融合网络舆情信息，加强对自媒体短视频信息的深度挖掘，可弥补生产安全违法行为、 突发事件的监测的滞后性，助力安全风险隐患精准智能监测，本案例解决的核心难点： 1. 多模数据泛化识别：信息传播日新月异，网络舆情复杂多源且即时有效。对大量信 息进行解析匹配，快速提炼出有价值应急信息，及时发现潜在危机和问题。 2. 数据融合组织管理：风险监测数据海量多源、异构动态，且有强地理属性。传统数 据查询整合存在实体对象空间位置的标识不统一的问题，对结构化与非结构化数据进行统 一组织管理存在重大障碍，制约数据资源效能的发挥。 3. 多模信息智能分析：面向不同监管对象及各不相同的目标特征属性，拓宽遥感数据 的认知分析能力，需要耗费大量人力物力。

1. 网络空间事件发现及时空信息提取 对国内主流社交媒体及短视频平台信息进行全方位采集、解析和内容匹配，基于应急 场景多模态识别算法，实现对短视频涉应急数据快速识别与综合检索。基于应急热点发现 算法对短视频账户属地信息进行采集、分析、处理，以发文账户粉丝数、转、评、赞互动 数据等维度进行综合热度值计算，进行应急热点综合呈现。 2. 基于北斗网格位置编码的多源时空信息组织 充分利用数据“空间位置”属性，以北斗网格位置编码字段，对各种数据进行统一标识， 并以其为纽带构建对象内在的时空关联关系，建立编码动态索引，实现大数据统一组织与 高效查询。同时， 利用网格编码一维、整型、二进制的特点， 实现时空大数据的计算、传输、 分发、服务等应用的高效“编码化操作”。 3. 面向监管对象的多模态信息融合智能分析 面向不同监管对象， 以深度学习技术为核心构建多模态信息融合智能分析平台，平台 以跨模态遥感数据、多源数据为输入，内置样本采集、调度引擎和集成框架，提供多种成 熟分析模型。

技术创新方面，通过对多源信息的融合判证、属性补充，构建形成基于时间、空间、要素的数据关联融合模型并建立关联关系，在此基础上综合目标运动能力和时空关联关系， 实现各类探测信息的点迹融合、航迹融合和属性融合。 应用创新方面，将中科天玑社会认知大模型和空天创新研究院的空天·灵眸遥感大模 型应用于应急管理领域，利用大模型自监督学习能力，强泛化能力，针对风险监管业务快 速调整精准发现。 模式创新方面，依托应急行业业务需求，特别是在以短视频为主要载体的多模态复杂 网络上进行技术研究。联合开展应急灾情智能场景识别、应急突发事件舆情监测进行攻关， 助力传统应急监测精准度提升，创新改变了对舆情数据事后分析利用的模式。

经济效益方面，平台接入实时获取超过 15 类全球高价值信源通道的大规模网络数据， 日均采集文本类数据 5 亿 +、视频类数据 3.8 亿 +，累计 22 亿 + 重点账号，超算中心支持 PB 级数据存储索引，保障公共安全价值信息的稳定挖掘，发挥数据要素乘数倍增效应， 服务于智慧应急综合管理平台、山东省生产建设项目水土保持遥感监管等典型场景应用， 以舆情服务融合创新模式赋能应急实战、防灾减灾、生态环保提质增效。 社会效益方面，一是通过大模型对互联网内容处理，对发现突发事件类、举报维权类 领域泛化场景识别发现，反向助力传统监测手段精准发现问题，提高应对突发事件信息监 测、预警和科学决策能力；二是健全重大舆情解决实际问题的知识服务属性，促进舆情信 息趋向于应急事件的全链条参与、全局性把握，完善网络舆情的社会知识服务属性；三是 不仅提升城市管理透明度和公众参与度，形成共建、共治、共享的社会共治格局，维护社 会和谐稳定，还有助于提升城市管理的效率，促进相关产业的发展，吸引更多的投资和人 才流入，促进治理能力现代化和社会发展稳定和谐。