基于ArcGIS Dashboard的新冠肺炎疫情实时监控系统设计
来源:用户上传
作者:陆艺杰 张震
摘要：根据疫情监控的特点，采用大数据分析，基于ArcGIS Dashboard设计实现一个可视化、可交互的全球疫情实时监控系统，及时、有效地获取2019冠状病毒病（cOVID-19）疫情的发展情况。该系统强调快速便捷地在线动态展示疫情的全球范围内的分布情况，实时统计分析疫情的空间分布，动态显示各国家和地区疫情的严重程度和全球疫情的发展趋势，在一定程度上推动疫情监控工作的发展。
关键词：ArcGIS Dashboard;新冠肺炎疫情;实时监控
中图分类号：TP311 文献标识码：A
文章编号：1009-3044（2020）14-0105-03
1背景
随着新型冠状病毒肺炎（Corona Virus Disease 2019，COV-ID-19，简称“新冠肺炎”）的爆发，在当今世界格局愈发“地球村”的背景下，受疫情影响，对人们的正常生活和全球经济形成一定冲击。2020年3月中旬，全国统计科学线上高端论坛讨论了大数据统计在疫情防控中发挥出的重大作用。李传军指出，大数据时代改变了公共决策的运作流程和基本逻辑，需加强数据共享和信息治理，以提升政府的公共危机应对能力。赵序茅利用大数据回溯新冠肺炎在全国扩散的趋势和传染系数，从数据上论证了中国政府对于疫情扩散强有力的控制能力，对阻止国内及世界范围的疫情扩散做出积极贡献。蒋勋借鉴政府大数据能力模型，构建智库应急的情报体系。周成虎利用通讯和社交媒体等大数据，开展潜在感染区和感染人群的精准识别，严控可能形成的次级疫情暴发中心源地。刘张基于多源地理时空大数据，提出一种区际迁徙人群多层次空间分布动态估算模型，用于推算2020年除夕（2020年1月24日）之前从武汉流入湖北省内各地的人群数量及其分布特征。徐迪以时空大数据作为该类舆情研判的重要工具，向政府实务部门提供一种有针对性的、定性与定量相结合的科学准确研判体系，为我国公共卫生事件的舆情危机管控提供思路参考和决策依托。
出于对人们“衣食住行”的考虑，在疫情大数据的背景下，加强疫情溯源和监控，建立强大的疫情实时监控系统的需求迫在眉睫。美国约翰霍普金斯大学（JHU），利用全球疫情数据，结合地图和图表，对全球各个国家以及州市疫情情况进行展示，以对数方式统计中国及其他地区每天疫情变化趋势，直观地展示了全球疫情分布情况。
简单的数字特别是疫情期间逐日攀升的数据，只能极大地提升人们的恐慌感，并不能显示疫情发展的动态趋势，建立统一的、高效的、实时的、准确的疫情监控系统成为疫情“防控”期间不可或缺的环节。基于Operations Dashboard for ArcGIS（以下简称ArcGIS Dashboard）搭建的疫情监控系统，直观展示了疫情的实时空间分布和动态发展的情况，来实现对疫情数据的处理、分析、监控及预警的目的。
2系统的主要功能
ArcGIS Dashboard，是搭载在ArcGIS Online平台上使用地图和位置数据创作和查看的Web应用程序。DashboaM可以提供全面生动的数据视图，进而提供快速制定决策所需的关键洞察力。该系统主要功能包括：1）系统能够以地图、饼图、列表、仪表和指示器等元素来可视化实时数据，或者可以通过构建其他网站的嵌入式内容进行交互式呈现。2）系统的数据可自动更新，这些实时视图允许浏览者实时监控和跟踪现场事件。3）地图上的多种专题地图，使浏览者一目了然，人机交互流畅，可大大提高应用系统的灵活性，给相关人员带来便利。4）实现数据快速收集、综合分析和多方数据的利用和共享，对于预防监管有深远的意义。
监控参数配置信息包括以下5个方面的内容：1）全球各地区新增确诊病例的空间分布和动态变化。2）全球各地区累计确诊病例的空间分布和动态变化。3）全球各地区累计死亡病例的空间分布和动态变化。4）全球各地区累计治愈病例的空间分布和动态变化。5）全球各地区现存病例的空间分布和动态变化。
3系统的技术路线
利用ArcGIS Dashboard构建实时、动态的监控系统以数据流转为核心，以业务需求为基础，构建流程主要分为六部分：1）数据获取：在ArcGIS空间大数据平台下，由大数据平台接入可兼容的数据;在疫情大数据下，疫情数据来源是网络。2）数据清洗：在ArcGIS空间大数据平台下，利用不同的数据处理工具将不规则不准确的数据进行清洗和剔除，拷贝数据发布要素服务;在疫情大数据下，利用PvSon AH技术依次进行数据格式化，转化成CSV格式，要素连接，剔除无效字段，并进行空间投影规范。3）数据组织：在ArcGIS空间大数据平台下，常用的是通过数据库发布的要素服务，另外有大数据文件共享服务;在疫情大数据下，利用Python AH技术对服务进行发布、整理和实时更新，构建Web Map。4）大数据分析：在ArcGIS空间大数据平台下，提供了20多种分析工具，数百个分析算子，通过多种调用方式，进行开发扩展，业务集成，利用Pvthon调用ArcGIS内部框架;在疫情大数据下，充分利用大数据分析工具完成数据处理和分析，包括利用连接工具实现疫情数据的空间化和利用拷贝数据工具完成由表格数据到要素服务。5）洞察挖掘：在ArcGIS空间大数据平台下，大数据分析场景分为事务计算型（传统的数据库计算，计算困难）、辅助决策型（交叉领域的应用，灵活方便）和洞察预测型（回归分析应用，多維度预测）;在疫情大数据下，场景设计分为基于时空关系的轨迹播放（追踪确诊患者和疑似患者的活动轨迹）、基于小区位置的多变量网格分析（通过地理空间的格网获取区域内的多维度信息）、基于机器学习能力的点聚类分析（无监督学习分析疫情患者的空间分布）和基于Python AH统计分析。6）结果呈现：在ArcGIS空间大数据平台下，可以利用operational Dasllboard进行可视化呈现;在疫情大数据下，利用ArcGIS Dashboard进行可视化系统搭建。疫情大数据系统构建流程如图1所示。
4系统实现效果
基于ArcGIS Dashboard设计的全球疫情实时监控系统实现效果如下。
1）全球范围内确诊病例，疑似病例，治愈病例和死亡病例的统计。
2）将各地区的疫情数据按等级比例进行渲染，不仅可以清晰直观地显示国家，市级，县级甚至小区的疫情的新增率、确诊率和死亡率，影响范围和严重等级。
3）利用大数据分析，根据“相同数据尽可能相似，不同数据尽可能相异”的特点对不同的数据的形似度和相异度进行聚类分析，基于密度的聚类通过计算区域内点的密度将距离近的点归为一类，而稀疏的点归为噪点，利用ArcGIS软件，对世界范围内确认的小区进行聚类分析，地图颜色深浅表示疫情严重的等级，便于采取不同措施的管控。
4）利用ArcGIS平台对确诊人数和确诊小区数据构建10km×10km的格网，以获取单位格网内确诊的人数和确诊的小区。
5）实时播报文本，包括发布时间以及发布内容，数据来源，查看实时疫情播报情况。图表数据：饼状图，展示各地区累计确诊，疑似，死亡，治愈人数;折线图，了解疫情开始至今，每天累计确诊，疑似，死亡，治愈人数趋势的单独展示或者多数据对比分析疫情现状。柱状图，显示各地区的新增率，治愈率和死亡率，认识疫情的分布情况和发展趋势。表格，展示疫情的具体信息。
5结束语
随着世界范围内疫情数据量的加大，基于ArcGIS Dash-board设计一个可视化、可交互的全球疫情实时监控系统，通过疫情实时监控系统，显示了所有受影响国家确诊的COVID-19病例的位置和数量、死亡人数以及恢复情况，实时数据通过地理区域进行反馈，直观展示了疫情的空间分布和动态发展的情况。该系统通过地图大数据预测人流密度，监测疫情相关人群动向，一键上报疫情检查情况，实时生成疫情数据报告，根据需要向社会及时公开发布，研判疫情态势，以增强群众的防控意识，为发现疫情爆发或疫情聚集高发地带提供强大的预警功能，为建立统一的、高效的、快捷的、准确的疫情监控系统提供一定的技术支持，直接推动疫情监控工作的发展，保障国民经济的可持续发展和社会的稳定。
转载注明来源:https://www.xzbu.com/8/view-15267104.htm
