中国测绘 | 时空大数据助力“战疫”——访资源与环境信息系统国家重点实验室副主任裴韬
The following article is from 中国测绘学会 Author 中国测绘学会
为广大测绘地理信息科技工作者提供新闻浏览、科学普及和交流的移动媒体平台。
点击图片上方蓝色字体“慧天地”即可订阅
文章转载自微信公众号中国测绘学会，文 / 本刊记者 陈阳，图 / 受访者提供，编辑：张永超，初审：齐阳，审核：彭震中，版权归原作者及刊载媒体所有。
抗疫被称为“没有硝烟的战争”，在抗击疫情的战场上，无数白衣战士前赴后继，奔赴“战疫”前线。在医护人员的身后，还有一支来自地理信息行业的数字力量，他们用时空大数据构筑了一道数字防线。数字无声却有力，新冠疫情以来，从行程码、健康码到疫情热力图等，地理信息大数据正无声守护着每一个人。
在中国测绘学会2021学术年会现场，由中国科学院地理科学与资源研究所牵头完成的“重大呼吸道传染病疫情防控大数据方法、技术与应用”项目（以下简称“该项目”）荣获2021年测绘科学技术奖特等奖。该项目为时空大数据在疫情防控中的应用和推广提供了可行的理论支撑和技术指引。
资源与环境信息系统国家重点实验室副主任裴韬（左四）
近日，该项目的主要完成人之一，资源与环境信息系统国家重点实验室副主任、中国科学院地理科学与资源研究所研究员裴韬接受了记者采访，并围绕该项目的创新成果及应用等话题，作了详尽介绍。
记者：请您简单介绍下“重大呼吸道传染病疫情防控大数据方法、技术与应用”项目及其研发历程。
裴韬：该项目的主要思路是将时空大数据方法引入到传染病疫情防控中，克服了传统流调方法的限制，疫情预测与风险评估方法的不足，构建了基于大数据的“空间溯源-机制解析-模型预测-风险评估”的重大呼吸道传染病疫情防控理论方法与技术体系，项目成果在疫情期间有效支撑了全国及地方的新冠疫情防控。
围绕该项目，我们联合广东省科学院广州地理所、中科院自动化研究所、广东省疾控中心、中科院深圳先进技术研究院、联通智慧足迹数据科技有限公司等10家单位经过近20年的攻关，在理论和技术方面取得了突破。
从2003年的SARS开始，我们就开始关注流行病疫情的防控，并尝试应用数据挖掘方法研究疫情防控；经过多年实践和协作攻关，我们将社交与行为大数据中蕴藏的人群活动信息与已有流行病学理论、疫情防控技术相交叉，建立了重大呼吸道传染病疫情防控大数据方法与技术体系，并应用大数据方法进行空间溯源和传染链重构。
近年来，随着大数据及其分析方法的成熟，我们对传统的流调方法进行突破，提升了疫情空间溯源和密接人员识别的效率与准确度；此外，我们还通过融入人群活动信息，构建了多源时空多尺度区域传播动力学模型以及大数据传染病态势分析方法，提升了疫情的预测以及风险评估精度。
记者：在该项目的科研攻关中，您和团队遇到了哪些困难和挑战？
裴韬：该项目攻关和优化周期较长，具体而言，我们曾面临以下难点：
其一是理论的创新。该项目需要将时空大数据理论与传统的动力学预测模型、风险分析模型进行交叉，对于科研人员的理论创新以及合作攻关能力有较高要求。
其二是技术难度。在实践中，我们需要在很短的时间内完成多源异构大数据的聚合、分析和可视化。
第三是数据问题。数据是基础，也是核心，对此我们团队也花了大量人力物力在数据的收集、处理、分析上。疫情期间，我们每天都需要从数百个社交媒体网页、官方公众号、百度、腾讯等大数据平台收集、整理数据，并构建专门的计算平台进行处理、分析。
同时，我们还要对运营商提供的手机信令数据进行分析处理。这些数据存在许多问题。比如手机信令数据涉及隐私，许多信息是无法获取和使用的，而且数据精度也参差不齐，需要一定的计算能力和专业方法去处理。另外，各地病例轨迹数据精度不一，有的城市有详细的病例轨迹描述，有的只是简单的几句话，这给分析增加了很多困难。
由于参与单位较多，涉及的学科和知识体系繁杂，在实践中不同单位之间的协调攻关和多学科的融合创新，也对团队的协作能力提出了很高要求。
记者：该项目有哪些特点和创新点？
裴韬：以新冠肺炎为代表的呼吸道传染病传播主要依赖于人与人、人与环境的接触，以及人群的移动。所以，该项目的特点就是利用时空大数据推演人的行为，将个体与群体的活动与行为信息融入重大呼吸道传染病疫情防控方法与技术。
传统分析方法主要依赖流行病调查数据，存在数据偏差、精度不足、时效性差等缺点。针对这个问题，我们在传统方法基础上，将大数据理论方法融入了传染病研究中，构建了大数据传染链重构与空间溯源方法，可以用于识别新冠疫情密接人群。
该项目针对疫情总体扩散规律，发现了疫情聚集暴发的主控因子，揭示了疫情传播与演化机制，突破了传统传染病预测模型的瓶颈，构建了时空异质性传染病传播动力学预测模型与耦合人群活动的精细传染病预测模型，显著提升国家-城市-社区等多尺度传染病传播模拟的预测精度。
我们构建了以人群流动为核心的疫情风险模型，形成多源大数据疫情风险评估方法体系，为全国医疗资源配置、援助以及复工复产风险决策提供重要支撑。
记者：目前，该项目相关技术、方法在实践中有哪些应用？
裴韬：早在2003年，我们联合疾控部门就尝试将时空信息数据应用于疫情防控，并在SARS的防控中起到了重要的支撑作用。
在新冠疫情防控初期，各地“健康码”出现之前，我们就率先建议采用社交媒体及移动通信运营商数据提升防控能力与效率，建议中阐述的相关理论与关键技术被后续实践证明是此次疫情防控的重要基础。
在疫情防控中，该项目的相关技术和方法主要应用在全国以及地方的疫情态势追踪、疫情防控指导建议、疫情相关知识普及以及民众的负面情绪缓解等方面。比如，依托我们的疫情风险分析技术，对武汉周边城市以及北、上、广、深、渝等重点地区的疫情传播态势以及医疗资源现状进行了系统分析，支撑了全国医疗机构和人员支援武汉及湖北疫情防控的政策部署。
我们的疫情预测模型准确地预测了武汉市总体感染规模以及北京新发地疫情病例数目，成果获得有关部门的高度认可。
项目组研发的复工复产大数据分析平台，分析了国外疫情的倒灌风险以及复工复产可能带来的风险，为全国及地方的有序复工复产以及隔离政策提供科学依据。
项目组研发的“图说疫情”“疫情防控可视化辅助决策系统”“湖北郧阳区疫情地图及疫情大数据APP”“疫情踪APP”等应用程序、公众平台，通过地图可视化方式，在公开疫情状况、跟踪疫情态势、疏导公众负面情绪、传播疫情防控知识等方面起到重要作用。
记者：该项目交叉融合了哪些新兴技术？
裴韬：该项目的核心创新在于将位置服务技术所产生的多源时空大数据技术融入到传染病学研究中。时空大数据中位置信息的产生依赖于精准定位技术。另外，在疫情风险分析中使用的多源大数据包括了POI、路网、环境等数据，这些都需要地理信息、测绘等技术的支撑。
多源大数据的融合并不是简单地直接拿大数据来用，因为传统流行病研究一般采用的是“小”数据，其特点是主动采样，样本量少，信息精准，数据质量高；而我们采用的“大”数据则是被动采样，样本全，数据质量参差不齐。因此，想要有效地将大数据融入到流行病学中，就必须通过信息聚合、特征转换等方法对数据进行精细重构。对此，我们融合了流行病分析、GIS、地理大数据挖掘、机器学习、可视化等多种技术方法，解决了不同类型大数据的聚合。
记者：您认为测绘地理信息技术普及化和大众化面临着哪些难点和问题？
裴韬：其实测绘地理信息技术有些已经走入大众，如各种位置服务，导航、消费点评等应用。其进一步的普及化和大众化推广的难点在于创造应用需求，我们缺的不是技术，缺的是想法。
记者：您的团队目前聚焦于哪些专业研究方向，请您简单介绍下。
裴韬：我们团队一直是聚焦于地理大数据挖掘这一研究方向。地理大数据包含对地观测大数据和社交网大数据两类。前者主要是关注“地”表要素格局的变化，而后者是描述“人”的行为，结合这两类大数据的研究核心就是研究地理学“人-地”的关系，揭示其动态规律。
目前我们团队主要的关注点有三个：第一，聚焦与地理大数据分析相关的理论研究，包括地理流大数据分析、地理大数据聚合、地理大数据统计方法与模型等；第二，地理大数据的分析技术，包括时空分布式计算、地理大数据计算引擎等；第三是大数据的应用，首先是继续关注疫情，在解析疫情传播规律同时，关注后疫情时代，人群活动的变化影响；还有大数据与公共健康，解析各类城市慢病与居民生活习惯、环境、交通等要素之间的关系；另外就是持续聚焦城市，通过多源地理大数据解决如交通拥堵、城市规划、服务设施、养老宜居等城市问题。
记者：在促进测绘科技自立自强的道路上，科研院所和企事业单位分别扮演着怎样的角色？
裴韬：科研院所主要是面向国家需求，通过科研攻关解决基础性的理论和技术性问题，而企业主要是以市场为导向的研发。
科研院所通过与企业合作，力争做到基础理论和关键技术的引领，而企业是将基础理论与技术进行应用和市场化，并兼顾实用型关键技术的研发。
记者：面对新形势下测绘地理信息科技的自立自强这一宏大命题，作为科研院所应该怎么做，您有哪些建议和思考。
裴韬：总体而言，科研院所主要从两个方面切入，其一是需要面向国家重大需求，解决“卡脖子”的关键技术问题；其二是重点开展从0到1的原创性工作，突破基础理论问题。
内容转载、商务活动、投稿等合作请联系
微信号：huitiandi321
邮箱：geomaticshtd@163.com
专访中国地理信息产业协会会长李维森：自立自强，开创产业高质量发展新局面
会议通知 | “第八届全国土地资源管理博士生论坛”会议通知（第一轮）
《慧天地》敬告