2019年开始的新型冠状病毒感染亦称新冠疫情(Corona Virus Disease 2019,COVID-19)已被国际卫生组织确定为百年一遇的重大疫情.随着奥密克戎(Omicron)等新冠变异毒株的出现,疫情防治也更加困难.自2022年12月起,中国政府陆续放松防疫管控,民众正在逐步恢复正常生活,但后期新冠疫情,乃至其他传染病,仍然是人类长期需要面对的问题.针对新冠疫情的研究浩如烟海,但经过长达三年的实践和经验教训积累,未来的防控应该走精细疫情防控的道路,即缩减政策波及到空间与人群,提升政策的指向性.基于此,本研究重点在精细疫情防控建模,通过模型实现疫情预测、政策模拟和风险分析,为决策者提供科学依据,以实现精准防控,减少政策的波及,提高防控政策的针对性.本文主要内容:①使用多源大数据建立北京实时移动接触网络,记录每个人的移动接触信息(如接触时间、地点、对象)、个人信息(如性别、年龄)和建筑信息(如楼层、面积、功能、兴趣点数量、类型);②在移动接触网络的基础上,为了应对原始毒株和变异毒株的防疫需求,分别建立群体型模型和个体型模型;③以北京新发地海鲜市场疫情和天堂超市酒吧疫情为例,阐述疫情的暴发背景和特点,并量化两次疫情的主要干预措施,估算预测情景参数,预测感染者数量和空间分布,最后建立一系列政策情景,验证干预措施的有效性;④从人群移动接触与建筑环境的视角出发,提出三种计算风险的方法,即建筑物通风量为核心的建筑环境传播风险,以人群移动接触为核心的累积接触风险,以感染者和密接者轨迹为核心的轨迹传播风险,以天堂超市酒吧疫情为案例,以建筑环境传播风险为基础,与累积接触风险组合为日常传染病风险,与轨迹传播风险组合为突发传染病风险,分析风险结果,找出高风险区域的分布.论文的创新表现在:①建立了群体型与个体型疫情模拟模型,模型能考虑移动、接触与场所的异质性,具有较高的数量与空间精度,并且能展示多样化结果;②实现了北京新发地市场与天堂超市疫情的政策量化、疫情预测与情景模拟,对这两次精细干预措施的量化模拟研究,有助于更好地应对后期的新冠疫情,甚至其他传染病;③提出了三种疫情传播风险计算方式,相比于以往以人群流动为主的风险计算模型,本研究的风险模型分别基于建筑空间环境、人群移动接触和感染者轨迹,从不同的视角计算了多源大数据环境下疫情风险,找出了不一样的高风险区域和人群.
万方数据
维普
