排序方式： 共有224条查询结果，搜索用时 15 毫秒
61.
基于事件的疫情应急时空数据模型 总被引：1，自引：0，他引：1
针对疫情应急系统在时空数据逻辑性方面的高要求及已有时空数据模型在该方面的不足,本文以事件产生为触发、事件发展为驱动,进行面向对象的时空数据建模研究:建立了城市疫情应急相关时空数据的概念模型、静态结构模型和时态行为模型;并设计Geodatabase实例和组件模型,实现对时空数据模型的面向对象的组织、管理和操作。通过在眉山市疫情监测应急系统中的成功应用表明,基于事件对多关联复杂空间对象群进行的联动操作,实现了时空数据的逻辑耦合。 相似文献
62.
63.
今年5月，在抗击“非典”斗争的关键时期，在不到9天时间内，山西省测绘局所属的山西省遥感中心的测绘科技人员利用测绘高科技手段和海量基础地理信息优势，连续创造两项奇迹。两项工作总共用了不到9天时间，全部加起来不足200个小时，创造了非常时期的“遥感速度”。 相似文献
64.
65.
SARS控制与预警地理信息系统的研制与应用 总被引：14，自引：0，他引：14
针对中国当前非典型肺炎(SARS)疫情防治工作的迫切需求，作者基于其在地理信息科研领域具有大型国产GIS软件平台(SuperMAP)及其在辅助决策空间信息模型工具等方面的科研优势，紧急研制了“国家SARS疫情控制与预警信息系统”。该系统由5个子系统构成，是一个将空间定位、空间信息管理、空间信息分析技术和通信技术进行有机的整合，形成了前后端一体的SARS疫情实时传输、处理、分析和分布完整的信息系统。在SARS疫情的信息采集、管理、分析及其防治与监控措施的发布等方面发挥了重要的作用。 相似文献
66.
《地域研究与开发》2021,40(3)
采用各省份卫健委每日通报疫情数据,结合空间自相关、地理探测器等方法,从城市群视角分析2020年1月21日至6月30日新冠肺炎疫情在中国内地的时空扩散特征与影响因素。结果表明:(1)新冠肺炎疫情的扩散可划分为4个阶段,空间上呈现出圈层结构特征;具有显著正空间集聚特征,且空间集聚格局相对稳定。(2)城市群内是疫情扩散的主要场所,但变异系数在快速下降。累计确诊病例与城市群发育度具有正相关性。城市群内累计确诊病例的空间分布模式划分为弱中心城市群、弱单中心城市群、强单中心城市群、强多中心城市群4种类型。(3)城市群内累计确诊病例与经济发展水平、医疗卫生水平、人口规模、交通联系强度、对外经济贸易水平均存在显著的正相关性,其中医生数对 相似文献
67.
以发病数和发病率为依据,利用ArcGIS 10.3软件和地理探测器,探究湖南省2020-01-21—02-28间COVID-19疫情的时空变化及其影响因素,结果显示：1）疫情演变具有时序阶段性。湖南省COVID-19流行过程可分为扩散期—鼎盛期—衰减期—消亡期4个阶段;所有发病县区中84.47%的首发病例为武汉输入。2）疫情传播具有交通依赖性。确诊患者和高发病率地区集中在铁路干线附近,“地级市早发、主城区多发”特征明显。3）疫情程度具有距离衰减性。邻近武汉的湘中、湘北、湘东北地区发病数和发病率最高。4）疫情分布具有空间集聚性。发病数和发病率集聚水平先增大后保持高位,疫情热点区位于长株潭及岳阳市,冷点区位于湘西州。5）疫情流行具有因子交互性。无风、寒冷、干燥的天气更利于疫情传播;人口密度、路网密度和GDP是影响疫情空间分异的主要因素;自然因子与社会因子的交互作用最强。6）影响因子具有空间异质性。空间距离、人口密度对发病数和发病率两者的影响都有空间异质性,空间距离对湘东北地区疫情的影响最大,人口密度对湘西北、湘北地区疫情的影响最大;人口流动性、卫技人员数仅对发病数的影响有空间异质性,人口流动性的影响程度由北向南递减,卫技人员数的影响程度以长株潭城市群为核心向外围圈层递减。 相似文献
68.
69.
70.
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%)。 相似文献