Optimal parameterization of COVID-19 epidemic models: 新冠肺炎流行病学模型的最优参数化

At the time of writing, coronavirus disease 2019 (COVID-19) is seriously threatening human lives and health throughout the world. Many epidemic models have been developed to provide references for decision-making by governments and the World Health Organization. To capture and understand the characteristics of the epidemic trend, parameter optimization algorithms are needed to obtain model parameters. In this study, the authors propose using the Levenberg–Marquardt algorithm (LMA) to identify epidemic models. This algorithm combines the advantage of the Gauss–Newton method and gradient descent method and has improved the stability of parameters. The authors selected four countries with relatively high numbers of confirmed cases to verify the advantages of the Levenberg–Marquardt algorithm over the traditional epidemiological model method. The results show that the Statistical-SIR (Statistical-Susceptible–Infected–Recovered) model using LMA can fit the actual curve of the epidemic well, while the epidemic simulation of the traditional model evolves too fast and the peak value is too high to reflect the real situation.摘要现如今, 新冠肺炎(COVID-19)严重威胁着世界各国人民的生命健康. 许多流行病学模型已经被用于为政策制定者和世界卫生组织提供决策参考. 为了更加深刻的理解疫情趋势的变化特征, 许多参数优化算法被用于反演模型参数. 本文提议使用结合了高斯-牛顿法和梯度下降法的Levenberg–Marquardt(LMA)算法来优化模型参数. 使用四个病例数相对较多的国家来验证这一算法的优势: 相较于传统流行病学模型模拟曲线过早过快的到达峰值, 应用LMA的Statistical-SIR(Statistical-Susceptible–Infected–Recovered)模型可以更好地拟合实际疫情曲线.     

新冠肺炎疫情时期四川盆地大气污染成因分析

由于新型冠状肺炎病毒(COVID-19)的爆发,中国从2020年春节起实施了限制出行、交通管制等一系列措施,污染物排放量大幅度减少,但四川盆地区域仍出现了多次轻度空气污染事件。本文结合空气质量观测数据与WRF-Chem模式模拟分析了疫情封控减排时期四川盆地污染的时空分布及成因。四川盆地区域二氧化氮(NO₂)因人为活动减排从35.0μg·m^-3下降至20.2μg·m^-3,减少比例约为40%～60%,而臭氧(O₃)因NO_X-VOCs-O₃的非线性关系以及四川盆地区域氮氧化物(NO_X)、挥发性有机物(VOCs)排放与减排的不均衡反而从27.5μg·m^-3上升至41.4μg·m^-3,在重庆甚至增幅高达100%,进而促进了四川盆地区域气态污染物的氧化和二次细颗粒物的生成。疫情减排对污染的影响存在较为显著的区域差异,在成都、重庆地区,二次污染的生成一定程度上抵消了一次污染物减排的影响,二次污染物与一次污...     

新冠肺炎疫情期间中国人为碳排放和大气污染物的变化

利用行业经济活动数据、1 580个地面监测站和6套卫星反演数据,分析了我国新冠肺炎疫情期间人为碳排放和主要大气污染物的变化。与2019年第一季度相比,2020年同期我国碳排放降低9.8%,其中交通部门降幅最大达到43.4%。与2019年2-3月相比,疫情期间全国地表臭氧浓度同比升高1.9 nL/L(5%),其中华北平原以降低为主,东南部地区以上升为主。PM2.5浓度同比下降12.6μg·m^-3(24.9%),其中长三角降幅最大。二氧化氮(NO2)的地面浓度和对流层柱浓度在京津冀、珠三角和长三角都降低20%~30%,体现了高低层的一致性。地面一氧化碳(CO)浓度同比降低17%,而对流层CO柱浓度升高2.5%,可能原因是境外生物质燃烧输送提升了我国南方高层大气的CO浓度。中东部地区气溶胶光学厚度显著降低,导致地表晴空短波辐射同比升高11.6 W·m^-2(9.6%)。     

新冠肺炎疫情期间遵义市大气污染物的变化

为研究云贵高原城市遵义新冠期间大气污染物变化特征,利用2015—2020年遵义市空气质量监测数据、地面气象观测资料,分析新冠肺炎疫情防控期间遵义市主要大气污染物和气象要素的变化情况,研究空气质量对污染物减排和气象要素变化的响应。结果表明：疫情防控导致遵义市PM_2.5、PM₁₀和NO₂质量浓度明显下降,但O₃质量浓度小幅增加;PM_2.5和NO₂对人为减排的响应更敏感;防控期内遵义市气象条件比较有利于污染物的清除,防控减排措施导致PM_2.5质量浓度下降25.34%。在疫情防控的背景下,O₃浓度较2015—2019年明显偏高,PM_2.5显著下降,这与疫情防控期间人员车辆外出明显减少有关,导致夜间滴定消耗O₃的气体减少。减排措施对防控期间颗粒物污染浓度有明显的削弱作用。     

2020年新冠肺炎疫情管控期江苏省大气污染物浓度变化特征

利用江苏省大气环境监测站点的大气污染物监测数据,分析了2020年初新冠肺炎疫情管控期间(2—3月)主要大气污染物浓度的变化特征。结果显示,相比于2019、2020年疫情管控期间PM_2.5、PM₁₀、NO₂、SO₂、CO浓度的全省平均降幅分别为37.5%、36.9%、31.9%、28.2%和21.2%。严格管控期的2月和生产恢复期的3月,江苏省十三市PM_2.5、PM₁₀浓度同比降幅大致相当,呈现出较好的时间连续性和空间均匀性。但各市臭氧浓度同比变化呈现出较大的时空差异。空间上,沿江以南城市南京、无锡、常州、苏州和镇江五市臭氧浓度明显上升,而其他城市臭氧浓度以下降为主;时间上,2月南京等九市臭氧浓度上升,3月徐州等八市臭氧浓度持平或者下降。假设未发生新冠肺炎疫情以及未采取为阻断疫情蔓延而实施的种种举措,在仅考虑近年来大气污染防治政策持续实施的情况下,与预期降幅相比,疫情管控对NO₂实况浓度降幅的影响最大,其次是PM_2.5     

玉米冠层对降水的截留模型构建

降水资源是农作物的主要水分来源,农作物通过吸收土壤中的水分维持正常的生长发育,但由于未考虑农作物冠层对降水截留作用,在水资源评估和农田水分平衡研究中往往高估降水作用。该文通过2018年玉米生长季在辽宁锦州农业气象试验站开展的降水模拟试验系统分析了玉米冠层对降水的截留效应,结果表明：在降水量一定条件下,玉米冠层截留量与叶面积指数的二次多项式拟合相关最佳;在叶面积指数一定条件下,玉米冠层截留量与降水量的幂函数拟合相关最佳。综合叶面积指数和降水量分析表明：玉米冠层截留量与叶面积指数平方及降水量对数函数拟合呈正相关。根据我国玉米传统种植方式,高产玉米的叶面积指数最大一般为5~6,因此,对一次降水的最大截留量通常约为1.5~2.3 mm,当叶面积指数小于1时,对降水的截留可忽略不计。     

多层城市冠层模型参数优化及对京津冀城市群的高温模拟

针对京津冀高温模拟,综合运用卫星和地面气象观测数据、参数敏感性试验等技术方法,确定了耦合了多层城市冠层模型的中尺度数值模式（WRF/BEP/BEM）的地表反照率、比辐射率和人为热等参数的本地化配置。数值对比试验表明,参照试验中优化地表反照率、比辐射率和人为热（通过本地优化BEM输入参数来实现）等参数后,模式对京津冀高温模拟的效果均有显著提高,65%及以上的城市站点,参照试验比敏感性试验模拟误差降低0.5℃以上。经参数优化的WRF/BEP/BEM,较好地模拟了2010年以来京津冀地区5次极端高温过程,模拟结果与观测的标准差分别为1.4°C、0.8°C、0.9°C、1.0°C和0.7°C,分别较ERA5与观测的标准差减小26.3%、61.9%、40.0%、41.2%和36.3%。参数本地优化的WRF/BEP/BEM,可进一步应用于京津冀极端高温的相关研究,特别是城市化对极端高温作用机理的研究。     

新冠疫情防控期间昆山市空气质量变化

为了应对新冠疫情,昆山市严格遵守国家防疫规定,自2020年1月24日开始采取了严格的封锁管控措施。以机动车活动为首的人为排放量因而减少,空气质量也因此发生变化。利用昆山市环境监测网络,并结合气象观测系统,综合运用数理统计和空间分析方法,针对疫情防控前期(2020年1月1至20日)和疫情管控期间(2020年1月27日至2月15日)两个阶段,调查人类活动模式变化对昆山市空气质量的影响。结果表明,昆山市污染治理工作取得良好进展,与过去3年同期(1月1日至2月15日)相比,颗粒物(PM_2.5和PM₁₀)超标天数减少了4天,但日最大8小时臭氧(O₃)浓度(MDA8 O₃)升高了14%,表明严重的O₃污染已不局限于夏季,而即将成为全年多发性问题。由于疫情期间以交通部门为首的排放量减少,O₃的重要前体物二氧化氮(NO₂)以及颗粒物浓度均显著下降,疫情管控期间内MDA8 O₃的升高(62%)。选取污染个例研究发现,即使在减排的情...     

包含CO2因子的冠层光合作用简化模型及其关键参数数值敏感分析

利用美国Licor公司生产的Li-6200便携式光合作用测定仪对冬小麦叶片光合作用进行了较为系统的测定研究,在实测资料支持下建立了包含CO2因子的叶片和冠层光合作用模型,验证结果表明,模型具有较高准确性.利用模型对CO2影响参数μ进行数值敏感分析,结果表明:对叶片光合而言,μ=0.83时叶片光合作用模型拟合最好,随μ减小或增大,拟合精度均下降;对冠层光合而言,μ=0.83时模拟光合日总量达到最大值,μ减小或增大,光合日总量均下降.多因子数值分析表明:在辐射值较大的状况下,μ对冠层光合的影响更为显著.     

2021年南京市新冠疫情期间大气污染物变化特征及来源解析

为了解2021年南京市新冠疫情期间城市大气污染物浓度的变化和成因,利用南京大学SORPES站点2021年7月1日—2021年8月30日大气污染物在线监测数据,分析疫情前、中、后颗粒物及气态污染物的浓度变化,针对臭氧(O₃)的关键前体物,挥发性有机物(Volatile Organic Compounds,VOCs)采用正定矩阵因子分解法模型(Positive Matrix Factorization,PMF)、拉格朗日粒子输送与扩散模型(Lagrangian Particle Distribution M odel,LPDM)分析其污染来源。结果表明:疫情封闭期间,南京市PM_2.5质量浓度较疫情前降低了40%～50%,组分中硝酸盐、有机物质量浓度降幅最为显著,分别下降了34.0%和16.5%。臭氧体积浓度不降反升,城中区域增幅最显著站点可达50%左右。其气态前体物氮氧化物(NO_x)及VOCs浓度变化呈相反态势,分别较疫情前降低28%、升高49.6%。模型及卫星遥感结果表明,疫情期间南京市臭氧属于协同偏VOCs控制区。气团溯...     

基于阶段式传播模型COVID-19防控措施的量化评估分析

基于病毒动力学传染机制,构建了考虑不同时期防控措施影响下的新型冠状病毒肺炎（COVID-19）阶段式传播模型.依据空间上的严重性将全国划分为三类疫情区,对各疫情区传染人数进行了阶段式模拟.结合上述模拟结果,进一步量化评估了各疫情区所采取的如武汉交通管制、对口支援湖北和小区封闭式管理等措施对抑制病毒传播的影响.结果表明,阶段式传播模型能够较好地模拟出各疫情区不同时期传染人数的变化特征,政府采取的交通管制和小区封闭式管理等防控措施大幅减少了传染人数,感染人数呈现出大幅下降的趋势,有效抑制了COVID-19的大规模扩散.     

基于集合经验模态分解和自回归-移动平均模型的COVID-19流行病全球预测系统预测结果改进

2020年,新型冠状病毒肺炎(COVID-19)在世界范围内迅速传播.为准确预测各国每日新增发病人数,兰州大学开发了 COVID-19流行病全球预测系统(GPCP).在本文的研究中,我们使用集合经验模态分解(EEMD)模型和自回归-移动平均(ARMA)模型对GPCP的预测结果进行改进,并对发病人数较少或处于发病初期,不...     

COVID-19疫情期间全球空气质量变化:臭氧响应的区域间差异

疫情期间全球各地一次排放大幅削减,而臭氧等二次污染的响应则存在着区域间差异.结合地面和卫星观测发现,同在氮氧化物大幅下降的情况下,臭氧在东亚和欧洲呈现出可达14ppb的上升信号,而北美则下降为主(约2-4ppb).我们结合气象分析和臭氧敏感性进一步讨论了臭氧响应差异性的原因,一方面受臭氧与前体物间关系的影响;另一方面来...     

Changes in air pollutants during the COVID-19 lockdown in Beijing:Insights from a machine-learning technique and implications for future control policy

基于2015-2020年北京35个环境空气站和20个气象站观测资料,应用机器学习方法(随机森林算法)分离了气象条件和源排放对大气污染物浓度的影响.结果发现,为应对疫情采取的隔离措施使北京2020年春节期间大气污染物浓度降低了35.1％-51.8％;其中,背景站氮氧化物和一氧化碳浓度的降幅最大,超过了以往报道较多的交通站...     

适应与绿色复苏：应对新冠疫情和气候复合风险的协同

作为全球性危机,新冠疫情和气候危机在影响范围、效果、原因等方面的相似之处可能使两种危机的效果叠加,而二者的不同之处又可能导致应对政策的相互干扰,带来更加严峻的复合风险。文中全面分析了全球面临的新冠疫情和气候危机的复合风险,识别了新冠疫情对全球气候变化适应进程的影响,以及适应在各国疫后绿色复苏计划中的地位。研究表明,目前全球的绿色复苏中较少考虑适应,而绿色复苏为同时恢复经济和增强气候恢复力提供了机会,如果能在绿色复苏中考虑变革性适应,将显著提升社会经济系统对气候变化等冲击的抵御能力与恢复力,实现疫情后更持续和更有韧性的经济发展。     

数值模式中的大气边界层参数化方案综述

大气边界层对下垫面和自由大气之间的热量、动量和物质交换以及全球辐射的收支平衡有着非常重要的作用,数值模式中对边界层的模拟需要通过参数化方案表现出来。综述了数值模式中常用的边界层参数化方案,从闭合框架以及边界层内的重要物理过程这两个方面对各类方案进行了总结,并讨论了边界层参数化方案的发展方向。