水路運(yùn)輸加快了新型冠狀肺炎疫情的傳播,船舶停靠疫情港口的時(shí)間與所攜帶的傳播風(fēng)險(xiǎn)成正相關(guān)關(guān)系。為評(píng)估新型冠狀病毒肺炎疫情的水上輸出風(fēng)險(xiǎn),以水路運(yùn)輸為切入點(diǎn),利用船舶時(shí)空軌跡數(shù)據(jù),基于船舶在泊天數(shù)、在泊港口相應(yīng)時(shí)間感染率與船上人員總數(shù),計(jì)算出�？亢笔螚l船舶所攜帶的傳播風(fēng)險(xiǎn),并結(jié)合船舶在泊港口和在泊艘次,量化分析武漢"封城"前后14天內(nèi)全國省份的輸入風(fēng)險(xiǎn)。數(shù)值計(jì)算表明,對于同一省份,武漢"封城"之前的輸入風(fēng)險(xiǎn)是"封城"之后的4～6倍"。封城"之后的風(fēng)險(xiǎn)傳播范圍相較于"封城"之前有所減小,是"封城"之前的82.31%。其中,江蘇省輸入風(fēng)險(xiǎn)最高,安徽省、江西省、湖南省、上海市和重慶市輸入風(fēng)險(xiǎn)較高,其他省份輸入風(fēng)險(xiǎn)較低。研究可為全國省份加強(qiáng)對新型冠狀病毒肺炎疫情的水運(yùn)防控提供科學(xué)支撐。 

【文章來源】：交通信息與安全. 2020,38(02)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 研究港口與數(shù)據(jù)
2 研究方法
    2.1 在泊港口每日感染率計(jì)算
    2.2 港口在泊1 d感染率計(jì)算
    2.3 單條船舶所攜帶的傳播風(fēng)險(xiǎn)計(jì)算
    2.4 船舶目的港所在省份所承受的輸入風(fēng)險(xiǎn)計(jì)算
3 結(jié)果與分析
    3.1 單條船舶所攜帶的輸出風(fēng)險(xiǎn)分析
    3.2 船舶目的港所在省份所承受的傳播風(fēng)險(xiǎn)分析
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于復(fù)雜網(wǎng)絡(luò)的航班運(yùn)行風(fēng)險(xiǎn)傳播分析[J]. 王巖韜,劉毓.  交通運(yùn)輸系統(tǒng)工程與信息. 2020(01)
[2]基于新型冠狀病毒傳播機(jī)理的交通出行易感度研究[J]. 張毅,王雪成,畢清華.  交通運(yùn)輸研究. 2020(01)
[3]新冠肺炎爆發(fā)前期武漢外流人口的地理去向分布及影響[J]. 許小可,文成,張光耀,孫皓宸,劉波,王賢文.  電子科技大學(xué)學(xué)報(bào). 2020(03)
[4]新型冠狀病毒肺炎基本再生數(shù)的初步預(yù)測[J]. 周濤,劉權(quán)輝,楊紫陌,廖敬儀,楊可心,白薇,呂欣,張偉.  中國循證醫(yī)學(xué)雜志. 2020(03)
[5]基于時(shí)空相似度聚類的熱點(diǎn)載客路徑挖掘[J]. 馮慧芳,楊振娟.  交通運(yùn)輸系統(tǒng)工程與信息. 2019(05)
[6]傳染病綜合指數(shù)預(yù)測研究[J]. 尹錫玲,代文燦,王松,周勇,朱克京,梁小冬,李德云,譚愛軍.  預(yù)防醫(yī)學(xué). 2019(09)
[7]基于電子海圖的船舶異常行為識(shí)別方法研究[J]. 何帆,何正偉,楊帆,劉力榮.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2019(04)
[8]基于SIR的路邊違停行為傳播模型研究[J]. 左忠義,王英英,包蘊(yùn).  大連交通大學(xué)學(xué)報(bào). 2019(03)
[9]基于交通網(wǎng)絡(luò)傳遞的傳染病風(fēng)險(xiǎn)傳播模型研究[J]. 張玉,劉新新,蔡傳鋒,賈志娟.  計(jì)算機(jī)與數(shù)字工程. 2017(12)
[10]基于WIFI數(shù)據(jù)的城市軌道交通乘客出行時(shí)空軌跡推定[J]. 李思杰,朱煒,黃兆東.  華東交通大學(xué)學(xué)報(bào). 2017(02)



本文編號(hào)：3033603