咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于自然语言识别的上海市报警灾情数据识别及其气象灾害特征分析... 收藏

基于自然语言识别的上海市报警灾情数据识别及其气象灾害特征分析研究

Research on recognition of alarm disaster data and analysis of meteorological disaster features in Shanghai based on natural language recognition algorithm

作     者:杨辰 潘顺 严岩 YANG Chen;PAN Shun;YAN Yan

作者机构:上海市气象灾害防御技术中心上海200030 

出 版 物:《自然灾害学报》 (Journal of Natural Disasters)

年 卷 期:2021年第30卷第3期

页      面:142-150页

核心收录:

学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 07[理学] 08[工学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学] 

基  金:上海市2020年度“科技创新行动计划”社会发展科技攻关定向项目(20DZ1200403) 上海市气象局业务类科研项目(MS202008)共同资助 

主  题:110灾情 LDA TF-IDF 特征分析 

摘      要:上海作为特大型城市,其城市运行极易受到气象条件影响。受制于传统的灾害上报和普查渠道,灾情数据量较为有限且时效性不强。研究基于110气象灾情数据,采用自然语言处理算法,对报警灾情描述信息进行分析提取,识别灾种、承灾体和影响程度等信息,并进一步分析了气象灾害的时空特征以及致灾的气象条件。结果表明,该方法可以较好地提取气象灾害的类别、承灾体及影响信息。近10a灾情分布年际差异较大,月分布以8月和10月为最多,小时分布呈现双峰特征,且工作日更为明显。暴雨和大风的灾情空间分布均以中心城区为最高,其次为紧邻中心城区的外环以内区域以及各区的城市副中心。结合气象资料分析,短时强降雨和长时间的较强降雨是引发暴雨灾害的重要因素,瞬时大风往往会引起大风灾害,而台风和持续性强降水是造成灾情大量爆发的主要原因。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分