Periodicity in Movement Patterns Shapes Epidemic Risk in Urban Environments
人类流动性的每日变化调节了新出现疫情的速度和严重程度，但大多数流行病学研究假设接触模式是静态的。中国上海拥有超过2400万的高流动人口，是传染病输入和随后全球传播的高风险交通枢纽。在这里，我们使用一个动态集合种群模型，根据上海每小时的交通数据来估计数千种疫情情景下的流行病风险。我们发现，最初的流行病增长率变化超过20倍，这取决于疾病传入的时间和邻近地区。最危险的介绍是那些发生在靠近市中心和星期五的地方--这是工作日和周末交通模式的桥梁，从而连接了人口中其他不相连的部分。确定这些时空热点可以为更有效的哨兵监测目标和减轻传播的战略提供信息。
2018-09-13 cs.SI physics.soc-ph
The Impact of COVID-19 on Urban Energy Consumption of the Commercial Tourism City
二零二零年，COVID-19疫情在全球蔓延。为了缓解疫情蔓延，不少地区实施了各种封锁政策。为了更好地为商业旅游城市的城市能源消费制定防疫政策，本文首先基于澳门的能源消费数据，从两个方面分析了疫情期间澳门的能源特征。在此基础上，分析了疫情期间商业旅游城市用电特点。然后，从酒店、交通、旅游文化、公共设施等方面分析了商业旅游城市不同领域的能源消耗特点。最后，通过与一些典型国家的比较，详细分析了以澳门为代表的商业旅游城市在疫情期间的能源消费特征。
2021-04-29 cs.SY eess.SY physics.soc-ph
Contagion processes on urban bus networks in Indian cities
公共汽车运输被认为是印度城市最方便，最便宜的公共交通方式之一。由于其成本效益和广泛的可达性，它们每天帮助城市中的很大一部分人口到达目的地。虽然从交通的角度来看，它们比其他公共交通方式有许多优点，但它们也构成了传染病在整个城市传播的严重威胁。由于存在许多地方性的空间限制，传染病传播的过程和程度极难预测。此外，大多数研究都集中在无标度网络拓扑结构上的传染过程，而空间受限的现实世界的网络，如总线网络，表现出广泛的网络拓扑结构。因此，我们的目标是在这项研究中，了解这一复杂的动态过程中的流行病爆发和信息扩散的公交网络上的六个不同的印度城市使用SI和SIR模型。这将使我们能够确定这些网络的流行阈值，这将有助于我们通过开发基于节点的免疫技术来控制疫情。
2016-05-19 physics.soc-ph
Scaling of contact networks for epidemic spreading in urban transit systems
流动性的改善不仅有助于更密集的人类活动，而且也促进了传染病的传播，从而对数十亿城市通勤者构成重大威胁。在这项研究中，我们提出了一个多城市的调查，传染病传播的地铁乘客。我们使用中国三个特大城市的智能卡数据来构建个人层面的接触网络，并在此基础上对疾病的传播进行建模和研究。我们观察到，虽然在城市形态，网络布局和移动模式的不同，三个城市的地铁系统有相似的接触网络结构。这促使我们开发一个通用的生成模型，捕捉接触的数量分布，以及个人旅行者之间的接触持续时间。该模型解释了地铁接触网的结构特性如何与传染病的风险水平相关联。我们的研究结果强调了疾病爆发期间城市公共交通系统的脆弱性，并提出了减轻传染病风险的重要规划和运营策略。
2020-02-10 cs.SI physics.data-an physics.soc-ph
Spread of Covid-19 in urban neighbourhoods and slums of the developing world
我们研究了新冠肺炎在发展中国家城市社区的传播情况，发现少数社区占大多数病例（k指数约为0.7）。我们还发现，这些国家的州/省之间的全国范围内的病例分布也显示出类似的不平等，表明跨尺度的自相似性。在所审议的所有城市中，贫民窟所在的社区的病例密度最高，这表明贫民窟是这一流行病中风险最高的城市地点。我们提出了一个随机网络模型来研究呼吸道流行病的传播，通过物理上接近和偶然的日常人类接触在一个城市，并模拟结果的城市有两种邻里-贫民窟和非贫民窟。该模型再现了观察到的一组广泛的参数值的经验结果-反映了这些发现的潜在有效性的流行病传播一般，特别是在发展中国家的城市。我们还发现，随着疫情的发展，病例分布的不平等程度有所降低，在疫情结束时，贫民窟居民区的高峰和累积病例数都比非贫民窟居民区更糟。因此，发展中国家的大型贫民窟容纳了疫情中最脆弱的人群，从公共卫生和社会经济公平的角度来看，亚洲和非洲大都市的持续增长对未来的呼吸道疫情提出了重大挑战。
2020-10-14 physics.soc-ph q-bio.PE
A data-driven analysis of the impact of non-compliant individuals on epidemic diffusion in urban settings
本研究利用数据驱动的接触网络和异质性SIR模型，分析意大利三城市中非合规个体对流行病传播的影响，发现即使少量非合规者也能显著增加感染并加速峰值，且传播率适中时影响最大，强调监测合规性并定制干预措施。
2025-10-16 cs.SI physics.soc-ph q-bio.PE
An Investigation of Intra-Urban Mobility Pattern of Taxi Passengers
人类流动模式的研究具有多方面的理论和实践价值。对于长距离旅行，一些研究工作表明，人类旅行的位移遵循幂律分布。然而，在城市内部地区的人类流动的标度律问题上仍然存在争议。在这项工作中，我们专注于出租车乘客的流动模式，通过检查纽约，大连和南京三个大都市的五个数据集。通过统计分析，我们发现在所有被调查的城市中，具有幂律尾部的对数正态分布可以最好地近似出租车出行的位移和持续时间，以及出租车的空闲时间。根据数据分析，讨论了人类流动标度律的普适性。
2016-12-26 physics.soc-ph
Impact of urban structure on infectious disease spreading
目前正在进行的SARS-CoV-2大流行已经使世界成为人质一年多了。流动性是病毒传播的关键，限制流动性是对抗病毒扩张的主要非药物干预措施。以前的作品已经表明了城市的结构组织和居民的运动模式之间的联系。这使城市中心成为流行病监测和干预的重点。在这里，我们表明，组织的城市流量有巨大的影响，疾病的传播和不同的缓解策略的顺从性。通过对美国和其他国家不同城市的匿名和聚集的城市内部流动的研究，并结合实证分析和分析方法，我们证明了城市对传染病传播的反应可以根据这些流动的总体组织大致分为两大类型。在等级森严的城市，流动主要集中在流动热点之间，特别容易受到流行病快速传播的影响。然而，在这类城市中，限制流动性对于减轻病毒的传播非常有效。相反，在有许多活动中心的城市中，流行病的传播要慢得多，但对流动限制的反应要弱得多，效果也差得多。在较脆弱的城市投入资源进行早期监测和及时采取特别干预措施，可能有助于遏制和减少未来大流行病的影响。
2022-03-10 physics.soc-ph q-bio.PE
Relationship between household attributes and contact patterns in urban and rural South Africa
ISI Foundation（ISI基金会）；University of Turin（都灵大学）；Centre for Respiratory Diseases and Meningitis, National Institute for Communicable Diseases of the National Health Laboratory Service（国家健康实验室服务公司国家传染病研究所呼吸道疾病和脑膜炎中心）；School of Public Health, Faculty of Health Sciences, University of the Witwatersrand（威特沃特斯兰德大学健康科学学院公共卫生学院）；The Partnership for International Vaccine Initiative, Taskforce for Global Health
研究通过分析南非城乡家庭接触模式，发现家庭类型和头性别影响互动模式，尤其在儿童照顾方面，为流行病模型提供了重要参考。
2026-03-04 physics.soc-ph
Use of mobile phone sensing data to estimate residence and mobility times in urban patches during the COVID-19 epidemic: The case of the 2020 outbreak in Hermosillo, Mexico
本研究利用手机GPS数据和Brownian bridge模型推断城市人口流动与停留时间，并将估计的居住-流动矩阵纳入多斑块SEIR模型，以评估政府干预对流动变化的影响。
2024-03-23 cs.SI physics.soc-ph stat.AP
Evaluating the impact of incomplete contact tracing data on urban epidemic dynamics
Sejong University（世宗大学）；National Institute for Mathematical Sciences（国家数学科学研究所）；Gyeongsang National University（庆尚国立大学）
通过基于主体的随机模型模拟韩国大都市区信息缺失对接触者追踪效果的影响，发现感染者遗漏率超过城市特定阈值（首尔约4%，釜山约10%）时追踪失效，且感染者遗漏比接触遗漏导致更剧烈的传播结构变化。
2026-08-18 cond-mat.stat-mech physics.soc-ph q-bio.PE
Urban Scaling of COVID-19 epidemics
由于COVID-19大流行，对易感-无效-无效（SIR）数学模型的需求很高。它们被用于标准公式，或通过许多变体，试图拟合并有望预测未来几天或几周内任何地方，城市或国家的新病例数量。这是当局为卫生系统需求做好准备或实施限制以减缓传染曲线的关键知识。即使当模型可以很容易地解决-通过使用专门的软件或通过编程的微分方程的数值解，代表模型-，预测是一个不容易的任务，因为人们的行为变化反映在一个连续的变化的参数。一个相关的问题是，我们可以从一个城市到另一个城市利用什么;如果在马德里发生的事情可以适用于纽约，那么，我们从这个城市学到的东西是否对圣保罗有用。考虑到这一想法，我们分析了COVID-19的传播率相关指标，作为美国所有县的人口密度和人口规模的函数，以及巴西城市和德国城市。与流行病建模中的常见假设相反，我们观察到城市人口密度和人口规模越高，{\em人均}接触率越高。此外，我们发现，人口规模有一个更好的解释效果比人口密度。接触率标度理论提出了解释的结果。
2020-05-15 physics.soc-ph q-bio.PE
Assessing the interplay between human mobility and mosquito borne diseases in urban environments
城市化使传染病流行病学面临许多威胁和新的挑战。在这项研究中，我们研究了新加坡城市国家复杂的城市环境中人员流动和登革热疫情之间的相互作用。我们将程式化和手机数据驱动的移动模式集成在一个基于代理的传播模型中，在该模型中，人类和蚊子被表示为经历登革热流行状态的代理。我们通过将我们的结果与2013年和2014年疫情期间报告的观察到的病例进行比较，用数值模拟监测系统层面对疫情的反应。我们的研究结果表明，即使在与城市内部距离相对应的短尺度上，人类流动性也是登革热等病媒传播疾病传播的主要因素。最后，我们讨论了移动电话数据的优点和局限性，以及评估有价值的移动模式的潜在替代方案，以模拟城市中的病媒传播疾病爆发。
2019-10-08 physics.soc-ph q-bio.PE
Epidemic spreading under mutually independent intra- and inter-host pathogen evolution
流行病传播的动力学通常被简化为单个控制参数$R_0$，其值高于或低于1，决定了传染的状态。然而，如果病原体在传播过程中进化，$R_0$可能会随着时间的推移而发生变化，可能导致突变驱动的传播，其中最初的亚流行病原体发生突破性突变。为了预测这一流行阶段的边界，我们在这里引入了一个建模框架，将网络传播模式与宿主内演化动力学耦合起来。对于许多病原体，这两个过程，宿主内和宿主间，是由不同的选择力驱动的。然而，在这里我们表明，即使在这两种力量相互独立的极端情况下，突变仍然可以从根本上改变流行病的相图，其转变现在不仅由$R_0$决定，而且还由流行病和进化时间尺度之间的平衡决定。如果突变太慢，病原体流行在关键突变出现之前就会衰减。另一方面，如果突变太快，病原体的进化就会变得不稳定，并且再次无法传播。然而，在这两个极端之间，我们确定了一系列广泛的条件，在这些条件下，最初的亚大流行病原体可以突破，获得广泛的流行。
2022-11-04 physics.soc-ph q-bio.PE
Characterizing the temporally stable structure of community evolution in intra-urban origin-destination networks
本文提出共识OD网络与时间稳定社区分解方法，利用武汉出租车数据识别出覆盖82.9%区域的稳定群体，揭示核心与外围结构及其空间和功能特征，为城市划分与治理提供依据。
2023-09-22 physics.soc-ph
Modeling collective human mobility: Understanding exponential law of intra-urban movement
了解城市交通模式非常重要，因为大多数出行集中在城市地区。本文提出了一个新的模型来模拟城市地区的集体人类流动。该模型不仅可以预测城市内部的个体流动，而且可以预测国家或更大范围内的个体流动。基于该模型，可以得出结论，距离分布的指数规律归因于人类出行需求的平均密度呈指数下降。由于人类出行需求的分布仅取决于城市规划、人口分布、区域功能等，这说明城市的这些固有属性是推动人类集体流动的动力。
2012-12-27 cs.SI physics.soc-ph
Modeling and simulating the spatial spread of an epidemic through multiscale kinetic transport equations
在这项工作中，我们提出了一个新的空间依赖的多尺度模型的传染病的传播在一个二维的空间背景下，现实的地理场景。该模型耦合动力学运输方程系统描述的人口通勤移动在一个大规模（城市外）的扩散方程系统的特点，非通勤人口在一个小规模（城市）。该建模方法可以避免传统的流行病学扩散模型的不切实际的影响，如大规模的无限传播速度和大规模迁移动力学。基于动力学理论的运输形式主义的建设，可以给一个明确的模型解释感染和易感之间的相互作用，在房室空间依赖性模型。此外，在一个合适的尺度限制，我们的方法允许耦合两个人口通过一个一致的扩散模型作用在城市规模。基于非结构化网格上有限体积的离散化系统，结合时间上的渐近保持方法，表明该模型能够正确地描述流行病的空间扩展的主要特征。最后提出了对COVID-19初始传播的应用。
2020-12-18 cs.NA math.NA physics.soc-ph
Unraveling the origin of exponential law in intra-urban human mobility
绝大多数旅行都发生在城市内。最近，新的数据已经成为可用的，这使得城市的流动性模式的发现，从有关长途旅行的既定结果不同。具体来说，最新的证据越来越多地指向指数行程长度分布，相反的尺度定律观察到更大的规模。为了探索指数规律的起源，本文提出了一个新的模型，它可以更好地预测城市地区的个人流量。基于该模型，我们解释了指数规律的城市内部流动的平均人口密度在城市地区的指数下降的结果。事实上，经验和分析结果表明，行程长度和人口密度共享相同的指数衰减率。
2013-05-28 cs.SI physics.soc-ph
Inferring Metapopulation Propagation Network for Intra-city Epidemic Control and Prevention
进入21世纪以来，2003年SARS、2009年H1N1、2013年H7N9等传染病在全球范围内的爆发，已成为公共卫生的重大威胁，也是政府的狩猎噩梦。因此，了解大规模集合种群中的传播并预测未来的爆发对于流行病的控制和预防至关重要。在文献中，已经有大量的城市内流行病传播的建模研究，但与单一的人口假设（同质性）。然而，最近的一些研究工作集中在寻找特定的人类移动物理网络来近似疾病传播网络，其通用性无法保证，以适应不同的疾病。在本文中，我们认为，城市内的流行病传播应建模为一个集合种群的基础上，并提出了一个两步的方法。第一步是通过推断潜在的疾病感染网络来了解传播系统。为此，我们提出了一种新的网络推理模型称为D $^2$ PRI，它减少了单个网络到一个子种群网络没有信息丢失，并结合了幂律分布先验和数据先验更好的性能。第二步是通过扩展经典的SIR模型到一个集合种群SIR模型来预测疾病的传播，该模型允许游客在任意两个子种群之间传播。我们的模型的有效性得到了验证的一个真实的临床报告数据集的空气传播疾病在深圳市，中国。D $^2$ PRI模型与扩展的SIR模型在网络推理、传染病预测和爆发模拟等方面表现出优越的性能。
2018-06-23 cs.SI physics.soc-ph
A network model for the propagation of Hepatitis C with HIV co-infection
我们定义和检查一种病毒，如丙型肝炎（与艾滋病毒共感染）的网络上的网络，即网络的法国城市地区的流行病传播的模型。一个网络层次是每个城市区域内部的个体互动。第二个层次是这些地区本身，这些地区之间的旅行者将这些地区联系在一起，并可能帮助流行病从一个城市传播到另一个城市。我们选择将网络的第二层编码为第一层中额外的特殊节点。我们观察到，这样的编码导致明智的结果，在流行病的传播的程度和速度，这取决于它的源点。
2017-04-06 physics.soc-ph q-bio.PE
Scaling intra-urban climate fluctuations
École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）
本文研究了城市内部气候波动与城市规模的关系，通过高分辨率数据揭示了城市气候变量与城市规模量之间的普遍缩放函数，为简化模型提供了新的理论基础。
2026-05-19 cond-mat.stat-mech physics.data-an physics.soc-ph
Contagion-diffusion processes with recurrent mobility patterns of distinguishable agents
集合种群中传染扩散过程的分析是研究流动性如何影响传染病传播的有力理论工具。然而，许多集合种群的方法使用不可区分的代理，以减轻分析的困难。在这里，我们解决的影响，经常性的流动模式，和空间分布的可区分的代理人，在大城市地区的流行病的发展。我们将代理人的可区分的性质，关于他们的住所，和他们通常的目的地。所提出的模型允许快速计算流行病轨迹的时空模式和。流行阈值的分析计算。这个阈值被发现作为混合矩阵的频谱半径封装的住宅分布，和具体的通勤模式的代理。我们证明了不可区分的个人的简化高估了流行阈值的值。
2022-01-18 physics.soc-ph
Global evidence for a consistent spatial footprint of intra-urban centers
Institute of Remote Sensing and Geographical Information Systems, School of Earth and Space Sciences, Peking University（北京大学地球与空间科学学院遥感与地理信息系统研究所）；Ordos Research Institute of Energy, Peking University（北京大学鄂尔多斯能源研究院）
利用夜间灯光数据识别全球超过1.5万个城市内部中心，发现城市总面积与中心数量呈线性关系，揭示了中心空间足迹的恒常性，并由此得出多中心城市扩张时可达性稳定的结论。
2026-06-01 cs.SI physics.soc-ph
Zipf's law and urban scaling: Hypotheses towards a Unified Urban Theory
我们提出的假设描述的经验发现之间的关联指数的城市GDP规模和齐普夫定律的城市。这些假设代表了这两种现象之间的定向或相互因果联系的各种组合，包括城市间和城市内的过程。未来的理论和模型可以根据这些假设来激励和分类。本文旨在激发围绕这些现象背后的过程进行讨论，并为统一的城市理论铺平道路。
2021-07-25 physics.soc-ph
Intra-City Urban Network and Traffic Flow Analysis from GPS Mobility Trace
我们分析了两个大规模的城市内部的城市网络和交通流量的GPS跟踪测量的出租车在旧金山和上海。我们的研究结果与以前的研究结果相吻合，纯粹基于拓扑手段，它往往是不足以预测交通流量。传统的最短路径介数分析，其中最短路径是从每对节点计算的，带有一个不切实际的隐含假设，即城市网络中的每个节点或路口产生并吸引等量的交通。我们还认为，加权边缘仅基于欧几里得距离是不够的，因为主要道路通常有利于二级道路，由于感知和实际所需的旅行时间。我们表明，介数流量分析可以通过一个简单的扩展框架，它结合了节点权重和最快路径介数的概念。我们证明，该框架是优于传统的方法，仅基于简单的拓扑角度。
2011-05-29 cs.SI physics.soc-ph
Delineating Intra-Urban Spatial Connectivity Patterns by Travel-Activities: A Case Study of Beijing, China
旅游活动已被广泛应用于量化地方、区域和国家之间的空间相互作用。本文利用出租车OD数据，对北京市652个交通分析区（TAZ）之间的空间连通性进行了建模。首先，我们揭示了北京城市内部空间联系的引力结构。总的来说，TAZ间的相互作用很好地由重力模型$G_{ij} = λp_{i}p_{j}/d_{ij}$控制，其中$p_{i}$、$p_{j}$是TAZ的度数$i$、$j$和$d_{ij}$是它们之间的距离，拟合优度约为0.8。第二，基于网络的分析很好地揭示了北京的多中心形态。最后，我们检测的语义TAZ间的连接的时空模式的基础上。我们进一步发现，跨TAZ连接偏离引力模型可以很好地解释链接语义。
2014-07-16 cs.SI physics.soc-ph
Spatial interference between infectious hotspots: epidemic condensation and optimal windspeed
我们讨论了两个传染性热点之间的空间干扰的影响，作为一个功能的个人之间的流动性（风速）和他们的相对程度的传染性。只要上游热点的传染性小于下游热点，增加风速会导致下游热点的感染峰单调下降。一旦上游热点变得比下游热点的传染性大大约两倍到五倍，最佳风速就会出现，由此在下游热点中获得局部最小峰值强度，以及局部最大值，超过该局部最大值，风的有益效果就会恢复。由于这种非单调趋势使人想起非理想流体的状态方程，我们称上述现象为流行病凝聚。当上游热点的相对传染性超过约5倍时，高于最佳速度的风的有益效果完全丧失：任何高于最佳速度的风速都会导致更高的感染峰值。研究还发现，两个热点之间的空间相关性衰减比它们的反比距离慢得多。希望上述研究结果能为不同城市和城市群之间的最优限制政策提供定性线索。
2020-12-23 physics.soc-ph
Urban spatial structures from human flow by Hodge-Kodaira decomposition
城市中的人口流动表明了社会活动，并可以揭示基于人类行为的城市空间结构，以供相关应用。标量势是一个数学概念，如果成功引入，它可以提供一个直观的视角。然而，定义这样的潜在的始发-目的地流量矩阵和确定其可扩展性仍然没有解决。在这里，我们应用Hodge-Kodaira分解，其中矩阵被唯一地分解为势驱动（梯度）流和旋度流。我们描绘了城市中的潜在景观，由于通勤流，并揭示了景观已被改变或不变的年或交通方式。然后，我们确定如何以及通勤流描述的潜力，通过评估在美国的大都市地区的梯度分量的百分比，并表明，梯度分量几乎是100%，在几个地区，但是，在其他地区，卷曲分量是占主导地位的，表明沿三角形的地方的循环流的重要性。潜在的景观提供了一个易于使用的可视化工具，以显示有吸引力的地方的人流量，并将有助于在商业，城市设计和传染病传播的各种应用。
2021-10-31 physics.soc-ph
Mobility and Contact Networks Shape Epidemic Outcomes: A Large-Scale Agent-Based Modeling Study
George Mason University（乔治梅森大学）；Emory University（埃默里大学）
该研究通过含100万智能体的ABM，发现流动假设会显著改变接触网络结构与疫情轨迹，强调流动模型校准对疫情模拟及干预评估的重要性。
2026-10-21 physics.soc-ph
Urban Energy Flux: Human Mobility as a Predictor for Spatial Changes
作为一个关键的能源挑战，我们迫切需要更好地了解不断增长的城市人口如何与城市能源系统相互作用，以及对城市社区能源需求的影响，这些社区是消费人口和二氧化碳排放的密集中心。目前，城市基础设施的物理特性是我们快速发展的城市地区能源需求预测建模的主要决定因素;忽略了与波动的人类活动有关的影响。在这里，我们将展示如何将城市内人类流动作为人口与当地能源系统相互作用的指标，转化为空间印记，以预测城市环境中能源使用的空间分布。我们的研究结果建立了人类流动的一个重要因素，在解释城市能源通量的空间结构，并证明了效用的人类流动驱动的方法来预测未来的城市能源需求与二氧化碳排放战略的影响。
2016-09-05 physics.soc-ph
Spatial spread of COVID-19 outbreak in Italy using multiscale kinetic transport equations with uncertainty
在本文中，我们引入了一个空间相关的多尺度模型来描述不确定数据下传染病的空间传播，特别是在模拟意大利COVID-19疫情的爆发方面。虽然病毒传播是由SEIAR型房室模型，在我们的方法中，人口是由一个总和的通勤者移动在城市外的规模和非通勤者互动，只有在较小的城市规模。交通动力学的通勤人口在大的空间尺度上，动力学方程的基础上，在城市尺度上的非通勤者的扩散模型相结合。由于一个合适的尺度限制，动力学运输模型用于描述通勤者的动态，在一个给定的城市区域内，与扩散方程的特点，非通勤个人的运动相吻合。由于疫情早期报告的数据具有高度不确定性，因此在模型中纳入了初始数据和疫情参数中存在的随机输入。一个强大的数值方法的设计，以处理多尺度的存在和不确定性量化过程。在我们的模拟中，我们考虑了一个现实的地理区域，描述了伦巴第地区，其中城市的规模，感染人数，每天从一个城市到另一个城市的通勤者的平均人数，以及流行病方面考虑通过校准模型参数的基础上，实际可用的数据。结果表明，该模型能够正确描述意大利北部COVID-19第一波空间扩展的主要特征。
2021-06-14 cs.NA math.NA physics.soc-ph
Dynamic communicability and epidemic spread: a case study on an empirical dynamic contact network
我们分析了最近提出的时间中心性措施，适用于一个经验网络的基础上，人与人之间的接触，在一个繁忙的城市医院的急诊科。我们发现，时间中心性识别一组不同的顶部传播者比中心性的基础上的时间聚集的二进制化的接触矩阵，使一起，捕捉顶部传播者的准确性显着提高。然而，在预测流行病结果方面，时间措施不一定优于不太复杂的措施。我们的研究结果还表明，其他时间标记，如观察到的持续时间和网络中首次出现的时间，可以用于一个简单的预测模型，以生成预测，捕捉观察到的数据的趋势非常好。
2016-03-13 cs.SI physics.soc-ph
Impact of initial outbreak locations on transmission risk of infectious diseases in an intra-urban area
Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；University of Science and Technology of China（中国科学技术大学）
传染病通常起源于一个城市内的特定地点。由于人口和公共设施分布的异质性，以及空间嵌入的人类流动网络的结构异质性，传染病在不同地点爆发会造成不同的传播风险和控制难度。本研究旨在调查初始暴发地点对时空传播风险的影响，并揭示高风险暴发地点背后的驱动力。首先，结合手机定位数据，我们建立了一个基于SLIR（潜在-潜伏-传染-移除）的元种群模型来模拟传染病的传播过程（即，COVID-19）在细粒度的城市内部区域（即，649个社区）。基于模拟模型，提出了感染病例数（CaseRank）、受影响地区数（RegionRank）和空间扩散范围（SpatialRange）3个指标，对不同初始暴发点的传播风险进行了评估。最后，我们通过机器学习模型研究了不同影响因素对传播风险的贡献。结果表明，不同的暴发地点会导致相似的病例数，但不同的区域和空间范围。为了避免疫情迅速向更多地区蔓延，必须防止疫情在人口流动密度高的地区爆发。同时，为避免疫情向更大的空间范围传播，需要关注居民日常出行距离较远的偏远地区。这些发现有助于了解城市内最初爆发地点的传播风险和驱动力，并提前制定精确的预防和控制策略。
2022-03-23 cs.AI cs.CY physics.soc-ph
Urban spatial-temporal activity structures: a New Approach to Inferring the Intra-urban Functional Regions via Social Media Check-In Data
现有文献大多从城市外部的人类活动时间节奏来推断城市的功能区，但忽略了功能区与人类活动之间的内在依存关系，从而揭示了区域更详细的特征。在这项研究中，我们提出了一种新的模型的基础上的低秩近似（LRA）检测功能区使用的数据，从约1500万入住记录在一年的时间在中国上海，中国。我们发现了一系列的潜在结构，称为城市时空活动结构（USTAS）。在解释这些结构的同时，可以发现时空活动模式之间的一系列显著的潜在联系，而且我们不仅可以用较低的维数再现观测数据，而且可以在同一个坐标系中同时投影时空活动模式。通过利用K-均值聚类算法，可以得到五个显著类型的聚类，这些聚类直接用相应的时间活动组合进行注释。这提供了一幅清晰的画面，显示了区域组如何与一天中不同时间的不同活动相关联。除了商业和交通优势区，我们还发现了两种类型的居住区，开发的居住区和发展中的居住区。从城市形态分析的角度进一步验证了这些城市群的空间分布。结果表明，该模型与同期的政府规划具有较高的一致性，表明该模型适用于通过社会媒体签到数据推断功能区域，并可用于城市规划、公共服务和基于位置的推荐系统等广泛领域。
2015-01-21 cs.SI physics.soc-ph
Master equation approach to the intra-urban passenger flow and application to the Metropolitan Seoul Subway system
提出了一种描述地铁乘客行为演化的主方程方法。从简单的地理考虑构造的转移率，地铁乘客分布的演化方程被发现承担偏态分布，包括对数正态分布，威布尔分布和幂律分布。然后将这种方法应用于首尔地铁系统：在一天中的所有乘客的行程数据的分析表明，在大多数情况下，数据拟合良好的对数正态分布。本文还讨论了结果的意义。
2011-04-03 cond-mat.stat-mech physics.data-an physics.soc-ph
Spatial correlations in geographical spreading of COVID-19 in USA
COVID-19大流行的全球传播途径复杂，主要归因于病毒的高传染性、人类旅行模式以及多项缓解措施的实施。由此产生的地理模式描述了流行病的演变，并可以指示有爆发风险的地区。在这里，我们分析了美国县级新活跃病例的空间相关性，并描述了这些相关性在不同时间的程度。我们发现，流行病并没有统一的进展，我们确定了不同的阶段，区分的相关长度的显着差异。我们的研究结果表明，相关长度可能是大的，即使在案件数量下降的时期。我们发现，城市中心之间的相关性比农村地区之间的相关性要显著得多，这一发现表明，城市之间的旅行主要促进了远程传播，特别是在疫情爆发的头几个月。我们还显示，2020年11月存在一个渗透过渡，当时该国最大的部分地区连接到一个跨越集群，2021年1月存在一个较小规模的过渡，这两个时间都对应于该国的疫情高峰。
2021-06-26 physics.soc-ph
Multilayer networks describing interactions in urban systems: a digital twin of five cities in Spain
Instituto de Física Interdisciplinar y Sistemas Complejos (IFISC), CSIC-UIB（复杂系统与跨学科物理研究所（IFISC），CSIC-UIB）；CA UNED Illes Balears（巴利阿里群岛开放大学学院）；Institute for Biocomputation and Physics of Complex Systems (BIFI), University of Zaragoza（萨拉戈萨大学复杂系统生物计算与物理研究所（BIFI））；CENTAI Institute（CENTAI研究所）
本文提出了一种构建多层网络的方法，用于创建西班牙五座城市的数字孪生，以研究不同流行病场景下的干预策略比较。
2024-09-06 physics.soc-ph
Proximity Networks and Epidemics
疾病在大多数生物种群中的传播需要病原体的接近。在个体具有空间移动性的种群中，接触图是由代理的“碰撞动力学”产生的，因此流行病的演变直接与种群的空间动力学耦合。我们首先简要回顾了基于代理的模拟（EPISIMS）的属性和方法，以模拟现实的城市动态接触网络中的疾病传播。使用由该模拟生成的数据，我们引入了动态邻近网络的概念，该网络考虑了疾病传播的相关时间尺度：接触持续时间，传染期和接触创建率。这种方法有望成为一个很好的候选人，由代理碰撞动力学驱动的流行病类型的统一治疗。特别是，使用一个简单的模型，我们表明，它可以解释观察到的传染期短的疾病（如空气传播的疾病）或传染期长的疾病（如艾滋病毒）的接触图的度分布之间的定性差异。
2007-01-23 physics.data-an physics.soc-ph
Public Transport Under Epidemic Conditions: Nonlinear Trade-Offs Between Risk and Accessibility
本文通过耦合EpiSim疫情模拟与公共交通流优化模型，以慕尼黑为例揭示了疫情干预会重新分配感染风险、疫情与交通政策存在非线性交互并加剧时空不平等，主张以差异化措施替代一刀切限制。
2025-11-09 cs.SY eess.SY physics.soc-ph
Diffusive resettlement: irreversible urban transitions in closed systems
我们提出了一个现象学的非平衡模型框架来模拟城市的演变，它将城市内部的重新安置描述为一个不可逆的扩散过程。我们使用澳大利亚首府城市的实际移民数据来验证这个框架。关于住宅搬迁，人口被证明是由两个不同的群体，表现出不同的搬迁频率。在开发的框架的上下文中，这些组可以被解释为一个二元混合物的两个组件，每个都有自己的扩散弛豫时间。使用这种方法，我们获得了城市的空间结构，它定义了他们的平衡人口分布的长期预测。
2021-01-09 physics.soc-ph
Model-based testing for space-time interaction using point processes: An application to psychiatric hospital admissions in an urban area
时空相互作用是传染病和地震发生所固有的，而其他事件，如癌症或犯罪的传播则不那么明显。时空聚类的统计显著性检验通常评估事件的空间和时间（转换）距离之间的相关性。虽然通过简单吸引人，这些经典的测试不调整潜在的人口，也不能解释相互作用的距离衰减。我们建议使用一个地方病流行点过程模型的框架来共同估计由季节性和区域性特征解释的背景事件率，以及代表感兴趣的假设的叠加流行病成分。我们通过分析瑞士苏黎世（2007-2012年）的精神病住院病例来说明这种新的基于模型的时空相互作用测试。一些社会经济因素被认为与入院率有关，但没有证据表明这些病例普遍聚集。
2016-05-02 physics.soc-ph stat.AP stat.ME
Quantifying long-term evolution of intra-urban spatial interactions
了解城市交通基础设施的变化对其空间相互作用的长期影响仍然是一个挑战。困难的原因是，实际影响可能无法在静态或汇总流动性措施中显示出来，因为这些措施对扰动非常强大。更普遍地说，缺乏纵向、横截面数据来证明在有意义的城市尺度上空间相互作用的演变，也阻碍了我们评估移动指标的敏感性，限制了我们深入了解城市移动性演变的能力。使用非常大的流动性记录分布在三年内，我们量化的影响完成了地铁线路延伸：在新加坡的环线（CCL）。我们发现，项目完成前后，常用的运动指标几乎相同。然而，在比较跨年的时间群落结构，我们观察到受影响的地理区域的空间重组显着差异。CCL的建成使旅行者能够以更低的交通成本重新确定他们想要的目的地，使社区结构更加一致。这些局部变化是动态的，并且在短时间尺度上具有特征，为我们提供了一种不同的方法来识别和分析新基础设施对城市及其演变动态的长期影响。
2014-11-26 cs.SI physics.soc-ph
Contagion mean field model for transport in urban traffic networks
本文提出了一种城市交通网络中传输的传染性均场模型，揭示了交通流与密度之间的关系，并验证了SIS/SIR过程在交通拥堵建模中的应用。
2025-12-15 cond-mat.dis-nn physics.soc-ph
Stratified Mobility, Segregated Boundary, and Socioeconomic Mixing in New York
跨空间单元的移动性代表了人们如何沿着时间序列管理位置之间的活动的体现。然而，时空模式与尊重的起源（推因素）和目的地（拉因素），在空间相互作用的文献中广泛讨论的社会经济特征的相互作用。在更高的空间分辨率下观察这种动态，使我们能够纠缠城市的多方面性质，它作为一个系统或网络的复杂性，以及它塑造人们运动的方式。本研究探讨了城市系统或城市网络中相互联系的要素在外部冲击（即COVID爆发）出现的同时可能影响流动性流量估计的程度。为了提高预测能力，引力模型扩展到城市系统模型，通过增加城市网络的复杂性，基于微观分析方法（城市内部网络）。我们的研究结果表明，更复杂的城市系统模型的性能比重力模型。在这里，我们利用分层的流动性，指定流动性流与收入状况的尊重地区。新型冠状病毒疫情爆发后实施封城措施，增加了阶层内流动性，显示社会经济距离与地理距离之间的耦合。经济水平相近地区间的流动比经济水平不同地区间的流动更具有可预测性。此外，无论外部冲击的严重程度如何，在决定流动性方面，拉因素的存在比推因素更丰富。
2022-03-02 physics.soc-ph
Activity-based contact network scaling and epidemic propagation in metropolitan areas
鉴于城市化的发展和新出现的流行病威胁，需要更复杂的模型来了解疾病传播，并调查干预战略在不同城市类型中的影响。我们引入了一个完全机械的，基于活动的和高度时空分辨的流行病学模型，该模型利用了从全规模城市的综合流动性需求和供应模型中获得的人的轨迹。通过模拟COVID-19在两个具有代表性合成人口和流动模式的全规模城市中的演变，我们分析了基于活动的接触网络。我们观察到，过境接触是无标度的，在这两个城市，工作接触是威布尔分布，购物或休闲接触呈指数分布。我们还调查了交通网络的影响，发现它的去除抑制疾病传播，而工作也是至关重要的高峰期后疾病传播。我们的框架，验证现有的病例和死亡率数据，显示了跟踪和追查的潜力，以及详细的社会人口和流动性分析的流行病控制战略。
2020-07-31 physics.soc-ph q-bio.PE
Maximum Entropy Approach for the Prediction of Urban Mobility Patterns
本文基于意大利共享汽车移动数据，利用最大熵原理构建仅含最少约束的可解释城市活动模型，用于预测与异常检测，性能优于SARIMA并接近神经网络。
2022-10-04 physics.soc-ph
Generative AI impacts on intra-urban inequality and skill premium in Beijing
School of Architecture, Tsinghua University（清华大学建筑学院）；ZODA LAB（ZODA实验室）；Technology Innovation Center for Smart Human Settlements and Spatial Planning & Governance, Ministry of Natural Resources, Tsinghua University（智能人居环境与空间规划及治理技术创新中心，自然资源部，清华大学）
利用北京2018-2024年500万条招聘数据，通过五个大语言模型评估任务级暴露度，构建社区级生成式人工智能暴露指数，发现生成式人工智能暴露集中在核心区，导致高暴露社区工资停滞和“高技能陷阱”，挑战了技能偏向技术变革理论。
2026-05-25 cs.AI cs.CY econ.GN
Network approach reveals the spatiotemporal influence of traffic to air pollution under the COVID-19
本研究借助COVID-19期间各地交通管控的契机，通过构建多层复杂网络探究交通对空气污染的时空影响，发现多区域空气质量受周边交通影响显著，且影响程度随抗疫阶段变化，为相关政策制定提供新视角。
2022-03-18 physics.soc-ph
Synthetic populations for epidemic, demographic and mobility modeling
ISI Foundation（ISI基金会）；Instituto de Física Interdisciplinar y Sistemas Complejos IFISC (CSIC-UIB)（跨学科物理与复杂系统研究所 IFISC (CSIC-UIB)）；Sorbonne Université, INSERM, Sorbonne Public Health Institute（索邦大学、INSERM、索邦公共卫生学院）；Instituto Mediterráneo de Estudios Avanzados IMEDEA (CSIC-UIB)（地中海高级研究所 IMEDEA (CSIC-UIB)）；Universitat Pompeu Fabra（庞培法布拉大学）
本文提出一套覆盖西班牙、法国、意大利的合成人口数据集，其生成流程可复现多维度人口与空间特征，依赖公开数据可扩展至其他国家，支持多领域高分辨率建模。
2026-10-16 physics.soc-ph
Percolation Transition of K-Destinations Reveals Universal Backbone of Urban Mobility Networks
Institute of Remote Sensing and Geographical Information Systems, Peking University（北京大学遥感与地理信息系统研究所）；The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
该研究基于美国8城手机数据，发现城市出行k-频繁目的地网络在k*=130处存在一致的渗流阈值，其源于枢纽性与居民混合度的共同作用，且该阈值与出发地社会经济特征相关，深化了对城市空间互动结构的理解。
2026-10-21 physics.soc-ph
Simulating the Spread of Epidemics in China on the Multi-layer Transportation Network: Beyond the Coronavirus in Wuhan
基于SEIR模型和城市交通网络建模，建立了一个通用的流行病在中国城市传播的模拟器。中国340多个地级城市之间的公共交通系统被建模为一个多层的二分网络，层代表不同的交通工具（航空公司，铁路，航线和公共汽车），节点分为两类（中心城市，外围城市）。在每个城市，一个开放系统SEIR模型跟踪疾病的局部传播，人口流入和流出与上层交通网络交换。该模型考虑了疫情在不同交通媒介上的不同传播能力、入境流在城市的过境、因路径重叠而在公共交通工具上的交叉感染以及感染人群不进入公共交通和康复人群不重复感染的现实考虑。该模型可用于模拟在中国（可能是其他国家）的任意流行病的城市级传播，其特征在于其基本繁殖数，潜伏期，感染期和人畜共患病力，起源于中国任何地级市（S），在政府实施有效干预之前的一段时间。流量图输入到系统中，以触发城市间的动态，假设不同的流量强度，从经验观察确定，内/之间的节点的二分划分。利用该模型对2019年武汉市冠状病毒疫情进行了模拟，结果表明，该框架是稳健可靠的，模拟结果与公共城市级数据集在很大程度上匹配。
2020-02-27 physics.soc-ph q-bio.PE
Epidemic spread in interconnected directed networks
在现实世界中，许多复杂系统与其他系统相互作用。此外，传染病信息在系统内或系统间的传播和传染病的传播往往不是随机的，而是有方向的。因此，本文建立了一个基于互联有向网络的传染病模型，它可以看作是无向网络和二部网络的推广。利用平均场方法，建立了该网络上的易感-传染-易感模型。对该模型进行了理论分析，得到了基本再生数，它也是无向网络和二部网络临界数的推广。并以基本再生数为前向分歧参数，证明了无病平衡点和地方病平衡点的全局稳定性。我们还给出了一个条件，流行病只在一个单一的子网。此外，我们进行了数值模拟，发现每个节点的进出度之间的独立性，大大降低了网络的拓扑结构对疾病传播的影响。
2017-07-20 nlin.AO physics.soc-ph
Pattern and Anomaly Detection in Urban Temporal Networks
包括流动性在内的广泛的城市活动可以被建模为随时间演变的时间网络。城市动态的突然变化所造成的事件，如中断的公民行动，群众集会，假日和自然灾害可能反映在这些时间的流动网络。识别和早期发现这种异常发展对于交通规划和安全至关重要。从高维网络数据中检测异常是一项具有挑战性的任务，因为边缘水平测量通常具有较低的值和高方差，导致高噪信比。在这项研究中，我们提出了一个通用的三阶段管道方法来解决原始数据的维数灾难和噪声。我们的管道包括i）利用社区检测的初始网络聚合ii）无监督降维iii）对所得表示进行聚类以进行离群值检测。我们进行了广泛的实验，以评估所提出的方法从两个主要城市，纽约市和台北市收集的流动性数据。我们的研究结果实证证明，所提出的方法优于传统的异常检测方法。我们进一步认为，所提出的异常检测框架是潜在的推广到各种其他类型的时间网络，如社会互动，信息传播和流行病传播。
2019-11-25 cs.SI physics.soc-ph
Epidemic modeling in metapopulation systems with heterogeneous coupling pattern: theory and simulations
人口的空间结构是理解流行病大规模传播的一个关键因素。最近的经验证据的异质性的城市地区之间的交通和通勤模式的动机，我们提出了一个彻底的分析传染病的行为在集合种群模型的特点是异质连接和流动模式。我们推导出描述集合种群系统的基本反应扩散方程，并推导出亚种群入侵动力学的早期动力学近似。分析描述使用度块变量，使我们能够考虑任意度分布的集合种群网络。我们发现，随着通常的单种群流行病阈值的集合种群网络表现出一个全局阈值的亚种群入侵。我们找到了一个明确的解析表达式的入侵阈值，决定了最小数量的个人之间旅行的亚群，以有一个宏观数量的亚群的感染。入侵阈值是基本再生数、感染期和迁移过程等因素的函数，随着网络异质性的增加而降低。我们提供了广泛的机械数值蒙特卡罗模拟，恢复在广泛的集合种群网络连接模式的分析结果。这些结果有助于理解最近的数据驱动的计算方法，以疾病在大型交通网络中的传播以及旅行限制等遏制措施的影响。
2007-08-21 physics.soc-ph q-bio.PE
