一种基于改进SEIR模型的突发公共卫生事件风险动态评估与预测方法——以欧洲十国COVID-19为例

突发公共卫生事件会严重影响社会公众生命健康,风险评估和预测可为突发公共卫生事件有效防控提供科学依据。本文提出了一种基于SEIR模型的突发公共卫生事件风险动态评估与预测方法,将突发公共卫生事件传播与人口、医疗、经济情况相结合,耦合危险性与脆弱性,建立合理的风险评估综合指标体系,利用熵值—层次分析组合模型实现突发公共卫生事件风险动态评估。此外,本文建立了传染病传播动力学修正SEIR模型,将传染病传播动力学模拟预测与风险评估相结合,实现突发公共卫生事件演变趋势的预测和风险的动态预测。2019年12月底的COVID-19疫情是一次传播速度快、感染范围广、防控难度大的重大突发公共卫生事件。本文以欧洲10国COVID-19疫情为例,开展风险评估与风险动态预测研究,依据欧洲10国自疫情开始至2020年4月16日的疫情数据,预测了2020年4月17日—2020年5月10日疫情演变的趋势,进而实现了10国的疫情风险动态预测。本文模型预测结果表明至2020年5月10日欧洲10国疫情形势仍然严峻,预测数据与真实数据的拟合优度R ²大于0.92,预测结果与疫情真实情况基本一致,在此情况下,复工复产对于疫情防控仍然是不利的。本文提出的基于SEIR模型的公共卫生事件风险动态评估与预测方法为疫情已然传播开的国家和地区提供了风险持续评估和预测的可能,为后期疫情防控决策提供了支持,同时也可用于今后新的疫情发生时期或其他突发性公共卫生事件下风险的应急评估和预测。     

空间同位模式支持下城市服务业关联发现及特征分析

空间同位模式分析是数据挖掘中一种常见的方法,可有效挖掘城市设施在空间位置上的关联特征,进而发现城市设施的分布规律。本文基于POI数据同位模式挖掘用来获取城市服务业空间关联结构：首先,通过邻近实例获取、同位候选模式存储与筛选,得到城市服务业二阶同位模式;然后,据此构造产业空间关联图,得到产业间的关联结构;最后,分别构造了产业空间关联图密度和产业空间关联显著指数,用来衡量城市服务业空间关联的紧密程度和整体关联的显著程度。本文选取成都、兰州、郑州、沈阳、上海与深圳为试验区,实验结果表明：不同城市服务业的空间关联结构存在共性与特殊性,整体上,餐饮、购物等与居民日常生活相关的服务业易与其他服务业产生空间强相关,这几类服务业内部空间集聚明显;成都与沈阳的服务业整体表现空间关联度高且紧密,兰州其次,上海与深圳的服务业则整体表现空间关联较弱,郑州的服务业空间关联较紧密但强度较低。     

基于ALBERT模型的园林植物知识实体与关系抽取方法

园林植物知识图谱可为顾及区域适应性、观赏性和生态性等因子的绿化树种的选型提供知识支持。植物描述文本的实体识别及关系抽取是知识图谱构建的关键环节。针对植物领域未有公开的标注数据集,本文阐述了园林植物数据集的构建流程,定义了园林植物的概念体系结构,完成了园林植物语料库的构建。针对现有Word2vec、ELMo和BERT等语言模型存在无法解决多义词、融合上下文能力差、运行速度慢等缺点,提出了嵌入ALBERT（A Lite BERT）预训练语言模型的实体识别和关系抽取模型。ALBERT预训练的动态词向量能够有效地表示文本特征,将其分别输入到BiGRU-CRF命名实体识别模型和BiGRU-Attention关系抽取模型中进行训练,进一步提升实体识别和关系抽取的效果。在园林植物语料库上进行方法的有效性验证,结果表明ALBERT-BiGRU-CRF命名实体识别模型的F₁值为0.9517,ALBERT-BiGRU-Attention关系抽取模型的F₁值为0.9161,相较于经典的语言模型（如Word2vec、ELMo和BERT等）性能有较为显著的提升。因此基于ALBERT模型的实体与关系抽取任务能有效提高识别分类效果,可将其应用于植物描述文本的实体关系抽取任务中,为园林植物知识图谱自动构建提供方法。     

Blondel和k-核分解混合算法相结合的网络空间点群要素多尺度模型构建

随着人们对网络空间的依赖性不断增强,互联网技术与网络基础设施规模迅速发展。很难直接用数字或表格的形式对网络空间进行全局的规划与管理,并且不容易发现隐藏在网络空间中的一些关键信息。网络空间点群要素的多尺度模型构建对网络空间数据的多尺度分析和可视化具有非常重要的意义。本文以网络空间的特征为依据,在借鉴基于社团划分的网络空间分层算法和基于节点重要性的网络空间分层算法特点的基础上,提出了Blondel算法和k-核分解的混合算法相结合的网络空间点群要素多尺度模型构建算法。本算法通过自动社团划分,用同一社团内的节点合并构建新的网络,有效解决了基于节点重要性的网络空间分层算法自动化程度低的弊端。利用核心节点来代替整个社团结构,显著保留了网络空间中节点的属性。实验表明使用该算法可以使各个层次网络空间点群要素的综合比例降至30%以下,较好的实现了网络空间点群要素的聚类与分层,若将网络空间点群要素的多尺度模型应用于地理空间中,则可实现网络空间地图的多尺度绘制。     

皖南云岭金矿地球物理找矿模型

皖南云岭金矿位于长江中下游多金属成矿带与华南成矿带之间,属于江南造山带上的一个热液脉型矿床。基于云岭金矿区域地质背景,在该区开展了岩石露头测定、岩石标本物性测定和地球物理学相关研究。运用地面高精度磁测法,识别本区主要控矿构造为NE向断裂带。根据激发极化法圈定高极化率异常区,并结合相应区域电阻率(可控源音频大地电磁法)和磁异常分布特征建立4种地球物理模型:低阻-高极化模型、高阻-高极化模型、高极化-磁异常过渡带模型和高极化-高磁异常模型。这4种地球物理模型建立在该区岩石物性与矿床成因基础之上,分别对应不同含矿模型:低阻-高极化模型对应接触带上硫铁矿成矿区;高阻-高极化模型对应含矿硅化带;高极化-磁异常过渡带模型对应围岩蚀变带;高极化-高磁异常模型对应岩浆侵入区。依据以上模型,可圈定NE向断裂带、断裂带西侧高阻硅化带及东侧蚀变岩体为找矿有利靶区。     

利用层次分析法评价东营市浅层地热能适宜性

利用定性、半定量相结合的层次分析法(AHP),建立地埋管换热系统适宜性递阶层次结构模型,在野外试验、室内测试等基础数据的基础上,选取地下水埋藏深度、砂层厚度、成孔难易程度、地面沉降、热扩散率、比热容、综合热导率等7个评价指标,将东营市浅层地热能开发利用划分为适宜区、较适宜区。这是东营地区第一次利用实测数据开展浅层地热能适宜性评价,为今后的合理开发利用提供了科学依据。     

地震勘探技术在内蒙古自治区四子王旗德日存呼都格矿区的应用

地震勘探技术以其成本低、效率高的优势在煤田勘探中被广泛的应用。内蒙古自治区四子王旗德日存呼都格矿区采用地震勘探技术,在解释煤层、构造等方面取得了良好的效果,给煤矿的开采设计施工提供了参考依据,为煤炭勘查做出了重要贡献。     

三维地质模型在泰安市地下空间开发中的应用

在城市化进程不断加快的今天,城市地下空间开发利用已经成为提高城市容量、缓解交通、改善环境的重要手段。为全面深化对泰安城市地下空间的认识,有效挖掘城市后备空间资源的巨大潜力,通过综合集成钻孔编录、地质图件和数字地形图等多源地学数据,借助MapGIS三维地质建模软件,初步建立起泰安城市三维地质模型,以直观的方式表达工程岩土体空间分布等地质信息,为更好地保护利用泰安市地下空间提供地质依据。     

A new geographical language：A perspective of GIS

Language plays a vital role in the communication, sharing and transmission of information among human beings. Geographical languages are essential for understanding, investigating, representing and propagating geo-spatial information. Geographical languages have developed and evolved gradually with improvements in science, technology and cognitive levels. Concerning the theoretical progress from geographical information ontology, epistemology and linguistic theory, this paper firstly puts forward the concept of a GIS language and discusses its basic characteristics according to changes in the structures, functions and characteristics of geographical languages. This GIS language can be regarded as a system of synthetic digital symbols. It is a comprehensive representation of geographical objects, phenomena and their spatial distributions and dynamic processes. This representation helps us generate a universal perception of geographical space using geographical scenarios or symbols with geometry, statuses, processes, spatio-temporal relationships, semantics and attributes. Furthermore, this paper states that the GIS language represents a new generation of geographical language due to its intrinsic characteristics, structures, functions and systematic content. Based on the aforementioned theoretical foundation, this paper illustrates the pivotal status and contributions of the GIS language from the perspective of geographical researchers. The language of GIS is a new geographical language designed for the current era, with features including spatio-temporal multi-dimension representation, interactive visualization, virtual geographical scenarios, multi-sensor perception and expedient broadcasting via the web. The GIS language is the highest-level geographical language developed to date, integrating semantic definitions, feature extraction, geographical dynamic representation and spatio-temporal factors and unifying the computation of geographical phenomena and objects. The GIS language possesses five important characteristics: abstraction, systematicness, strictness, precision and hierarchy. In summary, the GIS language provides a new means for people to recognize, understand and simulate entire geo-environments. Therefore, exploration of the GIS language’s functions in contemporary geographical developments is becoming increasingly important. Similarly, construction of the conceptual model and scientific systems of the GIS language will promote the development of the disciplines of geography and geographical information sciences. Therefore, this paper investigates the prospects of the GIS language from the perspectives of digital technology, geographical norms, geographical modeling and the disciplinary development of geography.     

气候变化对海河流域主要作物物候和产量影响简

基于海河流域30 个气象站点1960-2009年的实测资料,分析该流域1960年以来农业气象指标的变化趋势,并利用VIP模型模拟分析大气CO₂浓度增加、温度、降雨和日照时数变化对作物产量的影响。结果显示：冬季温度的显著上升使冬小麦种植北界在50年间向北移动大约70 km;在品种和灌溉条件不变的前提下,小麦产量平均每10年上升0.2%~3.4%,其中CO₂浓度增加、温度、降雨及日照时数变化对其产量的影响分别为11.0%、0.7%、-0.2%和-6.5%;大气CO₂浓度增加的产量正效应大于日照时数减少的负效应。气候变化使夏玉米产量呈下降趋势（0.6%~3.8%/10年）,其中大气CO₂浓度增加、温度、降雨及日照时数变化对其产量的影响分别为0.7%、-3.6%、-1.0%和-6.8%,温度上升和辐射下降是玉米产量下降的主要原因。研究结果可为气候变化影响的评估和适应性对策制定提供科学依据。