地理信息系统在传染病溯源应用课件

GIS·时空智能地理信息系统在传染病溯源中的应用时空分析·传播建模·精准溯源·智能预警时间2026年课程导览01从霍乱地图说起追溯历史原点，理解学科发端02技术原理与数据底座解析核心技术，夯实数据基础03空间分析方法体系梳理统计方法，掌握建模逻辑04典型案例实证剖析真实疫情，验证应用价值05前沿趋势与展望展望智能未来，把握发展方向章节导览01从霍乱地图说起一张地图，揭开流行病学溯源序幕从宽街水泵到现代GIS，溯源思维跨越百年1854年宽街霍乱疫情一场疫病，催生了空间分析的雏形127人疫情爆发仅三天死亡人数三天死亡四分之三随后一周苏活区居民逃离比例居民逃离背景铺垫19世纪中叶，工业化推动人口涌入伦敦，城市卫生系统尚未建立。生活污水与排泄物被抛洒街市，最终倾倒入泰晤士河。饮用水源遭污染，引发英王国有史以来最严重的霍乱爆发。当时公众误以为霍乱由城市臭气引发，认知存在严重偏差。斯诺地图与疾病溯源一张地图锁定传染源，开创流行病学调查先河调查推进约翰·斯诺对臭气致病观点存疑，实地走访苏活区居民居民从固定几处公共水泵取水，疑似感染源头将公共水泵与霍乱病例居住点标注于同一地图以水泵分布建立泰森多边形，病例围绕水泵聚集确定宽街水泵为爆发源头，拆除泵把手后疫情平息第一步存疑走访第二步发现水源第三步地图标注第四步聚集态势第五步锁定源头反例佐证雄狮酿酒厂工人因饮用啤酒而非水泵水，未感染霍乱历史意义该调查被视为流行病学调查与地理空间分析的发端1854年宽街霍乱疫情一场疫病，催生了空间分析的雏形19世纪中叶，工业化推动人口涌入伦敦，城市卫生系统尚未建立。污染的水源，而非城市的臭气，才是夺命的真凶①人口涌入背景工业化推动人口涌入伦敦现状城市卫生系统尚未建立②污水横流抛洒生活污水与排泄物被抛洒街市倾倒最终倾倒入泰晤士河③水源污染污染饮用水源遭污染爆发引发英王国有史以来最严重的霍乱爆发④认知偏差误判公众误以为霍乱由城市臭气引发偏差认知存在严重偏差斯诺地图与疾病溯源一张地图锁定传染源，开创流行病学调查先河走访存疑内科医生约翰·斯诺对臭气致病观点存疑，实地走访苏活区居民，发现居民从固定几处公共水泵取水制图定位将公共水泵与霍乱病例居住点标注于同一地图，若以水泵分布建立泰森多边形，病例呈现围绕水泵聚集态势锁定源头确定宽街水泵为爆发源头，建议拆除泵把手后疫情平息反例佐证雄狮酿酒厂工人因饮用啤酒而非水泵水，未感染霍乱，反向验证结论该调查被视为流行病学调查与地理空间分析的发端12341854年宽街霍乱疫情一场疫病，催生了空间分析的雏形19世纪中叶的伦敦，工业化浪潮推动了城市人口的快速涌入。人人口涌入19世纪工业化推动人口涌入伦敦卫生城市卫生系统尚未建立污污水横流街市生活污水与排泄物被抛洒街市河流最终倾倒入泰晤士河水水源污染水源饮用水源遭污染爆发引发英王国有史以来最严重的霍乱爆发认认知偏差臭气公众误以为霍乱由城市臭气引发偏差认知存在严重偏差疫情冲击三天死亡127人一周内逃离四分之三苏活区居民认知的偏差，让灾难在城市的街道间加速蔓延斯诺地图与疾病溯源一张地图锁定传染源，开创流行病学调查先河从臭气致病到水源追溯，一场以地图为工具的流行病学调查由此展开。该调查被视为流行病学调查与地理空间分析的发端。疾病溯源六步调查走访存疑内科医生约翰·斯诺对臭气致病观点存疑，实地走访苏活区居民。发现取水模式发现居民从固定几处公共水泵取水，疑似感染源头。制图定位将公共水泵与霍乱病例居住点标注于同一地图。聚集态势以水泵分布建立泰森多边形，病例呈现围绕水泵聚集态势。锁定源头确定宽街水泵为爆发源头，建议拆除泵把手后疫情平息。反例佐证雄狮酿酒厂工人因饮用啤酒而非水泵水，未感染霍乱。123456章节导览02技术原理与数据底座空间数据是溯源分析的根基解析GIS如何整合病例、人口与地理信息GIS的四大核心能力GIS是管理分析地理数据的计算机系统将地理空间数据与其他相关数据相结合，更好理解和管理地理空间信息—核心价值空间数据处理存储管理地形、地物、社会经济等多类数据支持缓冲区、叠加、裁剪分析可视化呈现多类型数据以地图形式展示直观理解地理空间信息综合查询分析对多源数据综合查询发现数据间的关联性与规律性建模能力建立数字高程模型、土地利用模型、交通网络模型等GIS溯源三大技术方向空间分析聚焦热点探测、传播建模与接触链还原GIS溯源三大技术方向：热点探测、传播建模与接触链还原协同还原疫情空间传播热点探测技术方向一基于时空聚类算法识别高发病率聚集区，如

Getis-OrdGi*

探测地理聚集。传播建模技术方向二结合人口密度、交通网络与气候因素，模拟病原体区域间扩散路径。接触链还原技术方向三实时接入移动通信、社交媒体签到与电子健康档案，追踪人群移动、还原潜在接触链。案例应用中国疾控中心联合多平台构建疫情地图，实现每日新增病例空间分布可视化；热力图叠加公共交通网络，快速锁定潜在传播节点，为封控区域划定提供依据。多源数据融合与挑战数据质量决定溯源分析的精度核心判断多源异构数据融合中，标准统一与隐私保护是溯源分析应用的关键前提。数据来源2项多渠道业务数据疾控中心病例数据、医疗机构诊断记录、移动运营商人口流动数据环境类数据气象指标、空气质量、遥感影像等多类信息融合难点4项标准不统一多源异构数据标准不统一，实时更新机制与质量保障体系建设是应用关键隐私与伦理处理个人健康信息须确保数据的匿名性与安全性法规约束地理信息安全与个人隐私保护法规对数据共享存在影响基层短板部分基层地区公共卫生数据收集管理仍存在不足GIS的四大核心能力GIS是管理分析地理数据的计算机系统四大核心能力，共同支撑地理空间数据的处理、表达、分析与模拟。核心价值在于将地理空间数据与其他相关数据相结合，更好理解和管理地理空间信息。空间数据处理存储管理地形、地物、社会经济等多类空间数据缓冲区分析叠加分析裁剪分析可视化表达将多类型数据以地图形式展示便于直观理解地理空间信息综合查询分析对多源数据综合查询发现数据间的关联性与规律性建模模拟数字高程模型土地利用模型交通网络模型GIS溯源三大技术方向空间分析聚焦热点探测、传播建模与接触链还原案例应用中国疾控中心联合多平台构建疫情地图，实现每日新增病例空间分布可视化。热力图叠加公共交通网络，快速锁定潜在传播节点，为封控区域划定提供依据。GIS溯源依托热点探测、传播建模与接触链还原三大技术方向协同发力热点探测时空聚类基于时空聚类算法，利用

Getis-OrdGi*

识别高发病率地理聚集区。传播建模立体模型结合人口密度、交通网络与气候因素构建立体模型，模拟病原体区域间扩散路径。接触链还原实时追踪实时接入移动通信、社交媒体签到与电子健康档案，追踪人群移动、还原潜在接触链。多源数据融合与挑战数据质量决定溯源分析的精度融合多源异构数据，让溯源分析的每一环都经得起推敲核心数据来源疾控中心病例数据医疗机构诊断记录移动运营商人口流动数据环境数据补充气象指标空气质量遥感影像等多类信息融合难点多源异构数据标准不统一，实时更新机制与质量保障体系建设是应用关键隐私与伦理处理个人健康信息须确保数据的匿名性与安全性地理信息安全与个人隐私保护法规对数据共享存在影响基层短板部分基层地区公共卫生数据收集管理仍存在不足GIS的四大核心能力GIS是管理分析地理数据的计算机系统空间数据处理能力强存储管理地形、地物、社会经济等多类空间数据支持缓冲区分析、叠加分析、裁剪分析可视化能力强将多类型数据以地图形式展示便于直观理解地理空间信息综合查询分析能力强对多源数据综合查询发现数据间的关联性与规律性建模能力强建立数字高程模型土地利用模型、交通网络模型等GIS溯源三大技术方向空间分析聚焦热点探测、传播建模与接触链还原基于时空聚类算法的疫情热点探测时空聚类算法利用

Getis-OrdGi*

识别高发病率地理聚集区热点探测构建立体传播模型多因素立体建模结合人口密度、交通网络与气候因素模拟病原体区域间扩散路径传播建模还原潜在接触链多源数据实时接入实时接入移动通信数据、社交媒体签到信息与电子健康档案，追踪人群移动接触链还原多源数据融合与挑战数据质量决定溯源分析的精度主要数据来源疾控中心病例数据医疗机构诊断记录移动运营商人口流动数据环境数据：气象指标、空气质量、遥感影像等多类信息融合难点多源异构数据标准不统一，实时更新机制与质量保障体系建设是应用关键隐私与伦理处理个人健康信息须确保数据的匿名性与安全性；地理信息安全与个人隐私保护法规对数据共享存在影响基层短板部分基层地区公共卫生数据收集管理仍存在不足章节导览03空间分析方法体系方法决定洞察的深度从Moran'sI到时空扫描，构建分析工具箱空间自相关识别聚集区空间自相关揭示疫情的地理聚集特征空间自相关：从全局整体聚集到局部聚集类型的识别全局与局部识别全局空间自相关常用

Moran'sI

指数，衡量整体空间聚集程度Moran'sI为正值表示空间正相关，即高发区与高发区相邻局部空间自相关（LISA）识别具体聚集类型：高-高、低-低、高-低、低-高热点与核心假设01Getis-OrdGi*热点分析定位高值聚集区，输出热点与冷点分布02空间统计的核心假设空间分布的属性表现出一定程度的连续性03地理学第一定律任何事物都相关，距离越近相关性越强时空扫描与热点探测时空扫描统计同时考虑时间与空间维度方法溯源：空间统计方法源于20世纪50至60年代计量革命，核心方法含空间自相关、地统计学、克里金法在时空维度移动扫描窗口，探测发病率显著异常的聚集区域方法原理空间扫描统计（如SaTScan模型）用于识别疾病高发聚集区通过在时空维度移动扫描窗口，探测发病率显著异常的区域可用于传播风险预测与公共卫生干预指导案例实证津巴布韦研究揭示艾滋病与疟疾主要聚集区缺乏空间重叠但国家北部和东部五个地区出现次级重叠，为整合筛查提供参考传播建模从SIR到追踪网络模型将抽象传播过程映射到真实地理空间从经典SIR到现代追踪网络，空间建模让传播过程落到真实地理空间经典模型：从SIR到SEIRSIR模型将人群分为易感者、感染者、康复者三类空间权重矩阵如

Queencontiguity

邻接规则，量化区域邻近关系地理空间传播使模型能够反映疾病在地理空间上的传播过程SEIR模型进一步增加潜伏期人群，提升模拟精度现代工具：ArcGISPro追踪网络版本引入自

2.6版本

引入，可建模方向性流动网络网络属性设置支持个体健康状态（易感、感染、移除）等网络属性设置应用场景用于疫情传播链追溯与动态影响模拟时空分布可视化方法可视化让空间结论一目了然标准差椭圆刻画疫情空间展布方向与扩散趋势核密度估计识别疫情持续传播核心与扩散路径疫情重心迁移分析追踪疫情地理中心的移动轨迹热力图直观呈现高发病率的空间分布时间序列图与地理分布图结合展示疫情扩散过程缓冲区分析识别疫情高发区域周边的风险范围空间自相关识别聚集区空间自相关揭示疫情的地理聚集特征全局与局部双视角识别聚集区，空间自相关揭示疫情的地理聚集特征全局与局部双视角识别聚集区4项Moran'sI全局空间自相关常用指数，衡量整体空间聚集程度正值含义Moran'sI为正值表示空间正相关，即高发区与高发区相邻LISA局部自相关识别聚集类型：高-高、低-低、高-低、低-高Getis-OrdGi*热点分析定位高值聚集区，输出热点与冷点分布空间统计的两大核心假设2项空间连续性空间分布的属性表现出一定程度的连续性地理学第一定律任何事物都相关，距离越近相关性越强时空扫描与热点探测时空扫描统计同时考虑时间与空间维度时空扫描统计同时考虑时间与空间维度法核心方法识别空间扫描统计（如SaTScan模型）识别疾病高发聚集区探测在时空维度移动扫描窗口，探测发病率显著异常的区域应用用于传播风险预测与公共卫生干预指导证津巴布韦研究艾滋病与疟疾主要聚集区缺乏空间重叠次次级发现国家北部和东部五个地区出现次级重叠，为整合筛查提供参考方法溯源：空间统计方法源于20世纪50至60年代计量革命，核心方法含空间自相关、地统计学、克里金法传播建模从SIR到追踪网络模型将抽象传播过程映射到真实地理空间从经典区室模型到空间化追踪网络，建模演进的关键在于引入空间维度经典模型→空间化演进SIR模型将人群分为易感者、感染者、康复者三类空间权重矩阵如Queencontiguity邻接规则，量化区域邻近关系地理空间传播使模型能够反映疾病在地理空间上的传播过程SEIR模型进一步增加潜伏期人群，提升模拟精度ArcGISPro追踪网络版本引入自2.6版本引入，可建模方向性流动网络网络属性设置支持个体健康状态（易感、感染、移除）等应用场景用于疫情传播链追溯与动态影响模拟时空分布可视化方法可视化让空间结论一目了然标准差椭圆刻画疫情空间展布方向与扩散趋势核密度估计识别疫情持续传播核心与扩散路径疫情重心迁移分析追踪疫情地理中心的移动轨迹热力图直观呈现高发病率的空间分布时间序列图与地理分布图结合展示疫情扩散过程缓冲区分析识别疫情高发区域周边的风险范围空间自相关识别聚集区空间自相关揭示疫情的地理聚集特征空间自相关与热点识别全局空间自相关：常用Moran'sI指数，衡量整体空间聚集程度。Moran'sI含义：为正值表示空间正相关，即高发区与高发区相邻。局部空间自相关（LISA）：识别具体聚集类型——高-高、低-低、高-低、低-高。Getis-OrdGi*热点分析：定位高值聚集区，输出热点与冷点分布。核心假设：空间分布的属性表现出一定程度的连续性。地理学第一定律：任何事物都相关，距离越近相关性越强。时空扫描与热点探测时空扫描统计同时考虑时间与空间维度空间扫描统计识别疾病高发聚集区，时空移动窗口探测发病异常区域方法原理3项空间扫描统计如

SaTScan模型，用于识别疾病高发聚集区时空移动扫描窗口通过时空维度移动扫描窗口，探测发病率显著异常的区域应用价值可用于传播风险预测与公共卫生干预指导应用案例：津巴布韦研究3项主要聚集区揭示艾滋病与疟疾主要聚集区缺乏空间重叠次级重叠在国家北部和东部五个地区出现次级重叠，为整合筛查提供参考方法源流源于20世纪

50至60年代计量革命，核心方法含空间自相关、地统计学、克里金法时空扫描窗口持续移动，让发病率异常区域无处遁形，为传播风险预测与公共卫生干预提供依据。传播建模从SIR到追踪网络模型将抽象传播过程映射到真实地理空间从

SIR

到

SEIR，再到追踪网络，传播建模不断走向精准与真实模型原理：从SIR到SEIR4项SIR模型将人群分为易感者、感染者、康复者三类空间权重矩阵如

Queencontiguity

邻接规则，量化区域邻近关系地理空间传播使模型能够反映疾病在地理空间上的传播过程SEIR模型进一步增加潜伏期人群，提升模拟精度工具演进：ArcGISPro追踪网络3项版本引入自2.6版本引入，可建模方向性流动网络网络属性设置支持个体健康状态（易感、感染、移除）等应用场景用于疫情传播链追溯与动态影响模拟时空分布可视化方法可视化让空间结论一目了然常用空间可视化方法标准差椭圆刻画疫情空间展布方向与扩散趋势展布方向核密度估计识别疫情持续传播核心与扩散路径传播核心疫情重心迁移分析追踪疫情地理中心的移动轨迹重心轨迹热力图直观呈现高发病率的空间分布空间分布时间序列图与地理分布图结合展示疫情扩散过程扩散过程缓冲区分析识别疫情高发区域周边的风险范围风险范围章节导览04典型案例实证真实疫情是最好的检验场国内外案例剖析，见证GIS溯源实战成效重庆疫情的空间聚集特征GIS清晰揭示疫情聚集变化与传播趋势方法与发现采用

ArcGIS10.2

对重庆官方数据作空间计量分析5个时间节点

Moran'sI

均为正值（P<0.05），存在显著空间聚集性局部

Getis-OrdGi*

探测到渝东北高、渝东南低的态势越发明显标准差椭圆呈东北-西南格局，经扩散-极化-扩散-稳定过程疫情重心向西南移动，移动距离逐渐减弱5个时间节点Moran'sI走势社会因素相关系数对比市内出行

P=0.007；交通网络

P=0.049霍普金斯全球疫情地图一张地图成为全球权威疫情数据平台20亿次单日最高访问量·2020年4月超160亿次累计访问量8小时上线首版疫情地图20亿次单日访问量GIS实时可视化重塑全球疫情信息传播发展历程2020年1月21日团队启动项目，仅用8小时完成首版疫情地图初期依托中国卫健委与丁香园数据，后整合世卫组织、中美欧疾控中心多源信息升级为半自动化模式后，每20分钟同步一次，数据细化至郡县级2020年4月维护团队扩充至近50人免费开放数据接口，支持全球科研与公共卫生决策核心开发者本科主修地理信息科学，聚焦传染病传播建模四川流感时空演变0.4052023年Moran'sI，发病率呈显著空间正相关59.41公里暴发中心南移距离，传播范围扩大205%2023年发病率较2019年上升，与免疫债现象相关荣昌登革热联合溯源GIS与分子溯源联合锁定疫情来源2025年7至10月，重庆市荣昌区报告登革热本地暴发疫情，共

274例，血清型鉴定均为DENV血清型1型。“城市功能分区与气象双重驱动疫情扩散。”疫情基本特征2025年7至10月，重庆市荣昌区报告登革热本地暴发疫情，共

274例血清型鉴定均为DENV血清型1型，疫情呈双峰型时间分布核密度估计显示疫情以老城区为持续传播核心，逐步向新城区扩散疫情重心整体向东北迁移驱动因素与分子溯源每日发病数与日平均湿度及是否降雨呈显著正相关，与日平均温度呈显著负相关选取16例病例血清开展全基因组测序，均属基因Ⅰ型，序列同源性高提示疫情可能由共同来源或有限次数输入事件引发，受城市功能分区与气象双重驱动突发公共卫生早期预警早期预警

让溯源跑在扩散之前空间流行病学被广泛应用于突发公共卫生事件的

早期预警数据整合GIS：地理信息可视化定位空间统计：时空聚集度分析多源实时数据：动态接入动态监测时空传播模式持续跟踪异常聚集自动识别风险信号实时反馈风险预测与干预疫情扩散趋势预测高风险区域锁定针对性干预措施落地纽约市沙门氏菌爆发中，早期预警系统在

官方公告之前

成功识别疫情来源疾病溯源与防控价值筛查与干预科学参考重庆疫情的空间聚集特征GIS清晰揭示疫情聚集变化与传播趋势5个时间节点Moran'sI均为正值P<0.05显著性检验通过存在显著空间聚集性空间计量分析方法采用

ArcGIS10.2

对重庆官方数据作空间计量分析局部

Getis-OrdGi*

探测到渝东北高、渝东南低的态势越发明显标准差椭圆呈东北-西南格局，经扩散-极化-扩散-稳定过程疫情重心向西南移动，移动距离逐渐减弱社会因素相关分析社会因素相关系数P值市内出行0.4490.007交通网络0.3210.049霍普金斯全球疫情地图一张地图成为全球权威疫情数据平台单日最高访问量达

20亿次，累计访问超

160亿次疫情地图关键节点2020年1月21日

团队启动项目，仅用

8小时

完成首版疫情地图初期依托中国卫健委与丁香园数据，后整合世卫组织、中美欧疾控中心多源信息升级为半自动化模式后，每

20分钟

同步一次，数据细化至郡县级2020年4月

维护团队扩充至近

50人提供免费开放数据接口，支持全球科研与公共卫生决策核心开发者本科主修地理信息科学，研究方向聚焦传染病传播建模四川流感时空演变2015至2024年全省共报告流感病例2,105,900例，总体呈上升趋势暴发中心从2019年到2024年向南移动约59.41公里，传播范围扩大2019至2024年发病率呈显著空间正相关，2023年Moran'sI达最高值0.405高-高聚集区分布于以成都为中心的中部地区，低-低聚集区集中于西部和东部2023年发病率较2019年上升205%，与免疫债现象相关2019—2024年热点县区数量：67/72/50/76/68/722019-2024年热点县区数量趋势荣昌登革热联合溯源GIS与分子溯源联合锁定疫情来源2025年7至10月，重庆市荣昌区报告登革热本地暴发疫情疫情规模274例2025年7至10月

荣昌区本地暴发疫情血清型鉴定均为DENV血清型1型，疫情呈双峰型时间分布空间扩散核密度估计显示以老城区为持续传播核心，逐步向新城区扩散，疫情重心整体向东北迁移气象相关每日发病数与日平均湿度及是否降雨呈显著正相关，与日平均温度呈显著负相关基因测序选取16例病例血清开展全基因组测序，均属基因Ⅰ型，序列同源性高提示疫情可能由共同来源或有限次数输入事件引发，受城市功能分区与气象双重驱动突发公共卫生早期预警早期预警让溯源跑在扩散之前空间流行病学结合

GIS、空间统计与多源实时数据，广泛应用于突发公共卫生事件早期预警动态监测疾病时空传播模式结合

GIS

与多源实时数据，持续追踪疾病时空传播模式预测风险并定位高发区域依托空间统计预测风险，并定位疾病高发区域支撑针对性干预措施制定为针对性干预措施的制定提供科学支撑案例纽约市沙门氏菌爆发：早期预警系统在官方公告之前成功识别疫情来源展示空间流行病学在疾病溯源与防控中的巨大价值，为整合多种疾病筛查与干预措施提供科学参考重庆疫情的空间聚集特征GIS清晰揭示疫情聚集变化与传播趋势5个时间节点Moran'sI正值P<0.05显著聚集正值P<0.05显著聚集正值P<0.05显著聚集正值P<0.05显著聚集正值P<0.05显著聚集社会因素相关系数P值：市内出行0.007｜

交通网络0.049空间计量分析解读采用

ArcGIS10.2

对重庆官方数据作空间计量分析5个时间节点

Moran'sI

均为正值（P<0.05），存在显著空间聚集性局部

Getis-OrdGi*

探测到渝东北高、渝东南低态势越发明显标准差椭圆呈东北-西南格局，经扩散-极化-扩散-稳定过程疫情重心向西南移动，移动距离逐渐减弱霍普金斯全球疫情地图一张地图成为全球权威疫情数据平台发展历程4项2020年1月21日

项目启动团队启动项目，仅用8小时完成首版疫情地图多源数据整合初期依托中国卫健委与丁香园数据，后整合世卫组织、中美欧疾控中心多源信息半自动化升级升级为半自动化模式后，每20分钟同步一次，数据细化至郡县级团队扩充2020年4月维护团队扩充至近50人数据特点3项访问量20亿次单日最高（2020年4月）累计访问超160亿次开放接口提供免费开放数据接口，支持全球科研与公共卫生决策核心开发者本科主修地理信息科学，研究方向聚焦传染病传播建模四川流感时空演变2019—2024年热点县区数量波动演变，2023年发病率较2019年上升205%，暴发中心向南移动约59.41公里时空演变核心发现总体上升趋势2015至2024年全省共报告流感病例

2,105,900例空间正相关显著2019至2024年发病率呈显著空间正相关，2023年

Moran'sI达最高值0.405聚集区分布高-高聚集区分布在以成都为中心的中部地区，低-低聚集区集中于西部和东部暴发中心南移暴发中心从2019年到2024年向南移动约

59.41公里，传播范围扩大，与免疫债现象相关荣昌登革热联合溯源GIS与分子溯源联合锁定疫情来源疫情特征时间与规模2025年7-10月重庆市荣昌区报告登革热本地暴发疫情，共274例血清型均为DENV血清型1型，疫情呈双峰型时间分布空间分布核密度估计显示以老城区为持续传播核心，逐步向新城区扩散重心迁移疫情重心整体向东北迁移气象关联每日发病数与日平均湿度及是否降雨呈显著正相关，与日平均温度呈显著负相关分子溯源结果测序样本选取16例病例血清开展全基因组测序基因型均属基因Ⅰ型，序列同源性高来源推断提示疫情可能由共同来源或有限次数输入事件引发，受城市功能分区与气象双重驱动VS突发公共卫生早期预警早期预警让溯源跑在扩散之前空间流行病学广泛应用于突发公共卫生事件的早期预警预警机制3项GIS与空间统计结合多源实时数据融合时空传播模式动态监测风险预测针对性干预科学防控决策纽约案例2项沙门氏菌爆发官方公告之前成功识别来源溯源跑在扩散之前价值实证应用价值2项疾病溯源与防控高效精准整合多种筛查与干预措施科学参考章节导览05前沿趋势与展望智能时代，溯源走向实时与自主把握技术前沿，展望精准防控新图景GeoAI与空间智能体新一代GIS向空间智能演进核心主线：GeoAI、空间智能体、数字实验场、时空大模型传统GIS侧重数据管理、查询与可视化数据管理查询可视化新一代GIS向空间智能、自主分析、仿真推演、实时决策演进空间智能自主分析仿真推演实时决策智能预警的数据基础高质量数据是AI落地疾控的根基任务定位落实疾控领域人工智能行动要求，提升传染病监测预警能力国家疾控局部署，上海市疾控中心牵头，会同内蒙古、广东、甘肃疾控中心开展传染病风险人群影响评估子集建设建设目标形成标准统一、结构规范、质量可控的数据资源建设内容6项数据准备病例识别规则开发语料库建设人工标注风险评估框架构建为技术研发、模型验证与风险评估应用提供数据支撑建设进展2026年7月召开传染病监测预警高质量数据集专家研讨会挑战与未来方向机遇与挑战并存，溯源能力持续升级应对挑战，把握未来方向，推动溯源能力持续升级挑战病原体变异快传播途径复杂、数据获取困难数据质量与可得性制约GIS应用，部分基层地区数据管理仍存不足技术能力缺乏公共卫生工作者的GIS专业技能有待提升隐私与伦理健康数据使用须确保匿名性与安全性未来方向发展更精准的溯源方法，建立全球传染病监测网络。人工智能驱动多组学整合、空间决策支持系统在公共卫生治理中的应用。一城一策精准防控，构建动态防控体系。GeoAI与空间智能体新一代GIS向空间智能演进核心主线：GeoAI、空间智能体与数字实验场共同驱动空间智能演进传统GIS数