共查询到20条相似文献，搜索用时 484 毫秒
1.
《地理空间信息》2020,(8)
结合COVID-19实际传播规律,利用温州市COVID-19确诊病例数据、行政区划与人口统计数据构建了区县级LSEIR修正模型,进一步顾及空间异质性加权融合各区县预测结果,以预测温州市整体疫情趋势。结果表明提出的LSEIR修正模型参数求解结果与传染病动力学模型参数物理意义相符,预测温州市感染人群将于2020-01-26达到峰值,与公布的实际情况一致。以感染人数和新增移出人数同时为0时刻作为疫情拐点,预测3月1日为温州市疫情拐点。本方法能够较准确地预测温州市及市内各区县COVID-19感染人群和移出人群变化趋势,为相关政府部门更好地发现疫情传播规律、分析防控措施有效性和预测疫情发展趋势提供了模型支持与决策服务。 相似文献
2.
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。 相似文献
3.
《武汉大学学报(信息科学版)》2020,(6)
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。 相似文献
4.
董卓明冯明皓王彦芳 《测绘与空间地理信息》2023,(5):59-62
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。 相似文献
5.
6.
《武汉大学学报(信息科学版)》2020,(6)
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。 相似文献
7.
《武汉大学学报(信息科学版)》2020,(6)
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。 相似文献
8.
2020年初暴发的新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情给全球人民生命安全和经济发展带来了严重影响。位置服务以庞大的地理空间信息数据库为依托,能向服务对象提供与地理信息相关的便捷、实时、精准的综合性服务,可很好地运用于紧急救灾、大流量人员追踪、复杂环境下的现场人员管控等事件中。事实证明,位置服务的优势特性在2020年春中国COVID-19疫情防控中起到了非常重要的作用。从北斗车联网平台、基于泛在定位的基础服务、时空大数据分析与疫情防控、智能导航机器人参与抗疫等多个方面阐述了中国COVID-19疫情下的位置服务应用。通过对这些应用及技术手段的分析总结,深化位置服务技术的内涵,可以为今后重大公共卫生事件的应急处置提供解决方案。 相似文献
9.
10.
《武汉大学学报(信息科学版)》2020,(6)
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。 相似文献
11.
新型冠状病毒肺炎（COVID-19）疫情的出现和暴发流行,给社会、经济及人群健康提出巨大的挑战,已经成为重大公共卫生事件和社会问题。作为一种新发传染病,提早发现、迅速采用有效应对举措,是防止病毒蔓延扩散的重要环节。地理信息系统（GIS）在传染病的控制、预防、预警中有举足轻重的地位,移动GIS（Mobile GIS）作为GIS技术的发展,进一步提高了我国卫生部门应对突发传染病的能力。本文以COVID-19防控为例,重点介绍了移动GIS技术在传染病防控中的应用。 相似文献
12.
《武汉大学学报(信息科学版)》2020,(6)
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。 相似文献
13.
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... 相似文献
14.
《武汉大学学报(信息科学版)》2020,(5)
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。 相似文献
15.
《现代测绘》2020,(3)
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。 相似文献
16.
以手足口病为例,介绍了地理信息的空间统计技术在传染病时空传播规律研究中的应用,包括传染病空间分布模式研究、传染病聚集性分析、传染病扩散传播模式分析、传染病发病率空间自相关分析及传染病发病率空间回归模型预测方面的研究,为传染病防治决策提供科学依据,具有一定的实用性。 相似文献
17.
新型冠状病毒肺炎(COVID-19)疫情爆发以来,温州市疫情形势严峻.本文通过温州市卫生健康委员会官方网站公布的新型冠状病毒肺炎患者的具体信息,利用数据分析法、GIS技术和定量分析法对温州市新冠肺炎疫情的发展变化、分布及扩散特征进行分析.结果显示:1)温州市新冠肺炎确诊病例男性占比高于女性,且以中青年人为主,老年人位列第三,少年儿童最少.2)新冠肺炎患者主要分布在温州中部和东北部人口稠密、经济发达的地区,南部和西南部地区患者数量比较少.3)经济发展较弱的地区扩散风险较高,人群防护意识薄弱也会加剧疫情扩散.本研究可对新冠肺炎等传染性疾病疫情的防控工作起到一定的指导和借鉴作用. 相似文献
18.
19.
2019年末至2020年初新型冠状病毒(COVID-19)的快速传播对中国与世界的公共卫生带来巨大的挑战。如何科学合理地评估新型冠状病毒传播风险并制定相应防疫管控措施,是各国所面临的难题,也是科学防治与精准施策的重要依据之一。作为我国最重要的城市群之一,粤港澳大湾区受本次新型冠状病毒影响较大,且春节假期后大量的复工回流人口进一步带来潜在的传播风险。本文面向粤港澳大湾区新型冠状病毒传播风险评估的紧迫需求,结合大湾区多源城市时空大数据与流行病动力学模型,构建适宜大湾区的改进模型,并对新型冠状病毒在大湾区的传播风险和各类防疫管控措施效果进行评估与模拟。首先,引入动态复工回流人口和聚集热点改进现有动力学模型(SEIR模型),对现有动力学模型在不同空间评估单元的传播参数进行纠偏,加强模型在大湾区评估中的适宜性;利用手机信令等多源城市大数据,构建更精细化的人口、疾病流动矩阵和相应的传染病动力学模型,以满足各级防疫部门精细化(如村(社区)级)风险评估的迫切需求。模拟结果表明,相对经典SEIR模型,改进模型在大湾区的传播风险评估中具有更强的适宜性;大湾区高强度的人口流动为病毒的传播带来较高的风险;防疫部门所采取各类管控措施对病毒在大湾区的传播具有较强的抑制作用。 相似文献
20.
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. 相似文献