论文部分内容阅读
新型冠状病毒肺炎的迅速传播和扩散警示着疾病风险评估的重要性。但现有的风险评估方法受数据限制,缺少实时性和准确性。此外,多数研究以行政统计单元作为分析尺度,存在可变面元问题。为解决这些问题,耦合精细尺度下武汉市疫情数据及多源地理数据,基于随机森林算法构建社区尺度的市域疫情传播风险评估模型并进行了疫情风险制图。模型测试精度达到0.85,Kappa系数达到0.70。此外,本研究还建立基于随机森林算法的社区及场所尺度的"空间变量-感染风险"模型,评估了不同场所设施疫情传播的风险程度。研究表明,(1)武汉中心