时空信息多模式融合模型应用研究

给出了时空多模式融合模型(MM模型)的实用建模方法.利用华北地震和北京SARS 2个时空数据集对MM模型进行了建模应用和性能评价,与单纯神经网络模型相比,MM模型的预测准确性与预测趋势变化的能力均有所提高.分析表明,利用MM模型对不同类型时空过程建模时,不同分量信息所起到的作用并不相同.     

铁路运输阻断SARS疫情系统对策研究

通过讨论铁路客运过程中SARS疫情扩散特点,分析其特有的通道效应、跨越效应以及控制点效应,建立基于模糊决策理论的与疫区具有强关联性区域的铁路运输SARS疫情扩散概率模型,提出以铁路运输通道为控制单元的疫情分级控制策略,并在此基础上讨论铁路运输SARS疫情控制预案。     

SARS防治给铁路防病机制改革的启示

铁路卫生防疫机构在卫生监督、疫情统计报告、计划免疫、交通检疫、控制传染病经铁路传播等方面做了大量工作，但由于管理体制的问题，铁路防病工作发展滞后，其作用远远没有达到与国民经济及铁路运输快速发展相适应的水平。针对铁路运输网的发展及其客流运输的特点，探索建立新的卫生防疫体系及疾病统计分析、预测预报网络体系，以更好地为全国防病工作服务。     

"非典"和新冠肺炎疫情对我国客货运输的影响比较与分析

为使运输行业有效做好新冠肺炎疫情防控工作并积极应对后续可能出现的行业风险，在剖析2003年“非典”疫情对各种交通运输方式客货运输流量产生影响的基础上，比较了新型冠状病毒肺炎疫情与“非典”疫情的共性与不同，分析了新型冠状病毒肺炎疫情将对我国客货运输发展产生的影响，预测新型冠状病毒肺炎疫情将在短期内对铁路客运、公路客货运、民航客货运造成较大负面影响；对铁路货运、航运影响较小；对快递、电商业发展产生积极影响。基于各运输方式客货运量所受影响预测，指出未来一段时期交通运输行业应关注的重点：要进一步健全行业突发危机管理机制和行业重大风险防范机制；针对此次疫情涉及面较广的特点，应关注农村交通运输防控工作，保障疫情期间“三农”健康有序发展。     

季节调整本底线与SARS对我国铁路客运量的影响

危机事件频繁发生会造成巨大经济损失,对其进行科学评估关系国家安全和灾后重建,具有重要意义。本文首先用TRAMO/SEATS季节调整模型,将月度时间序列数据分解成趋势-循环、季节和不规则因素,再根据异常值类型等对本底趋势线理论予以改进,最后对危机事件造成的经济损失进行定量评估。以我国2000年1月至2010年2月铁路客运为例,2003年SARS所造成铁路客运量的损失评估为重点。结果表明,模型通过各项检验,对铁路客运量的拟合和分解效果非常好;根据SARS造成的更新异常值,改进的本底趋势线更科学;SARS共造成铁路客运量损失1.4654亿人次,以往研究中的损失评估偏低;2003年3～4月危机开始显现,5～6月危机全面爆发并达到巅峰,7～11月是衰减和恢复期,SARS危机对铁路客运量的影响持续9个月。     

非典事件传播场的结构分析

传播场由大众传播和小众传播两个层次构成，在2002年底到2003年上半年发生的“非典”事件中，信息在传播场的两个场域间流动．从而形成了相离、相接、相交三种模式。本文对这三种模式的结构细加分析，从系统结构的角度来观察整个信息传播场的稳定性。     

从SARS疫情启示看新冠肺炎疫情对交通运输行业的影响

为了研究新冠肺炎疫情对交通运输行业造成的影响，首先分析了SARS疫情对交通运输行业的影响，然后结合我国当前经济发展特征，就新冠肺炎疫情对交通运输行业的影响进行了分析。研究认为，新冠肺炎疫情对交通运输行业的影响是短期的，不会造成长期趋势性改变；新冠肺炎疫情对交通运输行业的影响远超过SARS疫情；交通运输各个领域恢复期将表现出明显差异。最后，有针对性地提出一些应对新冠肺炎疫情影响的措施建议，供各级交通运输管理部门决策参考，具体包括切实做好新冠肺炎疫情影响程度更深的应对准备；提供安全可靠的客运服务；不断提升交通运输行业应急处置能力；建立交通运输行业重大危机救助基金。     

2003年SARS对我国铁路客运量的后影响评价

2003年SARS是高传染性的公众健康危机,我国铁路旅客运输出现严重“滑坡”并蒙受巨大损失。本文依据本底趋势线理论,对此次危机造成铁路客运量损失、危机生命周期及全国28个省市区差异进行了定量分析与估算。结果显示:①2003年SARS共造成铁路客运量损失1.043亿人,占全国客运量总损失的10.22%,相对损失率为9.69%;②2003年3~4月危机开始生成显现,5~6月全面爆发并达到鼎盛,7~10月为衰减恢复期,SARS危机对铁路客运的影响持续8个月;③SARS危机对全国各省份铁路客运量所造成的损失差异较大,其中,北京、辽宁、广东、四川、黑龙江、河北的客运量损失在686万~867万人,江苏、河南、浙江、陕西、吉林、上海、山西的客运量损失在417万~607万人;④剔除青海和广东两省,26个省份铁路客运量损失与客运量基数、SARS确诊人数具有显著的相关性,其中,SARS确诊人数的边际系数为11.4%。