进入21世纪以来,全球范围内不稳定因素增多,自然灾害时有发生,其中地震以其突发性、破坏性和高频率等特点被人类列为最“防不胜防”的地质灾害之一,在城市化发展迅速的今天讨论区域地震灾情快速分析有着更加深刻的意义。本文基于数百万条网络游戏在线人数数据和新浪微博数据,以雅安地震为研究背景,采集了雅安及周边71个地级市地震前后15天内每隔两分钟的实时数据和震后1小时内新浪微博文本内容,综合通过统计分析、ArcGIS可视化分析、TF-IDF关键词权重分析等多种方法对灾区的基本情况进行探索。首先,本文借助Python程序语言和SQL Server数据库对网络游戏在线人数数据和新浪微博文本内容进行爬取和整合,发现区域内的网络连接数量突然大幅减少可以反映出地震对灾区基础设施的破坏程度。而地震发生过后,网络连接数量的恢复情况则可以反映出基础设施的修复程度。而基于地震后新浪微博内容,不同地区实时新浪微博关键词也存在差异,一定程度上能够反映出人们对地震的心理感知情况。进一步,为了深入探索社交媒体和灾区基本情况的关系,本文从空间和时间两个维度,通过使用统计分析和ArcGIS可视化分析方法,根据地震前后网络游戏在线人数变化判断地震时间、确定震中位置、预估地震震级;通过使用TF-IDF关键词权重分析法对震后71个地级市新浪微博文本内容进行分析,对受灾情况进行初步判断,取得良好效果。最后,基于本文及相关研究,本文整合多源大数据研究的数据来源途径,使收集和分析数据的方法不再局限于统计局的收录和问卷调研的获取,提高数据的数量和可用性;同时本文对区域发展与应急平台的构建提出构想,旨在整合数据资源,让大数据在政府对于区域经济社会的政策制定和公共决策中发挥更大的价值。