Table 1 Results of the manual test for meteorological disasters classification

2.1.2 災(zāi)種對應(yīng)詞頻比較分析

圖2為暴雨和大風(fēng)災(zāi)情的詞項(xiàng)頻率分布圖，圖中所出現(xiàn)的詞項(xiàng)在暴雨和大風(fēng)災(zāi)情描述中至少都出現(xiàn)過一次?？梢钥吹綀D中接近直線的詞在兩類災(zāi)情中具有相似的頻率，如“車窗”、“摔倒”、“路口”、“馬路”，以及高頻端的“臺風(fēng)”、“轎車”等，而遠(yuǎn)離直線的詞表示在不同災(zāi)種的災(zāi)情表述中出現(xiàn)頻率存在較大差異。例如，在大風(fēng)災(zāi)情中頻繁出現(xiàn)的“砸壞”、“刮倒”、“大樹”、“廣告牌”、“信號燈”等詞很少在暴雨災(zāi)情中出現(xiàn)；同樣，“抽水”、“水深”、“家中”、“進(jìn)水”、“積水”等詞項(xiàng)和描述水深的關(guān)鍵詞(如腳踝、膝蓋、大腿等定性描述以及不同數(shù)字和“厘米”或“公分”組合的定量描述)則很少在大風(fēng)災(zāi)情中出現(xiàn)。

圖2 暴雨和大風(fēng)災(zāi)情詞項(xiàng)頻率分布Table 2 Frequency distribution of torrential rain and gale disaster terms

2.1.3 類型關(guān)鍵詞及詞云分析

采用TF-IDF方法分類別進(jìn)行關(guān)鍵詞提取，并基于提取的關(guān)鍵詞進(jìn)行詞云分析?？梢钥吹奖┯隇?zāi)情關(guān)鍵詞中“積水”和“進(jìn)水”的占比最高，其次為“家中”、“轎車”等承災(zāi)體描述，以及“水深”、“膝蓋”、“拋錨”等受災(zāi)程度的表述。同樣，大風(fēng)災(zāi)情中，主要關(guān)鍵詞為“轎車”、“樹”、“雨棚”、“電線”等承災(zāi)體信息以及“砸壞”、“吹倒”、“掉落”等災(zāi)害影響描述。

注：圖a為所有災(zāi)種的詞云，圖b、c、d分別為暴雨、大風(fēng)和雷電災(zāi)種對應(yīng)的詞云。

2.1.4 災(zāi)情共現(xiàn)詞項(xiàng)分析

詞項(xiàng)網(wǎng)絡(luò)圖(圖4)可以分析災(zāi)情描述中成對出現(xiàn)的詞項(xiàng)頻率，并對該關(guān)系網(wǎng)絡(luò)進(jìn)行繪圖。從暴雨(圖4a)和大風(fēng)(圖4b)的詞項(xiàng)網(wǎng)絡(luò)圖中都可以看到一些清晰的聚類，如暴雨災(zāi)情中，“積水”、“公分”、“家中”、“膝蓋”、“消防”、“水深”、“轎車”等形成了比較顯著的詞項(xiàng)聚簇；而對于大風(fēng)災(zāi)情，“臺風(fēng)”、“傷”、“樹”、“轎車”、“砸”、“影響”、“交通”、“車道”等詞項(xiàng)同樣存在較強(qiáng)的聚類現(xiàn)象。分析表明災(zāi)情描述中的關(guān)鍵詞均存在較強(qiáng)的共現(xiàn)情況，可以形成較為清晰的聚類結(jié)構(gòu)。

圖4 暴雨和大風(fēng)災(zāi)情的詞項(xiàng)網(wǎng)絡(luò)Fig.4 Term network of torrential rain and gale disasters

2.1.5 災(zāi)害承災(zāi)體和受災(zāi)影響分析

基于上述關(guān)鍵詞提取結(jié)果，文中還進(jìn)行了暴雨、大風(fēng)和雷電災(zāi)種的災(zāi)害承災(zāi)體分析，并進(jìn)一步區(qū)分為一級承災(zāi)體和次級承災(zāi)體。結(jié)果表明，暴雨災(zāi)情中，73.9%的承災(zāi)體信息可以經(jīng)由災(zāi)情描述進(jìn)行識別和提取，其中，房屋、車輛和道路的受災(zāi)比例最高，占比分別達(dá)到38.6%、27.4%和13.4%；對于大風(fēng)災(zāi)害，可以識別98.9%的承災(zāi)體信息，受災(zāi)比例最高的承災(zāi)體分別是樹、房屋和雨棚，占比分別達(dá)到21.5%、13.1%和12.8%，此外，大風(fēng)災(zāi)情描述中還可以提取出較多的次級承災(zāi)體信息，其中以大風(fēng)吹倒行道樹或吹落構(gòu)筑物砸壞車輛的占比最高，表明大風(fēng)災(zāi)情具有一定的傳遞作用；對于雷電災(zāi)害，可以識別97.9%的承災(zāi)體信息，受災(zāi)比例最高的承災(zāi)體分別為電力設(shè)施、房屋和電線。

在此基礎(chǔ)上，本文還針對暴雨災(zāi)情中積水深度的定量表述進(jìn)行了識別和提取，并將諸如“腳踝”、“膝蓋”、“大腿”等文字描述分別轉(zhuǎn)換為定量的積水深度。結(jié)果表明，積水深度以30～50 cm的頻次為最多，其次為10～20 cm，對于個(gè)別區(qū)域如地下室、車庫等也出現(xiàn)過報(bào)警描述超過200 cm的積水災(zāi)情。

2.2 災(zāi)情時(shí)間分布特征

從災(zāi)情逐年分布(圖5(a))可以看到，近10a上海6-10月的110氣象災(zāi)情年際差異較大，災(zāi)情發(fā)生最多的是2012年，為9 679條，最少為2010年，僅124條。近10a中受災(zāi)較為嚴(yán)重的年份分別是2012年、2013年和2019年，而臺風(fēng)和持續(xù)性強(qiáng)降水是造成災(zāi)情大量爆發(fā)的主要原因。2012年上海受“海葵”臺風(fēng)影響，2012年8月8日-8月9日，48小時(shí)接報(bào)災(zāi)情8 328條(暴雨災(zāi)情2 998條，大風(fēng)災(zāi)情5 324條，雷電災(zāi)情6條)，占該年度6-10月災(zāi)情總數(shù)的86%；2013年受“菲特”臺風(fēng)和“0913”強(qiáng)降雨影響，災(zāi)情數(shù)分別為4 542條和966條，占該年6-10月災(zāi)情數(shù)的85%；2019年上海接連遭遇“利奇馬”、“米娜”臺風(fēng)影響，分別造成了4 568、1 123起氣象災(zāi)害。

災(zāi)害的逐月分布(圖5(b))上，8月份氣象災(zāi)害發(fā)生數(shù)量最多，為18 268條，占近10a中6-10月災(zāi)情總數(shù)的56%，其次為10月份的6 144條，占災(zāi)情總數(shù)的18%，再次為6月份的3 513條，占比11%。

本文還分別統(tǒng)計(jì)了工作日(圖5(c))和非工作日(圖5(d))氣象災(zāi)情的逐小時(shí)分布，可以看到工作日的災(zāi)情分布呈現(xiàn)出明顯的雙峰特征，早高峰出現(xiàn)在08時(shí)，近10a災(zāi)情數(shù)為1 617條，晚高峰出現(xiàn)在16時(shí)，災(zāi)情數(shù)為2 178條，與市民出行的早晚高峰時(shí)間基本對應(yīng)；節(jié)假日的災(zāi)情時(shí)間分布同樣呈現(xiàn)出雙峰特征，但早高峰不明顯，7-10時(shí)災(zāi)情都呈現(xiàn)出高發(fā)趨勢，同時(shí)晚高峰的時(shí)間較工作日有所提前，出現(xiàn)在15時(shí)，災(zāi)情數(shù)為967條。

圖5 2009-2018年6-10月氣象災(zāi)情時(shí)間分布Fig.5 Temporal distribution of meteorological disaster from June to October during 2009-1018

2.3 災(zāi)情空間分布特征

2.3.1 災(zāi)情密度空間分析

暴雨(圖6(a))和大風(fēng)(圖6(b))的災(zāi)情空間分布較為一致，災(zāi)情密度都以中心城區(qū)為最高，分別為77個(gè)/km2和47個(gè)/km2，其次為緊鄰中心城區(qū)的外環(huán)以內(nèi)區(qū)域以及各區(qū)的城市副中心，如嘉定鎮(zhèn)、寶山友誼路街道、奉賢南橋鎮(zhèn)、浦東惠南鎮(zhèn)以及青浦和松江城區(qū)等，總體上看暴雨和大風(fēng)災(zāi)情的高發(fā)區(qū)域都與城市人員密集區(qū)相重合。

圖6 災(zāi)情核密度圖Fig.6 Kernel density map of disaster

2.3.2 基于中文分詞的災(zāi)情路段分析

根據(jù)搜狗細(xì)胞詞典中的“上海地名街道名”詞庫進(jìn)行受災(zāi)路段的提取，結(jié)果表明，在暴雨和大風(fēng)影響下，部分路段多次受災(zāi)。其中“滬青平公路”、“共和新路”、“場中路”、“滬太路”、“浦東大道”等路段遭受暴雨和大風(fēng)災(zāi)害都較為頻繁，受災(zāi)年份主要集中在2012年、2013年、2015年和2019年，與災(zāi)情逐年分布趨勢相吻合。除以上路段外，暴雨災(zāi)情中，“真南路”、“滬松公路”、“北青公路”等路段歷史上受災(zāi)次數(shù)也較多；大風(fēng)災(zāi)情中，受災(zāi)較多的路段還包括“滬南公路”、“川南奉公路”和“龍吳路”等，如圖7所示。

圖7 災(zāi)情發(fā)生路段頻數(shù)分析Fig.7 Frequency analysis of roads where disasters occurred

2.4 氣象與災(zāi)情的特征分析

2.4.1 暴雨致災(zāi)氣象條件分析

分析發(fā)生暴雨災(zāi)情對應(yīng)的整點(diǎn)時(shí)次以及災(zāi)情發(fā)生前1～23 h有觀測記錄的自動站小時(shí)雨強(qiáng)，繪制暴雨致災(zāi)雨量時(shí)序分布圖。從圖8中可以看出，平均小時(shí)雨強(qiáng)和小時(shí)雨強(qiáng)最大值均出現(xiàn)在暴雨災(zāi)情發(fā)生前1 h，說明短時(shí)強(qiáng)降雨是引起暴雨災(zāi)害的主要因素。此外，災(zāi)情發(fā)生前1～3 h的降雨強(qiáng)度呈現(xiàn)逐漸降低的趨勢，表明暴雨致災(zāi)還存在一定的累積效應(yīng)，長時(shí)間的較強(qiáng)降雨同樣是引發(fā)內(nèi)澇災(zāi)害的重要因素。

2.4.2 大風(fēng)致災(zāi)氣象條件分析

分析發(fā)生大風(fēng)災(zāi)害對應(yīng)的整點(diǎn)時(shí)次以及災(zāi)害發(fā)生前1-23 h有觀測記錄的自動站小時(shí)極大風(fēng)速，繪制大風(fēng)致災(zāi)風(fēng)力時(shí)序分布圖。從圖9中可以看出，平均小時(shí)極大風(fēng)速最大值同樣出現(xiàn)在大風(fēng)災(zāi)害發(fā)生前1 h，且在大風(fēng)災(zāi)害發(fā)生前，隨著時(shí)間推移，小時(shí)極大風(fēng)速平均值逐漸減小，但風(fēng)力極大值相差并不明顯，表明大風(fēng)報(bào)災(zāi)存在一定的延后效應(yīng)，而瞬時(shí)大風(fēng)是致災(zāi)的主要原因。

3 結(jié)論與討論

研究基于R語言環(huán)境，以2010-2019年氣象災(zāi)情數(shù)據(jù)為研究資料，采用Jieba中文分詞引擎對自然語言描述的氣象災(zāi)情進(jìn)行分詞，并對分詞后的文本進(jìn)行停用詞處理。在此基礎(chǔ)上，采用關(guān)鍵詞提取與LDA相結(jié)合的方法對災(zāi)情描述信息進(jìn)行主題聚類，識別暴雨、大風(fēng)、雷電和冰雹四類氣象災(zāi)害。結(jié)果表明，采用關(guān)鍵詞提取和LDA相結(jié)合的方法可以較好地對上海汛期的氣象災(zāi)害類別進(jìn)行識別和提取，分類總體精度達(dá)到98.9%，可以滿足對氣象災(zāi)害快速識別提取的需要。

在災(zāi)情分類的基礎(chǔ)上，本文還進(jìn)一步分析了暴雨和大風(fēng)災(zāi)害的詞頻和關(guān)鍵詞特征。結(jié)果表明，暴雨和大風(fēng)災(zāi)情中，除了部分詞項(xiàng)在兩種災(zāi)情描述中均較為常見以外，大多數(shù)的詞項(xiàng)分布存在較為明顯的差異，且高頻詞大多包含承災(zāi)體和災(zāi)情影響的表述信息。此外，暴雨和大風(fēng)災(zāi)情詞項(xiàng)均存在較強(qiáng)的共現(xiàn)情況，可以形成較為清晰的聚類結(jié)構(gòu)?；跒?zāi)害承災(zāi)體和受災(zāi)影響的進(jìn)一步分析表明，暴雨災(zāi)情中，房屋、車輛和道路的受災(zāi)比例最高，占比分別達(dá)到38.6%、27.4%和13.4%，在受災(zāi)程度方面，積水深度以30～50 cm的頻次為最多，其次為10～20 cm，個(gè)別區(qū)域如地下室、車庫等也出現(xiàn)過報(bào)警描述超過200 cm的積水災(zāi)情。對于大風(fēng)災(zāi)害，受災(zāi)比例最高的承災(zāi)體分別是樹、房屋和雨棚，占比分別達(dá)到21.5%、13.1%和12.8%。此外，大風(fēng)災(zāi)情描述中還可以提取出較多的次級承災(zāi)體信息，其中以大風(fēng)吹倒行道樹或吹落構(gòu)筑物砸壞車輛的占比最高，表明大風(fēng)災(zāi)害具有一定的傳遞作用。

本文還分析了災(zāi)害發(fā)生的時(shí)空分布特征，并結(jié)合氣象觀測數(shù)據(jù)，分析了暴雨和大風(fēng)災(zāi)害的致災(zāi)氣象條件。結(jié)果表明，近10a上海市6-10月的110氣象災(zāi)情年際差異較大，受災(zāi)較為嚴(yán)重的年份分別是2012年、2013年和2019年，而臺風(fēng)和持續(xù)性強(qiáng)降水是造成災(zāi)情大量爆發(fā)的主要原因；災(zāi)害的逐月分布上，8月份氣象災(zāi)害發(fā)生數(shù)量最多，其次為10月份。災(zāi)情的逐時(shí)分布呈現(xiàn)出雙峰特征，且工作日更為明顯，早晚高峰分別對應(yīng)08時(shí)和16時(shí)。暴雨和大風(fēng)的災(zāi)情空間分布均以中心城區(qū)為最高，其次為緊鄰中心城區(qū)的外環(huán)以內(nèi)區(qū)域以及各區(qū)的城市副中心，且基于路名提取結(jié)果，“滬青平公路”等6條路段遭受暴雨和大風(fēng)災(zāi)害都較為頻繁，受災(zāi)年份主要集中在2012年、2013年、2015年和2019年。此外，結(jié)合氣象觀測資料分析，暴雨災(zāi)情中短時(shí)強(qiáng)降雨和長時(shí)間的較強(qiáng)降雨是引起暴雨災(zāi)害的重要因素，而大風(fēng)災(zāi)情中，致災(zāi)主要由瞬時(shí)大風(fēng)引起。

本文采用自然語言處理方法，基于110氣象災(zāi)情數(shù)據(jù)進(jìn)行分析，可以對影響災(zāi)種、承災(zāi)體及受災(zāi)程度等信息進(jìn)行快速識別，為氣象災(zāi)情的快速收集和結(jié)構(gòu)化提取提供了一定的技術(shù)支撐，很大程度上解決了傳統(tǒng)災(zāi)情收集中存在的時(shí)效性問題，也為相關(guān)研究的開展提供了一個(gè)新的思路。該研究可以對基于災(zāi)情信息的城市精細(xì)化管理決策提供一定的參考依據(jù)。此外，基于110災(zāi)情數(shù)據(jù)資料，如何采用基于數(shù)據(jù)驅(qū)動的研究方法，建立氣象條件與災(zāi)情發(fā)生之間的關(guān)聯(lián)，從而提高對氣象災(zāi)害發(fā)生的影響預(yù)報(bào)和風(fēng)險(xiǎn)預(yù)警能力，還有待進(jìn)一步研究。