每年汛期极端降雨及洪涝灾害频发,对人民安全、经济建设和社会发展造成了严重的破坏,灾害信息获取和灾害应急等相关任务离不开数据和信息的支持,传统的如遥感卫星数据,以及近年来被广泛应用的社交媒体数据,都是洪涝灾害研究的常用数据。不同数据源在洪灾应用场景有着各自的优缺点,例如遥感数据覆盖面更广,而且作为实测数据其准确性得以保障,但是重返周期和气象条件限制了遥感数据在某些场景的应用。社交媒体数据具有海量、时效性强、富含舆情主题信息等优点,但作为非权威数据其真实性有待验证。因此,根据真实洪灾发生时的数据可用情况,综合利用多源数据,突破单一数据源的性能瓶颈,能够挖掘出更准确全面的灾害信息,对灾害应急和防灾减灾具有重要现实意义。本文围绕社交媒体和遥感数据在洪涝灾害信息聚合方面展开了研究,提出了一整套基于不同数据源进行洪灾信息聚合与分析的技术框架,并提出了一种多源数据融合的洪灾信息提取方法弥补单一数据源的缺陷,最后,本研究以2021年河南暴雨洪灾事件为例,对上述技术框架与研究方法进行了验证,并全面、综合地描述了这场洪灾事件,主要研究内容如下:1.研究了基于微博数据的洪灾信息聚合,首先,结合灾害领域知识制定了合适的微博数据预处理方案,构建了LDA主题模型,并基于此分析微博洪灾信息的时空分布特征;2.研究了基于遥感数据的洪灾信息抽取,根据洪灾发生周期的灾前、灾中、灾后三个阶段,以研究区可用的哨兵二号光学遥感影像和高分三号雷达影像,分析了洪水淹没及其变化情况,并结合研究区GIS数据,分析洪灾造成的道路以及建筑物灾损信息;3.提出了一种多源数据融合的方法,通过融合灾后短期遥感影像、灾中社交媒体数据、遥感降雨产品,以及研究区地形数据,估算灾中洪水淹没概率分布,一定程度上解决了由灾中遥感数据缺失造成的无法获取大范围淹没信息的问题。