交通分析区尺度上的COVID-19时空扩散推估方法：以武汉市为例
摘要
现有的流行病学模型大多是通过对统计数据进行拟合，实现对患病人数的推估，较少考虑细粒度空间人群移动交互对时空扩散特征的直接作用。将空间交互特征融入流行病学模型，提出了基于手机用户空间交互数据的新型冠状病毒肺炎（coronavirus disease 2019，COVID-19）时空扩散推估方法，并对2019-12—2020-03武汉市COVID-19患病人数以及时空扩散过程进行推估。研究结果表明，该方法能有效推估出每天的疫情新增交通分析区，能够完全覆盖了有疫情公告的交通分析区，且存在疫情公告的交通分析区占所推估交通分析区的72.7%；2020-02-18后的累计推估患者结果与官方公布患者总量吻合得非常好，差距约为5.6%，间接验证了前期推估的合理性。由此得出，该方法能比较有效地推估细粒度空间之间的传染病传播，对正确认识细粒度空间下人群交互对传染病时空扩散的影响机制，增强宏观流行病学模型的空间可解释性具有一定的科学意义。
引用本文（GB/T 7714）
冯明翔, Zhixiang Fang, 路雄博, 等. 交通分析区尺度上的COVID-19时空扩散推估方法：以武汉市为例[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2020.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。