面向公共卫生突发事件的富信息可视化方法研究

To meet the requirements of the “preplan-simulation-decision making” integrated emergency platform system, this project will develop a rich-information visualization system focus on the public health emergencies . The system will provide the interfaces of multi-faceted and multi-mode scenario data from the artificial society simulation. The content of research includes the following three areas: dynamic visualization for a large-scale data for epidemical spread; the methods of aggregation and disaggregation based on GIS administrative district; the interactive visualization of the dynamic evolution of complex networks in a pattern of multi-resolution technologic.

为满足构建“预案体系-模拟仿真-决策支持”型的总集成平台的需求，本项目为总集成平台研制北京市疫情演化的富信息可视化软件，既能够对真实疫情数据以多样化的方式呈现，也能为人工社会计算实验获得的疫情信息提供全方位、多模式的情景表现。研究内容包括：面向疾病传播演变过程的大规模数据动态可视化方法研究、基于GIS地理区域的聚合解聚算法研究、多分辨率交互显示的社会关联网络结构及其动态演化的可视化，本项目在前期集成的基础上已经取得了一定结果，拟通过富信息可视化方法进一步完善可视化系统，为总集成平台提供合适的可视化方法。

富信息可视化方法是多种可视化方法的叠加与融合，能够为非常规突发事件相关的大数据提供多样化的方式呈现，能够为研究者和决策者提供全方位、多模式的事件推演与情景表现，提供可视化分析工具。本项目为满足构建“预案体系-模拟仿真-决策支持”型的总集成平台的需求，构建了松耦合的可视化子系统，采用了基于Focus+Context可视化方法以及聚合解聚人群仿真算法，针对H1N1、埃博拉病毒等大规模传染病暴发类的公共安全事件，实现全过程的情景推演与态势分析。针对某暴力事件及其次生事件的仿真过程，采用地理空间与心理空间融合的方法，实现了心理空间变化过程的可视化分析方法。针对某化学品泄露仿真事件及其人群疏散模拟的过程进行了情景推演与可视化分析。完成了项目的预期目标。