[发明专利]一种小空间尺度传染病时空传播模式的预测方法

权利要求书

1.一种小空间尺度传染病时空传播模式的预测方法，其特征在于，包括以下步骤：

A、收集整理传染病病例、流行病学调查数据、防控措施相关数据、社会人口地理数据以及手机通讯信令数据；

B、利用社会人口地理数据和手机通讯信令数据，估算研究区域1*1公里空间网格的居民出行OD矩阵；

C、利用疫情病例数据、流行病学调查数据以及防控措施数据，构建传染病疫情传播的SEIR模型；利用高维差分方程耦合传染病疫情传播和扩散过程，构建基于人口流动、融合非药物干预措施的小空间SEIR模型，该SEIR模型由以下六个公式组成：

；其中，S_j,t表示j网格第t天的易感者数，S_j,t-1表示j网格第t-1天的易感者数β_t表示第t天的疾病传播概率，I_j,t-1表示j网格第t-1天的病例数，sr表示在保持社交距离的对应措施下戴口罩、不聚集的人群比例，tr表示在进行交通限制的对应措施下区域人口流动下降的比例，N_j,t-1表示j网格第t-1天的总人口数，I_jk,t-1表示j网格第t-1天流向k网格的病例数，k网格表示除j网格以外的其他网格，M_jk,t-1表示j网格第t-1天流向k网格的人口数；

；其中，E_j,t表示j网格第t天的潜伏期患者数，E_j,t-1表示j网格第t-1天的潜伏期患者数，ir表示在主动发现病例的对应措施下病例被发现并隔离的比例，a表示潜伏期患者转为病例的速率；

；其中，I_j,t表示j网格第t天的病例数，I_j,t-1表示j网格第t-1天的病例数，γ表示病例移除的速率；

；其中，R_j,t表示j网格第t天的移出者数，R_j,t-1表示j网格第t-1天的移出者数；

；其中，N_j,t表示j网格第t天的总人口数；

；其中，I_jk,t表示j网格第t天流向k网格的病例数，M_j,i,t表示每第t天j网格流向i网格的人口数，i表示单个具体的网格，N_j,t表示第t天j网格的总人口数；

D、将构建的SEIR模型与估算的居民出行OD矩阵相融合，形成基于人口流动、融合非药物干预措施的小空间尺度的传染病疫情传播SEIR模型；D1、根据现有的文献和实际流调数据，对SEIR模型未知参数设置一定范围作为候选参数；同时以当日实际新增发病人数为Poisson分布的参数；

D2、基于时依Poisson分布随机数和当前候选参数，采用4阶Runge-Kutta方法进行数值求解；

D3、拟合当地疫情首例病例后两周的每日新增发病人数Ti，较之实际值Ai，计算均方根偏差；

E、采取不同干预措施应对传染病疫情场景，预测不同情景下未来1-2个月疫情时空扩散趋势、累计病例数以及疫情结束时间。