流空间邻近关系约束下的流行病分布空间异常探测方法

针对现有流行病空间异常探测方法在全面探测多因素导致的潜在空间异常方面的局限性，本文提出一种流空间邻近约束关系下的流行病分布空间异常探测方法。首先，基于地理探测器识别与传播中心人群流出强度因素具有显著关联关系的疫情专题属性；然后，基于流空间邻近关系度量自适应构建流空间权重矩阵；最后，构造疫情属性空间局部变化梯度变量刻画空间单元疫情态势特征，提出改进的全局和局部莫兰指数（Moran’s Ⅰ）实现流空间疫情分布模式的统计判别与局部空间异常区域探测。新型冠状病毒肺炎（COVID-19）疫情的实例，验证了本文方法相比现有欧氏空间异常探测方法，能够有效识别疫情发展过程中除人群跨区域流动之外的多类潜在因素导...

Full description

Saved in:
Bibliographic Details
Published in:Ce hui xue bao 2021-06, Vol.50 (6), p.777
Main Authors: 石岩, 王达, 陈袁芳
Format: Article
Language:chi ; eng
Subjects:
Anomalies
Constraints
Coronaviruses
COVID-19
Disease control
Distribution patterns
Epidemics
Outflow
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:针对现有流行病空间异常探测方法在全面探测多因素导致的潜在空间异常方面的局限性，本文提出一种流空间邻近约束关系下的流行病分布空间异常探测方法。首先，基于地理探测器识别与传播中心人群流出强度因素具有显著关联关系的疫情专题属性；然后，基于流空间邻近关系度量自适应构建流空间权重矩阵；最后，构造疫情属性空间局部变化梯度变量刻画空间单元疫情态势特征，提出改进的全局和局部莫兰指数（Moran’s Ⅰ）实现流空间疫情分布模式的统计判别与局部空间异常区域探测。新型冠状病毒肺炎（COVID-19）疫情的实例，验证了本文方法相比现有欧氏空间异常探测方法，能够有效识别疫情发展过程中除人群跨区域流动之外的多类潜在因素导致的疫情分布空间异常区域，有助于支持对疫情分阶段的分区分级精准防控。
ISSN:1001-1595
1001-1595
DOI:10.11947/j.AGCS.2021.20200350