本预测模型是一个结合了全球真实流行病数据、气象因素和隔离措施的改良流行病SIR模型。假定在暴发期间不同地区的总人口保持不变;COVID-19只是通过人与人之间的传染扩散;个体之间没有免疫力差异。每个国家的总人口被分成三种类型:易感人群S,感染人群I,治愈和死亡人群R。SIR感染疾病模型使用以下方程描述:
其中r是和感染人群接触的人数;β是感染率;μ是退出率。
基于上面定义的经典SIR模型,我们发展了一个包含温度,湿度,城市人口密度和对COVID-19感染的控制强度的新颖模型。我们的模型定义如下:
|
(4)
|
|
(5) |
我们发现环境温度和大气中NO2含量是预测新冠疫情的两个重要指标。新冠疫情传播的最佳温度是5-15℃,全球70%新冠肺炎确诊病例出现在气温5℃-15℃之间(见前期研究成果)。另外,利用卫星观测的NO2含量能很好的反映各国政府防控和限制措施的实施效果。大气中NO2含量反映了汽车尾气和工业排放情况,当NO2显著减少时,说明交通量大量放缓,人际交流显著减少,14天后疫情会显著减少(见前期研究成果)。
为了引入温度,湿度和政府管控措施,我们假定:
|
(6)
|
|
|
|
(7) |
|
|
其中F1(T2m)和F2(RH2m)分别是局地温度,相对湿度与每日新增确诊人数的函数关系;NO2是局地NO2浓度的变化率,反映了隔离措施的强度。严格的隔离措施有助于增加社交距离和减少感染概率。