温州市新型冠状病毒肺炎时空分布格局演化分析

doi:10.13474/j.cnki.11-2246.2020.0212

测绘通报 ›› 2020, Vol. 0 ›› Issue (7): 45-49,87.doi: 10.13474/j.cnki.11-2246.2020.0212

• 测绘地理信息技术助力疫情防控 • 上一篇下一篇

温州市新型冠状病毒肺炎时空分布格局演化分析

余正¹, 黄加坡², 陈袁芳³, 陈炳蓉³, 徐刚¹, 王晶³, 龙程³

1. 温州设计集团有限公司, 浙江温州 325000;
2. 鹿城区人民政府, 浙江温州 325000;
3. 中南大学地球科学与信息物理学院, 湖南长沙 410083

收稿日期:2020-05-03 修回日期:2020-05-25 出版日期:2020-07-25 发布日期:2020-08-01
通讯作者: 黄加坡。E-mail:wzhuangjp@163.com E-mail:wzhuangjp@163.com
作者简介:余正(1982-),男,硕士生,高级工程师,主要从事空间数据分析与应用研究。E-mail:94520499@qq.com
基金资助:
温州市重大科技创新攻关项目（ZG2020001）；国家重点研发计划“云计算和大数据”重点专项（2018YFB1004603）；空间数据挖掘与信息共享教育部重点实验室（福州大学）开放基金（2019LSDMIS05）

The spatio-temporal distribution and evolution analysis of COVID-19 in Wenzhou city

YU Zheng¹, HUANG Jiapo², CHEN Yuanfang³, CHEN Bingrong³, XU Gang¹, WANG Jing³, LONG Cheng³

1. Wenzhou Design Assembly Company Ltd., Wenzhou 325000, China;
2. Lucheng District People's Government of Wenzhou, Wenzhou 325000, China;
3. School of Geoscience and Info-physics, Central South University, Changsha 410083, China

Received:2020-05-03 Revised:2020-05-25 Online:2020-07-25 Published:2020-08-01

摘要/Abstract

摘要： 本文首先结合社交媒体信息和温州市新型冠状病毒肺炎（COVID-19）发展态势，获取疫情传播先验知识，进一步采用DBSCAN自适应聚类算法，分析温州市COVID-19时空分布格局与演化规律。结果表明：①温州市COVID-19易在20~59岁的青壮年人群，以及商业服务人员、农民和工人人群间传播；②我国针对人口流动采取的系列措施能够有效遏制疫情进一步蔓延，使得温州市聚类空间簇数量在时间上呈现先增加后减小的趋势；③温州市鹿城区银泰商贸附近、乐清市南部和瑞安市西部具有疫情扩散高风险，后期需增强防控力度。本文细粒度地分析了温州市疫情时空演化过程，能够更好地辅助温州市政府部门更精细地部署疫情防控措施。

关键词: 新型冠状病毒肺炎, 时空分布格局, 演化分析, 自适应聚类, 温州市

Abstract: First combining with social media information and the situation of COVID-19 in Wenzhou city, the paper obtain prior knowledge of propagation regularities of epidemic. Based on this, we use DBSCAN adaptive clustering algorithm to analyze the spatio-temporal distribution patterns and evolution regulation of COVID-19 in Wenzhou city. The results show that:①The COVID-19 in Wenzhou city is easy to spread among young and middle-aged people aged 20 to 59, as well as between commercial service personnel, farmers and workers; ②A series of measures against human mobility can effectively prevent the COVID-19 spreading further, so that the number of spatial clusters of COVID-19 in Wenzhou city increase first and then decrease; ③We find that there is a high risk of COVID-19 spread near the Yintai business district which is in Lucheng District, southern of Yueqing city and western of Ruian city. Therefore, we suggest to strengthen the prevention and control of these areas in the later period. This paper analyzes spatio-temporal distribution patterns and evolution regulation of COVID-19 in Wenzhou city in a fine-grained manner, which can better assist Wenzhou government departments to make prevention and control measures for COVID-19.

Key words: COVID-19, spatio-temporal distribution, evolution analysis, adaptive clustering, Wenzhou city

中图分类号:

P208

余正, 黄加坡, 陈袁芳, 陈炳蓉, 徐刚, 王晶, 龙程. 温州市新型冠状病毒肺炎时空分布格局演化分析[J]. 测绘通报, 2020, 0(7): 45-49,87.

YU Zheng, HUANG Jiapo, CHEN Yuanfang, CHEN Bingrong, XU Gang, WANG Jing, LONG Cheng. The spatio-temporal distribution and evolution analysis of COVID-19 in Wenzhou city[J]. Bulletin of Surveying and Mapping, 2020, 0(7): 45-49,87.

参考文献

[1] BOLDOG P, TEKELI T, VIZI Z, et al. Risk assessment of novel coronavirus 2019-nCoV outbreaks outside China[J]. Journal of Clinical Medicine,2020,9(2):571.
[2] 陈锡康,杨翠红,鲍勤,等.新冠肺炎疫情对中国经济的影响分析与对策建议[J].中国科学院院刊, 2020,35:1-5.
[3] 金安楠,李钢,王皎贝,等.深圳市新型冠状病毒肺炎(COVID-19)疫情时空演化与防控对策[J].陕西师范大学学报(自然科学版), 2020,48(3):18-32.
[4] 易大莉,李高明,冷怀明.新型冠状病毒肺炎疫情发展区域差异的聚类分析[J].重庆医科大学学报, 2020, 44(1):1-6.
[5] 闾国年, 袁林旺, 俞肇元. 地理学视角下测绘地理信息再透视[J]. 测绘学报, 2017, 46(10):1549-1556.
[6] GOODCHILD M F. The validity and usefulness of laws in geographic information science and geography[J]. Annals of the Association of American Geographers, 2004, 94(2):300-303.
[7] 胡雪芸, 何宗宜, 苗静. 疾病数据的时空聚集分析及可视化[J]. 测绘通报, 2015(11):106-111.
[8] 杨尧,李功权.中国近年艾滋病空间分布及影响因素分析[J].中国艾滋病性病,2018,24(12):1208-1211.
[9] 陈江平,张兰兰,余远剑,等.利用空间自相关的中国内陆甲型H1N1流感疫情分析[J].武汉大学学报(信息科学版),2011,36(11):1363-1366.
[10] 郑嘉丽,张丰,杜震洪,等.传染病的多尺度时空特征分析——以杭州市淋病、细菌性痢疾和流行性腮腺炎为例[J].浙江大学学报(理学版),2018,45(5):605-616.
[11] SEBSIBE T, FIKRE E, SEIFU H, et al. Spatial and space-time clustering of tuberculosis in Gurage Zone, Southern Ethiopia[J]. Plos One, 2018, 13(6):136-147.
[12] ESTER M, KRIEGEL H P, SANDER J, et al. A density-based algorithm for discovering clusters in large spatial databases with noise[C]//Proceedings of the Second International Conference on Knowledge Discovery and Data Mining.[S.l.]:AAAI Press, 1996:226-231.
[13] DAVIES D L, BOULDIN D W.A cluster separation measure[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 1979, PAMI-1(2):224-227.
[14] 瞿自杰,程宗迪. 温州统计年鉴[M]. 北京:中国统计出版社,2019.

[1]	葛鹏飞, 刘辉, 陈蜜, 李昱, 丁瑞力, 刘菲. 时序InSAR监测京雄城际铁路河北段地面沉降[J]. 测绘通报, 2022, 0(7): 64-70.
[2]	吕峥, 孙群, 温伯威, 马京振. 一种自身全局最优的道路网Stroke生成方法[J]. 测绘通报, 2022, 0(7): 93-99.
[3]	钟祺康, 王志一, 王娜, 郗富瑞. 陕北干旱区景观生态风险空间分异特征及驱动因素分析[J]. 测绘通报, 2022, 0(7): 100-106.
[4]	强德霞, 马海政, 朱自平, 苟彦梅. 甘肃省积石山县泥石流空间分布及分析[J]. 测绘通报, 2022, 0(7): 107-111,117.
[5]	韩文立, 张继贤, 陈海鹏, 黄海英, 章力博, 葛娟, 沈晶, 卢遥. 新型基础测绘质检技术探讨[J]. 测绘通报, 2022, 0(7): 148-153.
[6]	陶肖静. 基于TEA算法的地理信息数据安全保护技术及验证分析[J]. 测绘通报, 2022, 0(7): 154-157,167.
[7]	蔡柔丹. 一种基于用户异步轨迹的身份识别智能方法[J]. 测绘通报, 2022, 0(7): 158-162,167.
[8]	周烨, 刘云波, 郑丽波, 龙泱君. 多平台点云数据的单木参数提取精度分析[J]. 测绘通报, 2022, 0(7): 168-172.
[9]	贺瑜琦, 曾一笑, 陈光, 陈良超. 新型测绘视角下的山地城市规划实施场景预警模拟技术探索[J]. 测绘通报, 2022, 0(4): 11-15.
[10]	罗国玮, 叶嘉媛, 王金凤. 基于多特征相似性的多源POI匹配方法[J]. 测绘通报, 2022, 0(4): 96-100.
[11]	闫明涛, 乔家君, 瞿萌, 朱乾坤, 韩冬. 黄河流域乡村社会经济与生态环境耦合协调测度及影响因素分析[J]. 测绘通报, 2022, 0(4): 101-105,116.
[12]	张普伟, 付梁, 王国华, 卢嫣楠, 赵海云. 乡村休闲养老项目的选址评价体系分析[J]. 测绘通报, 2022, 0(4): 106-110.
[13]	黄鹤, 孟维明. 基于视觉的大半径圆曲线车道线识别[J]. 测绘通报, 2022, 0(4): 134-137.
[14]	张定祥, 汪秀莲, 刘顺喜, 张嘉, 陈强, 李士江. 第三次全国国土调查土地利用矢量数据栅格化方法[J]. 测绘通报, 2022, 0(4): 138-144.
[15]	曾元武, 史京文, 罗宏明, 程迎轩. 省市县三级联动国土空间规划实施监督信息系统建设研究——以广东省为例[J]. 测绘通报, 2022, 0(4): 145-148.

温州市新型冠状病毒肺炎时空分布格局演化分析

The spatio-temporal distribution and evolution analysis of COVID-19 in Wenzhou city

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价