2022/3/16 10:26:38 阅读：175 发布者：chichi77
近日，此前曾准确预测多地疫情的兰州大学，再次发布国内疫情预测。
3月14日，兰州大学新冠肺炎疫情全球预测系统网站发布了《兰州大学对
对2022年3月中国内地新冠肺炎疫情的预测》。
内容如下：
近期我国疫情多发频发，从3月1日0时至3月13日24时，中国内地新增确诊病例5504例（本土，数据来源：国家卫健委）。目前，全球疫情仍然此起彼伏，部分周边国家和地区新增病例仍快速增长，韩国单日新增确诊病例连续3天超过30万例，最高达38万例；越南单日新增确诊病例已连续6天超过16万例，最高达45万例。奥密克戎变异株传播隐匿、传染性强、传播速度快，早期难发现，我国防控形势复杂严峻。
根据最新的疫情数据，兰州大学《新冠肺炎疫情全球预测系统》的初步预测结果显示，在当前政府采取的及时、有效的管控措施下（图1蓝色实线），内地本轮疫情预计将于2022年4月初得到控制，预计累计感染约3.50万人（2.47万-4.53万，蓝色虚线）。虽然内地本轮疫情是自武汉疫情以来最严重的本土疫情，但只要坚持“外防输入、内防反弹”总策略、“动态清零”总方针不动摇、不放松，我国定能很快控制住疫情。
2022年3月中国内地疫情初步预测结果
世界上第一个全球疫情预测系统，此前曾准确预测多地疫情
自全球新冠肺炎疫情暴发以来，由兰州大学西部生态安全省部共建协同创新中心主任黄建平教授组织带领中心团队，于2020年5月25日创建了具有兰州大学全部知识产权的全球第一套新冠肺炎疫情全球预测系统。该系统的创建旨在科学预测疫情发展，为战略研判疫情态势、采取有效防控手段提供科学依据。
这个系统有多厉害？
2021年8月，它曾准确预测河南、扬州疫情。
9月，再次准确预测莆田、厦门疫情。
据介绍，兰州大学的这套疫情预测系统，预测主要分为日常预测和突发疫情预测。日常工作包括针对全球190多个国家做的未来一天、一个月和两个季度的预测，每10天更新一次月预测和季节预测的数据。
“新冠肺炎疫情全球预测系统”网站截图
“系统是将气候预测中的统计——动力方法与流行病学模型相结合的预测系统，是跨学科知识融合的创新性成果。传统的流行病学模型仅适用于区域模拟和预测，而我们所建立的全球预测系统覆盖的空间范围更广，做的是全球预报。”黄建平教授说。
“新冠肺炎疫情全球预测系统”流程图
“新冠肺炎疫情全球预测系统”(GPCP)基于实时更新的流行病数据，对每个国家的逐日和季节性新增新冠肺炎发病数进行可靠预报。之前国外也有大学和相关机构推出过疫情预测系统，但他们只着眼于美国本土疫情的预测，同样的，国内也有其他学校对国内疫情进行预测，但是没有继续进行下去。“我们做的是一个全球的预测系统，并且是目前世界上唯一并且坚持做预测的系统。”
2021年6月8日，《国家科学评论》（National Science Review）在线发表了黄建平教授团队题为《新冠肺炎疫情的震荡暴发特征》“The oscillation-outbreaks characteristic of the COVID-19 pandemic”的最新成果，揭示了振荡中突变上行是全球新冠肺炎疫情传播的主要特征。其中此起彼伏的振荡主要受季节变化和病例上报滞后的影响，而短时突变则主要由人员聚集引起。这项成果为全球新冠疫情的科学建模和参数化提供了重要的理论根据。
2021年1月31日，中国工程院院士钟南山也曾点赞：“兰州大学西部生态安全省部共建中心研发的‘全球新冠疫情预测系统’的预测是相当可靠的。”
兰大疫情预测系统准确率达94.62%
2021年12月31日，兰州大学新冠肺炎疫情全球预测系统网站以呼伦贝尔市突发疫情为例，首次发布了自己预测效果检验公式和预测准确率。
呼伦贝尔疫情预测结果评估
据报道，自2021年11月28日开始的呼伦贝尔市突发新冠肺炎疫情于2021年12月18日得到控制，单日新增确诊病例为零，本轮疫情累计确诊病例数为558人。疫情受控当日（2021年12月18日），系统的预测结果为：呼伦贝尔市本轮疫情累计确诊病例数为588人，累计确诊病例数的预测准确率为94.62%。
黄建平院士团队主导
兰大预测系统的黄建平老师于2021年11月18日当选中国科学院院士。
黄建平院士是南京信息工程大学（原南京气象学院）1978级大气探测专业校友。他在校期间勤奋学习，获得了大气探测和天气动力学双学位，是典型的“学霸级”人物。
黄建平院士本科毕业后，先后在中国科学院、兰州大学、北京大学完成了硕士、博士、博士后的学习，后回到西部，担任兰州大学大气科学学院院长。十多年的时间，建成教育部半干旱气候重点实验室、一带一路大气科学研究中心、西部安全省部共建协同创新中心，带出了一支坚守西部、服务国家的“黄大年”式的教学团队。
他们将统计-动力气候预测的先进技术与流行病模型相结合，综合考虑温度、湿度和政府管控措施等因素，利用大数据研判疫情发展趋势。
新闻来源：综合整理自兰大新冠肺炎疫情全球预测系统、央视新闻等
如有侵权，请联系本站删除！
