COVID-19疫情时空分析与建模研究进展

COVID-19疫情是进入21世纪以来最为严重的全球公共卫生事件,并成为不同学科共同关注的热点。根据文献计量学分析结果,从疫情开始直至近期,关于COVID-19疫情的文章已经超过13 000篇,相关研究除从医学及生物学角度探讨病毒致病机理、特效药物和疫苗研制之外,更多的是探索疫情的非药物防控方法。本文针对后者,从传播关系识别、疫情时空模式分析、疫情预测模型、疫情传播模拟、疫情风险评估和疫情影响评价6个方面梳理近期研究进展。传播关系识别的研究主要包括：聚集性疫情和传播关系的识别,其中,个体轨迹大数据已成为此类研究的关键。针对疫情的时空模式分析发现,疫情分布具有显著的时空异质性,而时空传播则呈现出典型的网络特征。针对疫情的预测仍主要依赖于动力学模型,而从宏观到微观的预测模型,人群流动的影响不容忽视,并成为模型预测精度的关键要素之一。针对疫情的情景模拟主要侧重于通过模拟手段评估交通限制、社区防控和医疗资源调配等措施的效果。在非药物的干预中,交通阻断和社区防控措施被证明是目前最有效的手段;医疗资源的保障和优化调配则是防控的基础;而复工复产的情景模拟显示,在防控措施到位的情况下,复工进程必须有序有节。针对疫情风险评估的研究,目前主要关注生物因素、自然因素和社会因素。具体地,疫情感染风险与个体是否具有基础性疾病关系密切,而感染病毒后的死亡率存在性别差异;在自然因素中,如温度、降水、气候等会影响疫情的传播,但影响有限;而社会因素中,除了人群流动和人口密度的影响外,社会不公平性所导致的就医条件差异也会对感染率产生显著影响。针对疫情对未来的影响,本文主要关注公众心理、自然环境和经济发展3个方面,即疫情对公众心理和经济的影响主要以负面为主,而对自然环境的影响则起正向作用。通过对现有研究的系统梳理,可以看出,大数据尤其是个体轨迹和群体大数据在非药物干预的各个方面均发挥了重要的作用;重大疫情的防控已经不是单一学科和手段所能解决的问题,需要多学科的交叉以及不同领域人员的协作;疫情期间各种防控措施的效果、影响因素等均已被明确的揭示,但疫情的空间溯源、精准预测以及对未来的影响仍然是未解的难题。     

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 重庆市疫情在时间上,经历了以输入病例为主、输入和本地病例共存、以本地病例为主3个阶段,病例实时再生数（R_t）初期较高,随着防控措施的实施,逐步减小;空间上,病例分布呈现显著聚集性,病例高聚集区主要分布在以万州区为核心的渝东北地区和以主城区为核心的渝西南地区;② 疫情发生后,重庆市人群移动总量减少为疫情前的53.20%,减少主要集中在主城区以及其他各区县的中心城区,而郊区、农村的人群移动变化不大,甚至有所增加;③ 人群活动与病例发生之间存在不同程度的相关性,具体为：每日人群移动总量与病例实时再生数、一个平均潜伏期（7 d）后的每日新增病例数的相关系数为0.97、0.89,揭示了人群活动与病例增长的时间相关性;各街道（乡镇）人群移动总量与其累计确诊病例数、本地感染病例数之间的相关系数为0.40、0.35,揭示了人群活动与病例空间分布的相关性;病例高聚集区与人群移动网络社区对应,且与网络社区内人群活动较强的区域吻合,揭示了重庆市疫情传播的本地聚集特征。大数据与疫情信息的聚合分析证实,切断人群移动网络社区之间的连接,并遏制疫情高风险社区内部的传播是在城市内部疫情防控的有效措施。     

基于谱系聚类的全球各国新冠疫情时间序列特征分析

COVID-19暴发以来,世界各国疫情呈现出不同的时序特点,研究不同国家疫情发展模式的特点,揭示其背后的主导因素,可为未来防控策略提供参考。为了揭示不同国家疫情时间序列之间的异同,本文提取了主要疫情国家每日新增病例时间序列的标准差、Hurst指数、治愈率、增长时长、平均增长率、防控效率进行谱系聚类,并从经济、医疗、人文冲突方面对聚类结果进行了成因分析。结果表明,全球疫情发展模式可分为3大类：C型、S型和I型。C型国家时间序列的特点是持续波动上涨,治愈率较低,原因是其人文冲突不利于疫情防控,经济医疗资源经过长时间大量消耗已趋于匮乏,建议在防控中加强宣传疏导,改变观念,统筹分配经济、医疗资源;S型国家时间序列的特点是快速上升后立即下降,并最终保持稳定趋势,总体治愈率较高,其原因是这类国家国内稳定,经济医疗水平较高,以及防控措施及时,建议加强国际合作和科学研究,并为可能到来的二次疫情做好准备;I型国家时间序列特点是缓慢上涨,整体发展趋势不稳定,治愈率较低,原因是其暴发比较晚,程度较小,大部分经济医疗水平以及人文冲突不利于疫情防控,建议汲取较好的防控经验,实施严格的隔离措施,尽量满足疫情期间物资需求,优化治疗方法。     

SARS与COVID-19时空传播差异性及影响因素分析

SARS和COVID-19的暴发对我国公众健康、社会经济等造成了严重影响,为揭示呼吸道烈性传染病的时空传播的共性规律和差异特征及背后原因,运用时空统计方法,系统分析并对比了SARS与COVID-19的时空传播差异性特征,并结合病毒本身传播特性及交通、温度等因子进行原因分析。研究表明：① 时间序列上,SARS从发病初始到结束经历了2个阶段,即上升期-平缓期,COVID-19经历了3个阶段,即上升期-急剧上升期-缓升期。② 空间传播模式上,COVID-19传播强度及传播范围大于SARS,且COVID-19的整体连通性较大,各省份与病毒暴发地的联系更为紧密;SARS和COVID-19的传播都存在明显的空间聚集性特征;二者均以邻近传播、远距离飞跃式为主,且SARS存在中次级传播中心,COVID-19扩散中心未发生转移。③ 空间传播方向上,SARS以北京市、香港特别行政区、广东省为中心,空间传播方向性更强,COVID-19仅以湖北省为中心向外扩散。④ 空间传播速度上,SARS各省份首例病例传播时间跨度较大,COVID-19各个省份首例病例传播时间大致以胡焕庸线为分界线,呈现出“东快西慢”的现象,传播时间跨度较短。⑤ R0是造成SARS和COVID-19空间传播范围与空间传播速度差异的主要原因;SARS和COVID-19病毒温度适宜性有所差异,但在温度接近的区域均发生了空间聚集性传播和邻近区域传播;除病毒本身传播能力、温度影响外,交通是影响SARS和COVID-19空间远距离飞跃式传播的主要原因,二者空间传播速度均与路网密度呈负相关关系。     

“全球新型冠状病毒肺炎(COVID-19)疫情动态的时空建模与可视化决策分析”专辑导言

全球新型冠状病毒肺炎疫情的科学应对是全球性公共卫生事件背景下的重大科学研究任务,需要公共卫生学、临床医学、地理学、公共管理学等多学科紧密交叉,快速突破科学化的疫情动态监测、精准防控、准确预测与有效应对等理论与方法,其核心是以地理信息为载体、以人群动态为核心的疫情动态时空建模与可视化决策分析等关键性的支撑。     

区域地理系统单元等级圆锥建模

本文基于S.Beer空间分辨率圆锥,应用等级体系理论,结合地理学有关研究成果,探讨建立一种具有尺度单元结构性质的区域地理系统模型———区域地理系统单元等级圆锥。研究认为,区域地理系统单元等级圆锥由地理最小结构单元、地理基本功能单元、地理景观单元、地理景观类型单元与地理景观类型组合单元组成,它们分别实现地理学“最小空间粒度划分”、“基本空间过程分析”、“空间过程共轭分析”、“类型划分”与“类型间相互作用”的研究方法,分别体现地理学“还原分析”、“过程分析”“整体分析”、“类型分析”与“综合分析”的研究思想。     

油气化探数据的背景分析方法研究

油气化探的异常确定一直是争论较多的问题之一，尤其是在存有背景差异的情况下就更为突出。分别划分异常下限带有较强的人为因素，而趋势分析面对情况比较复杂的地学空间场，也会因为拟合度或边界效应等原因而出现较大的误差。作者在本文中采用了傅立叶带通滤波，消除了空间场中的北景差异，在塔北油气勘探的应用中取得了较好的效果。     

结构分析理论在地球化学空间场不均匀性分析中的应用

论述了应用结构分析理论对地球化学空间场进行不均匀性分析的理论依据，研究步骤和方法，以塔北某工区作为实验区，着重对研究区地学时空场的连续性，各向异性和区域不均匀性进行了研究，并结合研究区的地质背景和指标的浓度等值线分布进行了系统分析。     

对强震迁移的统计分析--以华北地区为例

目前对强震迁移的研究多是集中在发现迁移现象方面，一些总结迁移规律的尝试则较为主观。本文认为，强震迁移如果具有规律性则其迁移指标应具有某种统计意义，并且对整体数据集的统计分析可避免传统迁移分析方法中的问题。通过对华北地区强震迁移的3个指标(迁移方位、迁移距离、迁移时间)的统计分析，表明研究地区存在较明显的优势迁移方向(西偏南—东偏北方向)、优势迁移距离(100km内以及300～700km范围)和优势迁移时间间隔(1年内以及3～4年内)，不同震级范围以及不同活跃期内的迁移特征略有区别。     

Multi—scale expression of spatial activity anomalies of earthquakes and its indicative significance on the space and time attributes of strong earthquakes

The noise model based on a trous wavelet algorithm produces a multi-scale expression of image through the combination of wavelet transform and a testing model of statistical significance.This kind of expression not only gives the formation and location of image structure on different scales,but also eliminates the influence of noise Since the algorithm does not need any priori hypotheses,it is suitable for the data with complex structure.The research line is employed in this paper to analyze the spatial activity of earthquake.The method of how to recognize and describe the multi-scale space activity of earthquake is emphatically discussed in this paper.Taking typical sequences in Southwest China as research cases,we systematically study the structure characters of spatial activity of earthquake on different scales.Results show that multi-scale space structure to some extent possesses indicative effect on strong epicenters.And the foreshock anomalies of Songpan seismic sequence also reveal interesting pattem during the spatial-temporal evolvement.