1.一种基于流行传染病病毒场的防控系统，其特征在于，所述防控系统包括依次连接的以空气为媒介的传播传染病城市扩散建模单元，病毒携带人群的时空轨迹数据和感染发病数据的收集、清洗与加工单元，病毒携带者位置语义信息获取单元，病毒携带者为位置中心的病毒分布密度计算单元，病毒携带人群的时间、空间和病毒分布密度数据映射单元，基于时态GIS的流行传染病病毒场云平台构建单元，基于时态GIS的病毒分布密度图的感染风险人群的排查单元，基于时态GIS的病毒分布密度图的健康人群的保护和保障单元。

2.如权利要求1所述的基于流行传染病病毒场的防控系统，其特征在于，所述的以空气为媒介的传播传染病城市扩散建模单元，用于对城市区域功能进行划分及空间位置映射，将城市中的每个空间位置功能语义化；

这里首先将城市的主城区分解为区域和区域中的子空间，所述的子空间的功能信息是通过所述的数字地图内容、导航和位置服务解决方案提供商这里获得的；从通信运营商获取基站位置区域识别号码和基站扇区位置标识号码，将所述的区域和所述的区域中的子空间进行映射；

所述的区域，是服务于不同目的的城市地块，将城市划分为农业区、办公区、住宅区、医院、学校、大学、休闲娱乐区不同类型；不考虑对传染病扩散基本无影响的区域，如农业区，将所述的区域映射为七种类型：住宅区、办公区、学校、大学、医院、休闲区和交通区；所述的交通区是一种特别的区域，由可移动的独立空间组成，比如火车车厢、地铁车厢和公共汽车；

所述的子空间，是属于所述区域的一个更小的空间单位，对应到现实生活中的一个个非移动的独立空间，所述非移动的独立空间是一个家庭、或者一个医院病房、或者一个办公室、或者一个休闲娱乐场所、或者一个教室、或者一块绿地；所述的子空间区分室外和室内；

所述的子空间的类型由其所在区域的功能类型决定；人们在所述的子空间中进行相应类型的活动，比如居家、住院、工作、休闲娱乐和学习；参考实际数据在每个所述的区域中生成不同类型的所述的子空间，比如一个大学区域可由办公子空间、居住空间、教室子空间、休闲子空间；由此，这里将所述的子空间划分为以下六种类型：居所、办公室、教室、病房、休闲场所、交通子空间；这样每个子空间都具备了相应的语义信息。

3.如权利要求1所述的基于流行传染病病毒场的防控系统，其特征在于，所述的病毒携带人群的时空轨迹数据和感染发病数据的收集、清洗与加工单元；从疾控中心获得所述的病毒携带人群中每个个体的感染发病数据，即各病毒携带者的感染发病数据，包括手机号码及发病时间和被隔离时间，用该手机号码从通信运营商获得所属的病毒携带者从发病前

1天和发病后直至被隔离前以时间间隔t的手机话务数据及其相关基站数据，所述的通信运营商如中国移动、中国联通和中国电信，所述的病毒携带者的手机话务数据包括用户触发话务的时间、用户通信业务类型和用户ID号；所述相关基站数据包括与所述手机话务数据相关的基站位置区域识别号码和基站扇区位置标识号码；然后将上述数据加工成用户ID、时刻、空间位置并按时间序列写入时空数据库集，即DATASET1。

4.如权利要求1所述的基于流行传染病病毒场的防控系统，其特征在于，所述的病毒携带者位置语义信息获取单元，根据所述的病毒携带者的空间位置访问所述的城市区域功能划分及空间位置映射单元，得到所述的病毒携带者的空间位置的语义信息。

5.如权利要求3所述的基于流行传染病病毒场的防控系统，其特征在于，所述病毒携带者为位置中心的病毒分布密度计算单元，根据所述的DATASET1中所述的用户ID、时刻、空间位置信息，分别计算每个所述用户ID的为位置中心的病毒分布密度，计算公式如下；

式中，P(i)t为采样时刻t第i个病毒携带者所处的空间坐标，t(i)为采样时刻t第i个病毒携带者在所处的空间坐标所经历的时间，σ为常数，f(P(i)t,t(i))为采样时刻t第i个病毒携带者的病毒分布密度；

进一步，还要考虑到室内外病毒分布密度衰减情况不同，对于室外病毒分布密度不进行累加；对于室内，首先判断采样时刻t第i个病毒携带者所处的空间坐标P(i)t和采样时刻t+1第i个病毒携带者所处的空间坐标P(i)t+1之间的距离ΔD是否小于一个阈值TD，如果满足，就要考虑病毒密度的累加效应；即将采样时刻t+1第i个病毒携带者的残存病毒分布密度f(P(i)t+1,t(i)+Δt)与采样时刻t+1第i个病毒携带者的病毒分布密度f(P(i)t+1,t(i))进行累加；

对于所述的病毒携带者所处的环境是否在室内还是在室外，是根据所述的病毒携带者位置语义信息获取单元所得到的空间语义来实现的；

考虑到经历采样时间间隔Δt的病毒分布密度衰减，将经历采样时间间隔Δt所残存在区域中的病毒分布密度用公式(2)进行衰减计算，式中，P(i)t+1为采样时刻t+1第i个病毒携带者所处的空间坐标，t(i)为采样时刻t第it+1

个病毒携带者在所处的空间坐标所经历的时间，σ为常数，f(P(i) ,t(i)+Δt)为采样时刻t+1第i个病毒携带者的残存病毒分布密度；

然后将上述数据进一步加工成用户ID、时刻、空间位置、病毒分布密度并按时间序列写入病毒分布时空数据库集，即DATASET2。

6.如权利要求1～5之一所述的基于流行传染病病毒场的防控系统，其特征在于，所述的病毒携带人群的时间、空间和病毒分布密度数据映射单元，用于将DATASET2中的数据映射到时态GIS上；

所述的时态GIS在传统GIS基础上增加时间维，把GIS由传统的空间、属性两要素拓展为空间、时间、属性三要素；时态GIS既可以描述和表达病毒场在空间中的分布和形状，也可以描述和表达其随时间的变化，进行时态分析。

7.如权利要求1～5之一所述的基于流行传染病病毒场的防控系统，其特征在于，所述的基于时态GIS的流行传染病病毒场云平台构建单元，面对全国各地每天产生的海量疫情数据的加工处理，就必须采用云计算的方式来实现；各地基层疾病防控中心工作人员通过所述的基于时态GIS的流行传染病病毒场云平台输入病毒携带者感染发病数据；然后通过所述的病毒携带人群的时空轨迹数据和感染发病数据的收集、清洗与加工单元，所述的病毒携带者位置语义信息获取单元，所述的病毒携带者为位置中心的病毒分布密度计算单元，所述的病毒携带人群的时间、空间和病毒分布密度数据映射单元进行云计算，最后自动生成基于时态GIS的流行传染病病毒场。

8.如权利要求1～5之一所述的基于流行传染病病毒场的防控系统，其特征在于，所述的基于时态GIS的病毒分布密度图的感染风险人群的排查单元，用于排查曾经与病毒携带者有过近距离的接触人群，并告知存在着被感染的风险；

首先，根据时态GIS的病毒分布密度图聚焦公共场所的较为封闭空间，所述的公共场所的较为封闭空间主要是火车站、高速路服务区、超市、餐厅、商场、机场、长途客运站、出租车、高铁车厢、公交车、公共卫生间、电梯间，…；在所述的以空气为媒介的传播传染病城市扩散建模单元中已经将所述的区域和所述的区域中的子空间进行了语义化处理；因此，只要从所述的公共场所的较为封闭空间和病毒场产生的时间段内中筛选出存在有病毒场的空间，用ACn,TD表示，其中n表示在所述的区域和所述的区域中的子空间中存在有病毒场空间的个数，TD表示在所述的区域和所述的区域中的子空间中的病毒场持续时间；

接着，获取进入ACn,TD中的所有人员的手机轨迹信息，将这些人员作为初步的排查对象；

易感人群在传染病病毒场中滞留时间越长、进入传染病病毒场次数越多，被感染的概率就越大；

这里首先阐述流行病的传染概率问题，易感个体在访问一个子空间时被传染的概率依赖于：该子空间内同时存在多少具备传染性的个体、每次接触持续多长时间、活动类型、具备传染性个体所属的传染性类别；

将具备完全传染性的个体和完全易感的个体之间发生在给定时间段t内接触发生传染事件的均值记为λ；为简单起见，假定每个具备传染性的个体都具有相同的传染性；对于随机出现的事件，在给定时间段t内出现的次数服从对于随机出现的事件，在给定时间段t内出现的次数服从泊松分布，参数为λt；

这里将病毒场区域范围值Di，计算以米为单位，分别规定如下：D1＜1高危区域，1≤D2＜

2中危区域，2≤D3＜4低危区域，4≤D4较安全区域；

因此，在时间区间t内处在病毒场不同区域范围内，不发生被感染的概率为 至少发生一次感染的概率为 这些病毒场区域范围值Di针对不同传染病性类别可调；当一个具有传染性的个体A和易感个体D处在同一个子空间的不同区域空间之内一段特定时间TAD，传染发生的概率可以用公式(3)来表达，如果用离散的方式来表达，可以采用公式(4)来进行计算，

式中，λ(Di)为传染性的个体和完全易感的个体之间发生采样时间间隔内处在某一病毒场区域范围值Di中接触发生传染事件的均值， 为j采样的时间内A传染给D的概率；

因此，排查方法是检测所述的完全易感的个体是否在采样时间间隔内曾经进入到任何病毒场，然后根据其距离病毒场的不同距离用公式(5)计算被感染的概率式中，k表示病毒场的序号，j为采样时间序号，λ(Di(k))为在某一个采样时间内完全易感的个体进入某个病毒场k的病毒场区域范围值Di(k)中发生被感染事件的均值， 为j采样的时间间隔内完全易感的个体进入某个病毒场k的某一病毒场区域范围值Di(k)中发生被感染事件的概率。

9.如权利要求1～5之一所述的基于流行传染病病毒场的防控系统，其特征在于，完全易感的个体在TD时间段内被病毒感染概率的计算单元，用于计算基于时态GIS的病毒分布密度图完全易感的个体在TD时间段内被病毒感染的概率；

被病毒感染的概率是与进入病毒场区域的频次、与病毒场区域的相隔距离和滞留的时间相关的，公式(5)提供了某一采样时间内进入某个病毒场k的某一病毒场区域范围值Di(k)中发生被感染事件的概率，因此，还需要计算在TD时间段内内进入某个病毒场k的某一病毒场区域范围值Di(k)中发生被感染事件的概率；如公式(6)所示；

式中， 为TD时间段内都不发生被感染的概率， 为追溯时间段TD

内至少发生一次被感染的概率， 为j采样的时间间隔内完全易感的个体进入某个病毒场k的某一区域范围值Di(k)中发生被感染事件的概率，k表示病毒场的序号，j为采样时间序号，λ(Di(k))为在某一个采样时间内完全易感的个体进入某个病毒场k的某一区域范围值Di(k)中发生被感染事件的均值，n为TD时间段开始采样时间，TD/Δt为时间段TD内的采样总数，Δt为排查采样时间；

然后，用 值的大小将完全易感的个体在TD时间段内被病毒感染进行分类，分为可能性极大、可能性大、可能性不大、可能性极小四个类别；

接着，将第k个病毒场的空间位置语义信息、时间TD信息和分类信息进行编辑，最后根据手机用户ID号，访问所述的通信运营商的数据库得到用户的手机号码，系统自动将编辑好的提示信息发送给所述的手机号码的手机上；

对于被感染可能性极大和可能性大的群体，系统所提供的编辑好的提示信息是：您曾经在“时间TD”和“第k个病毒场的空间位置语义信息”与病毒携带者有过近距离的接触，若您当时没有佩戴口罩，则存在着较高的被感染风险；若有任何发热乏力等症状，请尽快去医院就诊；另外，在未排除被感染以前，主动做好自我隔离，以免传染给家人与周围的人；

对于被感染可能性不大的群体，系统所提供的编辑好的提示信息是：您曾经在“时间TD”和“第k个病毒场的空间位置语义信息”与病毒携带者有过一些接触，若您当时没有佩戴口罩，还不能完全排除有被感染风险，若有任何发热乏力等症状，请尽快去医院就诊；另外，在未排除被感染以前，主动做好自我隔离，以免传染给家人与周围的人；

同时将以下信息报告给手机定位的所在乡镇卫生院或者街道社区卫生服务中心或者是基层疾控中心，“你辖区手机号为****的用户，在****时***地曾经与病毒携带者有过近距离接触者，存在着被感染的风险，目前系统预估受到感染的概率是 预判感染风险等级为**级，请采取相关措施”；

通过上述处理，将疑似病毒感染者从当地广大居民中分流出来，作为本辖区防控的重点对象。

10.如权利要求1～5之一所述的基于流行传染病病毒场的防控系统，其特征在于，所述的基于时态GIS的病毒分布密度图的健康人群的保护和保障单元，用于在疫情爆发期间健康人群的保护和生产生活的保障；

疫情爆发期间，极大多数居民普遍关心的、甚至是很焦虑的是：①担忧自己是否可能被病毒感染；②必要外出时，如购买生活必需品、上下班，自己是否安全，如何规避感染风险；

对于①，系统对疫情出现后的一段时间内、且在外出时没有佩戴口罩的人群提供这样一种信息服务，用户只要将其手机号发送给平台，平台就会根据用户的活动轨迹，再检查该用户是否在出行期间是否曾经进入到任何病毒场；若遇到的病毒场，则根据其接触病毒场的频度、强度和时间长短，最后计算某次出行被感染的概率以及这段时间内被感染的概率；

首先，检测所述的用户是否在疫情出现后的一段时间内中Tdu的某一采样时间间隔内曾经进入到第k病毒场，若有就根据其距离病毒场的不同距离用公式(5)计算被感染的概率若存在有多个病毒场或者多次进入病毒场的情况，用公式(5)计算出所有被感染的概率然后，用公式(7)计算在疫情出现后的一段时间内Tdu中进入所有病毒场中发生被感染事件的概率；如公式(7)所示；

式中， 为Tdu时间段内都不发生被感染的概率， 为疫情出现后

的一段时间内Tdu内至少发生一次被感染的概率， 为j采样的时间间隔内用户进入某个病毒场k的某一区域范围值Di(k)中发生被感染事件的概率，k表示病毒场的序号，j为采样时间序号，λ(Di(k))为在某一个采样时间内用户进入某个病毒场k的某一区域范围值Di(k)中发生被感染事件的均值，n为Tdu时间段开始采样时间，TD/Δt为时间段Tdu内的采样总数，Δt为检索采样时间；

对于②，系统根据该用户的出行习惯，若出行轨迹内覆盖有病毒场，就提示用户出行要避开这些风险地段；或者提供给用户基于时态GIS的病毒分布密度图，让用户自行决定出行路线。