摘要：
2021年7月由于台风“烟花”的影响，河南省郑州市出现了历史罕见的强降雨天气，造成了严重的城市内涝灾害。以该事件为例，通过爬虫技术获取灾害期间微博数据，利用深度学习模型等方法对微博数据进行筛选、分析和地理位置编码后研究不同时间尺度下郑州内涝的时空变化情况。研究结果表明：郑州“7·20”特大暴雨期间有关内涝信息的微博数据量剧增，基于微博提取的内涝点多于暴雨期间官方公布的内涝点，并可覆盖约82%的官方内涝点；该期间产生的积水内涝点数量分布与降雨量分布一致，且内涝点多集中于老城区地势低洼处。总体而言，基于微博数据提取的城市内涝灾情信息可有效覆盖和补充灾害期间官方观测数据，实时描述内涝灾情变化，为城市内涝防治提供支撑。
文章目录
0 引言
1 研究方法
1.1 数据获取方法
1.2 模型构建
1.2.1 语料预处理
1.2.2 地名信息提取与可视化
2 结果与讨论
2.1 结果验证
2.2 降雨的时空变化
2.3 日尺度的内涝点时空变化
2.4 小时尺度的内涝点时空变化
3 结论与展望