论文下载

摘要

新型冠状病毒肺炎的迅速传播和扩散警示着疾病风险评估的重要性。但现有的风险评估方法受数据限制,缺少实时性和准确性。此外,多数研究以行政统计单元作为分析尺度,存在可变面元问题。为解决这些问题,耦合精细尺度下武汉市疫情数据及多源地理数据,基于随机森林算法构建社区尺度的市域疫情传播风险评估模型并进行了疫情风险制图。模型测试精度达到0.85,Kappa系数达到0.70。此外,本研究还建立基于随机森林算法的社区及场所尺度的“空间变量-感染风险”模型,评估了不同场所设施疫情传播的风险程度。研究表明,(1)武汉中心区域感染风险最高并呈现出向外围递减的趋势;(2)感染风险排名前五的一级场所类型分别为购物服务、医疗服务、金融服务、交通设施以及公共设施;(3)小学、中学的疫情传播风险较低,而高等院校传播风险较高;(4)社区尺度下的疫情风险程度,预测购物场所与交通场所是疫情传播风险最高的驱动因子。本研究基于精细尺度提出风险评估新方法,可为未来疾病风险评估提供新思路,为疫情防控提供决策支持,人民群众提供安全保障。

关键词:风险评估;精细尺度;多源地理数据;新型冠状病毒肺炎;驱动因子

image.png

Q.E.D.