石 岩，王 达，陈袁芳，陈炳蓉，赵冰冰，邓 敏

中南大学地球科学与信息物理学院，湖南 长沙 410083

流行病长期威胁人类生命健康安全。2019年12月武汉市出现的新型冠状病毒引发的具有高强传播力的肺炎(即COVID-19)疫情[1]，发达的公路、铁路与航空网络为人群跨区域流动提供了极大便利，进一步提高了以武汉为传播中心的疫情扩散与局部区域爆发的风险[2]。探测疫情扩散态势的空间异常区域并探索其时变特征，将有助于疫情时空扩散规律精确捕捉与动态风险有效评估，从而辅助政府部门制定兼具针对性与适应性应急管控决策[3]。

相关领域学者就流行病分布的地理空间异常探测开展了一系列研究工作。①基于数据统计的挖掘。通过对研究区域中病例绝对数量、发病率等疾病专题属性值进行有序统计与分析，发现传染病异常高爆发区域[4-5]。②基于地图可视化的挖掘。由于传统的数据统计方法难以反映传染病的时空分异特征，相关学者受地图思维启发，构建了流行病数据时空可视化分析模型，利用视觉语言形象、直观地揭示流行病时空分异规律。早在1854年，文献[6]将地图可视化方法首次用于疾病归因研究，以点状地图符号的方式标记伦敦市霍乱病例的空间分布，发现了霍乱疫情与公共井水污染之间的直接关联关系。文献[7]采用点状地图符号绘制我国县级尺度乙肝病例空间分布地图，通过视觉分析发现我国中部、南部以及东部的病例分布密度显著偏高。……