通过社交媒体分析气象灾情？这事儿靠谱吗

遇到灾害性天气，用微博、微信等社交媒体随时随地分享一下自己的所见所感，是不少人都有的习惯。比如——

我1分钟前

这场风暴太吓人，刚刚风把门口的树吹倒了，对面楼一片尖叫，把我吓得从床上跳了起来。

但这样做的人可能并不知道，自己随意的一次分享，却能够通过现代技术手段从只言片语中提取有价值的信息，并与气象数据有机结合，汇集成有价值的灾情数据，为气象监测网络提供有效补充。

这并非奇谈，而是已经实践多年，社交媒体的防灾减灾潜力超乎你想象！

位置信息+用户发布：灾情信息有效补充

对于要求严谨认真的灾情统计而言，似乎难以想象社交媒体上碎片化的用户发布内容如何转化为有用的信息，也很难将对气象灾害的描述或图片与具体发生在何处联系起来。

其实，社交媒体本身已经提供了将两者联系在一起的渠道——位置信息。

你的位置

以微博为例，很多用户发布的微博带有位置信息，研究者可以利用新浪微博开发者平台，通过API接口调取这些数据，方便地对用户发布的“灾情”进行定位。

在微博用户密集的地区，这些定位数据密度自然远超过气象监测，不过在山区等人口稀疏地带，数据的密度就很有限了。

广州市突发事件预警信息发布中心工程师黎洁仪对微博的位置信息进行了专门研究，她发现广州地区微博用户黏性极强，每天7时至21时，以及0时至1时均为发微博活跃期。

在活跃期内，用户社交活动和发博意愿均较明显，有利于灾情的发现和监控。

“

通过社交媒体数据获取灾情信息这种方法，主要限定在靠近城市经济中心、人口密度大的区域使用，而从气象灾害造成危害的角度来考虑，这些地区也是敏感区域，灾害在这里容易造成更大影响或更大损失。

这样看来，来自社交媒体的灾情信息就有了充分的利用价值。

从口语到数据：人工智能语义分析显身手

确定了灾情发生的位置，只是第一步。人们发布在社交媒体上的信息，自然绝大多数用语都非常随意，而灾情信息却需要严谨的数据。

如何将这些口语化的表达转化为标准化的数据？无论从成本还是效率方面考虑，人们都不能人工一条一条去区分，这里就需要人工智能语义分析模型登场了。

要想用计算机正确地理解自然语义，需要长期的研发和训练。到目前为止，这方面的研究进展还远称不上完美，但用于分析用户社交媒体信息中的灾害信息，却足以大显身手了。

利用现有的语义分析模型，研究者可以从社交媒体消息中提取出与灾害性天气有关的高频词、关键词，实现信息提纯。

以大风为例，消息中出现风、大风、暴风、狂风、台风、龙卷风等词语时，可以很简单地识别为大风灾情。

更复杂一些的消息可能没有直接提及风，但可能包含对风本身的描述、人对风的感受、树枝树叶受风的影响、窗受风的影响、其他物品受风的影响等五类关键词。

这五类关键词又涉及不同的组合，如人的感受可能是“狠”“厉害”“站不稳”，对树的影响可能是“晃”“响”“落”。将这些不同的组合根据影响严重程度进行分级，便可得到灾害的风险等级。

这样一来，从口语到数据这个步骤，就算初步完成了。

社会数据与气象数据融合：让灾情信息更有价值

相比于传统的灾情调查，社交媒体信息有很多优势——

它本身即包括空间属性，无需二次定位；

信息由用户自发产生，源源不断，研究者可以直接收集而不需要额外现场调查；

信息更新迅速，有利于抓住灾后反应的黄金时期，更快速地得到灾害情况的反馈。由于其反应速度快，甚至可以服务于救灾救援。

在2013年4月15日发生的波士顿马拉松爆炸中，谷歌针对此次事件启动了“谷歌寻人”页面，通过GPS定位，帮助人们了解失踪及伤亡信息，同时也方便个人提供亲友失踪及伤亡情况，实现了线上灾难信息的实时共享。

波士顿爆炸案后谷歌推出的寻人服务截图

虽然快速便捷，但数据的严谨性，还有待验证。一条来自普通用户提及大风的微博，可能微不足道。相近地点百余个用户发出的消息，在研究者眼中，这样的数据还是不够严谨。

下一步，他们还要把现有的科学数据与来自社交媒体的数据结合起来验证。

在黎洁仪的研究中，她选用了2017年4月21日广州市一次雷雨大风和局地冰雹天气过程作为实例——

2017年4月21日广州市出现降雨

在这次天气过程中，由微博信息得出灾害风险点和热点，再将这些点与气象观测数据、官方媒体报道信息进行一一比对。

验证显示，在官方媒体通报灾情的地点，均有风险点或热点分布。而在气象观测录得10级或以上最大风速的五个区，也均有风险点或热点分布，灾情发生位置和气象站测得的风力等级有很好的吻合。

2017年4月21日广州市白云区出现冰雹

而在气象数据原有的风力信息之外，来自社交媒体的信息还补充了如是否有树木折断、是否有交通中断等更为详细的信息，成为有益的灾情信息参考。

这一切都说明，社交媒体这一及时、低成本、数据量大的信息获取手段，能够成为灾情信息获取的有效补充。

拓展气象服务能力，社交媒体数据怎么用？

据中国气象局公共气象服务中心服务副首席、高级工程师王静介绍，目前，手机移动终端是气象部门开展气象服务的重要手段。

气象部门通过天气App、微信服务平台等渠道，为社会公众提供基于位置的天气信息服务；通过手机移动终端地理位置定位等功能，采用主动推送、互动交互等方式，为社会公众提供气象预报预警服务。

旅游气象服务是利用社交媒体数据获取用户需求、提供个性化气象服务的重要领域之一。通过对主要旅游网站的媒体大数据进行分析，可以获取不同时段、不同地域的旅游热度，从而为社会公众提供旅游景点、景区周边道路等天气预报预警信息。

分钟级精细预报

通过利用社交媒体数据开展气象服务，已取得了显著的服务效益。气象信息服务在时间尺度上从常规的3天逐日天气预报，拓展到最长40天、最近两小时逐10分钟更新预报；在空间尺度上，能够达到乡镇级的网格服务密度。

展望未来，王静认为，利用社交媒体数据提升气象服务能力，还有很大的空间——

“

未来，气象服务场景化将成为精准智慧气象服务的发展趋势。通过分析旅游、能源、物流、交通、保险等领域的大数据，依托智能数据加工等业务支撑系统，可为公众提供逐分钟、任意位置上的智能型、可订制的精准气象服务产品。

气象APP中的实景天气

与此同时，社会化观测也是社交媒体数据利用的重要领域。通过每天数千万个用户实时反馈的天气实况、实景图片等信息，可有效补充气象灾害等天气实况信息，进一步做好防灾减灾气象服务。

中国气象报社出品

审核：段昊书

作者：中国气象报记者 刘钊 宛霞

专家顾问：中国气象局公共气象服务中心服务副首席、高级工程师 王静

微信编辑：刷克