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.     

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。