基于INLA算法的肺结核发病时空分布特征分析

文章分析了肺结核发病风险的影响因素与时空分布特征,建立了疾病时空分布模型,通过R-INLA包估计模型参数与时空效应.结果显示,平均相对湿度、月平均降水、月平均日照时长和月人均GDP对应的相对风险分别为1.018、1.014、1.026和1.025,平均温度和平均气压对应的相对风险分别为0.956和0.767.总体来看,全国肺结核相对风险时空差异明显,空间上呈南重北轻分布态势,时间上呈逐年递减趋势.表明INLA算法对分析肺结核的时空分布特征具有可行性,平均相对湿度、月平均降水、月平均日照时长和月人均GDP对肺结核发病风险有正向作用,平均温度与平均气压有负向作用,平均风速无显著作用.新疆、贵州、海南、广西、湖南、黑龙江、湖北和广东为高发病风险地区,今后要加强疫情防控.春季为高发期,应做好预防工作.

旅游投诉时空响应分析及路径优化研究——基于Bayesian-INLA与图论

本文借助INLA算法,在传统泊松回归模型的基础上建立时空条件自回归泊松模型,从时空角度对新疆旅游投诉情况进行空间分析,利用图论对所反映的旅游路径进行优化。研究结果:人员服务水平、景区综合管理情况以及合同执行情况对减少新疆旅游投诉量有显著的正向作用;新疆中部地区以及主要城市产生旅游投诉的风险更高,西南及边界地区旅游投诉风险相对更低;每年的2~6月为旅游投诉风险高发期,3、4月份投诉风险达到最大;选取投诉量较多的几个主要景点进行路径优化,得到近似最优路线,为政府及相关企业建言献策。

基于INLA-SPDE方法的区域污染物模拟与预测

采用传统的空间插值方法对区域污染物进行模拟与预测,针对源数据分布不均,效果一般的问题,提出了采用INLA-SPDE模型来模拟与预测区域污染物的方法。模型的空间分量使用随机偏微分方程表达,时间分量则采用一阶时序自相关模型,同时还包含气象参数等10种协变量,以2019年度京津冀地区日均PM_(2.5)浓度为例,逐月建立了时空模拟与预测模型。实验结果表明,与经典的克里金插值方法相比,在区域污染物分布的模拟上具有更好的效果,尤其在高值污染的预测上精度效果提升明显,同时可得到区域污染风险等级等多种结果。进一步基于模型的预测结果实现了京津冀地区日均PM_(2.5)浓度时空可视化和虚拟仿真系统,为普通民众的出行或政府相关部门决策提供支持,验证了模型的实用性和价值。