Python和FME下的疫情数据可视化

谭仁春，江 威*，马艺文，陈俊伟

（1.武汉市测绘研究院，湖北 武汉 430022；2.武汉市自然资源和规划信息中心，湖北 武汉 430014；3.湖北金拓维信息技术有限公司，湖北 武汉 430223）

时间和空间是现实世界最基本最重要的属性，有研究表明，现实世界中的数据超过80%与地理位置有关[1]。地理信息系统（GIS）技术的出现和发展，为传染病的研究工作提供了强有力的工具和独特的研究方法[2]。3S 技术的发展与应用，成为从时间和空间上跟踪、监测传染病蔓延、传播的重要手段，尤其是涉及大范围、多因素的动态研究，多源多时相多尺度的空间数据更能体现出其独特优势[3]。3S 技术和时空大数据等信息化技术的高速发展和应用，为传统的各类公共卫生信息和数据提供了丰富的分析方式和手段，改变了数据分析理论滞后和分析技术缺失的现状，可以充分挖掘数据的隐含知识和潜在应用价值。

传染病的防治和应对是健康城市建设的重要方面[4]。在人口流动不断加快加大、全球重大传染病疫情频发的时代，传染病预防控制工作已成为我国可持续发展工作的重要组成部分[5]。新型冠状病毒肺炎是近百年来人类遭遇的影响范围最广的全球性大流行病，对全世界是一次严重危机和严峻考验，人类生命安全和健康面临重大威胁[6]。应从数据分析的角度，对历史数据进行深入的结构性分析，从中挖掘出具有社会意义和理论价值的知识，作为决策的科学依据[7]。结合GIS 领域的中间件工具FME 和面向对象的自然开发语言Python，本文设计了一套获取COVID-19 数据并绘制疫情地图的算法流程，实现了疫情数据获取、展示、发布和应用的集成管理。……