在全球变暖的大气候背景下,突发自然灾害事件越来越频繁,引起人们广泛关注。微博作为新兴社交媒体平台之一,在气象灾害与人类行为模式研究中发挥着重要作用。本文通过研究寒潮灾害与人类情感关系,将寒潮微博数据通过语义分析分为八种情感——喜悦、期盼、悲伤、恐惧、气愤、无奈、信任与厌恶。论文综合运用了格网法、热点分析、IDW插值法、蜂窝分析、核密度分析法、词云三角网制图等方法,设计制作天气情感地图和基于Delaunay三角网的词云标签地图,并以可视化形式表达微博用户的情感分布和变化,从微博语义视角刻画微博用户行为模式与情感变化,研究结果可为政府进行突发气象灾害的防灾减灾提供参考。论文主要研究内容包括以下三点:（1）论文首先从2016年1月19日至1月27日寒潮微博数据的时空分析方面展开,从每日的时间序列来看,人们发微博的时间集中于晚上18h至23h,在0h-6h总体微博量偏少。由19日至27日整个寒潮过程的总体看来,人们的敏感性与寒潮时间呈正相关变化,寒潮前期至中期微博量逐渐上升,寒潮中期微博数量达到顶峰,寒潮中期至后期微博数量逐渐下降。用户发布微博的集中区域分布在蜀山区、庐阳区、包河区、瑶海区;而在长丰县、肥东、肥西和巢湖等地微博分布较少。（2）其次,论文开展了情感时空分析,研究发现八种情感大都分布在市一环二环内,喜悦和悲伤的情绪分布较为广泛,数量也最多,期盼和气愤情感相对较多,而恐惧、信任、无奈、厌恶则分布范围较小,数量较少,但也主要集中在市中心的区域。在时间分布上,寒潮前期,喜悦和悲伤的情感占据用户情感的主要部分;寒潮中期,微博用户的喜悦和期盼情绪大幅增加,恐惧和无奈的情感情绪成上升趋势;寒潮后期,喜悦情感的微博量快速上升,占据了用户情感主流情绪,气愤、信任与期盼情绪的微博量也呈下降趋势。（3）最后,论文聚焦于情感地图设计,采用和弦图表达整个寒潮过程前、中、后期各个情感的数量变化及情感之间的相互转变趋势,采用折柱混合图探讨寒潮强度与微博情感变化之间的关系,研究发现微博用户的情感变化与寒潮强度呈负相关;再采用词云标签地图分析八种情感的成因,进一步探究微博用户的情感及变化心理。该研究可从公众参与的角度,协助相关部门做好突发气象灾害防灾减灾工作。