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。     

从时空大数据的角度分析评价江苏省新冠疫情发展趋势

以江苏省疫情专题数据、人口迁徙数据等为基础,从时空大数据的角度对江苏省新冠疫情进行分析评价,总结疫情在时间和空间上的发展规律。主要研究内容包括:基于动态参数的Logistic模型来拟合全省确诊人数变化趋势并与实际确诊人数进行对比分析;通过时空迁徙特征来分析疫情在空间上的实际分布情况与高危地区之间的相关性。经对比,采用的模型其最终预测结果与江苏省新冠疫情最终实际确诊人数仅相差约1%,说明基于动态参数的Logistic模型对于流行病感染人数预测具有较好的适用性;基于时空迁徙特征的疫情高危地区预测与实际感染情况有一定出入,说明人口迁徙是疫情空间分布的重要影响因素,但不是唯一因素,可作为疫情防控的参考依据之一。     

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。     

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。     

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。     

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。     

COVID-19病例活动知识图谱构建——以郑州市为例

目前,随着全球新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)病例数量不断增加,疫情时空传播过程变得越来越复杂。传统的传播过程研究主要是在宏观上研究传染病的整体传播规律或趋势,不能在个体层面分析具体病例之间的传播关系,无法精准定位疫情传播路径,很难支持传染病的精准防控,亟需兼顾时空和语义特征研究传染病传播过程。首先在解析COVID-19病例数据基础上,利用知识图谱技术提出了构建适应多样化描述方式的COVID-19病例活动知识图谱;然后从传播事件角度设计了COVID-19病例活动知识图谱本体规则,完成了模式层的构建;并以流行病调查数据为基础,对病例数据进行解析、事件实体识别和数据存储,完成了数据层的构建;最后,通过图数据库和B/S端构建原型系统进行实验验证。结果表明,通过COVID-19病例活动知识图谱对传播过程推理、关键节点分析和活动轨迹回溯等层面进行验证,方法较为有效,且具有一定可行性。     

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。     

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。     

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...     

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。     

利用区域人群流动和新兴交通数据支持疫情防控

在传染病疫情早期,对出现疫情的地区进行及时管控、防止疫情跨区域传播,对于减少感染量、减轻疫区应对和救治压力、保障疫情期间社会经济平稳具有重要意义.防止疫情跨区域传播的前提是掌握现有病例在区域中的当前空间分布和预期空间分布.目前常用的人群流动数据仅能提供人群的长期驻留地点,而不能提供短期驻留地或者乘坐的交通工具信息,其对...     

马尔科夫链优化Richards曲线的沉降预测模型

针对建筑物沉降具有非线性及随机性的特点,建立了基于马尔科夫链修正的Richards曲线预测模型,以提高模型的预测精度。首先利用Matlab平台的fminsearch函数,以拟合值与实测值误差平方和最小为原则,然后求得Richards模型的最优参数解,最后利用马尔科夫思想修正拟合残差,进行沉降预测。以安阳市某高层建筑实际数据为研究对象,通过实例比较分析模型的预测精度。结果表明利用fminsearch进行Richards参数估计是有效的,经马尔科夫链优化后的Richards模型预测值平均绝对百分误差及均方根误差都比单模型预测小,预测精度有了一定的提高,能更好地反映数据序列随时间发展变化的总体趋势,适合于建筑物沉降预测。     

基于GIS的河南COVID-19疫情空间格局演化研究

为研究河南疫情空间格局的演化规律,运用计量地理模型统计方法对河南已确认感染的1 272例确诊病例进行系统研究。结果表明：1) 1月24日至2月2日(疫情前增长期)、2月2日至2月18日(疫情高水平流行期)、2月18日至2月27日(疫情低水平流行期),感染COVID-19疫情确诊病例整体增长态势上呈现“少—多—少”。2)1月24日至2月27日的疫情平均发病率为8.06/10万。P₄=13.20/10万>P₃=13.09/10万>P₂=5.87/10万>P₁=0.09/10万。P_均=8.06/10万。3)从均匀性来看,P_豫南=44.16%>P_豫中=22.74%>P_豫东=15.93%>P_豫北=14.21%>P_豫西=2.96%。说明河南下属18个市分布不均匀。4)1月24日至2月27日时间节点内河南省感染COVID-19疫情确诊病例地区...     

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。     

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.     

云参数法干旱遥感监测模型的完善

在原有的云参数法干旱遥感监测模型的基础上,对云参数进行时间空间修正,得到了具有时间空间普适性的新型云参数法干旱遥感监测模型.首先分析了云参数随时空变化的规律即云参数影响函数,并分析确定修正函教的函数形式,然后联合遥感数据和同步地面实测20 cm深度土壤湿度数据确定修正函数,最后通过定权方式确定改进型干旱遥感监测模型.利用FY-2C数据进行了全国范围干旱遥感监测实验,同时与传统方法的监测结果进行对比分析,认为新型模型对空间时间大尺度条件下的干旱监测结果更准确可信.     

遗传算法在甲流SIR模型参数求解中的应用

论文以全国甲型H1N1流行性感冒（下简称甲流）疫情数据为实例,讨论了采用SIR模型对甲流的传播过程进行模拟时相关参数的求解问题。分别通过优化的遗传算法（Genetic Algorithm,GA）和模拟退火算法（Simula-ted Annealing Algorithm,SA）求得该非线性模型中的重要参数阈值（日治愈率与日传染率的比值）,并由该参数阈值计算出各月患病人数。论文比较分析了两种算法在精度和效率上的优劣,发现遗传算法优于模拟退火。同时模拟结果验证了SIR模型适合甲流疫情的分析模拟。     

基于动态指数平滑模型的降雨诱发型滑坡预测

为了快速而准确地分析降雨型滑坡的变形趋势,以指数平滑法为数学基础,从滑坡的实际演化阶段出发,建立外界主要诱发因素与模型参数的关联,引入月累积降雨量作为模型参数动态评估因子,对白家包滑坡90期累积位移数据进行了拟合及预测。最终拟合的累计位移平均绝对误差和相关系数分别为11.346和0.933。与传统的静态参数方法相比,这种方法更符合降雨型滑坡发展的一般规律,预测精度更高。