文献综述
——新冠肺炎疫情前后城市居民户外运动行为时空变化分析
1 前言
2019年底以来,新型冠状病毒引发的肺炎疫情在中国武汉首先被发现，并快速传播到所有省区市。在各级政府、社会和全体居民的共同努力下,疫情在2月上旬达到峰值,并于2月底基本平息,实现了抗击疫情的重要阶段性胜利。虽然北京、河南、黑龙江等地区先后出现小规模的集中爆发,境外输人案例也持续不断,但均未造成新--轮的全国性疫情。然而,疫情仍在全球快速蔓延,确诊人数已超1亿人，死亡人数也超过250万人,并将持续1~2年甚至更长时间。更重要的是,作为一种新型病毒和传染性疾病,科学界对新冠肺炎疫情的传播规律仍然知之甚少,基于对新冠肺炎疫情前后城市居民户外运动行为时空变化分析过程的国内城市居民出行大数据的相关探索不仅有助于我国常态化防控机制的优化,有助于全球疫情的防控,对未来更加有效地应对类似疾病传播、提升公共卫生治理能力也将有所裨益。
当前对于疫情传播扩散规律及其影响因素的研究仍比较有限，一些重要议题尚未受到足够关注。首先，疫情传播是--个时间和空间相结合的过程,但现有研究缺乏对疫情时空动态的系统考察。感染者空间分布的可视化分析不仅是疫情传播扩散特征的直观表达，而且能够对防控策略的整体效果和区域差异开展评估,同时可能发现具有空间异质性的影响因素 ,分析疫情发展不同阶段空间格局的变动情况则有助于发现疫情传播规律、防控效果和潜在影响因素的阶段性演化过程。其次,人口的空间移动是疫情传播的主要途径,很多研究证实了人口流动对疫情传播的解释力。但这些研究普遍混淆了长期迁移流动和短期商务旅游这两种人口流动模式,仅关注人口的总量而忽视了其内部结构特征 ,同时缺乏对人口流动在疫情传播不同阶段影响的差异性研究。这些缺陷将不仅导致对疫情传播的解释出现偏颇,更可能形成误导性的公共卫生事件应对和社会治理相关政策建议。再次,大数据以其实时性的优势在人口流动对疫情影响的研究中得到了广泛应用 ,但它同时存在结构性信息缺乏、可获取性不高、与其他数据匹配困难等局限性 ,基于大数据的分析结论也只有在持续实时获取大数据的前提下才能够指导疫情防控 ,因此需要传统数据与大数据的结合和对比分析。
本研究从时空两个维度分析人口流动与疫情传播的关系。在时间维度上,通过疫情曲线分析疫情暴发到消退的过程,探讨城市居民户外活动和各项防控措施所发挥的作用及其变化;从时间和空间两个维度，探究疫情对于居民出行行为的影响，挖掘其中隐藏的规律。具体而言，在时间层次，分别从月、周、日的时间尺度分析疫情前（2019年）和疫情后（2020年）各户外旅游方式（骑行、徒步、登山、自驾车、跑步等）的时间分布差异；在空间层次，采用时空核密度分析方法，找出疫情前后的户外活动时空热点。然后，从量值和空间范围两个角度揭示热点的空间变化。同时,通过对比传统人口流动数据和大数据的结果,分析说明在大数据时代如何充分利用传统数据和大数据的特点做好公共危机的预防、应对和常态化管理。
2 研究内容
①通过学习，了解地理大数据的基本流程，包括数据采集、数据存储与管理、数据处理与分析、数据可视化；
②利用Python语言构建网络爬虫，获取 “两步路”和“六只脚”等户外旅游运动共享开放平台在2019年和2020年提供的用户轨迹数据。采用MySql数据库存储爬取的数据，并进行数据预处理，如地理编码、坐标纠偏及错误数据剔除等等；
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
