突发公共事件对人民生命健康和财产安全、正常生活生产带来严重威胁,突发公共事件的防范与快速处置已成为国家科技发展的重点领域。在网络环境下,网络空间与现实世界虚实映照,现实世界中所发生的事件会通过网络空间中不同来源不同媒体数据从不同侧面来反映与表达。通过分析网络空间中的媒体数据及时感知现实世界中的事件,已成为当前人们有效应对突发事件的一大技术手段。本文聚焦在多源新闻媒体数据的实时分析上,在深入研究事件的表示模型的基础上,通过汇聚网络空间中不同来源的新闻媒体数据进行实时分析,进而实现事件的识别,主要工作包括：(1)本文结合公共安全的领域特点设计了领域事件模型,有效刻画突发公共事件的分类主题、时空特性以及主题致灾因子与应急主体之间的互动关系,有效支持后续的事件识别与多维搜索。(2)本文重点研究多源新闻结构化分析与事件检测技术。针对多源新闻的转载问题,采用哈希的方式实现新闻转载判别,减少冗余计算；针对开放域新闻的主题多样性问题,采用领域模型规则触发并校验的方式实现分类主题标引,缩减了计算规模的同时提升准确率；针对事件的要素约束性,结合领域事件模型对各个要素进行抽取,采用启发式规则进行时空要素提取,并在时空约束下结合多特征相似性策略以事件为粒度对新闻进行聚合。通过相关实验表明了本文所提方法的有效性。(3)本文结合分布式实时计算的需求设计并搭建了原型系统,通过食品安全领域的测试验证,表明系统结果运行良好,可基本满足实际应用需求。