地球信息科学学报 ›› 2021, Vol. 23 ›› Issue (2): 297-306.doi: 10.12082/dqxxkx.2021.200449
曹中浩1,2(), 张健钦1,2,*(
), 杨木2, 贾礼朋1,2, 邓少存1,2
收稿日期:
2020-08-08
修回日期:
2020-10-28
出版日期:
2021-02-25
发布日期:
2021-04-25
通讯作者:
张健钦
E-mail:861985890@qq.com;zhangjianqin@bucea.edu.cn
作者简介:
曹中浩(1997— ),男,北京人,硕士生,主要从事大数据可视化研究。E-mail: 基金资助:
CAO Zhonghao1,2(), ZHANG Jianqin1,2,*(
), YANG Mu2, JIA Lipeng1,2, DENG Shaocun1,2
Received:
2020-08-08
Revised:
2020-10-28
Online:
2021-02-25
Published:
2021-04-25
Contact:
ZHANG Jianqin
E-mail:861985890@qq.com;zhangjianqin@bucea.edu.cn
Supported by:
摘要:
2019年12月湖北省武汉市出现了新型冠状病毒肺炎疫情。新型冠状病毒传播力强,导致全国甚至全世界范围都出现新型冠状病毒疫情。为了刻画新型冠状病毒在城市内部的传播方式,本文基于个体在城市中的行为和社会关系,融合了复杂网络理论和GIS技术构建了新型冠状病毒智能体仿真模型。该模型以广州市为研究对象,通过马尔科夫链蒙特卡洛方法拟合参数,实现了对广州市疫情的准确回顾。结果表明,模型精度良好,其中MAPE为0.17。智能体模型具有良好的适用性。因此可以模拟境外输入病例对城市疫情发展的影响。智能体模型标记了个体的时空位置和社会关系,因此本文还提出一种通过智能体模型进行流行病学调查的方式,该方式相较于传统流行病调查更加便捷,效率更高。然后根据模拟分析结果,为城市防控疫情提供有价值的决策信息。最后建议市民,如果城市再次暴发疫情,不必恐慌,疫情会在14~20 d被控制,但是要提高自我防护意识,做好自我保护。
曹中浩, 张健钦, 杨木, 贾礼朋, 邓少存. 基于GIS新冠智能体仿真模型及应用——以广州市为例[J]. 地球信息科学学报, 2021, 23(2): 297-306.DOI:10.12082/dqxxkx.2021.200449
CAO Zhonghao, ZHANG Jianqin, YANG Mu, JIA Lipeng, DENG Shaocun. The City Agent Model of COVID-19 based on GIS and Application: A Case Study of Guangzhou[J]. Journal of Geo-information Science, 2021, 23(2): 297-306.DOI:10.12082/dqxxkx.2021.200449
表3
模型参数表"
名称 | 含义 | 参数取值 | 来源 | 名称 | 含义 | 参数取值 | 来源 |
---|---|---|---|---|---|---|---|
E_period | 潜伏期 | X~N (5,1) | 文献[ | 1-σ | 死亡率 | 0.001 | 文献[ |
I_period | 轻症转重症时间 | X~N (5,1) | 文献[ | α1 | 阶段一感染率 | 0.265 | MCMC参数估计 |
H_period | 被收治病程 | X~N (14,2) | 文献[ | α2 | 阶段二感染率 | 0.230 | MCMC参数估计 |
NH_period | 未被收治病程 | X~N (17,3) | 文献[ | α3 | 阶段三感染率 | 0.015 | MCMC参数估计 |
β | 重症率 | 0.130 | 文献[ | Αc | 确诊率 | 0.975 | MCMC参数估计 |
σ | 恢复率 | 0.999 | 文献[ | γ | 收治率 | 0.990 | MCMC参数估计 |
[1] | 苏石, 李小承, 蒿花,等. 新型冠状病毒(SARS-CoV-2)的研究进展[J/OL]. 西安交通大学学报(医学版), 2020,1-8[ 2020- 10- 08]. http://kns.cnki.net/kcms/detail/61.1399.R.20200224.0944.010.html. |
[ Su H, Li X C, Hao H, et al. Advances in research on SARS-CoV-2[J/OL]. Journal of Xi'an JiaoTong University (Medical Sciences), 2020, 1-8[ 2020- 10- 08]. http://kns.cnki.net/kcms/detail/61.1399.R.20200224.0944.010.html | |
[2] | 周涛, 刘权辉, 杨紫陌, 等. 新型冠状病毒肺炎基本再生数的初步预测[J]. 中国循证医学杂志, 2020,20(3):359-364. |
[ Zhou T, Liu Q H, Yang Z M, et al. Preliminary prediction of the basic reproduction number of the Wuhan novel coronavirus 2019-nCoV[J]. Chinese Journal of Evidence-Based Medicine, 2020,20(3):359-364. ] | |
[3] | 李承倬, 武文韬, 潘振宇, 等. 基于SIR模型和基本再生数的浙江省新型冠状病毒肺炎防控效果分析[J]. 浙江医学, 2020,42(4):311-314. |
[ Li C Z, Wu W T, Pan Z Y, et al. Prevention and control of corona virus disease 2019 in Zhejiang province based on SIR model and R0[J]. Zhejiang Medical Journal, 2020,42(4):311-314. ] | |
[4] | 钟少华, 林锋, 施理. 新型冠状病毒肺炎的早期临床特点及诊疗分析: 62例报告[J]. 解放军医学杂志, 2020,45(4):370-374. |
[ Zhong S H, Lin F, Shi L. Clinical characteristics and outcomes of the patients with COVID-19: A report of 62 cases[J]. Medical Journal of Chinese People's Liberation Army, 2020,45(4):370-374. ] | |
[5] | 马钰, 马蒙蒙, 罗业飞, 等. 广州市新型冠状病毒肺炎密切接触者感染危险因素分析[J]. 中国公共卫生, 2020,36(4):507-511. |
[ Ma Y M m m L Y F,et al. Risk factors of 2019 novel coronavirus infection among close contacts in Guangzhou city[J]. Chinese Journal of Public Health, 2020,36(4):507-511. ] | |
[6] | 魏凤英, 王金杰, 徐铣明, 等. 全球新型冠状病毒肺炎疫情发展趋势预测[J]. 疾病监测, 2020,35(6):467-472. |
[ Wei F Y, Wang J J, Xu C M, et al. Tendency prediction of COVID-19 worldwide[J]. Disease Surveillance, 2020,35(6):467-472. ] | |
[7] | 武文韬, 柏如海, 李达宁, 等. 广东省新型冠状病毒肺炎疫情流行趋势的初步预测[J]. 暨南大学学报(自然科学与医学版), 2020,41(2):181-185. |
[ Wu W T, Bai R H, Li D Y, et al. Preliminary prediction of the epidemic trend of 2019 novel coronavirus (2019-nCoV) pneumonia in Guangdong province[J]. Journal of Jinan University (Natural Science & Medicine Edition), 2020,41(2):181-185. ] | |
[8] | 田斌群, 陈道远, 田卫群, 等. 一个预测新型冠状病毒肺炎流行趋势的简易模型[J/OL]. 武汉大学学报(医学版): 1-4[2020-10-08]. https://doi.org/10.14188/j.1671-8852.2020.0200. |
[ Tan B Q, Chen D Y, Tan Wei Q, et al. A simple mode of forecasting COVID-19 epidemic[J/OL]. Medical Journal of Wuhan University:1-4.[ 2020-10-08]. https://doi.org/10.14188/j.1671-8852.2020.0200.] | |
[9] | 张李盈, 李东宸, 任景莉. 多阶段动态时滞动力学模型的COVID-19传播分析[J]. 武汉大学学报·信息科学版, 2020,45(5):658-666. |
[ Zhang L Y, Li D C, Ren J L. Analysis of COVID-19 by discrete multi-stage dynamics system with time delay[J]. Geomatics and Information Science of Wuhan University, 2020,45(5):658-666. ] | |
[10] | Wu J T, Leung K, Leung G M. Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan, China: A modelling study[J]. The Lancet, 2020,395(10225):689-697. |
[11] | 范如国, 王奕博, 罗明, 等. 基于SEIR的新冠肺炎传播模型及拐点预测分析[J]. 电子科技大学学报, 2020,49(3):369-374. |
[ Fan R G, Wang Y B, Luo M, et al. SEIR-based COVID-19 transmission model and inflection point prediction analysis[J]. Journal of University of Electronic Science and Technology of China, 2020,49(3):369-374. ] | |
[12] | 金安楠, 李钢, 王皎贝, 等. 深圳市新型冠状病毒肺炎(COVID-19)疫情时空演化与防控对策[J]. 陕西师范大学学报(自然科学版), 2020,48(3):18-32. |
[ Jing A N, Li G, W J B,et al. Spatio-temporal evolution and control strategies of COVID-19 epidemic in Shenzhen, China[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2020,48(3):18-32.] | |
[13] | 王霞, 唐三一, 陈勇, 等. 新型冠状病毒肺炎疫情下武汉及周边地区何时复工?数据驱动的网络模型分析[J/OL]. 中国科学:数学: 2020,50(7):969-978. |
[ Wang X, Tang S Y, Chen Y, et al. When will be the resumption of work in Wuhan and its surrounding areas during COVID-19 epidemic? A data-driven network modeling analysis (in Chinese)[J/OL]. Sci Sin Math, 2020,50(7):969-978. ] | |
[14] | 张路, 马冉, 韩雯雯 等. 哈尔滨市新型冠状病毒肺炎疫情分析与疫情之下复工建议[J/OL]. 重庆师范大学学报(自然科学版): 2020,37(2):107-111. |
[ Zhang L, M R, H w w,et al. Analysis of new coronavirus pneumonia in Harbin and suggestions for resumption of work under the epidemic[J/OL]. Journal of Chongqing Normal University (Natural Science): 2020,37(2):107-111. ] | |
[15] | 郑宇军, 吴晨昕, 陈恩富, 等. 新冠肺炎疫情条件下的企业复工复产优化规划方法[J]. 运筹学学报, 2020,24(3):43-56. |
[ Zheng Y J, Wu C X, C E F,et al. An optimization method for production resumption planning under COVID-19 epidemic[J]. Operations Research Transactions: 2020,24(3):43-56. ] | |
[16] | 李海滨. 基于社会分工的流行病动力学建模与仿真研究[J]. 系统仿真学报, 2020,32(5):745-758. |
[ Li H B. Modeling and simulation on dynamics of epidemic disease based on social division of labor[J]. Journal of System Simulation, 2020,32(5):745-758. ] | |
[17] | 尹楠. 基于SIR模型的有限区域内新冠肺炎疫情传播仿真模拟[J]. 统计与决策, 2020,36(5):15-20,1. |
[ Yin N. Simulation of COVID-19 epidemic in limited area based on SIR model[J]. Statistics & Decision, 2020,36(5):15-20,1. ] | |
[18] | 吴信才. 地理信息系统的基本技术与发展动态[J]. 地球科学, 1998(4):3-5. |
[ Wu X C. Basic technology and development of geographic information system[J]. Earth Science, 1998(4):3-5. ] | |
[19] | 刘涛, 黎夏, 刘小平 . 基于小世界网络的多智能体及传染病时空传播模拟[J]. 科学通报, 2009(24):45-54, 2009(24):45-54 |
[ Liu T, Li X, Liu X P. Integration of small world networks with multi-agent systems for simulating epidemic spatiotemporal transmission[J]. Chinese Science Bulletin, 2009(24):45-54. ] | |
[20] | 广州市市统计局. 2019年广州市统计年鉴[R]. 中国统计出版社, 2019. |
[ Guangzhou Statistics Bureau. GuangZhou statistical yearbook[R]. China Statistic Press, 2019. ] | |
[21] | 马小毅. 把握居民出行特征、科学决策城市交通——解析广州市廿年居民出行特征变化[J]. 交通与运输(学术版), 2007(1):8-11. |
[ Ma X Y. Making scientific decision about the urban transport on the basic of inhabitant trip characteristics[J]. Traffic & Transportation, 2007(1):8-11. ] | |
[22] | 邓毛颖, 谢理. 广州市居民出行特征分析及交通发展的对策[J]. 城市规划, 2000(11):45-49. |
[ Deng M Y, Xie L. The characteristics of the trips of the local residents and the transport policy in GuangZhou[J]. City Planning Review, 2000(11):45-49. ] | |
[23] |
Watts D J, Strogatz S H. Collective dynamics of `small-world' networks[J]. Nature, 1998,393:440-442.
doi: 10.1038/30918 pmid: 9623998 |
[24] | 陈关荣. 复杂网络及其新近研究进展简介[J]. 力学进展, 2008(6):653-662. |
[ Chen G R. Introduction to complex networks and their recent advances[J]. Advances In Mechanics, 2008(6):653-662. ] | |
[25] | 朱新玲. 马尔科夫链蒙特卡罗方法研究综述[J]. 统计与决策, 2009(21):151-153. |
[ Zhu X L. A summary of the research on Markov Chain Monte Carlo method[J]. Statistics & Decision, 2009(21):151-153. ] | |
[26] | 中华人民共和国国家卫生健康委员会疾病预防控制局. 中国-世界卫生组织新型冠状病毒肺炎(COVID-19)联合考察报告[EB/OL]. 2020- 02- 29. http://www.nhc.gov.cn/jkj/s3578/202002/87fd92510d094e4b9bad597608f5cc2c.shtml. |
[ Bureau of disease control and prevention, National Health Commission of the people's Republic of China. China-WHO Joint Investigation Report on Novel Coronavirus Pneumonia (COVID-19) [EB/OL]. 2020- 2- 29. http://www.nhc.gov.cn/jkj/s3578/202002/87fd92510d094e4bd597608f5cc2c.shtml. | |
[27] | Guan W J, Ni Z Y, Hu Y, et al. Clinical characteristics of coronavirus disease 2019 in China[J]. New England Journal of Medicine, 2020,382(18):1708-1720. |
[28] | 广州市卫生健康委员会. 广州市新冠肺炎疫情情况[EB/OL]. http://wjw.gz.gov.cn/ztzl/xxfyyqfk/yqtb,2020-01-23. |
[ GuangZhou Municipal Health Commission. Epidemic situation of Covid-19 infection in GuangZhou[EB/OL]. http://wjw.gz.gov.cn/ztzl/xxfyyqfk/content/post_6816380.html, 2020-01-23.] | |
[29] | 中国科学院地理科学与资源研究院. 中国主要城市建筑底面轮廓和建筑高度空间分布数据[EB/OL]. http://www.resdc.cn/data.aspx?DATAID=270 |
[ Recourse and Environment Science and Data Center. Data on the spatial distribution of building outlines and building heights in major cities in China[EB/OL]. http://www.resdc.cn/data.aspx?DATAID=270.] | |
[30] | 中国科学院地理科学与资源研究院. 2020年中国土地利用遥感监测数据[EB/OL]. http://www.resdc.cn/data.aspx?DATAID=335 |
[ Recourse and Environment Science and Data Center. China's landuse remote sensing monitoring data in 2020[EB/OL]. http://www.resdc.cn/data.aspx?DATAID=335.] | |
[31] | 徐新良. 中国人口空间分布公里网格数据集[EB/OL]. 中国科学院资源环境科学数据中心数据注册与出版系统(http://www.resdc.cn/DOI), 2017.DOI: 10.12078/2017121101. |
[ Xu X L. China's population spatial distribution kilometer grid dataset[EB/OL]. Data Registration and Publishing System of the Resource and Environmental Science Data Center.(http://www.resdc.cn/DOI), 2017, DOI: 10.12078/2017121101.] |
[1] | 谢聪慧, 吴世新, 张晨, 孙文涛, 何海芳, 裴韬, 罗格平. 基于谱系聚类的全球各国新冠疫情时间序列特征分析[J]. 地球信息科学学报, 2021, 23(2): 236-245. |
[2] | 巫细波, 赖长强, 葛志专. 政府严控期我国地级市COVID-19疫情的时空集聚、演变及自相关效应研究[J]. 地球信息科学学报, 2021, 23(2): 246-258. |
[3] | 毕佳, 王贤敏, 胡跃译, 罗孟涵, 张俊华, 胡凤昌, 丁子洋. 一种基于改进SEIR模型的突发公共卫生事件风险动态评估与预测方法——以欧洲十国COVID-19为例[J]. 地球信息科学学报, 2021, 23(2): 259-273. |
[4] | 韦原原, 江南, 陈云海, 李响, 杨振凯. 顾及时空对象空间相互作用的疫情风险评估建模与应用[J]. 地球信息科学学报, 2021, 23(2): 274-283. |
[5] | 方云皓, 顾康康. 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[J]. 地球信息科学学报, 2021, 23(2): 284-296. |
[6] | 杜毅贤, 徐家鹏, 钟琳颖, 侯盈旭, 沈婕. 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[J]. 地球信息科学学报, 2021, 23(2): 318-330. |
[7] | 曾梦熊, 华一新, 张江水, 曹一冰, 张政. 多粒度时空对象动态行为表达模型与方法研究[J]. 地球信息科学学报, 2021, 23(1): 104-112. |
[8] | 李锐, 石佳豪, 董广胜, 刘朝辉. 多粒度时空对象组成结构表达研究[J]. 地球信息科学学报, 2021, 23(1): 113-123. |
[9] | 宋关福, 陈勇, 罗强, 武梦瑶. GIS基础软件技术体系发展及展望[J]. 地球信息科学学报, 2021, 23(1): 2-15. |
[10] | 姚可桢, 岳书平. 网络大数据下的中国现代食甜习惯空间分布特征及其影响因素研究[J]. 地球信息科学学报, 2020, 22(6): 1202-1215. |
[11] | 朱亚茹, 高峻, 邴振华, 张中浩, 付晶. 基于参与式制图方法的景观服务评估与空间结构研究[J]. 地球信息科学学报, 2020, 22(5): 1106-1119. |
[12] | 赵耀龙, 巢子豪. 历史GIS的研究现状和发展趋势[J]. 地球信息科学学报, 2020, 22(5): 929-944. |
[13] | 王英杰, 张桐艳, 李鹏, 虞虎. GIS在中国旅游资源研究与应用中的现状及趋势[J]. 地球信息科学学报, 2020, 22(4): 751-759. |
[14] | 杨艳昭, 郎婷婷, 张超, 贾琨. 基于GIS的“一带一路”地区气温插值方法比较研究[J]. 地球信息科学学报, 2020, 22(4): 867-876. |
[15] | 单渌铱, 王海军, 张彬, 潘鹏. 顾及土地生态安全的环鄱阳湖城市群土地利用情景模拟[J]. 地球信息科学学报, 2020, 22(3): 543-556. |
|