Diverse and nonlinear influences of built environment factors on the spread of COVID-19 across towns

1.论文概述

文章主要是分析了疫情爆发初始阶段，疫情发展的时空特性，之后分析了许多建成环境、设施设备对疫情传播的影响。
下面介绍下自变量和因变量，通过自变量和因变量也就可以对这篇文章做很好的理解了。
因变量选取了两个，一个是RCIC，也就是累计确诊人数比例，第二个是CVIC，也就是确诊人数变化，其中RCIC反映的是疫情传播和发展情况，CVIC反映的是政策效力，CVIC越小，政策也就越强。
自变量选取详见下图，意思可以简单的从名字来解读，具体不展开叙述了。

2.方法论

2.1 Bivariate local indicators of spatial association (BiLISA)

文章第一个分析就是对RCIC和CVIC进行BiLISA分析。Bivariate local indicators of spatial association分析如下：

$Z_{i,k}$和$Z_{j,l}$ 分别是对变量做标准化，关键就是第一个公式了，其中$Z_{j,l}$是区域j的变量l，$Z_{i,k}$是区域i的变量k，l是k的空间邻居，论文里的邻居使用的方式是k近邻。因此公式一其实反映的就是区域i和它的周围领域的情况，计算的时候把$Z_{I,k}$和${\sum }_{j=1}^N{w}_{ij}{Z}_{j,l}$分别计算出来，然后作为两个坐标绘图，那么会出现4种情况，第一个高高聚类，也就是两者都很大，此时I很大，第二个低低聚类，也就是两个都很小，此时I很大，第三个是低高聚类，第四个是高低聚类，这四种模式对应的物理含义也十分容易理解，分别做分析解读就行了。
在本研究中主要就是对RCIC和CVIC做了BiLISA分析，然后解读了一下四种情况。

2.2 随机森林

随机森林模型不做过多解释了，文章主要就是分别以两个因变量作为模型的因变量，然后使用所有的自变量对因变量训练随机森林模型，进行特征重要性排序，选择前8重要的特征进行Partial dependence plot ，也就是分析自变量对因变量会产生怎么样的影响。Partial dependence plots如下所示。Partial dependence plots见该链接的解释即可。可以在看下这篇文章的解释。论文就是对Partial dependence plots做了一些分析。

3.数据资源

文章给了很多数据源，比如下面几个都是很有用的。
1. 2015年中国土地利用现状遥感监测数据
2. 百度迁徙数据

参考文献

[1] Ma S , Li S , Zhang J . Diverse and nonlinear influences of built environment factors on COVID-19 spread across townships in China at its initial stage[J]. Scientific Reports, 2021, 11(1).