点击图片上方蓝色字体“慧天地”即可订阅
（点击图片即可查看详细信息）导语年新冠肺炎疫情突袭我们祖国，全国各地都启动了公共卫生一级应急管理响应，各地管理部门积极采用信息化疫情防控方案，帮助疫情在最快最有效的防制措施下，得到了很好的控制。中国测绘学会智慧城市工作委员会于2月11日向行业各单位征集信息化应用案例百余项，现陆续向行业进行公开宣传，希望让更多的管理部门了解到最前沿的管理技术和方案，共同为疫情防控而努力。应用案例01案例背景截止应用案例撰写日期，新型冠状病毒（-nCoV，下简称新冠病毒）已在世界范围内60多个国家快速扩散，确诊人数超过8万，威胁着世界与中国人民的安全、经济与生活秩序。在新冠病毒的阻击战中，党中央高度重视，迅速作出决策部署。随着新冠病毒新增病例的逐渐减少，深圳市防疫工作的第二阶段已经到来。在第一阶段阻击战中，阻断人群流动是必要的，但这些措施对经济发展、企业生存、居民就业等方面也造成了巨大压力，如何合理复工成为当前考验政府决策能力的一个重要问题。如何在顾及疫情管控的同时，定制相对合理和安全的复工、错峰与人流管控方案，是深圳市政府当前迫切需要回答的问题。针对以上问题，本疫情防控信息化应用案例结合多源时空大数据与流行病学动力学传播模型，针对大湾区与深圳市陆续复工复产的专题场景，对新冠病毒在深圳市的传播风险与时空分布进行评估，并进行系统研发。本应用案例主要聚焦三方面：
1）深圳市多层级新冠病毒传播风险评估与制图；
2）量化各类防疫管控方案对深圳市新冠肺炎传播风险的影响与科学复工、错峰与出行方案的建议；
疫情动态监测系统研发，支持防疫部门智慧决策；媒体科普文章发布，帮助公众进行疫情发展解读，提高防护意识，增强战“疫”信心。
02案例内容案例内容包括1）融合多源时空大数据的新冠肺炎病毒传播风险评估模型与2）深圳市新冠肺炎病毒风险评估与预警系统研发与深圳市政务指挥平台对接两个方面。
2.1融合多源时空大数据的新冠肺炎病毒传播风险评估模型
以经典流行病动力学模型SEIR为基础，对新管病毒在深圳市的传播进行改进定制。结合由海量手机位置数据精确构建人群移动网络模型，根据各区域新冠病毒肺炎监测数据评估不同区域感染和被感染的概率，融合地理信息系统建立新冠病毒肺炎时空传播模型，模拟人群移动对新冠病毒肺炎在城市空间和时间上传播的影响，预测新冠病毒肺炎爆发时间、重点疫情区域以及蔓延速度等变化，以及调整参数模拟不同防控措施影响人群流动不同程度下降时对全市疫情的影响，最终形成改进模型。
2.1.1融合多源城市数据的人口流动时空分布
l不同空间单元（如街道、米地理网格等）的人口移动指标，该指标基于联通手机信令数据（在粤港澳大湾区约20%渗透率）计算；
不同空间单元的人口密度（包括常驻和流动）；
粤港澳大湾区人流流动指数
深圳市人流流动指数与病患分布
感染者时空分布，根据各级疾病预防控制中心发布原始数据，进行地理编码等数据处理；
深圳市病例空间分布
2.1.2政府管控与干预措施
l带口罩人群比例，自定义变量，本模拟采用较差情况的97%计算。根据文献表明，佩戴口罩可降低病毒传染概率70%至80%；
l复工人群比例（如50%，80%，%），自定义变量。例如模拟年2月10日起采用80%复工计算，年2月10日前采用20%计算；
l错峰出行管控，分为双批错峰：1/2提前1小时上班，1/2正常上班；三批错峰：1/3提前一小时，1/3晚一小时，1/3正常；四批错峰：1/4提前2小时，1/4提前1小时，1/4晚一小时。
深圳市24小时人群移动指数与错峰管控时间范围
2.2深圳市新冠肺炎病毒风险评估与预警系统研发
“深圳市新冠肺炎病毒风险评估与预警系统”围绕深圳市新型肺炎疫情数据，融合深圳市联通手机位置数据、公交刷卡数据、POI等多源数据，以传染病传播数学模型为内核，提供模型输入调整、权重调节等多种动态交互手段和分析结果的可视化解读，形成可理解的“多层级”区域疫情风险的分析和预警平台，为民众解读不同情境下的疫情发展趋势，为城市管理者提供决策依据。
2.2.1系统框架及功能概览
该系统底层基于ArcGIS等地理空间分析工具，关联多源数据、挖掘高危区域等信息;采用C-SWebGIS架构，利用高德地图开发接口和d3.js等可视化第三方库完成前端渲染，Tornado提供后端数据分析服务。现包括以下功能：
该系统以地图可视化作为主界面，通过“图层面板”，用户可以加载不同的信息，进入对应的分析专题。
功能一“病患逗留小区密度分布”：基于深圳市卫健委公布的病患逗留小区信息，计算核密度分布，绘制逗留小区热力图，观察其密度分布；
逗留小区密度分布截图
功能二“重点联防区域关联”：基于深圳市公交车历史刷卡数据，计算深圳市街道间的人流访问情况，再结合当前逗留小区的分布，关联具有高人流访问区域，作为疫情防控的重点区域；
高人流访问区域截图
功能三“疫情发展推演”：基于SIER模型，模拟不同复工率情况下的深圳市各街道的疫情发展状况，以动画形式在地图上直观地展示疫情的演变过程；支持选择某一街道，以折线图的形式观察其在演变周期内的疫情指数变化。同时，为了更详细地反映疫情在地理空间上的发展差异，添加了更细粒度的空间单位——社区——地图图层，更加细致地模拟疫情在深圳市社区层面的的未来发展态势。不同复工率情况下的深圳市各街道的疫情发展截图
功能四“区域疫情风险画像”：基于深圳市主要地标的空间分布，抽取人口活动频繁的13个区域作为研究对象，联合POI、逗留小区等数据对区域内功能分布进行可视化，包括各类机构、逗留小区的个数及分布。同时，再结合联通手机位置数据，统计与各个区域交互密切的其他社区，形成区域疫情风险画像。深圳市新冠肺炎病毒风险评估与预警系统截图
点击其中一块区域，会弹出图层复选框供用户选择，包括POI网格数据、逗留点、主要人群输入／出区域等。
2.2.2热点区域多维度防疫分析可交互模型
通过融合区域的社区划分数据、POI网格数据、空间交互数据和病患逗留小区数据，建立多维度的风险估算模型，通过计算传播矩阵用以刻画社区到社区之间的风险传播度，从而对每个区域中的社区进行风险评估。传播矩阵：给定一个社区群，按社区进行划分并顺序编号（i=1,2,...N)，将每个社区作为一个节点，构建两两节点间的传播度矩阵，矩阵i,j网格中为风险值S_{i,j}，刻画的是如果第i个社区发生疫情时，传播到第j个社区的风险程度。现建立风险模型如下：该模型考虑了三个影响疫情传播的潜在因素：因素一输入人群活跃度：T_{i,j}为第i个社区流向第j个社区的人群，这是疫情传播的主要因素，如果从涉病社区有越大的输入人群，那么风险度则越高。在我们的计算中，利用联通手机移动数据估算社区之间的人群流动。因素二区域主要功能相关度:P_j为社区j的主要功能，即在该社区内进行的主要社会活动，是影响区域风险的另一个潜在因素。基于百度POI数据，将POI功能归纳为市政、住宅、新兴企业、轻工业、重工业、消费娱乐、医疗这7大类。通过统计社区内POI，获得频次最高的POI功能作为该区域的主要功能。在当前深圳市住宅小区严进严出、企事业单位逐步复工、市民自觉降低聚集娱乐的情况下，按照新兴企业、轻工业、重工业风险高，住宅、市政风险中，消费娱乐、医疗风险低作为模型设定。因素三区域功能混杂度：E_j为社区j的POI信息墒，刻画社区内功能混杂而引起的人群交互，在功能越混杂的地方则人群交互概率越大，风险则越高。通过以下公式计算，其中P_i用某一功能POI占比作为估算：基于传播矩阵，我们获得S_{i,j}为第j社区的从第i社区的特定输入风险。同时，针对每个社区，计算其综合风险，考虑其他区域对该区域的输入人群总和，按下面公式评估：
W_1,W_2,W_3对应为三种因素对风险度的影响权重，在本系统中默认设置分别为0.4,0.3,0.3。
在线交互系统中，可以对这些风险设定进行实时调节模型，动态分析对应条件限定下的各区域风险情况。控制面板如下：
03应用效果3.1面向新冠病毒防疫部门的内部汇报
基于本疫情防控信息化应用内容，深圳大学校长李清泉教授带领完成《新冠肺炎疫情防控时空分析研究报告》，并向深圳市防疫部门进行内部汇报，提出科学防疫建议。汇报内容与当下深圳市防疫核心挑战高度相关，得到深圳市领导的高度
