历史灾害文献分析方法论的研究，是连接过去与未来的关键桥梁。通过对古籍、方志、档案等非结构化文本的系统性挖掘与量化分析，不仅能够重建千年尺度的灾害事件序列（如台风、洪旱等），弥补仪器观测数据的时空局限性，更可揭示极端气候事件的演变规律及其与社会系统的互动机制。这一领域的方法论创新（如大语言模型、时空建模等）直接决定了历史气候数据的可靠性、可比性和应用价值，既为现代灾害风险评估提供长周期参照，也为理解气候变化与人类适应策略的辩证关系奠定科学基础，具有重要的学术意义和现实防灾价值。

✦ 人工智能赋能历史灾害研究新视角

随着人工智能技术的迅猛发展，大语言模型（如GPT、BERT等）在自然语言处理领域取得了突破性进展。这些模型尤其擅长分析非结构化文本数据，不仅大幅提升了文本处理的效率与深度，更为传统历史灾害研究开辟了全新路径，助力学者揭示历史事件中隐藏的规律与关联。

◆ 教程特色与核心内容

本教程创新性地融合文本分析技术与历史灾害研究：

基础理论与实践：系统介绍大模型驱动的文本分析方法，指导学生将非结构化文献转化为结构化数据，掌握核心研究工具；

历史灾害量化分析：以“海南岛千年台风序列重建”为典型案例，演示如何从古代文献中提取气候变化关键信息；

跨学科思维培养：引导学生探究长时间尺度气候变化与极端事件的关联，搭建自然科学与人文研究的桥梁。

▣ 设计亮点

理论与实操并重：涵盖从模型原理到实战应用的全流程，强化学生动手能力；

古今技术对话：既挖掘古代文献中的气候变迁线索，也探索现代AI技术的革新价值；

受众广泛：适合气候史、文本挖掘、防灾减灾等领域的跨学科学习者，助力前沿研究与实际应用。

专题一 方法: 历史灾害文献分析方法论

1、灾害叙事文本量化转化原理
2、历史文献挖掘与数字化技术
3、文本关键词提取与指标体系建立

专题二 台风案例

1、台风灾害强度评估体系
①历史台风等级分类体系构建
②量化指标设计(建筑物破坏、植被损失、人员伤亡、风暴潮与洪涝等)
③灾害综合强度指数计算方法

2、历史地理空间重建技术
①古今地名对应关系建立
②空间分布数据可视化方法

3、千年尺度台风活动演变分析
①台风季节性分布变化特征研究
②台风强度长期变化趋势分析
③台风空间分布模式演变研究

4、复合灾害分析方法
①多灾种耦合事件识别方法
②复合灾害时空特征研究
③气候背景变化与复合灾害关系分析

专题三 干旱案例

1、不同干旱强度统计

2、不同地点干旱强度统计

专题四 暴雨案例

1、不同时间暴雨次数统计

2、不同地点暴雨频数统计

---

★ 点 击 下 方 关 注，获取海量教程和资源！

↓↓↓