在城市灾害频发的背景下,社交媒体大数据在灾害分析中所能够发挥的作用得到了越来越多的关注。对于社交大数据的挖掘和使用,主要体现在诸如灾情感知、信息编码、事件跟踪、灾难救援以及损失评估等领域。本文以2012年在美国多地特别是纽约市造成了严重影响的桑迪飓风为例,基于社交媒体网站推特(Twitter)以及相关数据库的信息,通过信息编码、分类以及空间网络的对接等方式,研究发现灾前准备、灾害发生、灾害响应和灾后应对等主题随时间、空间发展的趋势等特征。本文通过构建回归模型描述并讨论了与灾情相关的解释性变量同推文数量间的关系。与此同时,本文参照MMAM理论(1)讨论了推文灾情与真实情况的误差产生原因。研究结果表明,推特信息的数量与人口规模和著名的地标性区域显著相关,个人属性如教育程度、年龄、性别等也对推特信息数量产生影响。本文希望通过对信息化背景下社交媒体大数据信息的挖掘和分析,从社交媒体信息发布特征的角度认识灾害发生、发展的过程。