10.13718/j.cnki.xdzk.2022.02.024
基于SEIRD-GEOCA的COVID-19疫情时空分布模型构建与情景模拟
当前如何通过模型的构建来揭示新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19)的传播机制,提高对疫情传播的时空预测预警能力仍面临很大挑战.为充分发挥SEIRD模型和CA模型各自在时间和空间仿真方面的优势,依据空间现象的地理相似性原理,构建了一种基于SEIRD-GEOCA的传染病时空耦合模型,并在模型中融入了蔓延扩散和随机迁移扩散策略,采用重庆市2020年1月21日到2020年2月29日的感染者轨迹数据和相关驱动因子数据实现了对重庆市C O V ID-19感染者时空分布的情景模拟.情景模拟结果显示,在空间上将呈现出爆发式扩散和局域扩散的明显差别;且实施不同强度的干预,COVID-19呈现出了不同的时空扩散效应.研究表明,SEIRD-GEOCA模型能揭示传染病的传播机制,并能较好地模拟COVID-19疫情的时空扩散规律;面对COV-ID-19疫情,政府是否采取干预措施以及实施干预的强度都将对疫情的时空扩散产生较大影响.
新型冠状病毒肺炎;SEIRD-GEOCA模型;时空扩散
44
R181.8+1;TP391(流行病学与防疫)
国家自然科学基金;重庆市自然科学基金资助项目
2022-01-14(万方平台首次上网日期,不代表论文的发表时间)
共12页
207-218