社交媒体与卫星数据结合改善中国的洪水监测

为何洪水追踪正变得更智能

洪水是破坏性极大的自然灾害之一，但许多造成严重影响的事件并未被正式记录。突发的城市暴雨淹没街道和地铁，这类事件在卫星影像或官方灾情报告中往往不明显，尽管它们会扰乱日常生活。该研究探讨了将卫星降雨数据与中国最大社交平台新浪微博的帖子结合，如何揭示数以千计原本被忽视的洪水，并更详尽地描绘出水灾何时何地淹没城市的情况。

在线信息如何揭示上涨的水位

研究者始于两条庞大的数据流。首先，他们使用了一种全球卫星产品，该产品以细网格每小时测量降雨，使他们能够追踪风暴如何在中国境内移动。其次，他们收集了2012年至2024年间近9300万条包含与强降雨或洪水相关词汇的公开微博。一个专门以中文文本训练的语言模型对这些消息进行了过滤，仅保留了确实描述暴雨或洪水的487万条。另一个工具读取每条帖子的地名并将其匹配到370个中国城市之一，构建了人们在不同地点谈论强对流天气的详细时间线。

从云层到城市街道追踪风暴

为将天空中的降雨与地面问题连接起来，团队先将卫星降雨像元归为单个降雨云团，再在城市层面将其合并为更广泛的降雨事件。他们采用的方法跟踪何时何地降雨超过官方阈值，并允许短暂的间歇，从而将整个风暴系统视为单一事件而非许多碎片。2012年至2024年间，他们识别出6018个此类降雨事件，最频繁出现在湿润且人口密集的中国东南和南部。许多城市每年都经历多次强降雨，而一些北部和西北部较干旱的城市在研究期间则没有检测到此类事件。

把社交媒体变成洪水探测器

在绘制出降雨事件后，科学家们进一步放大研究人们的线上反应。对于每个受风暴影响的城市，他们查看了从风暴开始直到结束后一天内的微博，并使用主题模型判断这些帖子是否以洪水为主要话题。如果在某城市的风暴期间，关于洪水的词汇主导了讨论，则将该城市标记为发生了洪水。经人工核查，该系统最终检测出1094起真实洪涝事件，准确率约为82%。大多数被检测到的洪水持续时间短、空间范围有限，常常仅影响单个城市数日，这也解释了为何大型全球数据库会遗漏它们。

卫星能看到什么，又会遗漏什么

团队将他们的洪水目录与两个广泛使用的国际灾害数据库以及详细的卫星影像进行了比对。全球数据库只列出了这里发现洪水的一小部分：在中国发现的数千起事件中，重合的不足300起。高分辨率卫星影像，尤其是能穿透云层的雷达传感器，可清晰确认约一半基于微博的洪水。但许多城市内且持续时间短的洪水在卫星影像中留下的可见迹象很少，或发生在影像覆盖不足的地区。相比之下，社交媒体对密集城市内部的洪水特别敏感，而卫星在描绘农村地区和河漫滩水体扩展方面更有优势。

这对处于危险中的人意味着什么

通过将来自太空的降雨估计与数百万社交媒体用户的即时报告编织在一起，这项研究展示了一种可在近实时下追踪全国范围内洪水的实用方法。这一方法揭示了大量很少登上新闻但仍会扰乱交通、损坏住宅并威胁生命的中小型洪水。对于应急管理者和城市规划者而言，这些详细的“洪水足迹”可以指导哪里需要加强排水、改进预警系统和部署救援资源。虽然该方法存在局限性，仍会漏检某些类型的洪水，但它作为对卫星和官方记录的有力补充，且可适配于拥有活跃社交媒体社区的其他国家。

引用: Gu, H., Xiao, J., Shen, D. et al. A combination of social media and satellite data improves flood monitoring in China. Commun Earth Environ 7, 411 (2026). https://doi.org/10.1038/s43247-026-03403-4

关键词: 洪水监测, 社交媒体数据, 卫星降水, 城市内涝, 中国洪水