灾害事件发生后,及时提取突发事件应急响应信息,识别受灾区域,分析灾情态势,对事件应急救援及灾后重建具有重要意义。随着移动通讯技术和智能设备的发展,社交媒体在现代生活的各方面快速普及。具有自发性、即时性、广泛性及内容多样性等特征的社交媒体数据在灾害事件应急响应中得到了大量的应用。本研究为了及时准确地从社交媒体平台中探测灾害受灾区域以及跟踪灾害事件发展态势,以地震灾害和暴雨灾害为例,对灾害事件的社交媒体数据的时空分布特征以及语义信息进行提取和研究。本文所做主要工作如下所示:(1)受灾区域的快速感知:将基于时间维度的生物种群增长理论扩展到空间维度中,提出地震灾害后公民传感信号空间分布增长模型,揭示灾后公民传感信号空间分布与受灾区域的映射机制;基于提出的模型,构建利用社交媒体数据快速探测地震受灾区域的框架,通过结合社交媒体数据和其它辅助数据,实现地震受灾范围的快速探测。使用了2015年尼泊尔大地震和2017年九寨沟地震两个案例对提出的方法进行实验,结合官方数据对探测到的结果进行对比评估,并讨论了模型中社交媒体数据对时间的敏感性,并在其它地震事件中验证了模型的外部有效性。(2)灾情态势的感知:提出了一种灾害相关社交媒体数据时空语义知识抽取和表达方法。首先基于灾害事件提取相关特征词,并构建特征词关系网络;其次,基于构建的特征词关系网络,结合Louvain社区探测算法进行文本主题分类与挖掘,提取社交媒体中蕴含的灾害相关主题信息;最后设计一种基于知识图谱的社交媒体知识表示方案及合理的存储方式,来存储抽取出的信息,构建了一个灾害社交媒体下融合了语义和时空信息的知识网络。以2012年北京暴雨事件为例,使用提出的方法进行应用分析。实验表明,研究灾害发生后具有传感信号特征的社交媒体数据,能够快速实现受灾范围探测以及了解灾情态势发展情况。本研究提出的地震受灾范围快速感知的方法解决了传统方法受制于社交媒体数据量依赖和响应时间长的问题,能够快速、定量探测受灾区域,为管理者了解受灾区域提供指导。同时,提出的基于知识图谱的社交媒体灾害知识网络构建方法对社交媒体中蕴含的灾害信息进行了良好的抽取,有助提高我们对周遭环境的敏感性及应对灾害事件的能力。