地抗疫情 | 新冠疫情病例时空快速响应数据集

在新冠疫情影响的全球健康危机背景下，及时准确和细粒度的疫情统计数据对于观察监测、分析建模、缓解影响等疾病研究有重要意义。针对当前多源异构疫情数据缺少统一标准的问题，本文提出、生产并维护了一种基于时空立方体的多尺度时空数据产品，以快速响应新冠研究对数据的迫切需求。

该疫情病例数据集以及相关尺度下的自然环境社会经济指标数据可在开源社区的数据仓储中公开获取，下载地址为：https://github.com/stccenter/COVID-19-Data。

研制背景

随着2019年新型冠状病毒在世界各地的传播，目前已有大量病例数据集通过各地政府多渠道发布，以供大众了解疫情发展情况，并用于多种疫情防控场景的研究和决策支持。然而，目前数据集分散在各种异构的数据源上，存在数据质量低、数据结构不一致、数据覆盖地区不全面等问题。为了克服上述的数据局限性，我们提出了一种基于数据立方体的时空数据格式、数据质量控制规则和数据处理流程，以持续生产和发布新冠肺炎病例的多尺度时空数据产品。并且这套时空数据收集框架可以整合时空相关的社会经济和环境因素，进行深入的时空分析来解决人类面临新冠大流行的挑战。

研制方法

新冠疫情病例数据以多地政府权威发布的一手数据源和开源可爬取的二手数据源为基础进行制备，各尺度的空间底图数据采纳于全球行政区域数据库。

数据立方体用作时空数据的概念模型，其中三个维度是多尺度地理单元、连续时间点和与疫情数据有关的各个测量指标，例如累积的确诊人数、死亡人数和治愈人数。数据制作的流程(如下图)包括数据获取、数据清理转换及标准化、质量控制、导入云端高性能数据库、输出同步到数据分享平台。其中网络爬虫技术用于多数据格式的获取，包括通用结构、半结构化和非结构化数据。经过地名消歧和字段清洗的标准化操作后，我们使用自动异常检测和人工比对匹配的方式控制数据的质量，以保持与官方权威数据源在完整性、一致性和有效性的同步统一。

数据描述

本数据集包含30多个受到新冠疫情影响严重的国家的多尺度(国家、省\州、市\县)病例数据，自各地疫情病例信息开始发布到2020年12月初连续每日数据更新。数据集发布在GitHub开源代码托管平台，按照国家名组织文件系统，并提供各尺度地理区域的每日累积病例报告和基于时间序列的总结报告。同时在国家文件夹下提供经过处理的底图地理信息数据，可用地名标准字段与病例报告表格做联表操作。更多元数据可以在仓储的数据介绍信息内查看(如下图所示)。

数据价值

各地多尺度的疫情病例数据作为最基础的统计信息可以有效监控疾病发展趋势，发现疫情爆发区域，并确定公共卫生措施的有效性。结合基于传染病学的数据分析模型和技术，本数据集可以分析展示感染发病的分布情况，还可以预测未来疫情的发展趋势。对于不同空间区域疫情的异质发展，各种自然环境和社会经济指标可以结合到时空数据模型中，用于相关科学的分析研究，为政府对医疗民生物资的储备与供应等的决策提供有效依据。

引用信息

Dexuan Sha, Yi Liu, Qian Liu, Yun Li, Yifei Tian, Fayez Beaini, Cheng Zhong, Tao Hu, Zifu Wang, Hai Lan, You Zhou, Zhiran Zhang & Chaowei Yang (2020) A spatiotemporal data collection of viral cases for COVID-19 rapid response, Big Earth Data, DOI: 10.1080/20964471.2020.1844934(点击阅读原文查看论文详情)

作者简介

沙德轩，乔治梅森大学地球系统和地理信息科学博士候选人，美国国家科学基金时空协同创新中心助理研究员，研究方向包括基于云计算的时空大数据分析挖掘、新冠时空数据管理分析和高清遥感影像信息提取。

杨超伟，北京大学地理信息科学博士，美国乔治梅森大学地理信息科学教授，现任美国国家科学基金时空协同创新中心主任。杨教授是国际地理信息领域著名学者，率先提出了分布式地理信息处理、空间云计算、时空计算等重大研究方向，发表论文300余篇。Email: [e-mail]

转载自地球大数据国际期刊

经作者授权转载

文章仅代表作者观点，与本公众号无关，版权归原作者所有

原文标题：新文速递| 新冠疫情病例时空快速响应数据集

图文排版：韩云松

责任编辑：李倩  

审编：鲁嘉颐

终审：顾伟男  田巍  梁龙武

猜你喜欢

都看到这里了，点个【在看】再走呗~