劉俊杰，李朝奎，方 軍*，武凱華，郝豪杰

（1.湖南科技大學 地理空間信息技術(shù)國家地方聯(lián)合工程實驗室，湖南 湘潭 4112012；2.湖南科技大學 測繪遙感信息工程湖南省重點實驗室，湖南 湘潭 4112013；3.湖南科技大學資源環(huán)境與安全工程學院，湖南 湘潭 411201）

關(guān)于COVID-19疫情的地理學研究正在逐步展開，對COVID-19的部分研究集中于流行病學、病原學及傳播動力學等，對一些省份的新型冠狀病毒肺炎的流行趨勢進行分析[1-3]。由于現(xiàn)有的研究當中結(jié)合傳染病事件鏈的傳播分析與時空分析的研究較少，所以不能更全面地分析病例與病例之間的關(guān)系。針對上述問題，本文對湖南省長沙、株洲、湘潭地區(qū)疫情的輸入、擴散發(fā)展、逐漸穩(wěn)定和下降4個階段進行了時空演化與傳播趨勢分析，通過分析湘潭市確診病例之間的傳播過程及原因，探究新型冠狀病毒的傳播規(guī)律。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域

長沙、株洲、湘潭位于湖南省，長株潭自2020-01-20報告首例COVID-19確診病例，截至8月31日，累計報告確診病例367例。

1.2 數(shù)據(jù)來源

研究數(shù)據(jù)：①確診病例數(shù)據(jù)。湖南省衛(wèi)健委發(fā)布的疫情信息，本文收集了長沙、株洲、湘潭各區(qū)縣時間截至2020-03-14的病例信息和部分湘潭市確診病例之間的傳播關(guān)系。②人口數(shù)據(jù)。收集湖南省統(tǒng)計局2019年人口數(shù)據(jù)、統(tǒng)計年鑒等相關(guān)統(tǒng)計數(shù)據(jù)。③空間數(shù)據(jù)。湖南省長株潭1∶130萬行政邊界數(shù)據(jù)，行政單元至區(qū)縣。

2 研究方法

搜集長株潭新型冠狀病毒確診病例信息、人口流動數(shù)據(jù)（包括確診時間，確診地點等），構(gòu)建新型冠狀病毒事件鏈，剖析具體病例之間的傳播過程，以及對長株潭各區(qū)縣發(fā)病率、人口流動比率、風險等級分布、熱冷點區(qū)分布等進行空間可視化。

2.1 統(tǒng)計指標

利用相關(guān)統(tǒng)計指標，對長株潭新型冠狀病毒確診病例信息、人口流動數(shù)據(jù)，包括確診時間，確診地點等進行統(tǒng)計。利用空間分析法得到各區(qū)縣的發(fā)病率、人口流動比率、風險等級分布、熱冷點區(qū)分布等，進而對各區(qū)縣的疫情風險進行評估。計算方法如公式（1）、（2）和（3）[1]，其中人口流動規(guī)模用S表示，常住人口數(shù)和年末戶籍人口用C和N表示，人口流動比率、發(fā)病率分別用P和I表示，

分別用F和E表示長株潭地區(qū)確診病例數(shù)和同時期內(nèi)暴露人數(shù)，k=1×10?4來計算發(fā)病率。

2.2 本體建模法

通過斯坦福大學最新發(fā)布的本體建模工具—ProtégéDesktop 5.5.0[4]，構(gòu)建城鎮(zhèn)公共安全事件鏈模型和傳染病事件鏈傳播模型。首先通過城鎮(zhèn)公共安全事件鏈演化分析，歸納提取相關(guān)知識要素與框架體系，構(gòu)建城鎮(zhèn)公共安全事件鏈時空關(guān)聯(lián)模型，描述城鎮(zhèn)公共安全事件發(fā)生、發(fā)展、轉(zhuǎn)移及相互耦合的時空演化過程。其構(gòu)建過程如圖1所示。

圖1 城鎮(zhèn)公共安全事件鏈模型構(gòu)建方法

通過選取湘潭市病例信息之間的傳播關(guān)系，解釋病毒傳播的客觀規(guī)律。

2.3 空間分析法

1）基于人口流動引致的疫情潛在風險分析。由于人口流動的速率直接影響疫情的發(fā)展狀況，人口的流入會對本地造成一定的風險，高風險地區(qū)的人口流出也會對其他地區(qū)造成風險，所以通過式（4）和式（5）[1]可得到人口流入和流出對內(nèi)、外部影響的相對風險系數(shù)。

式（4）、（5）中，I和P分別表示發(fā)病率和人口流動比率；RRi和RRO分別表示外部地區(qū)人口流入對長株潭各區(qū)縣造成的影響程度以及人口流出對外部地區(qū)造成的風險系數(shù)，

2）熱點分析（Getis-Ord*iG）。利用熱點分析方法對長株潭各區(qū)縣疫情狀況進行冷熱點分析與識別，進而發(fā)現(xiàn)疫情發(fā)展規(guī)律，其計算公式為：（6）[7]

式中，i代表中心要素；j是鄰域內(nèi)的所有要素；xj是要素j屬性值；w i，j是要素i和j之間的空間權(quán)重；n為要素總數(shù)；G*i統(tǒng)計是Z得分。Z得分越高，表示該區(qū)域處于熱點聚類區(qū)，Z得分越低，表示該區(qū)域處于冷點聚類區(qū)。且：S是要素值的標準差，Xˉ是要素值的平均數(shù),其計算方法如式（7）和（8）[7]。

3 疫情時空演化與傳播趨勢分析

3.1 構(gòu)建城鎮(zhèn)公共安全事件鏈模型

基于OWL描述語言的本體形式化表達，可將一個事件鏈本體表示為：

Ontology={Concept，Property，Individual，Restric?tion}四元組Concept：概念集合，災(zāi)害種類；Proper?ty：DataProperty和ObjectProperty；數(shù)據(jù)屬性：屬性字段，例如ID，災(zāi)害名稱等；對象屬性：事件與事件之間的關(guān)聯(lián)關(guān)系，常用的對象屬性有kind-of、part-of、instance-of、attribute-of；Individual：為對象實例的集合，即某一個具體的事件（描述了事件與事件之間的約束關(guān)系）。以湖南省長株潭地區(qū)為例，研究突發(fā)自然災(zāi)害和事故災(zāi)難事件，構(gòu)建以“新型冠狀病毒肺炎（COVID-19）”為事故節(jié)點的傳染病事件鏈模型。在疫情事件鏈模型中，疫情對社會的經(jīng)濟產(chǎn)生巨大影響，以及造成醫(yī)療資源緊張，失業(yè)率上升等，但也使得線上醫(yī)療，線上教育，線上商務(wù)等得到了較大的發(fā)展（如圖2）。

圖2 城鎮(zhèn)公共安全事件鏈模型

3.2 構(gòu)建傳染病事件鏈傳播模型

通過選取湘潭市病例信息之間的傳播關(guān)系，利用本體建模的方法構(gòu)建傳染病事件鏈模型，解釋病毒傳播的客觀規(guī)律，依據(jù)感染場所與接觸關(guān)系特征將其劃分為內(nèi)部居住場所感染事件鏈模型、外部活動場所感染事件鏈模型、復合型感染事件鏈模型。以湘潭市病例數(shù)據(jù)為例構(gòu)建傳染病事件鏈傳播模型如圖4所示。

圖4 傳染病事件鏈傳播模型

確診病例之間以存在家庭關(guān)系為主，這是因為疫情暴發(fā)正值春節(jié)期間，返鄉(xiāng)探親、家人團聚等家庭活動增加了人員流動性和病毒在家庭內(nèi)部的傳播可能性；存在朋友和同事關(guān)系的發(fā)病案例極少，可見疫情期間小區(qū)封閉管理、企業(yè)停工停產(chǎn)等一系列措施有效阻斷了病毒在朋友、同事之間的傳播途徑。

3.3 病例總量及每日新增病歷發(fā)展過程

利用文本分析法提取長株潭新冠肺炎病例總量及每日新增病歷，長株潭市區(qū)累計報告新型冠狀病毒肺炎確診病例367例，圖3是長株潭城市群新冠肺炎病例總量及每日新增病歷發(fā)展過程，病例總數(shù)呈現(xiàn)先增后趨于平緩趨勢，分別于2月13日到2月20日、2月23日、2月20日為高峰。

圖3 長株潭新冠肺炎病例總量及每日新增病歷發(fā)展趨勢圖

3.4 長株潭各縣區(qū)確診病例與發(fā)病率的空間分布

湖南省長株潭各區(qū)縣新型冠狀病毒肺炎發(fā)病率的空間分布見圖5。在長株潭各區(qū)縣中，累積確診人數(shù)在1~10人之間的有13個縣區(qū)，10人以上的有10個縣區(qū)。其中，確診病例數(shù)最多的是長沙市芙蓉區(qū)、開福區(qū)和株洲市荷塘區(qū)，確診病例分別為71人、59人和21人，總體來看，長沙市的發(fā)病率比較高，出現(xiàn)了局部病例高發(fā)現(xiàn)象。

圖5 長株潭各縣區(qū)新冠肺炎疫情發(fā)病率的空間分布

疫情風險與防控任務(wù)受各個區(qū)縣由于人口流動的差異性的影響，根據(jù)各區(qū)縣常住人口數(shù)和確診人數(shù)計算各區(qū)縣的發(fā)病率，如圖5可知，長株潭地區(qū)發(fā)病率最高的區(qū)域為芙蓉區(qū)，發(fā)病率為1.218 0×10-4，該區(qū)常住人口為58.29萬人，共有71例確診病例，發(fā)病率為1.218 0×10-4；其次是開福區(qū)（確診59人），該區(qū)常住人口69.08萬人，發(fā)病率為0.854 1×10-4；荷塘區(qū)（確診21人）常住人口29.75萬人，發(fā)病率0.705 9×10-4；岳麓區(qū)和石峰區(qū)發(fā)病率分別為0.480 2×10-4和0.473 5×10-4?？傮w來看，發(fā)病率較高的縣（區(qū)）主要在長沙市開福區(qū)、岳麓區(qū)、芙蓉區(qū)，株洲市荷塘區(qū)，這些區(qū)與主城區(qū)有很大的相關(guān)性。

3.5 基于人口流動的長株潭城市群疫情風險分析

1）區(qū)縣疫情風險的基本類型劃分。由于新型冠狀病毒的傳播方式主要是通過人與人接觸，人與物接觸進行傳播，且傳播性極強，所以人口的流動是傳播的重要因素。利用人口流動數(shù)據(jù)來計算長株潭地各區(qū)縣春節(jié)前后人口流入和流出、人口流動規(guī)模、人口流動比率等來表征人口流動水平。長株潭各縣區(qū)人口流動比率分布狀況見圖4。

其中，長株潭的主城區(qū)及周邊，尤其是株洲市荷塘區(qū)和長沙市岳塘區(qū)和芙蓉區(qū)主城區(qū)，人口呈現(xiàn)凈流入；長株潭東部和中部大部分縣區(qū)，比如湘潭市的湘潭縣和湘鄉(xiāng)市，長沙市的瀏陽市，株洲市的淥口區(qū)和攸縣人口為凈流出。

長株潭地區(qū)第一產(chǎn)業(yè)是農(nóng)林牧漁業(yè)，在農(nóng)村地區(qū)有大量外出務(wù)工人員，春節(jié)期間有大量務(wù)工人員返鄉(xiāng)，人口流動比率負值較大的區(qū)域分別為攸縣、韶山市、淥口區(qū)等縣區(qū)，是人口流出的主要區(qū)縣。如圖6所示，人口流動比率較大的區(qū)縣分別為株洲市荷塘區(qū)，長沙市芙蓉區(qū)，流動人口分別占常住人口的48.27%和27.14%。

春節(jié)過后，各行各業(yè)陸續(xù)復工，人口的流動會對疫情造成影響，對于確診病例較多的地區(qū)，人口流出對其他地區(qū)造成的風險相對較多。利用人口流動數(shù)據(jù)和確診病例數(shù)據(jù)的相互關(guān)系對長株潭各區(qū)縣相對風險系數(shù)進行劃分，有利于疫情防控以及節(jié)后有序復工。各區(qū)縣風險類型劃分標準見表1，各類型的空間分布見圖6。

圖6 長株潭人口流動比率圖

表1 考慮確診病例與人口流動風險類型劃分標準

2）區(qū)縣疫情風險動態(tài)調(diào)整。搜集長株潭地區(qū)截至2月13日和2月18日的確診病例數(shù)據(jù)，并對各個區(qū)縣的風險系數(shù)可視化，如圖7a所示長株潭地區(qū)人口流出分布風險圖；圖7b表示長株潭地區(qū)各縣區(qū)人口流入引致的風險分布。在人口流出情況下，相對風險較高的區(qū)縣依次是芙蓉區(qū)、開福區(qū)，荷塘區(qū)，岳麓區(qū)。其中人口流入情況下，本地相對風險較高的縣區(qū)依次是芙蓉區(qū)、開福區(qū)，荷塘區(qū)，岳麓區(qū)。其中圖7c表示長株潭地區(qū)在截至2020-02-13各縣區(qū)風險類型，根據(jù)確診人數(shù)和人口流動相對風險系數(shù)的組合關(guān)系，對各縣區(qū)風險類型進行劃分。2月13日，本地相對風險較高的縣區(qū)依次是芙蓉區(qū)、開福區(qū)，荷塘區(qū)，岳麓區(qū)、雨湖區(qū)（圖7c）?？傮w來看，顏色較深的區(qū)域為長沙市主城區(qū)及周邊縣，湘潭市和株洲市等主城區(qū)，顏色越深表示人口流入和流出所引致的相對風險都較高。

2月14日至2月18日，長株潭地區(qū)累計新增確診病例28例，各地疫情防控取得重要進展，新增病例普遍有大幅度下降，疫情風險發(fā)生一定變化。2020-02-18~2020-02-24，長株潭新增確診人數(shù)已經(jīng)下降到個位數(shù)（0例）的水平。因此，有必要根據(jù)疫情形勢，對各區(qū)縣疫情風險類型進行調(diào)整，以便統(tǒng)籌疫情防控和社會經(jīng)濟秩序的恢復?；诒?的風險類型劃分標準，根據(jù)5 d來長株潭各區(qū)縣新增確診病例情況，對風險等級進行調(diào)整。調(diào)整依據(jù)為，以2月18日的風險類型劃分為基礎(chǔ)，若近5 d累計新增確診病例不超過1例，則下調(diào)一個風險等級；低風險區(qū)新增確診病例不超過1例，則保持風險等級不變；若近5日累計新增確診病例達到2個及其以上，則高風險區(qū)不變，中、低風險區(qū)則分別調(diào)高一個風險等級。

依據(jù)上述規(guī)則，圖7d顯示了2020-02-18長株潭各區(qū)縣疫情風險變動情況。其中，高風險下調(diào)為中風險的區(qū)縣為開福區(qū)，中風險下調(diào)為低風險包含4個區(qū)縣，維持低風險不變的有11個區(qū)縣，維持高風險不變的有3個區(qū)縣。值得注意的是，株洲市荷塘區(qū)由中風險上調(diào)為高風險；茶陵縣和滬松區(qū)由低風險上升到中風險。

圖7 長株潭疫情風險圖

3.6 熱點分析

使用熱點分析探究區(qū)縣尺度確診人數(shù)分布特征如圖8所示，其中99%置信水平的熱點區(qū)分布于長沙市望城區(qū)、開福區(qū)、長沙縣；95%置信水平的熱點分布在雨湖區(qū)、芙蓉區(qū)、雨花區(qū)、天心區(qū)、株洲市石峰區(qū)、荷塘區(qū)；90%置信水平的熱點分布在岳麓區(qū)、岳塘區(qū)，冷點區(qū)主要是湘潭縣、茶陵縣、醴陵市、瀏陽市、滬松區(qū)等?？傮w來看，區(qū)縣尺度發(fā)病率呈離散型、斑塊狀分布，主要聚集于南部區(qū)縣；熱點區(qū)主要分布于長株潭中南部，呈現(xiàn)以長沙市主城區(qū)為圓心的圓團狀分布。這主要受人口密度及流動強度的影響，與長株潭風險評價結(jié)果一致。

圖8 長株潭熱點分析圖

4 結(jié)論

本文以長株潭367例新冠肺炎的病例數(shù)據(jù)為例，利用本體建模的方法對湖南省長株潭367例新冠肺炎的病例構(gòu)建傳染病事件鏈傳播模型，并利用探索性數(shù)據(jù)分析方法對其進行分析，得出如下結(jié)論：

1）通過構(gòu)建城鎮(zhèn)公共安全事件鏈模型和傳染病事件鏈傳播模型，分析出此次疫情對經(jīng)濟、交通、就業(yè)等方面產(chǎn)生的一些影響，以及具體病例之間的傳播過程。選擇典型案例分析其感染過程及原因，對輔助管控長株潭各縣區(qū)COVID-19疫情發(fā)展，以及后期的隔離措施、交通限制對傳染病事件鏈起到了斷鏈的作用。

2）基于人口流動的長株潭各區(qū)縣疫情風險分析，首先得出病例總量集聚區(qū)和人口流入、流出所引致的高風險區(qū)主要分布于長沙市主城區(qū)及周邊縣，湘潭市和株洲市等主城區(qū)，遵循與湖北省地理鄰近和網(wǎng)絡(luò)鄰近的特征，且擴散形式大多為家庭式集聚性擴散，其次對各區(qū)縣疫情風險類型進行調(diào)整，以更好地統(tǒng)籌疫情防控和社會經(jīng)濟秩序的恢復。

3）使用熱點分析探究區(qū)縣尺度確診人數(shù)分布特征，得出熱點區(qū)主要分布于長株潭中南部，呈現(xiàn)以長沙市主城區(qū)為圓心的圓團狀分布，這主要受人口密度及流動強度的影響，且與長株潭風險評價結(jié)果一致。