基于网络监测信息定量反演传染病时空传播风险的方法研究

海量开放的网络数据资源具有很高价值，利用互联网监测数据研究地表对象运行规律将会越来越重要。网络信息与地表对象之间存在怎样的内在映射机制，如何透过网络监测数据定量反演地表对象的时空格局是一个重要科学问题，这方面的突破能为网络数据资源的地学应用开辟广阔天地。项目选用传染病（SARS/艾滋病）作为地表对象，利用深度垂直搜索引擎收集与传染病相关的网络数据，对比分析由网络数据反映的传染病时空传播风险与传染病真实的时空传播风险，总结并归纳出网络信息与传染病流行过程的内在关联关系，进而阐明网络信息映射传染病时空传播风险的内在机制，并构建基于网络监测数据定量反演传染病时空传播风险的多元非线性动力学模型；最后收集得到我国艾滋病流行相关的网络数据，反演出我国艾滋病流行的时空传播风险并分析其时空格局。研究成果不仅有助于促进地理信息学科适应网络信息化发展的新要求，而且能够满足国家对重大传染病疫情监控的重大需求。

随着网络信息技术的爆炸式增长，Wifi、智能手机等具备地理位置实时探测能力的智能终端变得无所不在，这使得地球表面的一切人和物都有可能被实时感知获取。实时感知到的监测信息不仅包括人的行为活动，而且可以扩展到其生命全周期的运动轨迹。网络开源信息对于提高我们对周围世界的理解和认识有重要意义。本项目主要研究如何利用附有地理位置信息的网络开源信息来估计和预测传染病流行的时空风险，研究内容主要包括三个部分：（1）系统研究了2009年北京市甲型H1N1流行和2003年北京市SARS流行案例，深入分析了传染病的流行特征、传播网络、驱动力、时空风险及防控措施的有效性；（2）构建了一套网络实时在线的软件原型系统，自动收集和监测网络上与2009年北京市型H1N1相关的报道、评论、博客和微博客等开源信息；（3）探索了网络开源信息与传染病时空风险之间的内在关联关系，提出了一套利用网络开源信息对实际传染病风险进行实时监测的多源数据建模方法， 2009年北京市甲型H1N1流行案例的实证研究表明，此套方法非常科学有效，与现有的传染病监测预警体系(基于医院就诊记录)形成很好的互补，提高传染病早期监测预警的时效性和有效性。