来源：期刊VIP网 时间：
作者：郭昕曜;星宇铮;王远声;吕伟;
单位：郑州航空工业管理学院民航学院;河南理工大学安全科学与工程博士后流动站;安阳工学院河南省人机环境与应急管理国际联合实验室;华北水利水电大学环境与市政工程学院;武汉理工大学安全科学与应急管理学院;
摘要：为分析“暴雨-山洪-地质灾害”的灾变特点，利用自动化抓取技术提取了2010—2022年国内权威新闻媒体对长江中上游区域的暴雨、山洪、滑坡、泥石流等灾害的报道数据。基于自然语言处理(Natural Language Processing, NLP)技术和机器学习方法，对新闻文本进行了预处理与数据清洗，实现了灾害信息的自动分类。进而，采用贝叶斯网络模型构建了灾害链的拓扑结构，推演了灾害演化过程中的各节点概率，揭示了“暴雨-山洪-地质灾害”链的情景演化规律。最后，以四川省凉山州冕宁县2020年的灾害事件为例，预测了“暴雨-山洪-地质灾害”网络中各情景节点概率，验证了贝叶斯网络模型的可靠性。结果表明，构建的“暴雨-山洪-地质灾害”的贝叶斯网络模型在山洪、泥石流、滑坡、人员伤亡、房屋倒塌等目标变量预测中，预测结果与实际数据基本一致，各目标变量的Brier检验平均结果为0.115。研究结论为“暴雨-山洪-地质灾害”的预测和情景演化分析提供了方法支撑。
关键词：公共安全;;暴雨-山洪-地质灾害;;情景演化;;文本挖掘;;贝叶斯网络
基金资助：国家自然科学基金项目(72304253,52072286);; 教育部人文社会科学研究项目(22YJC630027);; 河南省高等学校青年骨干教师培养计划项目(2024GGJS098);; 河南省人机环境与应急管理国际联合实验室开放项目(KFKT-003);; 河南省重点研发专项(221111321000)
