【深圳市热门区域新冠风险画像与传播态势分析】项目详细介绍

指导教师:黄惠教授、陆旻教授

队长: 曾雨潆 深圳大学

成员:吴思聪、孙晓芹、吕健荣、王帅琦、汪楚丰、申金

作品简介

疫情当前,”疫“不容辞,深圳大学Vis组希望尽绵薄之力,帮助大家快速了解深圳的最新疫情动态,增强战“疫”信心,共同打赢这场疫情阻击战!我们针对深圳市疫情展开可视分析工作,通过收集「@ 深圳卫健委」等权威机构公布的每日疫情数据,设计基于树图的「疫情传播态势树」以及「家族确诊五线谱图」对疫情传播关系进行可视化;研发深圳市热门区域风险画像系统以及动态模拟了复工后风险走势。从宏观上,分析深圳市13个热门区域的风险画像,根据各区 POI 数量与种类、联通数据等多源数据计算区域内社区之间疫情发生时的相互影响程度,评估社区风险;从微观上,在街道级别和社区级别上在深圳市不同复工情况下疫情发展进行模拟分析。

高清展示图

1)    疫情传播态势树&家族确诊五线谱图

                                                       疫情传播态势树

                                                       家族确诊五线谱图

2)热门区域新冠风险画像

病患逗留场所密度分布

深圳13大热门区域

POI网格显示

                                          区域主要输出/病患逗留地点/输入区域 

热门区域风险画像

复工率风险模拟-街道级别

复工率风险模拟-社区级别

可视化设计

疫情传播态势树

1)    设计思路

 

疫情分析案例

一:深圳&新加坡&香港三地疫情传播动态分析



通过仔细梳理深圳、香港、新加坡三地的二代传播关系(上图红圆代表亲友成员,橙圆代表非亲友成员,空心圆代表二代感染亲友成员,圆内数字代表病例号)可以看出,每日确诊患者中二代感染患者占比随时间推移迅速扩大。这说明截止目前三地疫情虽没有大范围的扩散,但仍呈亲友聚集态势传播,并且深圳、香港、新加坡分别出现了多达6、13人的家庭聚集和7人的亲友接触感染病例,这更提醒我们一定要“少串门,少聚会”。

二:深圳热门区域风险地图分析

                                            (示例:南山区内部社区的风险评估)

                                 (区域外的重点人群输入、输出社区进行刻画)

复工率风险模拟-街道级别

复工率风险模拟-社区级别

作品技术说明

疫情数据来源

疫情数据来源于人工采集同时编写Python 爬虫脚本去收集三地权威机构深圳卫健委(“@深圳卫健委”微信公众号)、香港卫生署(https://www.chp.gov.hk/tc/media/116/index.html)和新加坡卫生部官网(https://www.moh.gov.sg)上的每日疫情通告。其中包括了每日各地的新增确诊病例及其简略的个人信息,近几天的传染事件的播报。除此之外我们还收集并整理了区域社区划分数据、POI网格数据(注2)、空间交互数据,以下是部分数据说明。

社区划分数据:深圳市社区划分,每个区域由若干个社区组成。

百度POI网格数据:将空间划分成网格,统计每个网格中各类POI数量,POI一共分为16类。我们暂时将16类归纳为7大类,即市政、住宅、新兴企业、轻工业、重工业、消费娱乐、医疗。

联通手机空间交互数据:基于联通手机数据,统计社区之间的人口输出和人口输入的交互量。

深圳卫健委逗留小区分布数据(数据来源:深圳市卫健委):病患逗留场所数据。

疫情数据挖掘和分析

基于以上数据,我们建立风险估算模型,计算传播矩阵用以刻画社区到社区之间的风险传播度,从而对每个区域中的社区进行风险评估。具体如下:

可视分析系统在线网址:http://47.103.22.185:7008/

可视化项目是否开源:项目正在持续进行中,后续根据项目进度在开源与否。


疫情数据可视化公益行动
疫情数据可视化公益行动

中国计算机学会CAD&CG专委会、阿里云天池、机器之心、阿里云DataV联合发起的以“万众’疫’心 天池众智”为主题的疫情数据可视化公益行动。专栏将对每周提交的优秀作品进行相关公示,优秀作品详细介绍可在专栏页面进行查看。

产业深圳市
暂无评论
暂无评论~