基于多源数据的肇东市疫情隐患空间风险识别
作者单位:东北林业大学
会议名称:《2022/2023中国城市规划年会》
会议日期:1000年
学科分类:12[管理学] 1204[管理学-公共管理] 08[工学] 081303[工学-城市规划与设计(含:风景园林规划与设计)] 0813[工学-建筑学] 0833[工学-城乡规划学] 083302[工学-城乡规划与设计]
关 键 词:多源数据 疫情隐患 新冠肺炎(COVID-19) 街区空间 ArcGIS SDNA
摘 要:随着各种通过人类接触传播的流行病在全球肆虐,公共卫生问题成为国际及相关领域关注的焦点。街区是人们日常接触的基本单元,人在街区内过度集聚就会产生不同程度的疫情隐患空间。如不对这些空间采取适当的措施,可能导致其成为疾病传播中心,并向全国其他地区持续传播。因此,识别隐患风险区域,评估区域风险等级,对未来人传人的流行疾病风险评估和防控具有重要意义。文章利用兴趣点、OSM路网、百度热力图等多源大数据,以肇东市主城区为例,通过核密度指标,空间网络SDNA分析中的接近度指标以及百度热力指标从三个方面提出街区空间疫情隐患风险空间的识别方法,并在此基础上根据政府新冠肺炎疫情通报进行识别结果验证。研究发现:2022年9月肇东市暴发的新冠肺炎疫情所涉及的风险区域与本研究的最终识别结果产生了高度一致性,验证了方法的可行性;街区疫情隐患的方位主要在城市核心区域,城市外围隐患聚集性空间强度较低,隐患强度由中心到外围呈现递减趋势;在三种影响因子中兴趣点权重最高,活力强度次之,接近度指标最低,因此兴趣点所代表的各种功能设施的集聚对最终综合疫情隐患的影响最大。研究认为文章所提出的街区疫情隐患聚集性空间识别方法具有一定的实用性和可行性,能够为城市疫情防控工作带来指引。