数据交换与病毒传播
最近,新型冠状病毒成为人们关注的焦点。然而,病毒学研究专家关彝选择了“逃兵”他说,“我经历过很多次战争,但这次我感到非常虚弱”,因为新型冠状病毒已经广泛传播,而且没有像非典那样明确的传播链如果我们能预测未来疾病传播的轨迹,我们的疾病预防和控制工作就能有针对性。然而,这种疾病的传播因素极其复杂。它与病毒携带者的身体状况、环境、天气条件和接触条件等密切相关。
但是,如果我们超越这个微观尺度,把一个城市抽象成一个点,那么我们完全有可能在某种意义上对城市之间的疾病传播作出合理的推断。当我们关注城市的规模时,我们会发现城市间的交通流量决定了病毒在城市间的传播。这是因为两个城市之间的交通流量越多,病毒携带者就越有可能旅行。< br>
这个结论有其科学依据例如,德克·布罗克曼(Dirk Brockman)等人在2013年发表在《科学》杂志上的《隐藏在复杂网络驱动感染中的几何结构》指出,疾病的传播与城市之间的地理距离无关,而是与城市之间的“等效距离”密切相关。这里的“等效距离”是指根据城市间交通流量数据转换的距离
论文题目:复杂的隐藏几何,网络驱动的接触现象。论文地址:https://science.sciencemag.org/content/342/6164/1337,如下图所示。无论从病毒传播的真实案例(2009年H1N1和2003年非典)还是模型模拟的结果来看,地理距离与病毒感染的时间关系不大。因此,两个城市的地理位置越近,病毒就越容易通过。
A图是对香港病毒爆发的模拟。不同颜色的点代表不同的大陆区域,相连的边代表航空网络b代表病毒在爆发后105天内感染的世界主要城市。图C显示了病毒在爆发期间传播到每个目标城市所需的时间。每个数据点是一个城市,横坐标是城市之间的地理距离,纵坐标是从爆发到发现该城市第一个病毒病例的时间。图D和E分别显示了2009年和2003年两次禽流感(H1N1)和非典(非典)爆发时,病毒传播时间(纵坐标)和地理距离(横坐标)之间的关系,每个点代表一个城市。可以看出,病毒传播与地理距离之间的相关性很小。
,另一方面,如果我们把城市之间的有效距离重新定义为乘客从甲到乙的最可能路径的长度,那么病毒传播的规律性就极其明显。最有可能的途径是什么?也就是说,我们可以把一个乘客看作一个随机行走的粒子,它根据流量随机访问周围的城市,当他到达下一个城市时,他再次将流量转换成访问下一个城市的邻近城市的概率...所以这些粒子最有可能从a到b的路径是最有可能的路径。
图A根据模拟病毒传播中的等效距离大小显示每个城市的排列,即中心是香港,到中心的距离是等效距离。不同的极角是根据地理距离排列的,即地理距离越近,极角越相似。图B显示了在这样的城市安排下,病毒在72天内的传播。图C显示了感染时间和等效距离之间的关系,而图D和E显示了在2009年禽流感和2003年非典两次爆发期间,每个城市的感染时间和有效距离之间的关系。可以看出,我们可以利用这个有效距离来更准确地预测病毒在某个城市爆发的日期。现在是春节的旺季,交通枢纽网络将承受比平时更多的压力。武汉新的肺炎疫情正在影响每个人的心脏。作为城市数据领域的研究人员和实践者,我们发现了一些可能尚未披露的“事实”。在这里,我们想分享一些数据和数据统计的结果,希望能为疫情的预防和控制提供一些帮助。照片来源:丁香园(https://3g.dxy.cn/newh5/view/pneumonia)
1月21日,根据丁香园编辑发布的地图,主要案例集中在湖北省、广东省、北京市和上海市,这与我们的常识和数据以及模型判断是一致的。因为广东、北京和上海是与湖北联系最紧密的地区但是,与我们的数据和经验有一个很大的不同,那就是湖北省的疫情是在武汉市。然而,根据人口流动的规律,人口规模相对较大的邻近城市的人口流动会更加频繁。疾病的传播也将遵循这一人口流动规律。我们根据2015年至2016年的人口流动数据,计算了武汉与全国其他城市的联系。我们可以看到,前20名城市大多集中在湖北省。名单上所列的省外大部分城市已经发生疫情(符合人口流动规律),那么湖北省其他城市和值得我们关注的城市的情况如何呢?特别是武汉作为全国城市网络的重要节点,具有很强的辐射能力。6-利用2015年至2016年的人口迁移数据(基于手机位置)绘制出武汉与其他城市的联系,线宽代表流量,蓝色圆圈代表城市人口规模,武汉位于中心地带
(数据源:基于手机定位数据的城市人口时空分布特征研究),董磊、清华大学博士论文。(2017)
武汉市前20名城市名单
城市代码:城市名称
4209:孝感市
4211:黄冈市
4 4403:深圳市(含案例)
4210:荆州市
4206:襄阳市
9 1994208:荆门市
4419:东莞市
4203:十堰市
4213:随州市
4228:恩施土家族苗族自治州
3301:杭州市(含病例)
5000:重庆市
注:病例来源为
最后,我们的集智俱乐部发布了一个数据集,即武汉与全国主要城市之间的交通数据。我们希望有兴趣使用大数据来准确推断病毒传播的朋友能够做到这一点。这是一个实际操作的好机会。
有兴趣一起参与数据分析。请扫描代码并添加小助手微信
,以上数据和分析结果已经公开,希望能为预防疫情贡献我们的力量。
下载链接:https://github.com/leiii/population_flow
疫情引起高度关注。我们也希望相关部门能够披露更多的数据(包括武汉周边县市的情况),以便我们能够更好地抵御潜在的风险。< br>
此外,我们刚刚得知百度发布了全国城市间的实时交通流量数据:
最近成为新型冠状病毒的焦点,预测疾病的传播有助于预防和控制疫情。今晚,张江教授将解读经典科学文献《复杂网络驱动的隐形几何接触现象》,并探讨交通流数据与城市间病毒传播之间的关系张江,北京师范大学系统科学学院教授,集智俱乐部创始人,集智学院创始人。主要研究领域包括复杂网络和机器学习、复杂系统分析和建模、计算社会科学等。[时间]:今晚,1月23日20:30-21:30
[主持人]:张江
[主题]:通过网络隐藏的几何图形
[链接推断病毒的传播]:https://live.bilibili.com/8091531
扫描下面的二维码进入直播室
推荐课程:复杂网络和优雅几何图形
之后,我们将集中讨论如何使用真实的网络数据来重建系统的空间几何特征。
课程链接:https://campus.swarma.org/play/play?身份证=11115基址俱乐部QQ群| 877391004
商业合作与贡献重印| SWALMA @ SWARMA.org < BR >
加入“无墙研究所”
让苹果打得更狠!