施迅-基于活动轨迹大数据的疫情监测分析模拟预测.pptxVIP

基于活动轨迹大数据的疫情 监测，分析，模拟与预测 施迅1 李美芳2,3,1 1达特茅斯学院（美国）地理系 2江西师范大学地理与环境学院 3南昌市疾病预防控制中心 全球或全国尺度 vs 区域或城市尺度 聚合数据 vs 个体数据 可视化 vs 空间分析 参数方法 vs 非参数方法 基于手机信令数据的个体活动轨迹信息 • 从手机运营商提供的聚合数据中提取 （如联通智慧足迹公司提供的数据产品） • 其他商业数据公司提供的数据产品 （如唯智公司提供的数据产品， 一般需得到政府授权） • 来自手机运营商的原始数据 （需在特殊情形下由政府协调相关部门获取） 基本研究问题 从个体活动轨迹推测两个个体之间发生接触的强度， 从而推测这两个个体之间发生传染的可能性。 接触强度： • 接触距离 • 接触时间 • 接触类型（场合、性质） 具体应用问题 • 绘制病例轨迹热力图，并在此基础上对城市内不同区域的 风险等级进行评估， 将结果向公众发布， 为公众出行提供 指导。 •