利用地理知识图谱的COVID-19疫情态势交互式可视分析

新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情的暴发产生了海量与时空信息相关的数据,当前的地理时空疫情分析难以关联人物关系、事件等数据,由此提出了一种利用地理知识图谱结合交互式可视分析COVID-19疫情态势的方法。首先定义了病患实体和关系类型,提出了事件语义模型和事件关系分类,并根据不同的数据分类设计了知识抽取和知识表示方法,构建了病患时空信息知识图谱;然后分别从宏观和微观层次把控疫情态势的任务出发,设计了知识图谱可视化视图和交互分析方法;最后构建实验分析系统,利用COVID-19确诊患者数据,通过地图分布可视化、图谱可视化和轨迹可视化等多视图协同交互对COVID-19疫情态势进行分析实验。实验结果表明,该方法能够从实时疫情态势监控、病患关联关系、高危人群防控和地区防控态势等方面为疫情态势分析提供一种新的思路与方法。     

一种顾及人口迁徙特征的COVID-19疫情时空分布规律研究

新型冠状病毒的传播与人员流动情况密切相关,越是人口稠密、人员流动性强的地区,其疫情大规模暴发的风险越大。以江苏省为研究区,基于各地市卫健委公布的疫情数据和百度慧眼迁徙数据,使用时空分析方法,对江苏省新型冠状病毒肺炎(COVID-19)疫情进行了回顾,探讨了江苏省COVID-19疫情发生的时空规律,在此基础上发现病例较多城市的特点为人口基数大、人员流动性大;疫区人口迁徙和疫情扩散强相关;建议进行疫情防控大数据平台建设,及时追踪疫情发生、传播的路径和趋势,精准挖掘高危人群的活动轨迹,做到精准社区防控。     

地理位置关联的COVID-19传播时空分析

新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)暴发以来,许多研究对COVID-19的发生和发展进行了分析和预测,但鲜见采用GIS空间分析技术进行COVID-19流行病学调查的研究。不同于医学的病毒原理和大数据分析方法,将流行病学调查知识与位置关联分析相结合,利用五元组模型结构化每个病例数据,采用GIS时空交叠原理处理病例数据,定义统计分类和传播分析的五元组操作规则,实现了确诊病例的分时、分区统计以及输入型、接触型和聚集性病例的判断、挖掘和疾病传播过程的分析。结果显示,五元组结构及其操作规则可实现病例数据的计算机自动化处理,能够快速获取疫情发展状况,推演疫情传播过程。五元组模型结合时序图、关系图等可视化技术能够有效地分析和展示疾病、健康或卫生事件的分布和传播情况,为疾控机构快速掌握疫情传播状况提供支持。     

交通分析区尺度上的COVID-19时空扩散推估方法：以武汉市为例

现有的流行病学模型大多是通过对统计数据进行拟合,实现对患病人数的推估,较少考虑细粒度空间人群移动交互对时空扩散特征的直接作用。将空间交互特征融入流行病学模型,提出了基于手机用户空间交互数据的新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)时空扩散推估方法,并对2019-12—2020-03武汉市COVID-19患病人数以及时空扩散过程进行推估。研究结果表明,该方法能有效推估出每天的疫情新增交通分析区,能够完全覆盖了有疫情公告的交通分析区,且存在疫情公告的交通分析区占所推估交通分析区的72.7%;2020-02-18后的累计推估患者结果与官方公布患者总量吻合得非常好,差距约为5.6%,间接验证了前期推估的合理性。由此得出,该方法能比较有效地推估细粒度空间之间的传染病传播,对正确认识细粒度空间下人群交互对传染病时空扩散的影响机制,增强宏观流行病学模型的空间可解释性具有一定的科学意义。     

顾及空间异质性的温州市COVID-19疫情预测

结合COVID-19实际传播规律,利用温州市COVID-19确诊病例数据、行政区划与人口统计数据构建了区县级LSEIR修正模型,进一步顾及空间异质性加权融合各区县预测结果,以预测温州市整体疫情趋势。结果表明提出的LSEIR修正模型参数求解结果与传染病动力学模型参数物理意义相符,预测温州市感染人群将于2020-01-26达到峰值,与公布的实际情况一致。以感染人数和新增移出人数同时为0时刻作为疫情拐点,预测3月1日为温州市疫情拐点。本方法能够较准确地预测温州市及市内各区县COVID-19感染人群和移出人群变化趋势,为相关政府部门更好地发现疫情传播规律、分析防控措施有效性和预测疫情发展趋势提供了模型支持与决策服务。     

长株潭COVID-19疫情时空演化与传播趋势分析

利用本体建模的方法构建城镇公共安全事件链模型和传染病事件链传播模型,分析传染病事件的发生对社会生活和工作的影响,并选择典型案例分析其感染过程及原因,最后对新冠病例在长株潭地区的时空扩散特征以及在各县区疫情传播和变动的空间差异进行分析.结果表明:①长株潭各县区的疫情扩散格局和综合风险格局存在显著差异.主城区的扩散风险较高...     

离散格网下的COVID-19隔离与收治人为防控措施模型

随着新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情在全世界的暴发,与疫情相关的研究不断增加,但目前的研究更多关注的是预测分析方面,与疫情防控措施有关的研究基本停留在统计学层面,且模型参数缺乏时空演变描述。为此,引入离散格网的粒度和边界虚实线分别描述物理隔离措施的松紧程度及相邻空间的联通性和隔离性,以病床收治能力与格网之间的空间自相关性为基础设计了离散格网下的医疗收治模型,进而利用LSEIR(logistic-susceptible-exposed-infected-removed)传染病模型构建了离散格网下的物理隔离与医疗收治人为防控措施模型,该模型为分析和评估物理隔离与医疗收治人为防控措施对疫情传播和防控的影响提供了一种有效的方法。分别以美国、德国、西班牙和英国的疫情初期数据模拟了中国武汉市COVID-19疫情的原始传播态势,通过对武汉地区疫情数据的实验分析可以得到,物理隔离措施对降低感染人群峰值、提前峰值拐点以及缩短疫情的持续时间有非常明显的作用;医疗收治措施在疫情初期可有效降低感染人群峰值,而对峰值拐点的提前和疫情持续时间的缩短没有较大影响;该模型能够从定量和定性两个角度实现物理隔离和医疗收治措施对疫情影响的量化分析与评估,具有较高的合理性和正确性。     

基于微服务架构的江苏省新冠疫情大数据平台的设计与实现

2020年初,新冠肺炎(COVID-19)在全国大规模暴发,导致数万人感染,社会经济活动受到影响,严重威胁到人民生命健康与正常生活。以江苏省官方发布的新冠肺炎疫情相关数据为基础,基于微服务架构,综合运用时空大数据分析技术、跨平台可视化技术等,设计并实现了江苏省疫情大数据平台。平台统计分析了江苏省疫情数据,包括每日新增、累计新增、疫情地图、疫区人员迁入情况、疫情预测、病例出行信息等,向省疾病预防控制中心等相关部门提供精准高效的数据分析和决策支持服务,为政府相关部门防疫、控疫工作的实时化、可视化、精准化管理提供了重要参考和可靠保障。     

城市因素对COVID-19疫情的影响——以武汉市为例

新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情是一次重大的突发公共卫生事件,深入研究城市空间因素对疫情发展的影响对于未来城市安全具有重要意义。武汉市是遭受COVID-19疫情影响最为严重的城市,以武汉市三环内的中心城区作为研究区域,基于COVID-19疫情的新浪微博求助数据,揭示了COVID-19疫情在城市中的空间分布格局及其对不同区域的影响。在此基础上,根据疫情的主要传播途径及相关影响因素,选取社会人口、城市形态、城市设施、城市功能4项指标进行了验证。通过将研究区域进行网格化处理,运用地理加权回归模型对这些因素的效应、空间异质性以及影响范围进行分析,解释并反演出疫情在武汉城市空间中发生、传播、扩散的实际情况和作用机制。结果显示,三甲医院密度、商业密度、地铁站点密度、建设规模、老龄化、土地混合使用对疫情有显著影响。对城市空间因素的分析和验证有利于在未来的突发性公共安全危机中采取有效的城市规划和建筑设计应对,帮助城市决策者制定科学合理的防治策略,提前规避或减小对脆弱性区域和群体的冲击。     

温州市新型冠状病毒肺炎时空分布格局演化分析

本文首先结合社交媒体信息和温州市新型冠状病毒肺炎（COVID-19）发展态势，获取疫情传播先验知识，进一步采用DBSCAN自适应聚类算法，分析温州市COVID-19时空分布格局与演化规律。结果表明：①温州市COVID-19易在20~59岁的青壮年人群，以及商业服务人员、农民和工人人群间传播；②我国针对人口流动采取的系列措施能够有效遏制疫情进一步蔓延，使得温州市聚类空间簇数量在时间上呈现先增加后减小的趋势；③温州市鹿城区银泰商贸附近、乐清市南部和瑞安市西部具有疫情扩散高风险，后期需增强防控力度。本文细粒度地分析了温州市疫情时空演化过程，能够更好地辅助温州市政府部门更精细地部署疫情防控措施。     

石家庄市新冠肺炎疫情演变特征及时空聚集性分析

传染病的时空分布特征一直以来都是研究者关注的焦点,地理信息系统(Geographic Information Systems,GIS)为研究疾病传播的时空信息规律提供了有力的技术支撑。本文基于GIS的空间自相关分析、热点聚集分析等方法研究2021年初河北省石家庄市新冠肺炎(Coronavirus Disease 2019,COVID-19)确诊感染人数情况及疫情的空间分布规律。研究发现,此疫情总持续时间44 d,总病例数869例;在区县尺度此次疫情确诊病例不存在明显的空间自相关性,而小区/村级尺度具有显著的空间自相关特征Moran′s I指数为0.35(p=0.0001,z=10.5);热点分析结果发现在区县尺度只存在于藁城区热点区域,小区/村级尺度的热点主要集中在藁城区小果庄村及其周边村庄。由此可见,有效的应急防控措施使本次疫情并未出现大规模扩散。     

铁路隧道钻爆法施工智能管理的安全质量进度知识图谱构建方法

复杂艰险的山区环境和不确定的地理地质条件是影响铁路隧道施工建设安全、质量和进度的关键因素,面向智能化、精准化的施工管理,提出一种铁路隧道钻爆法施工安全质量进度知识图谱构建方法。首先,根据铁路隧道施工建设过程中与安全质量进度关联的人机料法环5类关键要素的概念与语义关系,设计了模式层自上而下和数据层自下而上双向协同的构建方式;然后,抽取实体及关系并进行融合、存储,完成模式-数据关联的知识图谱构建;最后,以某新建铁路隧道出口工区施工事件为例构建实例图谱。结果表明,该方法构建的知识图谱精细刻画了影响安全、质量和进度的关键要素属性、要素间语义关联关系以及互馈作用关系等,为铁路隧道钻爆法施工全过程的安全质量进度整体性、系统性的智能化管理提供了关键支撑,也为铁路隧道工程数字孪生奠定了基础。     

面向重大公共卫生事件的位置服务技术——以COVID-19疫情为例

2020年初暴发的新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情给全球人民生命安全和经济发展带来了严重影响。位置服务以庞大的地理空间信息数据库为依托,能向服务对象提供与地理信息相关的便捷、实时、精准的综合性服务,可很好地运用于紧急救灾、大流量人员追踪、复杂环境下的现场人员管控等事件中。事实证明,位置服务的优势特性在2020年春中国COVID-19疫情防控中起到了非常重要的作用。从北斗车联网平台、基于泛在定位的基础服务、时空大数据分析与疫情防控、智能导航机器人参与抗疫等多个方面阐述了中国COVID-19疫情下的位置服务应用。通过对这些应用及技术手段的分析总结,深化位置服务技术的内涵,可以为今后重大公共卫生事件的应急处置提供解决方案。     

自然灾害应急知识图谱构建方法研究

中国自然灾害发生频繁,受自然灾害的威胁极大,防灾减灾、抗灾救灾是人类生存发展的永恒课题。在自然灾害应急领域中,相关数据骤增而应急关键知识明显匮乏,存在"数据-信息-知识"转化能力不足的问题,由此提出了自顶向下和自底向上相结合的自然灾害应急知识图谱构建方法。围绕自然灾害事件、灾害应急任务、灾害数据、模型方法 4个要素,自顶向下构建模式层,通过本体建模形成知识图谱的概念框架;自底向上构建数据层,通过数据获取、知识抽取、融合、存储建立实体间关联关系。以洪涝灾害应急知识图谱为例进行实验验证,结果表明,该方法能够对自然灾害事件、灾害应急任务、灾害数据、模型方法 4要素的概念层次关系及要素属性、要素间语义关联关系进行形式化表达,实现了从多源数据到互联知识的转化。     

多阶段动态时滞动力学模型的COVID-19传播分析

截至2020-04-21,全球累计确诊新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)病例数已超过245万人,死亡病例数超过17万人。根据疫情的发展过程,首先建立了改进的离散时间多阶段时滞动力学模型,以提取疫情的传播特征,解析防控干预的影响(防控干预效果)和医疗资源可用率的影响,并基于该模型,提出一种分析COVID-19的经验传递动力学方法。其中,经验提取是基于该模型与WHO(World Health Organization)发布的疫情数据,通过参数反演实现。然后利用该方法,分析了意大利、西班牙、德国和美国等国家疫情所处的阶段,预测不同措施下各国疫情的可能走向,给出了快速控制的建议。分析结果显示,中国疫情已基本得到控制,西班牙、德国、意大利已达到峰值,美国疫情正处于紧急防御期。依据经验传递动力学方法,建议西班牙、德国、意大利三国继续坚持目前的防控干预方式,美国加大防控力度,尽快使疫情进入可控阶段。     

流空间邻近关系约束下的流行病分布空间异常探测方法

针对现有流行病空间异常探测方法在全面探测多因素导致的潜在空间异常方面的局限性,本文提出一种流空间邻近约束关系下的流行病分布空间异常探测方法.首先,基于地理探测器识别与传播中心人群流出强度因素具有显著关联关系的疫情专题属性;然后,基于流空间邻近关系度量自适应构建流空间权重矩阵;最后,构造疫情属性空间局部变化梯度变量刻画空间单元疫情态势特征,提出改进的全局和局部莫兰指数(Moran's I)实现流空间疫情分布模式的统计判别与局部空间异常区域探测.新型冠状病毒肺炎(COVID-19)疫情的实例,验证了本文方法相比现有欧氏空间异常探测方法,能够有效识别疫情发展过程中除人群跨区域流动之外的多类潜在因素导致的疫情分布空间异常区域,有助于支持对疫情分阶段的分区分级精准防控.     

COVID-19疫情早期中国确诊时间的时空特征及动态过程分析

流行病确诊时间能够反映一个国家和地方卫生部门的综合应急水平及理疗能力。基于中国疾病预防控制中心提供的中国大陆地区早期7万余个新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)确诊和疑似病例诊疗时间记录数据,采用分区统计、空间制图、趋势模拟和显著性检验等分析手段,研究了COVID-19疫情早期在诊断时间的时空分布、空间分异和动态过程。研究结果表明:(1)COVID-19疫情早期从发病到确诊的平均确诊时间为7.35 d,其中湖北省为7.99 d,其他省份平均为5.68 d;从疑似到确诊的平均确诊时间为3.86 d,湖北省为4.08 d,其他省份为2.91 d。虽然湖北省的确诊时间要略微高于中国大陆地区平均水平,但是这种空间分异现象差异不是特别明显,各地平均确诊时间离散度仅为0.58 d。(2)COVID-19疫情早期确诊时间呈显著下降趋势(Slope=-0.78,P0.01,双尾),确诊时间由疫情暴发早期的2个月内快速下降至1 d左右,大大提高了COVID-19诊疗效率。(3)对出院病例的治愈时间与确诊时间进行Pearson相关分析,结果表明,治愈时间和确诊时间显著相关(P0.01,双尾),这从侧面反映缩短确诊时间、早治早疗和及时诊疗可以有效提高治愈率。     

利用知识图谱的恐怖主义事件模型

恐怖主义受到世界各国的普遍关注,众多学者在事件模型上进行了大量探索,但现有事件模型的恐怖主义概念层次特征不够突出,时序、空间和语义关系相对缺失,且知识图谱模式层的概念和关系类型固定,难以满足事件的多样化描述信息,因此,亟需以事件为中心并结合时空和语义特征构建事件表示模型.在分析事件组成要素的基础上,结合知识图谱前沿技术...     

COVID-19疫情态势感知和服务平台构建与应用

在2020年初这场新型冠状病毒肺炎疫情的阻击战中,基层社区的安全防控是居民生活保障的重中之重。基层社区人员流动信息大、复杂性强、信息认证难度高,为疫情的精准防控带来了难题。为了及时有效地获知基层社区的疫情防控情况,此处融合了人口、车辆、房产和相关地理空间信息数据,通过地理编码算法将其进行准确的时空关联,构建COVID-19疫情态势感知与服务平台。该平台在苏州工业园区唯亭街道得到了成功应用,实现了摸清数、盯准人、守住门、助复工、控全局的五维一体疫情防控,发挥了对基层疫情治理现代化强有力的支持,为迅速、高效防范疫情提供了智慧化的技术保障。     

移动GIS在传染病防控方面的应用——以COVID-19为例

新型冠状病毒肺炎（COVID-19）疫情的出现和暴发流行，给社会、经济及人群健康提出巨大的挑战，已经成为重大公共卫生事件和社会问题。作为一种新发传染病，提早发现、迅速采用有效应对举措，是防止病毒蔓延扩散的重要环节。地理信息系统（GIS）在传染病的控制、预防、预警中有举足轻重的地位，移动GIS（Mobile GIS）作为GIS技术的发展，进一步提高了我国卫生部门应对突发传染病的能力。本文以COVID-19防控为例，重点介绍了移动GIS技术在传染病防控中的应用。