1.一种基于贝叶斯网络的暴雨-山洪灾害链触发阈值识别方法，其特征在于，所述方法包括：从多个数据源中提取与暴雨-山洪灾害链相关的历史灾情文本；

根据预设模糊字符串匹配算法和预设文本相似度算法，对所述历史灾情文本依次进行清洗处理，得到处理后的灾情文本；

对所述处理后的灾情文本进行特征提取，得到关键灾害特征；

根据所述处理后的灾情文本和所述关键灾害特征，构建所述暴雨-山洪灾害链的目标贝叶斯网络拓扑；

对所述目标贝叶斯网络拓扑中的每一节点变量进行离散化处理，得到所述节点变量的状态取值；所述状态取值表征灾害事件的发生与不发生状态；

计算所述节点变量的先验概率，并根据所述先验概率、所述状态取值和预设应用期望最大化算法，计算节点间因果关系的条件概率；

计算先发灾害触发衍生灾害的目标后验概率；

根据预设后验概率临界值和所述目标后验概率，反演所述先发灾害的强度，确定所述先发灾害触发所述衍生灾害的强度阈值。

2.根据权利要求1所述的方法，其特征在于，所述根据预设模糊字符串匹配算法和预设文本相似度算法，对所述历史灾情文本进行清洗处理，得到处理后的灾情文本，包括：根据所述预设模糊字符串匹配算法，计算两两历史灾情文本之间的编辑距离；

根据所述编辑距离和所述预设文本相似度算法，确定所述两两历史灾情文本之间的文本相似度；所述文本相似度通过以下公式确定：；式中，距离是一个字符串转换为另一个字符串所需的最少单字符编辑操作次数；与分别为待对比的历史灾情文本1和2；代表字符串的长度函数；

将所述历史灾情文本中所述文本相似度超过预设相似度阈值的历史灾情文本进行删除，得到所述处理后的灾情文本；

对所述处理后的灾情文本进行特征提取，得到所述关键灾害特征。

3.根据权利要求1所述的方法，其特征在于，所述根据所述处理后的灾情文本和所述关键灾害特征，构建所述暴雨-山洪灾害链的目标贝叶斯网络拓扑，包括：根据灾害类型和灾害发生时间，对所述处理后的灾情文本和所述关键灾害特征进行信息整合，建立所述暴雨-山洪灾害链数据库；

根据所述暴雨-山洪灾害链数据库，确定所述暴雨-山洪灾害链的影响因素；

以所述影响因素、所述关键灾害特征为节点变量，所述节点变量之间的因果关系为有向边，构建所述目标贝叶斯网络拓扑。

4.一种基于贝叶斯网络的暴雨-山洪灾害链触发阈值识别装置，其特征在于，所述装置包括：提取模块，用于从多个数据源中提取与暴雨-山洪灾害链相关的历史灾情文本；

处理模块，用于根据预设模糊字符串匹配算法和预设文本相似度算法，对所述历史灾情文本依次进行清洗处理，得到处理后的灾情文本；

所述提取模块，还用于对所述处理后的灾情文本进行特征提取，得到关键灾害特征；

构建模块，用于根据所述处理后的灾情文本和所述关键灾害特征，构建所述暴雨-山洪灾害链的目标贝叶斯网络拓扑；

离散化模块，用于对所述目标贝叶斯网络拓扑中的每一节点变量进行离散化处理，得到所述节点变量的状态取值；所述状态取值表征灾害事件的发生与不发生状态；

计算模块，用于计算所述节点变量的先验概率，并根据所述先验概率、所述状态取值和预设应用期望最大化算法，计算节点间因果关系的条件概率；

所述计算模块，还用于计算先发灾害触发衍生灾害的目标后验概率；

反演模块，用于根据预设后验概率临界值和所述目标后验概率，反演所述先发灾害的强度，确定所述先发灾害触发所述衍生灾害的强度阈值。

5.一种电子设备，其特征在于，包括：

存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令时，实现权利要求1至3任一项所述的基于贝叶斯网络的暴雨-山洪灾害链触发阈值识别方法。

6.一种计算机可读存储介质，其特征在于，存储有可执行指令，用于引起处理器执行所述可执行指令时，实现权利要求1至3任一项所述的基于贝叶斯网络的暴雨-山洪灾害链触发阈值识别方法。