عنوان مقاله :
پيش بيني مكاني - زماني مناطق پرخطر بيماري كرونا با استفاده از روشهاي رگرسيون وزندار جغرافيايي و شبكه عصبي پرسپترون چندلايه
پديد آورندگان :
ايلخاني خسروشاهي ، ميلاد دانشگاه صنعتي خواجه نصير الدين طوسي - دانشكده مهندسي نقشه برداري , كريمي ، محمد دانشگاه صنعتي خواجه نصير الدين طوسي - دانشكده مهندسي نقشه برداري , كفاش چرندابي ، ندا دانشگاه تبريز - دانشكده فني مهندسي مرند - گروه نقشه برداري
كليدواژه :
كوويد 19(كرونا ويروس) , توزيع مكاني زماني , پيش بيني , شبكه عصبي پرسپترون چند لايه , رگرسيون وزندار جغرافيايي , سيستم اطلاعات مكاني
چكيده فارسي :
يكي از مسري ترين بيماري هاي سال هاي اخير كوويد 19(كرونا) است كه از اواخر سال 2019 ميلادي از شهر ووهان- چين به سراسر جهان شيوع پيدا كرد و جهان را با بحران هاي بسيار مواجه و تاثير عميقي در دنيا و زندگي روزمره انسان ها گذاشت. در بيشتر افراد آلوده به اين بيماري باعث بروز علائم تنفسي شده كه شدت آن بستگي به سيستم ايمني بدن فرد دارد. اهداف اصلي اين تحقيق، كشف خوشه ها و پيش بيني مناطق پرخطر بيماري كرونا، مقايسه كارايي دو روش پيشنهادي و تعيين پارامترهاي موثر به تفكيك شهرستان مي باشد. در اين تحقيق به منظور بررسي الگوي توزيع نرخ بروز بيماري و خوشه ها به ترتيب از شاخص موران و شاخص تحليل نقطه داغ و به منظور تعيين پارامترهاي موثر بيماري از ضريب همبستگي پيرسون استفاده شد. در اين تحقيق داده هاي آماري بيماري كروناي استان آذربايجان شرقي در سطح شهرستان به همراه داده هاي محيطي و توپوگرافي، سلامت و بهداشت، اقتصادي و تسهيلات شهري در محدوده زماني 3 اسفند 1398 تا 30 آبان 1399، بصورت هفتگي جمع آوري گرديد. مطابق نتايج بدست آمده روند بروز بيماري كرونا طي اين بازه زماني دو پيك را پشت سر گذاشته و براساس نقشه هاي بدست آمده از دو مدل در برخي هفته ها مدل GWR و در برخي مدل MLP مدل برتري بود. همچنين براي مدل GWR مقدار شاخص خوبي برازش 0.8985 و خطاي جذر ميانگين مربعات نرمال شده 0.0822 و براي مدل MLP نيز بترتيب برابر با 0.8226 و 0.1340 بدست آمد كه نشان مي دهد روش GWR مناسبتر است. آناليز تحليل حساسيت پارامترهاي مختلف نشان داد كه پارامتر هاي نرخ بروز كروناي هفته ماقبل و سرعت باد مهمتر از ساير پارامترهاي مدسازي شده در اين مساله مي باشد. در اين تحقيق پارامترهاي موثر به تفكيك هر شهرستان استخراج گرديد و يك مدل محلي ارائه شد كه در مقايسه با حالت كلي، مدل محلي دقت بهتري نسبت به مدل كلي روش MLP دارا بود.
عنوان نشريه :
علوم و فنون نقشه برداري
عنوان نشريه :
علوم و فنون نقشه برداري