基于ArcGIS Dashboard的新冠肺炎疫情實時監控系統設計

陸藝杰 張震

摘要：根據疫情監控的特點，采用大數據分析，基于ArcGIS Dashboard設計實現一個可視化、可交互的全球疫情實時監控系統，及時、有效地獲取2019冠狀病毒病（cOVID-19）疫情的發展情況。該系統強調快速便捷地在線動態展示疫情的全球范圍內的分布情況，實時統計分析疫情的空間分布，動態顯示各國家和地區疫情的嚴重程度和全球疫情的發展趨勢，在一定程度上推動疫情監控工作的發展。

關鍵詞：ArcGIS Dashboard;新冠肺炎疫情;實時監控

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2020）14-0105-03

1背景

隨著新型冠狀病毒肺炎（Corona Virus Disease 2019，COV-ID-19，簡稱“新冠肺炎”）的爆發，在當今世界格局愈發“地球村”的背景下，受疫情影響，對人們的正常生活和全球經濟形成一定沖擊。2020年3月中旬，全國統計科學線上高端論壇討論了大數據統計在疫情防控中發揮出的重大作用。李傳軍指出，大數據時代改變了公共決策的運作流程和基本邏輯，需加強數據共享和信息治理，以提升政府的公共危機應對能力。趙序茅利用大數據回溯新冠肺炎在全國擴散的趨勢和傳染系數，從數據上論證了中國政府對于疫情擴散強有力的控制能力，對阻止國內及世界范圍的疫情擴散做出積極貢獻。蔣勛借鑒政府大數據能力模型，構建智庫應急的情報體系。周成虎利用通訊和社交媒體等大數據，開展潛在感染區和感染人群的精準識別，嚴控可能形成的次級疫情暴發中心源地。劉張基于多源地理時空大數據，提出一種區際遷徙人群多層次空間分布動態估算模型，用于推算2020年除夕（2020年1月24日）之前從武漢流入湖北省內各地的人群數量及其分布特征。徐迪以時空大數據作為該類輿情研判的重要工具，向政府實務部門提供一種有針對性的、定性與定量相結合的科學準確研判體系，為我國公共衛生事件的輿情危機管控提供思路參考和決策依托。

出于對人們“衣食住行”的考慮，在疫情大數據的背景下，加強疫情溯源和監控，建立強大的疫情實時監控系統的需求迫在眉睫。美國約翰霍普金斯大學（JHU），利用全球疫情數據，結合地圖和圖表，對全球各個國家以及州市疫情情況進行展示，以對數方式統計中國及其他地區每天疫情變化趨勢，直觀地展示了全球疫情分布情況。

簡單的數字特別是疫情期間逐日攀升的數據，只能極大地提升人們的恐慌感，并不能顯示疫情發展的動態趨勢，建立統一的、高效的、實時的、準確的疫情監控系統成為疫情“防控”期間不可或缺的環節。基于Operations Dashboard for ArcGIS（以下簡稱ArcGIS Dashboard）搭建的疫情監控系統，直觀展示了疫情的實時空間分布和動態發展的情況，來實現對疫情數據的處理、分析、監控及預警的目的。

2系統的主要功能

ArcGIS Dashboard，是搭載在ArcGIS Online平臺上使用地圖和位置數據創作和查看的Web應用程序。DashboaM可以提供全面生動的數據視圖，進而提供快速制定決策所需的關鍵洞察力。該系統主要功能包括：1）系統能夠以地圖、餅圖、列表、儀表和指示器等元素來可視化實時數據，或者可以通過構建其他網站的嵌入式內容進行交互式呈現。2）系統的數據可自動更新，這些實時視圖允許瀏覽者實時監控和跟蹤現場事件。3）地圖上的多種專題地圖，使瀏覽者一目了然，人機交互流暢，可大大提高應用系統的靈活性，給相關人員帶來便利。4）實現數據快速收集、綜合分析和多方數據的利用和共享，對于預防監管有深遠的意義。

監控參數配置信息包括以下5個方面的內容：1）全球各地區新增確診病例的空間分布和動態變化。2）全球各地區累計確診病例的空間分布和動態變化。3）全球各地區累計死亡病例的空間分布和動態變化。4）全球各地區累計治愈病例的空間分布和動態變化。5）全球各地區現存病例的空間分布和動態變化。

3系統的技術路線

利用ArcGIS Dashboard構建實時、動態的監控系統以數據流轉為核心，以業務需求為基礎，構建流程主要分為六部分：1）數據獲取：在ArcGIS空間大數據平臺下，由大數據平臺接入可兼容的數據;在疫情大數據下，疫情數據來源是網絡。2）數據清洗：在ArcGIS空間大數據平臺下，利用不同的數據處理工具將不規則不準確的數據進行清洗和剔除，拷貝數據發布要素服務;在疫情大數據下，利用PvSon AH技術依次進行數據格式化，轉化成CSV格式，要素連接，剔除無效字段，并進行空間投影規范。3）數據組織：在ArcGIS空間大數據平臺下，常用的是通過數據庫發布的要素服務，另外有大數據文件共享服務;在疫情大數據下，利用Python AH技術對服務進行發布、整理和實時更新，構建Web Map。4）大數據分析：在ArcGIS空間大數據平臺下，提供了20多種分析工具，數百個分析算子，通過多種調用方式，進行開發擴展，業務集成，利用Pvthon調用ArcGIS內部框架;在疫情大數據下，充分利用大數據分析工具完成數據處理和分析，包括利用連接工具實現疫情數據的空間化和利用拷貝數據工具完成由表格數據到要素服務。5）洞察挖掘：在ArcGIS空間大數據平臺下，大數據分析場景分為事務計算型（傳統的數據庫計算，計算困難）、輔助決策型（交叉領域的應用，靈活方便）和洞察預測型（回歸分析應用，多維度預測）;在疫情大數據下，場景設計分為基于時空關系的軌跡播放（追蹤確診患者和疑似患者的活動軌跡）、基于小區位置的多變量網格分析（通過地理空間的格網獲取區域內的多維度信息）、基于機器學習能力的點聚類分析（無監督學習分析疫情患者的空間分布）和基于Python AH統計分析。6）結果呈現：在ArcGIS空間大數據平臺下，可以利用operational Dasllboard進行可視化呈現;在疫情大數據下，利用ArcGIS Dashboard進行可視化系統搭建。疫情大數據系統構建流程如圖1所示。

4系統實現效果

基于ArcGIS Dashboard設計的全球疫情實時監控系統實現效果如下。

1）全球范圍內確診病例，疑似病例，治愈病例和死亡病例的統計。

2）將各地區的疫情數據按等級比例進行渲染，不僅可以清晰直觀地顯示國家，市級，縣級甚至小區的疫情的新增率、確診率和死亡率，影響范圍和嚴重等級。

3）利用大數據分析，根據“相同數據盡可能相似，不同數據盡可能相異”的特點對不同的數據的形似度和相異度進行聚類分析，基于密度的聚類通過計算區域內點的密度將距離近的點歸為一類，而稀疏的點歸為噪點，利用ArcGIS軟件，對世界范圍內確認的小區進行聚類分析，地圖顏色深淺表示疫情嚴重的等級，便于采取不同措施的管控。

4）利用ArcGIS平臺對確診人數和確診小區數據構建10km×10km的格網，以獲取單位格網內確診的人數和確診的小區。

5）實時播報文本，包括發布時間以及發布內容，數據來源，查看實時疫情播報情況。圖表數據：餅狀圖，展示各地區累計確診，疑似，死亡，治愈人數;折線圖，了解疫情開始至今，每天累計確診，疑似，死亡，治愈人數趨勢的單獨展示或者多數據對比分析疫情現狀。柱狀圖，顯示各地區的新增率，治愈率和死亡率，認識疫情的分布情況和發展趨勢。表格，展示疫情的具體信息。

5結束語

隨著世界范圍內疫情數據量的加大，基于ArcGIS Dash-board設計一個可視化、可交互的全球疫情實時監控系統，通過疫情實時監控系統，顯示了所有受影響國家確診的COVID-19病例的位置和數量、死亡人數以及恢復情況，實時數據通過地理區域進行反饋，直觀展示了疫情的空間分布和動態發展的情況。該系統通過地圖大數據預測人流密度，監測疫情相關人群動向，一鍵上報疫情檢查情況，實時生成疫情數據報告，根據需要向社會及時公開發布，研判疫情態勢，以增強群眾的防控意識，為發現疫情爆發或疫情聚集高發地帶提供強大的預警功能，為建立統一的、高效的、快捷的、準確的疫情監控系統提供一定的技術支持，直接推動疫情監控工作的發展，保障國民經濟的可持續發展和社會的穩定。