从时空大数据的角度分析评价江苏省新冠疫情发展趋势

发布时间：2021-02-22 10:57

　　以江苏省疫情专题数据、人口迁徙数据等为基础,从时空大数据的角度对江苏省新冠疫情进行分析评价,总结疫情在时间和空间上的发展规律。主要研究内容包括:基于动态参数的Logistic模型来拟合全省确诊人数变化趋势并与实际确诊人数进行对比分析;通过时空迁徙特征来分析疫情在空间上的实际分布情况与高危地区之间的相关性。经对比,采用的模型其最终预测结果与江苏省新冠疫情最终实际确诊人数仅相差约1%,说明基于动态参数的Logistic模型对于流行病感染人数预测具有较好的适用性;基于时空迁徙特征的疫情高危地区预测与实际感染情况有一定出入,说明人口迁徙是疫情空间分布的重要影响因素,但不是唯一因素,可作为疫情防控的参考依据之一。 

【文章来源】：现代测绘. 2020,43(03)

【文章页数】：6 页

【文章目录】：
0 引 言
1 数据基础
    1.1 数据来源
    1.2 数据详情
        （1）疫情专题数据
        （2）基础时空数据
        （3）其他数据
    1.3 数据用途
2 累计感染人数拟合
    2.1 拟合方法
        2.1.1 Logistic模型
        2.1.2 模型建立
        2.1.3 确定参数
            （1）环境容量K和初始容量P0
            （2）增长速率r
        2.1.4 计算结果
    2.2 结果分析
3 疫情空间分布与人口迁徙的相关性分析
    3.1 分析方法
        3.1.1 指标定义
            （1）疫区流入人口迁徙强度
            （2）百万人口确诊病例数
        3.1.2 风险等级评估模型
        3.1.3 计算结果
    3.2 结果分析
4 结 语


【参考文献】：
期刊论文
[1]基于主成分分析和K-means聚类分析的地区经济发展研究[J]. 秦杨杨.  中国商论. 2020(04)
[2]基于K-means聚类算法的高校图书馆用户分类及价值评价[J]. 李鹏飞.  电子元器件与信息技术. 2019(09)
[3]中国人口流动对传染疾病负担的影响及应对策略:基于文献的分析[J]. 周海青,郝春,邹霞,吕桂叶,林美歌,李晓铭,凌莉.  公共行政评论. 2014(04)
[4]我国流行性乙型脑炎发病的聚类分析及其未来发病趋势预测[J]. 刘洁,何钦成.  中国媒介生物学及控制杂志. 2013(02)



本文编号：3045885