近日，我院2023级硕士研究生古洪己在沈定涛副研究员指导下，以第一作者身份在Nature旗下期刊《Communications Earth & Environment》发表题为“A combination of social media and satellite data improves flood monitoring in China”的研究论文。该论文首次在全国尺度上构建了融合社交媒体与卫星数据的洪水时空足迹追踪框架，系统揭示了2012—2024年间中国洪涝灾害的时空演化特征，为传统洪水监测手段提供了重要补充。
全球气候变化背景下，我国极端降水事件频发，洪涝灾害日益严重。传统洪水监测主要依赖卫星遥感与全球灾害数据库，存在事件遗漏严重、时空信息不精准等问题。研究团队创新性地整合了113,976景GSMaP卫星降水数据与9298万条新浪微博数据，通过面向对象方法识别出6018场暴雨事件，并进一步利用LDA主题模型与BERT深度学习模型，精准识别出1094次洪水事件。这一数量远超全球灾害数据库EM-DAT（114次）与DFO（45次）的记录。
研究团队利用Google Earth Engine平台，将识别出的洪水事件与Landsat、Sentinel系列卫星影像进行对比分析，发现约50%的洪水事件无法被卫星遥感有效观测到。卫星在开阔地带可较好地捕捉河流洪水，但受制于云层遮挡、重访周期及城市复杂地形，Landsat和Sentinel等光学与雷达卫星在监测城市地区短历时、小尺度洪涝时存在明显局限。相比之下，社交媒体数据在人口密集的城镇地区展现出显著的“社会感知”优势，能够有效填补遥感监测的空白。研究进一步将洪水事件划分为偶发型、群发型与迁移型三类，揭示了洪水在城市间的传播路径与演化特征。
该研究首次在中国城市尺度上实现了“暴雨—洪水—社会响应”的全链条动态感知，验证了社交媒体数据在洪涝灾害监测中的独特价值，也展示了多源卫星数据与社会感知数据协同应用的潜力。研究提出的社会感知框架不仅显著提升了洪水事件的识别能力，也为未来城市洪涝灾害的精细化监测与应急管理提供了新的技术路径。
据悉，本论文由2023级硕士研究生古洪己、肖淑婷，2024级硕士研究生肖军、牛壮、余菲，以及中国地质大学（北京）张春晓副教授合作完成，研究得到了国家自然科学基金和中央高校基本科研业务费资助。
图1 洪水时空足迹追踪概念图
图2 社交媒体和卫星联合洪水观测典型案例
论文链接：https://www.nature.com/articles/s43247-026-03403-4
通讯员：古洪己
编辑：刘新星
审读人：刘目兴、沈定涛
