俯瞰風險測繪與遙感用武

蔡一樂

編者按：在戰“疫”中，同學們利用自己的專業顯身手，同時在這個過程中，又提高了專業能力。即使沒有走上抗疫一線，居家的日子，他們也在打磨、沉淀、“修煉”，專業水平又上了境界。

我是北京建筑大學測繪與城市空間信息學院的研究生。2月初，我和導師、同學們制作了專業的疫情防控地圖，形成了“Buceas（Bucea 即北京建筑大學的英文縮寫）圖說疫情”系列，每日在北京建筑大學官方微信公眾號上更新。

文法學院、經管學院的同學搜集國內外最新的新聞和政策信息，將其與專題圖結合。

文法學院、經管學院的同學搜集國內外最新的新聞和政策信息，將其與專題圖結合。

夜間燈光在說話，如何聽懂？

我們在2月23號日專門推出了京津冀區域疫情分析報告，創新性地利用夜間燈光遙感影像結合感染密度，建立了京津冀等地區的風險指數估計模型。

許多研究已經表明，夜間燈光影像與人類活動以及經濟社會指標有顯著的相關性。夜間燈光影像進行地區人口、城市建成區、經濟發展水平的空間特征研究已有許多案例，而目前在傳染病方面，還沒有相關的應用。

夜間燈光輻射值較高的區域，意味著該區域有著較多的人口、商業建筑、居住建筑以及交通設施，疫情在這樣的區域內顯然更易快速傳播。

我們用不同顏色對風險指數進行了區分，可用于分析京津冀地區感染風險的差異。

在北京、天津的中心城區部分呈現較大面積的紅色，意味著這些區域內的感染風險指數較高。這一點與大家的一般看法一致，而從圖中看，唐山市的感染密度也相對較高。相比之下，河北其他各市的感染風險則相對較低，承德、張家口、衡水等市的感染風險指數最低。該研究成果可以為采取分級防控措施提供一定的依據。

把更多源數據抓來，再洗洗

以往的研究通常使用簡單的統計數據對感染風險做出估計，無法在一定精度的空間上進行估算。我們的研究首次借助夜間燈光影像進行了感染風險的空間化估算，不過受遙感影像分辨率所限，該圖只能反映500m級的空間特征。因此，需要進一步的優化或引入多源遙感數據，這是我們未來深化研究的一大方向。

疫情中，各大平臺都提供了各省市的累計確診病例、死亡以及治愈等可視化的數據信息。如果我們只是重復做這樣的專題圖，則意義不大。

我們在這些內容的基礎上，利用人口數據和行政區面積數據分別得到地市級的感染率和感染密度地圖。其中地市級人口數據在我正在進行的人為熱相關研究（研究計算城市人為熱的排放量，促進城市生態環境的改善）中已經從各地年鑒中收集得到，而行政區面積則可以通過ArcGIS軟件（可用于收集、組織、管理、分析、交流和發布地理信息的軟件）非常快速地計算得到。

我們收集的數據非常廣泛，既包括百度人口遷徙數據、病患時空軌跡數據、共享單車位置數據以及遙感衛星影像等空間數據，也包括衛生健康部門疫情發布數據、微博輿情數據、網頁文本抓取數據以及統計數據等非空間數據。

這些數據對于構建全方位、多層次的疫情動態監測起著非常重要的作用。同時，這些數據時空基準不一，可能存在虛假和冗余信息，需要通過一些數據清洗、集成和規約等手段進行數據的處理和分析。

3月，中國科學技術協會聯合國咨商專委會同意團隊參與“新冠病毒肺炎知識與數據信息系統”技術工作組的專題地圖制作工作，并在專委會網站上向全球發布。

數十人團隊，文、理佳配

隨著幾期圖說疫情的試驗，我們形成了一定的制作規范。在這個過程中，越來越多的同學通過在公眾號上發布的招募信息，積極加入團隊。團隊逐漸從僅有幾位指導老師和研究生的規模，擴大到包括測繪學院老師、研究生以及各學院本科生在內的數十人的規模。

每位同學都有自己的分工，數據組、制圖組以及開發組緊密配合。其中來自測繪學院地理信息科學、遙感等專業的本科生具備一定的專業基礎，經過短期的簡單培訓，都能很快上手。來自計算機專業的本科生則發揮特長，進行網頁數據的抓取。文法學院、經管學院的同學搜集國內外最新的新聞和政策信息，將其與專題圖結合，形成一篇篇內容嚴謹豐富的文章。

隨著物聯網、人工智能的興起，可以預見未來還會有更多相關研究成果出現。前者能夠收集更多的時空大數據，后者則主要用于提升數據分析的速度和準確性。將本學科知識與技術與傳染病空間特征的研究相結合，并將成果應用于傳染病的預防、監測和預測，將成為我們團隊未來研究的一大方向。

責任編輯：徐玲玲