在全球变暖的大气候背景下在,局地区域气象灾害频发,日益引起人们的关注。精准的灾情信息,对灾害应急响应至关重要。但是传统气象灾害等观测数据存在数据稀疏性、滞后性以及高成本特性,在社会感知中,每个居民个体都扮演着传感器角色,利用微博等社会感知数据的高分辨特性、泛在性等特性,为探索灾害性天气条件的事件主题与群体时空行为模式提供了新视角。本文以“气象灾害知识图谱—气象灾害本体库构建—灾害事件主题检测”为研究主线,依次开展了基于知识图谱方法的气象灾害研究热点与趋势分析;基于现行气象灾害国家标准和气象行业标准构建了气象灾害本体;最后,运用形式概念分析的方法（Formal ConceptAnalysis,简称FCA）对一次暴雨天气过程采集的社交媒体数据进行主题提取,为公众有效理解解灾情信息与公众关注热点提供支持。主要研究内容如下:（1）通过气象灾害知识图谱探究本领域前沿,发现对突发气象灾害下居民感知提取是热点研究方向之一,通过对气象灾害标准进行形式化描述,构建气象灾害领域本体,有助于计算机对气象灾害进行分类和理解。对社交媒体文本的进行主题检测,可以实时监测居民在灾害天气条件下关注热点与情感的变化,实现了气象灾害天气下居民的感知和反馈。（2）首先基于知识图谱的关键词聚类与演进分析,发现降水（precipitation）、洪水（Flood）、干旱（drought）是影响较大的几类气象灾害,。近年来新兴的观测技术和数据来源,如遥感、社交大数据等也为气象灾害研究提供了新的思路,气象灾害预警及气象灾害应急管理也是新的研究热点。（3）再次,本研究结合现行气象灾害国家标准GB/T 28921-2012分析,并利用protégé对气象灾害类与分级、数据属性、灾害属性进行梳理,采用OWL语言进行本体描述,借助Hermit推理机完成本体相关验证,完成了气象灾害本体构建。（4）最后,以合肥市一次暴雨期间的微博大数据为数据源,利用形式概念分析方法开展暴雨天气过程中微博文本进行主题提取,通过阈值计算和稳定性选择对最终形式概念格结果进行约简。结果表明,FCA是一种有效的主题提取方法,可以根据不同的系统任务,在不同的阈值粒度下,开展事件主题检测。