Page 94 - 《武汉大学学报（信息科学版）》2025年第6期

1116 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 6 月

援人员的安全性。文献［30］提出了一种利用遥 体的相似性事件检测框架，实现真实突发事件中
感激光雷达点云数据来定量地评估地震中建筑 文本分类、属性信息提取和消息聚类。文献［36］
物损坏程度的方法，通过将建筑物残余位移转换 利用深度学习技术和正则表达式匹配技术，提出
为漂移测量，进而对不同程度的损坏进行分类， 了一个基于社交媒体的洪水信息提取和分析框
实 现 区 域 尺 度 下 建 筑 物 不 同 程 度 损 坏 的 识 别 。 架，通过对洪水关键时间点、核心受灾区域和救
文献［31］将地面激光扫描与无人机摄影测量方 援请求信息的主题建模，评估了山东省寿光市洪
法相结合，利用激光扫描技术增加无人机地面控 涝救援请求和措施的相关性与充分性。
制点的数量和范围，并通过假设控制点计算不可 此外，一些研究聚焦从非结构化的自然语言
见区域的滑坡位移。 内容中提取高价值的致灾强度信息、语义位置信
将 高 动 态 传 感 器 数 据 纳 入 ER-GeoINT 体 息和灾损伤亡信息，以实现灾害的态势感知和推
系 ，有 助 于 提 升 灾 害 监 测 与 预 警 的 准 确 性 和 效 演，辅助应急指挥决策。文献［37］利用马尔可夫
率。然而，无缝集成异构传感器数据，并建立国 转移概率矩阵和位置熵对社交媒体数据中的空
家、省市、区域联动的灾害监测预警情报机制仍 间、时间和内容维度进行整合，实现了多时间视
面临多重挑战：（1）行业间数据标准割裂。如地 角的灾害地理态势感知，使灾害管理人员更清晰
质灾害监测领域存在位移、裂缝、含水率等十余 地了解灾害响应的地理过程。文献［33］从自然
种异构传感器，缺乏统一的元数据编码规范与质 语言提供者的视角分析了不同提供用户对标准
量控制标准，跨系统数据互操作性不足；（2）实时 的救援求助知识的认知 ，并基于 BERT（bidirec‑
数据流协同处理能力薄弱，省级灾害监测平台平 tional encoder representations from transformers）
均数据延迟达 2~3 h，难以满足滑坡、溃坝等突发 语言模型验证了从自然语言中识别救援请求消
灾害分钟级响应需求；（3）跨层级情报共享机制 息的可行性。文献［38］结合社交媒体和灾情数
尚未贯通。尽管中国的国家综合地球观测数据 据，提出一种融合自然语言处理、层次分析法、熵
共享平台已接入多家国内机构数据，但多数基层 权 法 与 灰 色 关 联 TOPSIS（technique for order
监测站点仍采用独立封闭系统，数据孤岛现象明 preference by similarity to an ideal solution）的灾害
显。因此，亟需建立涵盖数据采集、传输和存储 救援需求评估方法，通过构建应急支援、救援、生
的全链条标准化框架，探索并构建国家统筹-省级 活保障和公共设施等指标体系，用于分析和识别
枢纽-市县节点的多级情报传感网络，以及消息任 受灾区域救灾需求的紧急程度。然而，与灾害相
务驱动型数据的汇交机制，以提升传感器协同响 关的自然语言文本时空分布稀疏，空间位置表征
应效能。 不足，难以直接提取事件详细的地理位置信息。
2.3.2 自然语言理解的事件信息提取 为此，文献［39］通过优先级排序识别灾害文本中
灾难发生时，公众作为人类传感器可感知外 的求助信息，并针对缺少地理标记信息的问题，
部环境，并在 Facebook、Twitter、新浪微博等社交 构建了马尔可夫链，根据用户的历史地理标记推
媒体平台上发布所经历的实况现象，这些内容通 文推断其位置。文献［40］利用手机信令的时空
常涉及道路被淹、桥梁倒塌、寻找避难所或政府 连续性和广泛数据覆盖等特点，融合信令数据与
援助状态等灾情描述信息。众包人力信息成为 社交媒体数据进行灾害影响评估，并在 2018 年九
灾 害 情 报 的 重 要 来 源 ，补 充 了 传 统 应 急 情 报 的 寨沟地震案例中准确识别出灾害类型、影响程度
细节 ［32-34］ 。 和受灾人群位置。
目前，从自然语言形态数据中提取事件信息 近期，基于大量无标注数据集训练的生成式
的研究集中在事件识别与分类、致灾强度信息提 大语言模型（large language model，LLM）展现出
取、语义位置识别、灾损伤亡检测和时空演变分 了强大的语义理解能力和零样本学习能力，为中
析等领域。灾害事件的识别与分类是信息提取 文灾害地理空间情报挖掘与分析提供了全新的
的基础，通常采用监督式的机器学习方法和大量 解决模式。文献［41］探讨了开源 LLM 在两起灾
标记数据，自动过滤灾害无关的信息，并为灾害 难事件的社交媒体数据中的应用，监控灾害社交
描述、救援求助、灾害损失等类型赋予标签，从而 媒体中关键基础设施状态的变化，并探索了 LLM
缓解应急系统中的信息过载问题。文献［35］从 零样本条件下在自然灾害领域的潜能，指出了其
分类、提取和聚类 3 个阶段出发，提出基于社交媒 推理方面的局限性。文献［42］通过构建大模型