为什么疫情大数据没了_图说疫情 用地图大数据助力精准防控

“这是我们用截至2月23日的数据制作的京津冀感染风险指数图。”这应该是唯一的一个，在其他流行病地图产品中没有“相同的模型”。杜在接受《科技日报》记者采访时表示，当时北京、天津、唐山部分地区的感染风险明显高于北京、天津、河北其他地区在简洁的疫情图

的背后，大量的数据收集和处理工作被浓缩。多源异构大数据的快速获取、处理、融合、表达和协作是杜团队必须首先面对的技术问题。

用于制作流行病学地图。杜的团队收集了广泛的数据来源。除了传统的空间数据，如地图和遥感图像，它还包括多源和多种类型的数据，如疫情数据，微博舆情数据，百度人口迁移，网页文本捕捉数据，共享自行车轨迹数据等。由卫生和健康委员会发布。

"这些数据具有不同的时间和空间基准，并且可能有冗余信息。我们需要通过数据清理、集成、约定和其他技术手段来处理数据。”该小组的共同负责人蒋捷教授说不同来源的

数据在流行病地图制作中的作用是什么？团队的技术骨干曹博士举了一个例子，他说百度关于人口迁移的大数据反映了不同省市的移民率。将这些数据与疫情数据相结合进行分析，可以探讨疫情的空间分布与人口迁移之间的相关性，从而辅助疫情防控决策。在分析传播风险时，除了利用各省市的人口迁移数据外，还可以利用夜光数据来辅助估计实际的人口规模和企业的工作回报，从而提高疫情风险图的准确性。

”例如，微博舆情反映某个地方医疗资源不足。我们可以通过时空语义规则从文本信息中提取相关数据来判断医疗资源短缺的具体地点。曹认为，统计指标的空间分解和呈现，有利于生成清晰直观的防疫知识图谱。

随着疫情的变化，疫情图也在不断更新如何科学合理地设计疫情图的监测指标也是杜团队需要解决的难题。在杜看来，从地理上的“人地关系”来看，疫情的发展趋势在一定程度上与当地的地理环境和社会经济条件密切相关。因此，在设计疫情图的监测指标时，应从多维度进行动态监测。此外，宏观尺度的国家、省、市、区县以及微观尺度的社区和个人需要不同的指标进行监测，因此需要为不同的尺度对象建立不同的指标体系。

目前，新的皇冠肺炎疫情已在世界各地爆发，并呈蔓延趋势。一些国家的疫情仍然相对严重。为此，杜的团队在每日推出的《疫情画报》分析中增加了一个专题，即综合分析世界各国疫情。

汇总了截至3月11日的数据，杜和的团队制作了最新的一套全球疫情分布图。“除了中国，意大利是世界上确诊病例最多的国家，其次是伊朗、韩国和其他国家我们要密切关注境外疫情的发展，采取必要的对策，防止境外疫情扩散的风险。”建议杜