蔡一乐

编者按：在战“疫”中，同学们利用自己的专业显身手，同时在这个过程中，又提高了专业能力。即使没有走上抗疫一线，居家的日子，他们也在打磨、沉淀、“修炼”，专业水平又上了境界。

我是北京建筑大学测绘与城市空间信息学院的研究生。2月初，我和导师、同学们制作了专业的疫情防控地图，形成了“Buceas（Bucea 即北京建筑大学的英文缩写）图说疫情”系列，每日在北京建筑大学官方微信公众号上更新。

文法學院、经管学院的同学搜集国内外最新的新闻和政策信息，将其与专题图结合。

文法学院、经管学院的同学搜集国内外最新的新闻和政策信息，将其与专题图结合。

夜间灯光在说话，如何听懂？

我们在2月23号日专门推出了京津冀区域疫情分析报告，创新性地利用夜间灯光遥感影像结合感染密度，建立了京津冀等地区的风险指数估计模型。

许多研究已经表明，夜间灯光影像与人类活动以及经济社会指标有显著的相关性。夜间灯光影像进行地区人口、城市建成区、经济发展水平的空间特征研究已有许多案例，而目前在传染病方面，还没有相关的应用。

夜间灯光辐射值较高的区域，意味着该区域有着较多的人口、商业建筑、居住建筑以及交通设施，疫情在这样的区域内显然更易快速传播。

我们用不同颜色对风险指数进行了区分，可用于分析京津冀地区感染风险的差异。

在北京、天津的中心城区部分呈现较大面积的红色，意味着这些区域内的感染风险指数较高。这一点与大家的一般看法一致，而从图中看，唐山市的感染密度也相对较高。相比之下，河北其他各市的感染风险则相对较低，承德、张家口、衡水等市的感染风险指数最低。该研究成果可以为采取分级防控措施提供一定的依据。

把更多源数据抓来，再洗洗

以往的研究通常使用简单的统计数据对感染风险做出估计，无法在一定精度的空间上进行估算。我们的研究首次借助夜间灯光影像进行了感染风险的空间化估算，不过受遥感影像分辨率所限，该图只能反映500m级的空间特征。因此，需要进一步的优化或引入多源遥感数据，这是我们未来深化研究的一大方向。

疫情中，各大平台都提供了各省市的累计确诊病例、死亡以及治愈等可视化的数据信息。如果我们只是重复做这样的专题图，则意义不大。

我们在这些内容的基础上，利用人口数据和行政区面积数据分别得到地市级的感染率和感染密度地图。其中地市级人口数据在我正在进行的人为热相关研究（研究计算城市人为热的排放量，促进城市生态环境的改善）中已经从各地年鉴中收集得到，而行政区面积则可以通过ArcGIS软件（可用于收集、组织、管理、分析、交流和发布地理信息的软件）非常快速地计算得到。

我们收集的数据非常广泛，既包括百度人口迁徙数据、病患时空轨迹数据、共享单车位置数据以及遥感卫星影像等空间数据，也包括卫生健康部门疫情发布数据、微博舆情数据、网页文本抓取数据以及统计数据等非空间数据。

这些数据对于构建全方位、多层次的疫情动态监测起着非常重要的作用。同时，这些数据时空基准不一，可能存在虚假和冗余信息，需要通过一些数据清洗、集成和规约等手段进行数据的处理和分析。

3月，中国科学技术协会联合国咨商专委会同意团队参与“新冠病毒肺炎知识与数据信息系统”技术工作组的专题地图制作工作，并在专委会网站上向全球发布。

数十人团队，文、理佳配

随着几期图说疫情的试验，我们形成了一定的制作规范。在这个过程中，越来越多的同学通过在公众号上发布的招募信息，积极加入团队。团队逐渐从仅有几位指导老师和研究生的规模，扩大到包括测绘学院老师、研究生以及各学院本科生在内的数十人的规模。

每位同学都有自己的分工，数据组、制图组以及开发组紧密配合。其中来自测绘学院地理信息科学、遥感等专业的本科生具备一定的专业基础，经过短期的简单培训，都能很快上手。来自计算机专业的本科生则发挥特长，进行网页数据的抓取。文法学院、经管学院的同学搜集国内外最新的新闻和政策信息，将其与专题图结合，形成一篇篇内容严谨丰富的文章。

随着物联网、人工智能的兴起，可以预见未来还会有更多相关研究成果出现。前者能够收集更多的时空大数据，后者则主要用于提升数据分析的速度和准确性。将本学科知识与技术与传染病空间特征的研究相结合，并将成果应用于传染病的预防、监测和预测，将成为我们团队未来研究的一大方向。

责任编辑：徐玲玲