地球空间信息科学助力公共卫生——社区封控措施在新冠疫情流行期间的重要性研究
中国在抗击新冠肺炎疫情的过程中，积极主动地采取了短暂“封城”、社区封闭的干预措施，取得了显著的效果。目前相关研究大多集中于对“封城”措施效果的评价，而对城市内部社区防控措施的影响关注有限。
为了判断社区控制策略的有效性，GSIS编委，武汉大学黄昕教授团队基于武汉市194个社区的疫情数据和遥感数据，从城市规划的角度探讨了这一重要问题。研究发现，社区确诊病例数与城市规划因素高度相关，为未来的疫情防控及城市规划提供了新思路。
该成果题名为 Importance of community containment measures in combating the COVID-19 epidemic: from the perspective of urban planning，发表于国际SCI期刊 Geo-spatial Information Science（地球空间信息科学学报，GSIS）上。
文章内容：
本研究利用武汉市194个社区的累计确诊病例数据探讨城市规划对新冠肺炎疫情的影响。选取7个具有代表性的指标从各个方面描述城市规划，并基于高分辨率遥感和地理信息数据计算每个社区的所有指标。
研究表明，社区确诊病例数与城市规划因素高度相关，如建筑面积百分比和邻近市场密度。这些因素与居民的活动有关，从而影响病毒的传播模式。该研究证实了社区控制策略的有效性，为其他城市提供了有价值的参考。
作者呼吁城市管理者需要因地制宜，采取社区为主的防控措施。千万级人口城市武汉市的抗击新冠肺炎的经验表明，社区在未来的城市规划管理中，如传染病防范、健康城市建设等方面发挥着重要作用。
扫码查看原文
Xin Huang, Qiquan Yang & Junjing Yang (2021) Importance of community containment measures in combating the COVID-19 epidemic: from the perspective of urban planning, Geo-spatial Information Science, DOI: 10.1080/10095020.2021.1894905
前沿观点
# 以往的研究表明，城市规划可以影响居民的日常活动模式和当地气候，进而影响病毒的传播模式。
Previous studies have shown that urban planning can influence the pattern of residents daily activities and local climate, which in turn affects the mode of virus transmission.
#社区内的建筑与居民的日常活动密切相关，因此选取建筑面积百分比、建筑间距和建筑高度三个指标分别描述每个社区内建筑的密度、分布和垂直特征。
建筑更大、更高、更密集的社区往往容纳更多的人口，随之而来的是更多的人际接触机会，这可能导致居民之间交叉感染的风险增加。
Buildings in communities are closely related to the residents daily activities, and hence, three metrics, including area percentage of buildings, distance among buildings, and height of buildings, were selected to describe the density, distribution, and vertical characteristic of buildings in each community, respectively.
Communities with larger, taller, and denser buildings tend to accommodate larger populations, and with that comes more opportunities for human contact, which may lead to an increased risk of crossinfection among residents.
# 城市规划指标与市民的日常活动密切相关，因此可以影响病毒的传播。
These urban planning metrics are closely related to the daily activities of citizens, and hence, can influence the viral transmission.
# 同样，在其他城市规划指标中也可以观察到显著差异，如建筑物之间的距离、周围市场或医院的密度(图3)。这些现象推断出社区的环境可能与病毒的传播有关。
Similarly, the significant differences can be also observed in other urban planning metrics, e.g., distance among buildings, and density of surrounding markets or hospitals (Figure 3).
These phenomena infer that the settings of communities are possibly associated with the virus transmission.
# 城市规划可以有效地从微观角度反映城市内市民的活动模式，从而对COVID-19在社区的传播产生重大影响。因此，城市规划可以通过控制病毒传播的相关因素，在疫情防控中发挥重要作用。
Urban planning can effectively reflect the citizen s activity patterns from a micro perspective within the city, and thus poses a substantial impact on the transmission of COVID-19 in communities.
Therefore, urban planning can play an essential role in prevention and control of the epidemics by curbing the relevant factors on the viral transmission.
# 在等级相关性分析中突出显示的其他一些指标也值得注意。以周边医院密度为例，新冠肺炎疫情期间，每家医院都接收了大量疑似患者。
因此，对于因其他疾病急需医疗服务而不得不前往附近医院的居民来说，交叉感染的风险将会增加。
建筑物之间的距离也是一个重要因素，距离越小，社区建筑分布越密集，居民越拥挤。
另外，建筑的分布会影响通风能力(Yang, Qian, and Lau 2013)，这也与感染风险相关(Lee et al. 2020)。然而，这些指标没有被多元回归模型捕获，可能是因为所有指标本身之间的复杂交互。
Some other metrics that were highlighted in the rank correlation analysis also deserve attention. Taking the density of neighboring hospitals as an example, during the COVID-19 epidemic, every hospital received a large number of suspected patients.
Consequently, the risk of cross-infection would increase for the residents who were in an urgent need of medical services for other diseases and obliged to go to the nearby hospitals.
The distance among buildings is also a significant factor. Smaller distance corresponds to denser distribution of buildings and more crowded residents in a community.
Additionally, the distribution of buildings can influence the ventilation capacity (Yang, Qian, and Lau 2013), which is also related to the infection risk (Lee et al. 2020).
However, these metrics were not captured by the multivariate regression models, possibly because of the complex interactions between all the metrics themselves.
# 当前，全球新冠肺炎疫情形势严峻。尽管不同地区的政策和文化存在差异，但我们呼吁城市管理者因地制宜，采取社区为主的防控措施。
Currently, the situation of COVID-19 epidemics is very rigorous across globe. In spite of the differences in the policies and cultures among different regions, we call for the managers of cities to adopt community-oriented prevention and control measures in terms of the local conditions.
# 武汉市千万级城市的抗疫经验表示，社区在未来的城市规划管理中，如传染病防范、卫生城市建设等方面发挥着重要作用(Lawal and Anyiam 2019; Zhu 等. 2019)。
Moreover, the experiences of Wuhan (a metropolis with over 10 million residents) in combating the COVID-19, suggested the important role of communities in future urban planning and management, e.g., preparedness of infectious diseases, construction of health city (Lawal and Anyiam 2019; Zhu et al. 2019)。
研究数据
利用资源三号卫星2018年10月获得的无云遥感影像，对武汉市土地覆盖进行测绘。资源三号卫星是中国第一颗高分辨率立体测绘卫星(Li, Wang, and Jiang 2020；Xu, Gong, and Wang 2014)，可以提供全色(PAN) (2.1 m空间分辨率)和多光谱(MS)波段(5.8 m空间分辨率)的图像(Liu et al. 2019)。
此外，还应用了其他地理空间数据，包括三维建筑数据和道路网络，以生成土地覆盖地图。
三维建筑数据由武汉市国土资源和规划局提供，包括每个建筑物占地面积和高度。
道路网络收集自开放地图(OSM)，这是一个由大量志愿者合作获得的开放数据源(https://www.openstreetmap.org)。
社区边界、医院和市场的位置来源于中国著名的网络地图、导航和基于位置的服务提供商——高德地图((https://www.amap. com/)。
本文对这些地理空间数据进行了仔细的目视检查，必要时还进行了进一步的手工编辑。
社区疫情信息由各社区管委会(地方政府)公开，包括社区名称、疫情信息发布日期、截至截至累计确诊病例数(CNCC)。各社区疫情数据的收集、整理和传播工作均在管理委员会的严格监督下进行。
考虑到确诊病例的快速增长，在使用不同社区的疫情数据时，疫情信息的上报日期应足够接近。本研究仅针对2020年2月12日(社区关闭后第一天)至2020年2月14日有疫情资料的社区。
文章图表
图1. 武汉新冠肺炎疫情流行曲线及关键事件
图2. 武汉市194个社区的空间分布及土地覆盖图
CNCC为每个社区累计确诊病例数，DCNCC为CNCC密度(即CNCC与相应社区面积的比值)，LISAs指的是低层不透水的地表区域(例如广场和露天区域)
图3. 小提琴图的城市规划指标
每个指标根据累计确诊病例数密度值(DCNCC，由低到高间隔25%)分为4组(组1、组2、组3、组4)。p值来自Mann-Whitney U检验，该检验决定了第1组(低DCNCC, 0 25%)的值是否显著小于或大于第4组(高DCNCC, 75 100%)的值。白色的圆圈表示中值。黑盒子和它的拉伸须分别代表四分位数范围和第5和第95百分位数之间的范围。蓝色阴影区域表示数据的概率密度分布，它被核密度估计器平滑。LISAs是指低层不透水的地表区域。
表1. 武汉高分辨率土地覆盖图的混淆矩阵
UA、PA和OA分别为用户的精度、生产者的精度和土地覆盖图的整体精度。LISAs指的是低层不透水的地表区域(例如广场和露天区域)
表2. 本研究使用的城市规划指标
表3. 流行病数据和城市规划指标汇总
表4. 累计确诊病例密度(DCNCC)与一组城市规划指标之间的关系
扫码查看原文
Xin Huang, Qiquan Yang & Junjing Yang (2021) Importance of community containment measures in combating the COVID-19 epidemic: from the perspective of urban planning, Geo-spatial Information Science, DOI: 10.1080/10095020.2021.1894905
制作：杨佳琪 金榕榕 | 编辑：王晓醉 | 审核：张淑娟
关于 Geo-spatial Information Science
Geo-spatial Information Science（GSIS）是由武汉大学主办的测绘遥感专业英文期刊，主编为中国科学院院士、中国工程院院士李德仁教授。2020年9月被SCI收录，2020影响因子为4.288，Q2分区。2020 CiteScore为7.4，Q1分区。
GSIS 采用开放获取的出版模式(Open Access），文章一经发表，可马上被全球读者免费全文下载，这种模式可以让你的文章有更多的曝光度。
欢迎广大测绘遥感学科的科研工作者投稿。如果您有需要抢首发权的高质量文章，可与我们联系gsis@whu.edu.cn，主编/国际副主编亲自为您处理，编辑部提供随时随地的疑问解答与状态跟踪。
期刊官网：
https://www.tandfonline.com/tgsi
投稿网址：
https://rp.tandfonline.com/submission/create?journalCode=TGSI
阅 读 推 荐