基于多元数据的中国地理空间疫情风险评估探索——以2020年1月1日至4月11日COVID-19疫情数据为例

新冠肺炎（COVID-19）在空间上具有一定的传播风险,对城市的安全健康构成了威胁,防止疫情传播成为紧迫的任务。在2020年1月1日至4月11日,COVID-19疫情经历了发生、迅速发展和趋于稳定的发展过程,利用初期的COVID-19数据进行宏观层面的疫情风险评估,为防疫控制措施提供一定的参考。因此本研究基于行政区划、定点医院、疫情小区以及道路交通等多元数据,在宏观层面提出并构建全国地理空间疫情风险性评估,对疫情风险分布探讨的同时进行评估效果验证,并根据构建指标揭示影响风险的因素及其机理,主要结论： ① 地理空间风险评估具有有效的可行性。② 地理空间疫情风险分布全局Moran's I指数为0.758,具有显著的空间集聚特征。同时,不同的省区市之间的局部LISA值呈现空间差异性,其中高—高聚类省区市占比全国25.81%,风险程度较高,主要分布在湖北、河南、湖南、江西、安徽、浙江、江苏、上海,低—低聚类省区市占比全国9.68%,风险程度较低,主要分布在青海、西藏、新疆。③ 地理空间疫情风险分布与地理区位、道路交通、医疗卫生、疫情现状指标均存在一定的相关性。根据统计学的Pearson相关性分析,其相关指标R ²存在差异,在数值上由高到低依次为疫情现状、地理区位、道路交通、医疗卫生,在属性上其相关因子存在正负2种效应,地理空间疫情风险与武汉市地理距离、定点医院密度以及居民-医院地理距离呈现显著的负相关,其R ²分别为0.813、0.545、0.436,与铁路网密度、公路网密度以及疫情小区密度呈现显著的正相关,其R ²分别为0.751、0.792、0.825。④ 地理空间疫情风险的构成因素错综复杂,其受到多种因子的共同作用,根据空间分层异质性分析,不同因子之间均存在交互作用,其中居民—医院地理距离与公路网密度、铁路网密度交互作用较强,q值分别为0.9842、0.9837。本研究在宏观层面为城市管理中重大疫情的空间资源分配以及区域空间的联防联控策略提供了相应的依据。     

一种耦合LSTM算法和云模型的疫情传播风险预测模型

模拟传染病时空传播、定量评估疫情风险对科学防控、精准施策具有重要的现实意义。本文融合多源时空数据,构建了耦合LSTM算法和云模型的疫情传播风险预测模型。该模型首先基于GIS和LSTM算法构建疫情空间演变模拟模型,通过学习历史疫情数据中的规律,以1 km×1 km为空间尺度、天为时间尺度模拟传染病时空传播过程。其次,基于模拟传染病例数据和疫情传播时空影响因素构建风险评价指标,应用云模型和自适应策略构建疫情风险评估模型,实现多空间尺度的疫情风险评价。在实证研究阶段,应用该模型对北京2020年6月份突发COVID-19疫情空间演变过程进行模拟和风险评估,并引入常规机器学习模型作比较验证。结果表明：应用于疫情时空传播模拟,相较其它常规的机器学习模型,考虑时序关系的LSTM模型的模拟精度更高（MAE为0.00261）,拟合度更好（R-square为0.9455）;耦合模型不仅能充分考虑传染源因素、天气因素、疫情扩散因素及疫情防御因素对疫情风险传播的影响,反映风险演变趋势,还能快速量化区域风险等级,实现不同空间分辨率下的疫情风险评估。因此,基于LSTM算法和云模型的耦合模型可有效预测疫情的传播风险,同时,也为传染病时空传播建模与风险评估提供了方法参考。     

网络舆情态势及情感多维特征分析与可视化——以COVID-19疫情为例

2020年初,新型冠状病毒肺炎(COVID-19)疫情席卷全国,疫情发展变化引发了社会各界的广泛关注.社交媒体平台作为网络舆情的重要载体,如何从中全面、准确挖掘分析网络舆情特征是疫情防控过程中的重要问题.本研究首先从舆情本体与客体时空关联的角度构建了疫情期间网络舆情多维分析模型,获取了2020年1月17日-3月17日多...     

网络化地理空间的元胞自动机群体时空格局仿真模型研究

计算机网络的出现,显著地改变了地理空间的相关性。在网络化地理空间中,相关事件、现象、消息的特定网络信息流达到一定程度时,可能引发并塑造群体的特定时空分布格局。因此,针对网络化地理空间特性,基于元胞自动机模型,构建了网络化地理空间元胞自动机仿真模型。仿真实验结果表明：(1) 网络化地理空间中,元胞群体意见存在5种分布;(2) 元胞在空间上呈现出聚集的时空分布格局。研究结果将有助于理解网络化地理空间中针对特定事件、现象、消息的信息流对群体时空分布格局的影响,为网络环境下特定事件、现象的群体时空分布格局分析提供依据。     

顾及时空对象空间相互作用的疫情风险评估建模与应用

新型冠状病毒肺炎（Coronavirus Disease 2019,COVID-19）在全球的传播仍在持续,根据COVID-19在国内早期的扩散特征,从地理学角度出发,构建了一种顾及时空对象空间相互作用机制的疫情风险评估模型,模型在参照时空对象空间相互作用迁移型传导模式的基础上,重点考虑了疫情传播的时空过程、并兼顾空间依赖及空间异质性因素,实现了疫情风险城际传播的关联性、动态性分析。在实证研究阶段,基于该模型对武汉及其主要影响城市在2020年1月上旬到4月上旬的疫情风险及动态演变进行了评估,通过与基于城市对象自身属性计算得到的实时疫情风险指数及其空间分布进行比较,验证了基于时空对象的空间相互作用模型在疫情风险评估方面的有效性。结果表明：① 模型能兼顾疫情传播的空间依赖及空间异质性特征,体现疫情风险的城际传播过程,为疫情传染风险评估及相关空间问题的研究提供了一种新的视角和方法;② 来自源对象的输入性疫情风险与对象间的空间相互作用强度存在显著正相关性,因此在疫情防控中要结合空间相互作用的主要影响因素进行综合决策。     

中国艾滋病空间格局和时空演化分析

探索艾滋病疫情的空间格局和时空演化特征,发现其分布和流行规律,对促进艾滋病防控工作具有重要意义。本文基于1997—2016年中国艾滋病省级发病率资料,利用空间自相关技术探测艾滋病疫情的空间格局,并使用重心轨迹迁移算法进行时空演化分析。结果表明：中国艾滋病疫情在省级尺度上具有较强的空间依赖性。1997—2016年,中国艾滋病疫情的全局空间关联程度从弱变强,而且存在进一步强化的趋势;疫情总体呈现“南重北轻,中部过渡”的空间格局,可将中国艾滋病发病率在局部发生空间自相关的区域划分为以内蒙为代表的北方疫情冷点片区和以广西为代表的南方疫情热点片区;中国艾滋病疫情的总体流行程度不断加深,且具有明显的地域差异性,在空间上表现为非均衡增长。因此,今后的艾滋防控工作必须在传统预防手段的基础上注重疫情扩散的时空规律,重点加强对疫情热点区域和高风险传播方向的管控,以达到区域协同、精准防控的目的。     

2004-2013年间中国登革热疫情时空变化分析

通过对登革热疫情分布及时空变化的分析,发现该病的分布和流行规律,将有助于登革热防控工作的开展。本文以2004-2013年间传染病网络直报系统的全国地市级登革热逐月发病率资料为基础,就发病率、涉及地市以及与输入性病例之间的关系,进行空间统计学分析。结果表明:中国登革热发病率的对数值与国外输入性病例数呈显著相关(r=0.669,p<0.05);登革热输入性病例地市(有输入性病例的地市)数量与登革热本地病例地市(有登革热本地病例的地市)数量呈显著线性相关(r=0.939,p<0.05);疫情整体呈稳步递增的趋势,且发病率重心不稳定,从东南沿海(广东、福建)逐步向内陆和西南地区(云南边界)迁移,显示登革热可能流行范围正在扩大;中国登革热疫情呈现波动性非随机空间分布,其高聚集区主要分布在广东的珠江三角洲、韩江三角洲,以及西南边境的云南德宏傣族景颇族自治州和西双版纳傣族自治州。中国登革热疫情是由输入性病例引起的本地流行,因此,加强入境人员(特别是来自东南亚疫区)的健康教育,尤其在输入性病例输入高风险时间段(7-10月),对控制登革热疫情有重要意义。     

重庆市新型冠状病毒肺炎流行时空特征及其与人群活动性的关系

本文收集了重庆市2020年1月21日-2月24日确诊的545例新型冠状病毒肺炎(COVID-19)病例个案信息,结合1500万手机用户在疫情期间的信令轨迹大数据,分析了其疫情的时空演化特征以及人群活动的变化规律,并从复杂网络的角度揭示了疫情分布的异质性,从疫情传播与人群活动之间的关系揭示了异质性的原因.研究发现:①重庆...     

突发自然灾害事件网络舆情传播特征及影响因素研究

随着网络技术的发展,网络舆情分析在应对突发事件中发挥的作用日益显著.自然灾害发生后,准确把握舆情信息传播特征并分析其影响因素有助于应急管理部门及时采取有效的应急救援措施.本文以台风"利奇马"为例,基于"新浪舆情通"系统搜集的相关微博、微信、论坛、网站等全网舆情数据,探究台风灾害全过程舆情信息的时空分布特征,开展灾害舆情...     

基于多源数据的北京市朝阳区人口时空格局评估与预测

城市人口分布与活动呈现高度的时空动态变化,掌握人口时空变化特征并进行未来预测,对于精准人口评估、有效的政策措施制定、实时的人口预警与调控等具有重要意义。本研究利用以手机信令数据为主的多源时空数据,首先利用地理探测q统计进行探索性数据分析,其次结合贝叶斯模型进行北京市朝阳区居住人口的时空变化探究及时空预测,以期达到对朝阳区人口的动态评估与预测。首先,选用地理探测q统计进行空间异质性探测,用贝叶斯时空层次模型探究基于手机信令数据推算的北京市朝阳区居住人口的总体空间效应、总体时间效应以及局部变化趋势;其次,选用贝叶斯高斯预测过程模型,基于朝阳区各街乡的居住人口及相关人口影响因子数据进行朝阳区各街乡2017年12月的居住人口预测。时空探究表明：朝阳区居住人口在空间上存在完美空间分异,整体呈现沿环路由内向外递增的空间分布格局,整体时间趋势表现为增长,各街乡局部时间变化趋势呈现一定差异。预测的空间分布与实测空间分布整体一致,精度较高,各街乡预测精度不一。结果表明基于贝叶斯理论的时空层次模型和高斯预测过程模型可以为多源时空数据下的多尺度精准识别与人口时空模式挖掘提供有效的方法支撑。     

新冠肺炎疫情政策干预下群体虚拟轨迹时空模式差异性研究

轨迹时空模式的研究,对于突发公共安全事件监测及政策制定评估具有重要意义。目前大量的研究仅分析了物理轨迹时空模式变化,尚缺乏从群体虚拟轨迹的视角,分析其与物理轨迹的关联性和差异性。因此,本研究选取美国10个大型样本城市作为研究对象,以OSM网络地图作为虚拟空间,利用地图瓦片访问频率构建群体虚拟轨迹,与物理轨迹对比分析居家令干预政策实施前后时空分布、时空衰减和空间要素偏好的变化。结果表明：(1)城市中群体虚拟轨迹访问频率具有一致的中心边缘空间结构,但新冠肺炎疫情导致城市中心吸引力明显减弱;干预政策实施后,群体虚拟轨迹不同空间要素访问频率相比疫情前平均下降67.84%,且不同空间要素同步下降,仅在部分区域中对医疗设施的访问频率增加,谷歌移动指数代表的物理轨迹平均下降48.05%,仅居住场所增长22.15%。(2)物理轨迹访问频率变化与干预政策时间一致,然而虚拟空间中群体提前一周左右已经进入居家管制的活动模式。研究成果表明群体虚拟轨迹相比物理轨迹对于干预政策响应时间更早、时空衰减更大,为突发公共安全事件监测及政策制定评估提供了新途径。     

陕西省HFRS疫情时空分异特征及影响要素研究

肾综合征出血热（HFRS）主要是由鼠类携带传播汉坦病毒而引起的一类自然疫源性传染病,严重危害着人类健康。陕西省是我国HFRS疫情最严重的省份之一,发病率居全国前列,研究其疫情时空分异和影响要素对指导当地疫情防控具有重要意义。本研究基于2005—2017年县区尺度HFRS发病率数据,采用空间自相关、热点分析等方法分析陕西省疫情时空分异特征,并利用地理探测器探究影响疫情的主要自然环境和社会经济要素。结果表明：2005—2017年陕西省HFRS发病率明显高于全国水平,同时呈现明显的时间波动和空间聚集,平原面积占比、建设用地面积占比、人口密度等因素可以解释约20%的HFRS疫情空间分异;关中平原聚集了陕西省90%以上的高发病县区,其疫情亦呈现明显的空间分异性,主要受降水量、 NDVI、土地利用类型等因素的影响。由此可知,高发病县区聚集、且自然环境和社会经济条件明显不同的关中平原是陕西省HFRS疫情流行的关键地区。因此,建议陕西省HFRS疫情防控应当重点关注降水量、植被状况以及土地利用类型,特别是在土地城镇化水平较高、人口密度较大的关中平原进行有效的防控干预。     

基于社交媒体的森林火灾舆情信息脉动分析

2019年和2020年四川省发生了两起大型森林火灾,受到政府高度重视,也在网络上引发了广泛讨论.为了呈现森林火灾后微博文本中蕴含的舆情信息,有效地了解舆情,掌握规律,对四川凉山前后两起重特大森林火灾发生后的舆情进行了数据挖掘和对比分析.使用核密度、地理探测器方法对两起森林火灾舆情时空扩散和空间分异进行了研究,使用LDA...     

考虑地理距离的复杂网络社区挖掘算法

复杂网络具有社区结构的性质,即社区内节点的连接比社区间的连接更为紧密。目前,具有复杂网络拓扑结构的社区挖掘算法已有很多,但在很多地理空间的复杂网络中节点间的紧密度,不仅与其连接关系有关,同时与它们之间的距离有关。因此,本文提出将节点间的地理距离考虑到社区挖掘的过程中,修改基于模块度增量矩阵的Newman快速算法(简称CNM算法),将1 din(jd为节点i与节点j之间的距离)作为边权,对加权网络进行社区挖掘,从而发现既相互联系紧密又在地理空间上相互接近的社区。最后,本文用国内航线网络作为实例,将算法用于挖掘航线网络中城市的社区结构,得到10个在航线网络中联系紧密且在空间分布上具有一定地域性的城市社区,与我国的主要经济区域分布比较一致。本算法考虑地理相关性和连接紧密性,较好地识别出空间网络的社区结构。     

地理知识图谱下的建筑群空间分布模式推理

以图结构表达的知识图谱不仅在语义网络的描述与推理中发挥着重要作用，对于空间实体的结构化抽象与空间推理也具有重要意义。空间实体的联系信息在知识图谱中以图的边记录，通过路径探测、子图对齐、模式发现等基于边的知识图谱计算推理，在空间场景认知可发挥重要作用。地理知识图谱是一种对地理概念、实体及其相互关系进行形式化描述的知识系统，既有通用知识的内涵与特点，也有地理知识特定的时空特征，能够将语义模型和时空模型联系起来，描述语义关系、空间关系和时间关系，在地理知识的表达、理解、获取与推理方面有巨大的应用潜力。现有地理知识图谱的研究工作多集中于语义方面，语义关系的抽取与表达比较丰富，可以支持进一步的地理知识语义搜索等功能；然而地理知识图谱在时空模型上的知识表达比较缺乏，现有的空间关系局限在要素之间，很少涉及空间认知中进一步的分布态势、空间格局等，地理知识图谱在空间语义知识方面有待增强。本文基于知识图谱构建原理，以建筑群地理知识图谱构建为例，实现格网型建筑物模式的识别。先将建筑物抽象成实体，表达为图的节点，基于几何邻近分析提取建筑物之间的空间邻域关系，以此构建建筑群地理知识图谱；在此基础上结合建筑物模式...     

基于网络空间点模式的餐饮店空间格局分析

餐饮业是城市经济发展的重要指标,运用合适的方法来研究城市餐饮业的空间格局特征,对城市规划、商业选址和经济发展等具有重要意义。本文以广州市海珠区为例,基于餐饮店POI（兴趣点）数据,利用核密度估计法分析餐饮店的空间分布特性,采用网络核密度法探究其热点路段的分布情况,并利用网络双变量K函数法,分析餐饮店分布与公交站和居民小区的相关性。结果表明：海珠区餐饮店总体分布呈现“西密东疏”的空间格局,具有多中心的空间分布特征;江南中街道餐饮店分布的热点路段主要集中在江南西路和江南大道中沿线,其密度随着与该沿线的距离增加而衰减;在较小范围内,餐饮店的分布与公交站具有显著的聚集关系,而与居民小区不具有显著的聚集关系。对于沿道路分布的空间地理点对象,利用网络空间点模式分析可得到较好结果。     

野象北移事件舆情演化及其影响机制

网络舆情分析在突发事件科学管理及应急响应中作用显著。本文以2021年发生的我国首例野象大跨度北移事件为案例，采用事件抽取和扩展BosonNLP的情感分析方法，研究新闻及社交媒体关于野象北移的情感关切响应及事件级联效应，并用地理探测器等空间统计分析方法揭示其影响机制，进而探讨此类突发事件与其他舆情的传播及演化差异。结果表明：(1)野象北移舆情起始期较长而爆发期较短，且其信息扩散受空间距离衰减规律的影响较小，而主要取决于地区互联网资源供给及传播媒介分布情况，有别于公共卫生、自然灾害等跨区域重大突发事件舆情演进规律；(2)北移象群逼近人口密集的城区时易引爆舆情；期间，新闻媒体全面关注野象迁移动态且积极意向明显，成为推动公众舆情趋向正面社会建构的重要话语力量；(3)微博舆情情感在全国及省域尺度均存在显著空间集聚性；事源地云南及其邻域为低-低集聚型情感冷区，国内媒体及微博用户主要分布地（北京、山东、江苏等）为高-高集聚型情感热区；突发事件主要影响区（昆明和玉溪）亦为高-高集聚型情感热区，而我国野象传统分布区（普洱和西双版纳）却为情感冷区；决策部门及新闻媒体应差异化响应舆情情感冷热区的民众关切并精...     

德令哈市地理国情普查与第二次土地调查种植土地成果对比分析

为充分发挥地理国情普查成果的作用,检验普查成果准确性和使用性,本文选取德令哈市第一次全国地理国情普查成果与第二次全国土地调查成果,运用数值统计分析和数据时空序列对比分析方法,从方法、流程、分类对应关系、空间差异方面对市区范围内种植土地要素进行对比分析,总结两种成果的一致性和差异性,结果表明地理国情普查成果具有更高科学性、准确性和实用性。     

森林脑炎时空分布特征和环境影响因素分析

森林脑炎作为一种蜱传自然疫源性疾病,其空间分布与环境关系密切,探索其时空分布模式与环境因子对其影响机制对于掌握和预测森林脑炎的发病风险区域具有重要意义。本文以我国东北疫源区（黑龙江省、吉林省和内蒙古自治区）为研究区,通过统计分析和空间自相关分析探究了2005—2015年森林脑炎时空分布特征,进而运用地理探测器模型探讨森林脑炎空间分布影响因素及其指示作用。结果表明：① 研究区内森林脑炎发病率在2005—2015年有明显的增长趋势和季节性发病特征,且其发病率具有较强的空间集聚模式,主要有2个大的热点集聚区;② 从整个研究区来看,植被类型、土地利用、年均气温、土壤类型、5—8月均气温、坡度、高程和年均降雨量是森林脑炎发病率空间流行的主要环境影响因素;③ 对于所筛选的环境指示因子而言,各指示因子对森林脑炎发病风险的影响程度存在差异,即各因子的各类型（范围）内,森林脑炎发病率不同;各指示因子两两之间的相互作用对森林脑炎的发病风险具有显著增强效应。研究结果可为研究区及全国森林脑炎疫情的有效控制提供科学依据和决策支持。     

我国手足口病时空分布特征的GIS分析

手足口病是一种常见传染病。近几年在我国多次暴发且发病人数显著增加,引起了我国政府和社会各界的广泛关注。目前,对手足口病的研究主要集中在医学领域,而在宏观尺度上的时空分布特征研究及其重点地区分布研究等方面均较少。本文探索应用地理信息系统(GIS)的工具和方法,对2008-2009年中国疾病预防控制信息系统收集的手足口病监测数据进行统计计算、空间可视化和空间分析,得到我国手足口病疫情的时空分布与动态变化特征。研究表明:(1)尽管全国均有手足口病的报告病例,但各省之间发病情况差异较大,且区域内的发病情况也存在较显著差异,一般在人口密度和人口流动性均较大的城市疫情较严重;(2)手足口病在我国的流行高峰期为4-7月,比国外相关研究中的描述提前了一个月;(3)5-6月,我国手足口病的高发区分布明显由南向北移动。(4)2008-2009年,我国手足口病患者98%以上为托幼儿童、散居儿童和学生。鉴此分析,本文提出了具有时间、空间和人群针对性的防控手足口病暴发流行的科学建议。