CN101894353A - 一种突发生物事件现场危害评估模拟系统 - Google Patents

一种突发生物事件现场危害评估模拟系统 Download PDF

Info

Publication number
CN101894353A
CN101894353A CN201010188429XA CN201010188429A CN101894353A CN 101894353 A CN101894353 A CN 101894353A CN 201010188429X A CN201010188429X A CN 201010188429XA CN 201010188429 A CN201010188429 A CN 201010188429A CN 101894353 A CN101894353 A CN 101894353A
Authority
CN
China
Prior art keywords
harm
module
mail
hazard
formula
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201010188429XA
Other languages
English (en)
Other versions
CN101894353B (zh
Inventor
曹务春
方立群
徐友富
龚建华
史套兴
李亚品
郭亮
杨红
张金津
周洁萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Microbiology and Epidemiology of AMMS
Original Assignee
Institute of Microbiology and Epidemiology of AMMS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Microbiology and Epidemiology of AMMS filed Critical Institute of Microbiology and Epidemiology of AMMS
Priority to CN201010188429.XA priority Critical patent/CN101894353B/zh
Publication of CN101894353A publication Critical patent/CN101894353A/zh
Application granted granted Critical
Publication of CN101894353B publication Critical patent/CN101894353B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Micro-Organisms Or Cultivation Processes Thereof (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种突发生物事件现场危害评估模拟系统,它包括:一信息接收模块,用于接收危害现场的生物危害数据;一危害初步评估模块,用于计算出病原微生物的最大危害纵深、危害宽度、危害面积;一GPS模块,用于在全国行政区划图上定位出病原微生物地理污染区域;一信息存储模块,用于存储有全国的栅格人口数据;一危害计算模块,用于从信息存储模块中调取出病原微生物地理污染区域内的栅格人口数据,并计算出病原微生物地理污染区域内受感染和感染后发病、死亡的人数;一危害显示模块,将GPS模块定位出的病原微生物地理污染区域、以及危害计算模块计算出的病原微生物地理污染区域内受感染和发病、死亡人数在全国行政区划图上进行显示。本发明可以广泛地应用于发生生物危害袭击事件时的应急处理中。

Description

一种突发生物事件现场危害评估模拟系统
技术领域
本发明涉及一种评估模拟系统,特别是关于一种突发生物事件现场危害评估模拟系统。
背景技术
自从“9·11”之后的炭疽邮件恐怖事件以来,恐怖袭击逐渐为人们所熟知,美国也加紧了生物安全早期判断与应急处置系统的开发与研制。目前美国至少有5种生物安全系统在政府资助下进行研究,一种是轻型流行病学高级识别与应急系统(Lightweight Epidemiology Advanced Detection and Emergency Response System,LEADERS)。另一是采用人工智能技术开发的实时人群健康监测器(Real TimePopulation Health Detector,RPHD),该系统可将一定时期内不同病人的相关数据进行整合,当出现异常变化时,与一般人群发病和相关卫生标准进行比较、分析,从而对疾病流行或受到生物恐怖袭击的可能性进行推测。Sandia国家实验室、国家安全与军控中心等单位联合开发了快速综合征确定系统(Rapid Syndrome ValidationProject,RSVP),基于网络病例报告制度,当新病例满足自发或人为疾病的6个症状中任何一个时,医生就可以进行报告,以进行预警;该系统还建立了疾病流行和暴发的地理信息系统(GIS)数据库,提供详细的卫生情况介绍,输入人口统计学数据包括年龄范围与邮政编码等通过点击一系列表示症状的图标,就可以得到一个依据当地情况的病例最佳预测分析结果。在此基础上,还研制了生物监测、分析、反馈、评估与反应系统(Bio-Surveillance Analysis,Feedback,Evaluation,and Response,B-SAFER),向RVSP中加入非传统的数据来源,例如打往护理热线、急诊室和毒物中心的电话等,这样监测和判断就可以提前数天到数周。其它正在开发的系统包括匹兹堡大学医学院生物医学信息中心的实时疫情监测系统(Real-time Outbreak DetectionSystem,RODS),约翰·霍普金斯大学研制的流行病早期报告电子监测系统(ElectronicSurveillance System for the Early Notification of Community Based Epidemics,ESSENCE II)。
我国国内对于上述系统的研制仅能得到定性的描述,总体水平与国外一些发达国家相比还有相当大的差距。我国曾对卫生学和一般传染病流行病学数据进行了收集与整理,可以基本满足防疫防护的要求。但这些研究在生物危害评估方面应用性不强,不能满足危害事件发生后对危害进行评估的应用要求。我国目前对于生物危害事件的性质判断和对疫情的分析,以及对于生物危害事件影响的范围、人口等的评估主要还是依靠相关专家、依靠经验,还没有一种可以利用的生物危害评估系统可以应用。
发明内容
针对上述问题,本发明的目的是提供一种可视化,携带方便,易于操作,并能为防疫人员提供准确的生物危害信息的突发生物事件现场危害评估模拟系统。
为实现上述目的,本发明采取以下技术方案:一种突发生物事件现场危害评估模拟系统,其特征在于,包括:一信息接收模块,用于接收危害现场的生物危害数据;一危害初步评估模块,用于根据所述信息接收模块输入的生物危害数据,计算出病原微生物的最大危害纵深、危害宽度和危害面积;一GPS模块,用于根据所述危害初步评估模块输入的最大危害纵深、危害宽度和危害面积,在全国行政区划图上定位出病原微生物地理污染区域;一信息存储模块,用于存储有全国的栅格人口数据;一危害计算模块,用于根据所述GPS模块输入的病原微生物地理污染区域,从所述信息存储模块中调取出所述病原微生物地理污染区域内的栅格人口数据,并计算出所述病原微生物地理污染区域内受感染和感染后发病、死亡的人数;一危害显示模块,将所述GPS模块定位出的病原微生物地理污染区域、以及所述危害计算模块计算出的病原微生物地理污染区域内受感染和发病、死亡人数在全国行政区划图上进行显示。
所述信息接收模块接收到的危害现场的生物危害数据包括现场气溶胶的施放方式、地形、降水、免疫接种情况、预防情况、现场大气条件和风速因素中的一种或多种;所述病原微生物包括炭疽芽孢杆菌、鼠疫耶尔森菌、土拉热弗朗西斯菌、布鲁氏杆菌、鼻疽伯克霍尔德菌和类鼻疽伯克霍尔德菌中的一种或多种。
所述危害初步评估模块计算出t时刻点源或线源施放下病原微生物的最大危害纵深的表达式为:
L(t)=v·t·u·w·q+r
t时刻点源施放下病原微生物的最大危害宽度的表达式为:
W(t)=0.72·v·t·u+2.72·r
t时刻点源施放下病原微生物的最大污染面积采用梯形法计算其表达式为:
S(t)=[2r+W(t)]×L(t)÷2
t时刻线源施放下病原微生物的最大污染区面积的表达式为:
Figure BSA00000143320900021
式中,L(t)是t时下风危害纵深;v是气溶胶扩散速度;u是地形校正系数,w是降水校正系数,q是风速校正系数,r是袭击半径;S(t)表示t时刻污染区的面积;W(t)表示t时刻下风危害宽度;l是线源的长度,α是线源与风向的垂直方向的夹角。
所述危害计算模块计算出:
不具有传染性的日累积发病人数为:
N i 2 = Σ j = 1 i N j 1 ;
不具有传染性的日累计死亡人数为:
N i 5 = Σ j = 1 i N j 4 ;
式中,
Figure BSA00000143320900033
表示第j天新增病例数,
Figure BSA00000143320900034
表示第j天死亡人数,i、j代表天数,j=1…i,i≥1;
具有传染性的日累计发病人数为:
N i 2 = Σ j = 1 i N j 1 ;
具有传染性的日累计死亡人数为:
N i 5 = Σ j = 1 i N j 4 ;
式中,为第j天的新增发病人数,
Figure BSA00000143320900038
为日新增死亡人数,i、j代表天数,j=1…i,i≥1。
一种突发生物事件现场危害评估模拟系统,其特征在于,包括:一信息接收模块,用于接收危害现场的生物危害数据;一危害初步评估模块,用于根据所述信息接收模块输入的生物危害数据,计算出水源病原体污染的最大河流面积和河流宽度;一GPS模块,其根据所述危害初步评估模块计算出的水源病原体污染的最大河流面积和宽度,在全国行政区划图上定位出河流污染的范围;一信息存储模块,用于存储有全国的栅格人口数据;一危害计算模块,其根据所述GPS模块定位出的河流污染范围,从所述信息存储模块中调取出该河流周围的栅格人口数据,并计算出水源病原体地理污染区域内受感染及感染后发病、死亡人数;一危害显示模块,将所述GPS模块定位出的河流污染范围、以及所述危害计算模块计算出的感染水源病原体及发病、死亡的人数在全国行政区划图上进行同步显示。
所述信息接收模块接收到的危害现场的各种数据包括污染物的种类、污染物扩散速度、水流速度、河流平均水深、污染物总量中的一种或多种;所述水源病原体包括霍乱弧菌、伤寒和副伤寒杆菌中的一种或多种。
所述危害初步评估模块计算出:
当在河流中心施放时,所述水源病原体污染的最大面积Sm的公式为:
S m = M hC 0 e ;
所述水源病原体的最大污染宽度的公式为:
W(tm)=2tmDy
式中,M是污染物总量;h是河流平均水深;Dy是y轴的扩散系数;C0是一评估危害的临界值;
当在河边施放时,所述水源病原体的最大污染面积Sm的公式为:
S m = M hC 0 e ;
所述水源病原体的最大污染宽度的公式为:
W(tm)=tmDy
式中,M是污染物总量;h是河流平均水深;Dy是y轴的扩散系数;C0是一评估危害的临界值。
一种突发生物事件现场危害评估模拟系统,其特征在于,包括:一信息接收模块,用于接收初始投放信箱、对邮件进行初级处置的当地邮政所、邮件中转地区中心邮政局、终点地区的邮政局和收件人所在地及场所的信息;一危害初步评估模块,根据所述信息接收模块输入的数据,计算出直接接触携带炭疽邮件的人数,以及带菌邮件在邮寄过程中在各转邮点对其它邮件造成的二次、三次乃至多次污染的情况;一危害计算模块,根据实施危害初步评估模块初步计算出的污染情况,结合收信者年龄、接收邮件的概率和炭疽对不同年龄人群致病剂量等信息,计算出感染炭疽的人数;一危害显示模块,其同步显示所述危害计算模块计算出的感染炭疽的人口数值。
所述危害初步评估模块初步确认的第五转邮点k=2炭疽孢子等级的全部邮件数量为:
L[5]k=G[5]k1
第五转邮点k=3炭疽孢子等级的全部邮件数量为:
L[5]k=G[5]k1+G[5]k2
第五转邮点,k=4炭疽孢子等级的全部邮件数量为:
L[5]k=G[5]k1+G[5]k2+G[5]k3
式中,G[5]k1是由初始污染邮件在第5个转邮点各个孢子等级的交叉污染邮件数量,G[5]k2是由k=2孢子等级的污染邮件在第5个转邮点各个孢子等级的交叉污染邮件数量,G[5]k3是由k=3孢子等级的污染邮件在第5个转邮点各个孢子等级的交叉污染邮件数量。
所述危害计算模块计算出的总的感染炭疽孢子的人数是:
A [ 5 ] = Σ k = 2 4 Σ n = 1 4 A [ 5 ] kn , 其中,
A[5]2n=0.5f[n](Pr[n](I[5]103)+Pr[n](I[5]104))E[5]L[5]2
A[5]3n=0.5f[n](Pr[n](I[5]102)+Pr[n](I[5]104))E[5]L[5]3
A[5]4n=0.5f[n](Pr[n](1)+Pr[n](I[5]102))E[5]L[5]4
式中,A[5]2n、A[5]3n、A[5]4n分别是在第五转邮点k=2、3、4孢子等级的交叉污染邮件引起的吸入性炭疽病例数,E[5]表示在第五转邮点每一封邮件接触的人数,I[5]表示接触者从邮件上吸入炭疽孢子数量比例,L[5]2、L[5]3、L[5]4分别表示在第五转邮点k=2、3、4孢子等级的污染邮件的总数。
本发明由于采取以上技术方案,其具有以下优点:1、由于本发明中采用PDA(Personal Digital Assistant,个人数字助理)作为操作平台,并在PDA中预置了信息接收模块、危害初步评估模块、危害计算模块、危害显示模块,和/或GPS模块及信息存储模块,因此当得知发生危害事件后,操作人员可以迅速携带本发明深入现场进行评估操作。2、本发明在对气溶胶形式和水源扩散式的病原微生物的感染人数进行评估时,只要通过操作人员或者其他采集设备向PDA中的信息接收模块输入危害现场的各种数据,就可以通过危害初步评估模块计算出病原微生物的最大危害纵深、危害宽度、危害面积,GPS模块可以根据初步评估的最大危害纵深、危害宽度、危害面积,在全国行政区划上定位出病原微生物地理污染区域,并由危害计算模块根据病原微生物地理污染区域,从信息存储模块中调取病原微生物地理污染区域内的人口总数,计算出病原微生物地理污染区域内受感染和感染后发病、死亡人数,由危害显示模块将计算结果同步显示出来。3、本发明在对感染以邮件形式施放的炭疽的人数进行评估时,只要通过操作人员或其他采集设备向PDA中的信息接收模块输入初始投放信箱、对邮件进行初级处置的当地邮政所、邮件中转地区中心邮政局、终点地区的邮政局、收件人所在地及场所等信息,就可以通过危害初步评估模块计算出直接接触携带炭疽邮件的人数,以及带菌邮件在邮寄过程中在各邮政转邮点对其它邮件造成的二次、三次乃至多次污染的情况;并由危害计算模块根据收信者年龄、接收邮件的概率和炭疽对不同年龄人群致病剂量等信息,计算出感染炭疽的人数,由危害显示模块将感染炭疽的人数同步显示出来。4、由于本发明操作简单,评估结果直观,因此防疫人员即使在不懂数学模型的情况下,依然可以在最短的时间内对危害做出评估。5、由于本发明与全国行政区划结合,同时加入全国实际栅格人口数据,因此得出的结果更加真实可信。本发明可以广泛地应用于发生生物危害袭击事件时的应急处理中。
附图说明
图1是本发明中实施例1和2的结构示意图
图2是本发明中实施例3的结构示意图
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明系统以PDA作为操作平台,通过现场采集的各种生物危害数据,对生物危害进行评估计算,为防疫人员提供准确的生物危害信息,以便于防疫人员作出决策。
实施例1:对气溶胶形式的病原微生物的感染人数进行评估
气溶胶是指固体或液体微粒悬浮在空气中所形成的胶体系统,人工施放气溶胶是一种重要的生物危害方式。气溶胶病原微生物主要包括炭疽芽孢杆菌、鼠疫耶尔森菌、土拉热弗朗西斯菌、布鲁氏杆菌、鼻疽伯克霍尔德菌和类鼻疽伯克霍尔德菌等病原微生物中的一种或多种。
如图1所示,本实施例包括一信息接收模块1、一危害初步评估模块2、一GPS(Navigation Satellite Timing And Ranging Global Position System,全球定位系统)模块3、一信息存储模块4、一危害计算模块5和一危害显示模块6。
本实施例的信息接收模块1用于接收危害现场的生物危害数据,生物危害数据可以是由工作人员现场采集的数据,也可以是接收到的其他设备发送的数据,例如由采集设备采集得到数据后发送到该模块。现场的生物危害数据包括现场气溶胶的施放方式、地形、降水、免疫接种情况、预防情况、现场大气条件和风速因素等。其中,现场气溶胶的施放方式又包括点源施放和线源施放,点源施放又分为单点源和多点源,线源施放分为空中线源和地面线源。本实施例只考虑单一点源和空中线源两种施放方式,其中以单一点源为基础。
如表1所示,地表情况分为平原、密林、丛林、雨林、丘陵、山地,地形不同,气溶胶移行的距离就不同,进而污染区面积也不同,根据地表的不同情况和恐怖剂的施放方式需要利用地表修正系数u进行修正。降水情况影响到生物恐怖剂的衰亡,可以根据降水情况用降水修正系数w进行修正。免疫接种情况较为复杂,根据接种时间的长短,免疫的保护作用不同。为了削弱免疫时间的影响,对于免疫人员感染情况由免疫校正系数体现,一般免疫校正系数η为50%。预防情况指有无开展预防教育,是否采取了个人防护手段。根据预防情况确定预防校正系数μ:当有面具,训练良好时,预防修正系数μ=10%;有面具,训练不良时,预防修正系数μ=25%;无面具时不修正。地形、降水情况、目标区域人员的免疫情况和个人防护情况与现场气溶胶的施放方式相对应的校正系数如下:
说明书
Figure BSA00000143320900071
如表2所示,现场大气条件包括等温和逆温情况。风速影响到气溶胶的扩散距离和气溶胶的浓度,一般风速指实际测量2m处的风速。空中不同高度处的风速不同,为此,引入风速校正因子。在施放高度低于50m时不需要校正,而当施放高度高于50m时,根据高度利用风速校正因子q进行校正,校正结果如下表所示:
Figure BSA00000143320900072
本实施例的危害初步评估模块2根据信息接收模块1输入的生物危害数据,计算出病原微生物最大危害纵深、危害宽度和危害面积。危害初步评估模块2计算出的最大危害纵深、危害宽度和危害面积的具体表达式分别如下:
t时刻点源或线源施放下病原微生物的最大危害纵深的表达式为:
L(t)=v·t·u·w·q+r                                (1)
上式中,L(t)是t时下风危害纵深;v是气溶胶扩散速度;u是地形校正系数,w是降水校正系数,q是风速校正系数,r是袭击半径。
t时刻点源施放下病原微生物的最大危害宽度的表达式为:
W(t)=2[L(t)·tg20°+r]=2[(v·t·u+r)·tg20°+r]=0.72·v·t·u+2.72·r    (2)
t时刻点源施放下病原微生物的最大污染面积采用梯形法计算其表达式为:
S(t)=[2r+W(t)]×L(t)÷2                                            (3)
式中,S(t)表示t时刻污染区的面积;W(t)(如式(2))表示t时刻下风危害宽度;L(t)(如式(1))表示t时刻下风危害纵深;r表示袭击区半径。
t时刻线源施放下病原微生物的最大污染区面积的表达式为:
上式中,l是线源的长度,L(t)(如式(1))是下风危害纵深,α是线源与风向的垂直方向的夹角。
本实施例的GPS模块3根据危害初步评估模块2输入的危害纵深、危害宽度、危害面积,在全国行政区划(中国行政区划分,即各省、市、县的划分)图上定位出病原微生物地理污染区域。
本实施例的信息存储模块4中存储有全国的栅格人口数据,即全国行政区划中各区域对应的人口密度。
本实施例的危害计算模块5根据GPS模块3输入的病原微生物地理污染区域,从信息存储模块4中调取出该病原微生物地理区域内的栅格人口数据,并计算出病原微生物地理污染区域内受感染和感染后发病、死亡的人数。
危害计算模块5计算出的第一代感染人数为:
N=(N0-N1-N2×η-N3)×α×β×μ                    (4)
式中,N表示污染区域内的第一代感染人数;N0表示污染区域内总的人口数;N1表示污染区域内采取集体防护的人数;N2表示污染区域内免疫的人数;N3表示污染区域内药物防护人数;η表示免疫校正系数;α表示伤员占伤亡总数百分比;β表示杀伤率;μ表示预防校正系数。
由于传染性病原微生物还会引起继发感染,因此根据第一代感染人数计算生物武器袭击后的感染人数、发病人数和死亡人数,对于后续的防治指挥和医疗资源的调配与准备具有非常重要的意义。
危害计算模块5对不具有传染性的病原微生物的发病、死亡人数的计算情况如下:
(1)日新增发病人数的计算公式如下:
N i 1 = N 0 × p i i=1,2,...n                                        (5)
上式中,
Figure BSA00000143320900083
表示第i天发病人数;N0表示污染区域内总的人口数;pi表示感染人员在第i天发病的百分比。
(2)日新增死亡人数的计算公式如下:
N i 4 = N i 1 × p d - - - ( 6 )
上式中,表示第i天死亡人数,如公式(5)所示,pd表示病死率。
(3)日累积发病人数的计算公式如下:
N i 2 = Σ j = 1 i N j 1 - - - ( 7 )
上式中,
Figure BSA00000143320900094
(如公式(5)所示)表示第j天新增病例数,i、j代表天数,j=1…i,一般i≥1。
(4)日累计死亡人数的计算公式如下:
N i 5 = Σ j = 1 i N j 4 - - - ( 8 )
上式中,
Figure BSA00000143320900096
(如公式(6)所示)表示第j天死亡人数,i、j代表天数,j=1…i,一般i≥1。
如果生物恐怖剂具有传染性,那么,感染人员还会将疾病传染给与其接触过的人员。此时除考虑第一代感染人数外,还得考虑由于接触第一代感染人员而造成感染的人员,即第二代感染人员。本实施例考虑到以下因素:第一代感染人数、人员接触率、疾病的传播率、潜伏期、发病时间、不同潜伏期天内发病的百分比和病死率。危害计算模块5对具有传染性的病原微生物的发病、死亡人数的计算情况如下:
(1)日新增发病人数与潜伏期内每天发病的百分比pi、潜伏期的长度T、污染区域内总的人口数N0有关。
①当i<T时,日新增发病人数计算公式为:
N i 1 = Σ j = 1 i p j BN i - j - - - ( 9 )
②当i>T时,日新增发病人数计算公式为:
N i 1 Σ j = 1 T p j N i - j - - - ( 10 )
上式中,Ni-j表示第i-j天新增感染人数,pj是潜伏期内每天发病的百分比,i、j代表天数,j=1…i,一般i≥1。
(2)假设发病即传染,而且发病人员在一天内收治,则第i天日新增感染人数计算公式为:
N i = N i 1 · λ · τ - - - ( 11 )
式中,Ni为第i天日新增感染人数,
Figure BSA000001433209000910
为当日新增发病人数(如公式(9)和(10)所示),λ为人员接触率,τ为疾病的传播率。
(3)日累计发病人数的计算公式如下:
N i 2 = Σ j = 1 i N j 1 - - - ( 12 )
式中,
Figure BSA00000143320900102
为日累计发病人数,
Figure BSA00000143320900103
为第j天的新增发病人数(如公式(9)和(10)所示),i、j代表天数,j=1…i,一般i≥1。
(4)日累计感染人数的计算公式如下:
N i 3 = Σ j = 1 i N j - - - ( 13 )
式中,
Figure BSA00000143320900105
为日累计感染人数,Nj为第j天日新增感染人数(如公式(11)所示),i、j代表天数,j=1…i,一般i≥1。
(5)日新增死亡人数的计算公式如下:
N i 4 = N i 1 · p d - - - ( 14 )
式中,
Figure BSA00000143320900107
为日新增死亡人数,
Figure BSA00000143320900108
为日新增发病人数(如公式(9)和(10)所示),pd为疾病的病死率。
(6)日累积死亡人数的计算公式如下:
N i 5 = Σ j = 1 i N j 4 - - - ( 15 )
式中,
Figure BSA000001433209001010
为日累积死亡人数,
Figure BSA000001433209001011
为日新增死亡人数(如公式(14)所示),i、j代表天数,j=1…i,一般i≥1。
本实施例的危害显示模块6将GPS模块3定位出的病原微生物地理污染区域、以及危害计算模块5计算出的病原微生物地理污染区域内受感染和发病、死亡人数在全国行政区划图上进行显示。
实施例2:对水源扩散式病原体的感染人数进行评估
水源扩散式病原体是由水源毒物泄漏或水源恐怖袭击事件造成,并通过河流进行扩散的病原体。水源病原体主要包括霍乱弧菌、伤寒和副伤寒杆菌等引起消化道传染病的病原体中的一种或多种。
如图1所示,本实施例也包括信息接收模块1、危害初步评估模块2、GPS模块3、信息存储模块4、危害计算模块5和危害显示模块6。
本实施例的信息接收模块1用于接收危害现场的生物危害数据,生物危害数据可以是由工作人员现场采集的数据,也可以是接收到的其他设备发送的数据,例如由采集设备采集得到数据后发送到该模块。危害现场的生物危害数据包括污染物的种类、污染物扩散速度、水流速度、河流平均水深、污染物总量等中的一种或多种。污染物种类包括化学和生物污染物,化学污染物比较简单,在传播过程中,只需考虑浓度的影响即可;而生物污染物的扩散,除了遵从扩散规律外,还必须考虑其微生物本身的衰亡等因素,这是个十分复杂的过程,本实施例假设不考虑其衰亡。污染物扩散速度的快慢,直接影响污染物的浓度,从而影响毒物的最大污染面积。水流速度影响河流的最大污染长度。河流平均水深是污染物扩散的重要影响因素,水深越大,最大污染范围越小。
本实施例的危害初步评估模块2根据信息接收模块1输入的生物危害数据,计算出水源病原体污染的最大河流面积和河流宽度。
当在河流中心施放时,水源病原体达到最大污染面积时的时间tm公式为:
t m = M 4 πhC 0 e D x D y - - - ( 16 )
式中,M是污染物总量,其根据不同的毒物单位不同;h是河流平均水深(m);Dx、Dy分别是x轴和y轴的扩散系数(也就是毒物在x,y方向的扩散速度,针对不同的毒物取值不同);C0是某一评估危害的临界值,即某一生物危害剂产生危害的最小浓度,其与水源病原体相关。
水源病原体污染的最大面积Sm的公式为:
S m = M hC 0 e - - - ( 17 )
水源病原体的最大污染宽度的公式为:
W(tm)=2tmDy                   (18)
当在河边施放时,水源病原体达到最大污染面积时的时间tm公式为:
t m = M 2 πhC 0 e D x D y - - - ( 19 )
水源病原体的最大污染面积Sm的公式为:
S m = M hC 0 e - - - ( 20 )
水源病原体的最大污染宽度的公式为:
W(tm)=tmDy                    (21)
本实施例的GPS模块3根据病原体污染的最大河流面积和河流宽度,在全国行政区划图上定位出河流污染的范围。
本实施例的信息存储模块4用于存储有全国的栅格人口数据。
本实施例的危害计算模块5根据GPS模块3输入的河流污染的范围,从信息存储模块4中调取出该河流周围的栅格人口数据,并计算出水源病原体地理污染区域内受感染及感染后发病、死亡人数。
本实施例的危害显示模块6将GPS模块3定位出的河流污染范围、以及危害计算模块5计算出的感染水源病原体及发病、死亡的人数在全国行政区划图上进行同步显示。
实施例3:对以邮件形式施放的炭疽的人数进行评估
如图2所示,本实施例包括一信息接收模块7、一危害初步评估模块8、一危害计算模块9和一危害显示模块10。
本实施例的信息接收模块7用于接收初始投放信箱、对邮件进行初级处置的当地邮政所、邮件中转地区中心邮政局、终点地区的邮政局和收件人所在地及场所(比如:家庭、企业和办公室)等五个转邮点的信息。
本实施例的危害初步评估模块8根据信息接收模块1输入的数据,计算出直接接触携带炭疽邮件的人数,以及带菌邮件在邮寄过程中在各转邮点对其它邮件造成的二次、三次乃至多次污染的情况。危害计算模块9根据危害初步评估模块8初步计算出的污染情况,结合收信者年龄、接收邮件的概率和炭疽对不同年龄人群致病剂量等信息,计算出感染炭疽的人数。
上述实施例中,危害初步评估模块8初步确认的每一个转邮点中被污染邮件的数量可以用一个向量矩阵表示:
L[m]k=[L[m]1,L[m]2,L[m]3,L[m]4]t,m表示转邮点的序号,m=1、2、3、4、5,例如m=1表示初始转邮点;k表示炭疽孢子等级,k=1、2、3、4,其中k=1表示邮件含有数量大于1010个炭疽孢子,k=2表示邮件含有数量为103~104个炭疽孢子,k=3表示邮件含有数量为102~103个炭疽孢子,k=4表示邮件含有数量为10~102个炭疽孢子。
即:L[m]1:第m转邮点含有1010个炭疽孢子的原始邮件;
L[m]2:第m转邮点含有103~104个炭疽孢子的邮件;
L[m]3:第m转邮点含有102~103炭疽孢子的邮件;
L[m]4:第m转邮点含有10~102个炭疽孢子的邮件。
而下式中,C[n]为第L[m]k组件从第m转邮点到第m+1转邮点所产生的污染邮件的平均数,由此构成一系列转移矩阵,C[n]的矩阵元是C[n]kj。其中,n=1、2、3、4,j=1、2、3、4,k物理意义同上。
从第m转邮点到第m+1转邮点所产生的污染邮件的平均数为:
C [ n ] = 0 0 0 0 c [ n ] 21 0 0 0 c [ n ] 31 c [ n ] 32 0 0 c [ n ] 41 c [ 42 ] 42 c [ n ] 43 0 - - - ( 22 )
当C[n]确定后,可以计算出在各转邮点污染邮件的数量。
从第一转邮点到第二转邮点新产生的污染邮件的平均数为:
C [ 1 ] = 0 0 0 0 1 0 0 0 10 0 0 0 100 0 0 0 - - - ( 23 )
从第二转邮点到第三转邮点新产生的污染邮件的平均数为:
C [ 2 ] = 0 0 0 0 1 0 0 0 10 1 0 0 100 10 1 0 - - - ( 24 )
从第三转邮点到第四转邮点新产生的污染邮件的平均数为:
C [ 3 ] = 0 0 0 0 3 0 0 0 30 3 0 0 300 30 3 0 - - - ( 25 )
从第四转邮点到第五转邮点新产生的污染邮件的平均数为:
C [ 4 ] = 0 0 0 0 1 0 0 0 10 1 0 0 100 10 1 0 - - - ( 26 )
交叉污染邮件的计算如下:
由初始污染邮件直接产生的在各转邮点各个孢子等级的交叉污染邮件数量为:
G [ m ] k 1 = N Σ m 1 = 1 m - 1 c [ m 1 ] k 1 - - - ( 27 )
式(27)中,N是初始污染邮件数量(以下物理意义均相同),m=2、3、4、5,k=2、3、4。
由k=2孢子等级的污染邮件直接产生的在各转邮点各个孢子等级的交叉污染邮件数量为:
G [ m ] k 2 = N Σ m 1 = 1 m - 2 Σ m 2 = m 1 + 1 m - 1 Σ j = 2 k c [ m 1 ] j 1 c [ m 2 ] kj - - - ( 28 )
式(28)中,m=2、3、4、5,k=3、4。
由k=3孢子等级的污染邮件直接产生的在各转邮点各个孢子等级的交叉污染邮件数量为:
G [ m ] 43 = N Σ m 1 = 1 m - 3 Σ m 2 = m 1 + 1 m - 2 Σ m 3 = m 2 + 1 m - 1 c [ m 1 ] 21 c [ m 2 ] 32 c [ m 3 ] 43 - - - ( 29 )
式(29)中,m=2、3、4、5,k=4。
污染邮件总量的计算情况如下:
第五转邮点k=2炭疽孢子等级的全部邮件数量为:
L [ 5 ] k = G [ 5 ] k 1 = N Σ m 1 = 1 5 - 1 c [ m 1 ] k 1 - - - ( 30 )
式(30)中,G[5]k1是由初始污染邮件在第5个转邮点各个孢子等级的交叉污染邮件数量,求和公式上方的“5-1”表示邮件转到下一个转邮点的数量随着邮件的传递逐步减少,每到达一个转邮点,则其转到下一个转邮点的数量就减少一个。
第五转邮点k=3炭疽孢子等级的全部邮件数量为: L [ 5 ] k = G [ 5 ] k 1 + G [ 5 ] k 2 = N Σ m 1 = 1 5 - 1 c [ m 1 ] 31 + N Σ m 1 = 1 5 - 2 Σ m 2 = m 1 + 1 5 - 1 Σ j = 2 k c [ m 1 ] j 1 c [ m 2 ] kj - - - ( 31 )
式(31)中,G[5]k2是由k=2孢子等级的污染邮件在第5个转邮点各个孢子等级的交叉污染邮件数量。
第五转邮点,k=4炭疽孢子等级的全部邮件数量为:
L [ 5 ] k = G [ 5 ] k 1 + G [ 5 ] k 2 + G [ 5 ] k 3
= N Σ m 1 = 1 5 - 1 c [ m 1 ] 31 + N Σ m 1 = 1 5 - 2 Σ m 2 = m 1 + 1 5 - 1 Σ j = 2 k c [ m 1 ] j 1 c [ m 2 ] kj + N Σ m 1 = 1 5 - 2 Σ m 2 = m 1 + 1 5 - 1 Σ m 3 = m 2 + 1 m - 1 c [ m 1 ] 21 c [ m 2 ] 32 c [ m 2 ] k 3 - - - ( 32 )
式(32)中,G[5]k3是由k=3孢子等级的污染邮件在第5个转邮点各个孢子等级的交叉污染邮件数量。
危害计算模块9计算出感染炭疽的人数如下:
在第五转邮点k=2孢子等级的交叉污染邮件引起的吸入性炭疽病例数为:
A[5]2n=0.5f[n](Pr[n](I[5]103)+Pr[n](I[5]104))E[5]L[5]2          (34)
在第五转邮点由k=3孢子等级的交叉污染邮件引起的吸入性炭疽病例数为:
A[5]3n=0.5f[n](Pr[n](I[5]102)+Pr[n](I[5]104))E[5]L[5]2          (35)
在第五转邮点由k=4孢子等级的交叉污染邮件引起的吸入性炭疽病例数为:
A[5]4n=0.5f[n](Pr[n](1)+Pr[n](I[5]102))E[5]L[5]4                (36)
上式中,代表四个年龄组;E[5]表示在第五转邮点每一封邮件接触的人数,E[5]=1.5;I[5]表示接触者从邮件上吸入炭疽孢子数量比例,如I[5]=0.03;L[5]2表示在第五转邮点k=2孢子等级的污染邮件的总数;L[5]3表示在第五转邮点k=3孢子等级的污染邮件的总数;L[5]4表示在第五转邮点k=4孢子等级的的污染邮件的总数。
因此,总的感染炭疽孢子的人数是:
A [ 5 ] = Σ k = 2 4 Σ n = 1 4 A [ 5 ] kn - - - ( 37 )
式中,A[5]kn表示在第五个转邮点由含第k炭疽孢子等级的交叉污染邮件引起的吸入性炭疽病例数。
本实施例中危害显示模块10同步显示危害计算模块9计算出的感染炭疽的人口数值。
上述各实施例仅用于说明本发明,其中各部件的结构、连接方式等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。

Claims (10)

1.一种突发生物事件现场危害评估模拟系统,其特征在于,包括:
一信息接收模块,用于接收危害现场的生物危害数据;
一危害初步评估模块,用于根据所述信息接收模块输入的生物危害数据,计算出病原微生物的最大危害纵深、危害宽度和危害面积;
一GPS模块,用于根据所述危害初步评估模块输入的最大危害纵深、危害宽度和危害面积,在全国行政区划图上定位出病原微生物地理污染区域;
一信息存储模块,用于存储有全国的栅格人口数据;
一危害计算模块,用于根据所述GPS模块输入的病原微生物地理污染区域,从所述信息存储模块中调取出所述病原微生物地理污染区域内的栅格人口数据,并计算出所述病原微生物地理污染区域内受感染和感染后发病、死亡的人数;
一危害显示模块,将所述GPS模块定位出的病原微生物地理污染区域、以及所述危害计算模块计算出的病原微生物地理污染区域内受感染和发病、死亡人数在全国行政区划图上进行显示。
2.如权利要求1所述的一种突发生物事件现场危害评估模拟系统,其特征在于:所述信息接收模块接收到的危害现场的生物危害数据包括现场气溶胶的施放方式、地形、降水、免疫接种情况、预防情况、现场大气条件和风速因素中的一种或多种;所述病原微生物包括炭疽芽孢杆菌、鼠疫耶尔森菌、土拉热弗朗西斯菌、布鲁氏杆菌、鼻疽伯克霍尔德菌和类鼻疽伯克霍尔德菌中的一种或多种。
3.如权利要求1所述的一种突发生物事件现场危害评估模拟系统,其特征在于:所述危害初步评估模块计算出t时刻点源或线源施放下病原微生物的最大危害纵深的表达式为:
L(t)=v·t·u·w·q+r
t时刻点源施放下病原微生物的最大危害宽度的表达式为:
W(t)=0.72·v·t·u+2.72·r
t时刻点源施放下病原微生物的最大污染面积采用梯形法计算其表达式为:
S(t)=[2r+W(t)]×L(t)÷2
t时刻线源施放下病原微生物的最大污染区面积的表达式为:
Figure FSA00000143320800011
式中,L(t)是t时下风危害纵深;v是气溶胶扩散速度;u是地形校正系数,w是降水校正系数,q是风速校正系数,r是袭击半径;S(t)表示t时刻污染区的面积;W(t)表示t时刻下风危害宽度;l是线源的长度,α是线源与风向的垂直方向的夹角。
4.如权利要求1所述的一种突发生物事件现场危害评估模拟系统,其特征在于:所述危害计算模块计算出:
不具有传染性的日累积发病人数为:
N i 2 = Σ j = 1 i N j 1 ;
不具有传染性的日累计死亡人数为:
N i 5 = Σ j = 1 i N j 4 ;
式中,
Figure FSA00000143320800023
表示第j天新增病例数,
Figure FSA00000143320800024
表示第j天死亡人数,i、j代表天数,j=1…i,i≥1;
具有传染性的日累计发病人数为:
N i 2 = Σ j = 1 i N j 1 ;
具有传染性的日累计死亡人数为:
N i 5 = Σ j = 1 i N j 4 ;
式中,
Figure FSA00000143320800027
为第j天的新增发病人数,
Figure FSA00000143320800028
为日新增死亡人数,i、j代表天数,j=1…i,i≥1。
5.一种突发生物事件现场危害评估模拟系统,其特征在于,包括:
一信息接收模块,用于接收危害现场的生物危害数据;
一危害初步评估模块,用于根据所述信息接收模块输入的生物危害数据,计算出水源病原体污染的最大河流面积和河流宽度;
一GPS模块,其根据所述危害初步评估模块计算出的水源病原体污染的最大河流面积和宽度,在全国行政区划图上定位出河流污染的范围;
一信息存储模块,用于存储有全国的栅格人口数据;
一危害计算模块,其根据所述GPS模块定位出的河流污染范围,从所述信息存储模块中调取出该河流周围的栅格人口数据,并计算出水源病原体地理污染区域内受感染及感染后发病、死亡人数;
一危害显示模块,将所述GPS模块定位出的河流污染范围、以及所述危害计算模块计算出的感染水源病原体及发病、死亡的人数在全国行政区划图上进行同步显示。
6.如权利要求5所述的一种突发生物事件现场危害评估模拟系统,其特征在于:所述信息接收模块接收到的危害现场的各种数据包括污染物的种类、污染物扩散速度、水流速度、河流平均水深、污染物总量中的一种或多种;所述水源病原体包括霍乱弧菌、伤寒和副伤寒杆菌中的一种或多种。
7.如权利要求5所述的一种突发生物事件现场危害评估模拟系统,其特征在于:所述危害初步评估模块计算出:
当在河流中心施放时,所述水源病原体污染的最大面积Sm的公式为:
S m = M hC 0 e ;
所述水源病原体的最大污染宽度的公式为:
W(tm)=2tmDy
式中,M是污染物总量;h是河流平均水深;Dy是y轴的扩散系数;C0是一评估危害的临界值;
当在河边施放时,所述水源病原体的最大污染面积Sm的公式为:
S m = M hC 0 e ;
所述水源病原体的最大污染宽度的公式为:
W(tm)=tmDy
式中,M是污染物总量;h是河流平均水深;Dy是y轴的扩散系数;C0是一评估危害的临界值。
8.一种突发生物事件现场危害评估模拟系统,其特征在于,包括:
一信息接收模块,用于接收初始投放信箱、对邮件进行初级处置的当地邮政所、邮件中转地区中心邮政局、终点地区的邮政局和收件人所在地及场所的信息;
一危害初步评估模块,根据所述信息接收模块输入的数据,计算出直接接触携带炭疽邮件的人数,以及带菌邮件在邮寄过程中在各转邮点对其它邮件造成的二次、三次乃至多次污染的情况;
一危害计算模块,根据实施危害初步评估模块初步计算出的污染情况,结合收信者年龄、接收邮件的概率和炭疽对不同年龄人群致病剂量等信息,计算出感染炭疽的人数;
一危害显示模块,其同步显示所述危害计算模块计算出的感染炭疽的人口数值。
9.如权利要求8所述的一种突发生物事件现场危害评估模拟系统,其特征在于:所述危害初步评估模块初步确认的第五转邮点k=2炭疽孢子等级的全部邮件数量为:
L[5]k=G[5]k1
第五转邮点k=3炭疽孢子等级的全部邮件数量为:
L[5]k=G[5]k1+G[5]k2
第五转邮点,k=4炭疽孢子等级的全部邮件数量为:
L[5]k=G[5]k1+G[5]k2+G[5]k3
式中,G[5]k1是由初始污染邮件在第5个转邮点各个孢子等级的交叉污染邮件数量,G[5]k2是由k=2孢子等级的污染邮件在第5个转邮点各个孢子等级的交叉污染邮件数量,G[5]k3是由k=3孢子等级的污染邮件在第5个转邮点各个孢子等级的交叉污染邮件数量。
10.如权利要求8所述的一种突发生物事件现场危害评估模拟系统,其特征在于:所述危害计算模块计算出的总的感染炭疽孢子的人数是:
A [ 5 ] = Σ k = 2 4 Σ n = 1 4 A [ 5 ] kn , 其中,
A[5]2n=0.5f[n](Pr[n](I[5]103)+Pr[n](I[5]104))E[5]L[5]2
A[5]3n=0.5f[n](Pr[n](I[5]102)+Pr[n](I[5]104))E[5]L[5]3
A[5]4n=0.5f[n](Pr[n](1)+Pr[n](I[5]102))E[5]L[5]4
式中,A[5]2n、A[5]3n、A[5]4n分别是在第五转邮点k=2、3、4孢子等级的交叉污染邮件引起的吸入性炭疽病例数,E[5]表示在第五转邮点每一封邮件接触的人数,I[5]表示接触者从邮件上吸入炭疽孢子数量比例,L[5]2、L[5]3、L[5]4分别表示在第五转邮点k=2、3、4孢子等级的污染邮件的总数。
CN201010188429.XA 2010-05-24 2010-05-24 一种突发生物事件现场危害评估模拟系统 Active CN101894353B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201010188429.XA CN101894353B (zh) 2010-05-24 2010-05-24 一种突发生物事件现场危害评估模拟系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010188429.XA CN101894353B (zh) 2010-05-24 2010-05-24 一种突发生物事件现场危害评估模拟系统

Publications (2)

Publication Number Publication Date
CN101894353A true CN101894353A (zh) 2010-11-24
CN101894353B CN101894353B (zh) 2015-03-18

Family

ID=43103537

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010188429.XA Active CN101894353B (zh) 2010-05-24 2010-05-24 一种突发生物事件现场危害评估模拟系统

Country Status (1)

Country Link
CN (1) CN101894353B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254088A (zh) * 2011-05-25 2011-11-23 中国人民解放军军事医学科学院微生物流行病研究所 一种基于谷歌地图的生物危害评估可视化方法
CN105069212A (zh) * 2015-07-30 2015-11-18 南通航运职业技术学院 一种基于类神经网络的压载水微生物数量预测方法
CN105138715A (zh) * 2015-06-29 2015-12-09 中国人民解放军军事医学科学院生物工程研究所 一种微生物气溶胶大气扩散危害评估方法
CN108281199A (zh) * 2018-02-27 2018-07-13 中国科学院地理科学与资源研究所 突发生物危害事件可视化智能决策支持平台

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101499107A (zh) * 2009-03-16 2009-08-05 哈尔滨工业大学 地质灾害对城市地下燃气管网造成危害的评估系统
CN101582788A (zh) * 2008-05-12 2009-11-18 北京启明星辰信息技术股份有限公司 一种对安全事件的分级处理方法及系统
CN101661531A (zh) * 2009-04-02 2010-03-03 中国人民解放军军事医学科学院 核化生医学救援专家咨询信息系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101582788A (zh) * 2008-05-12 2009-11-18 北京启明星辰信息技术股份有限公司 一种对安全事件的分级处理方法及系统
CN101499107A (zh) * 2009-03-16 2009-08-05 哈尔滨工业大学 地质灾害对城市地下燃气管网造成危害的评估系统
CN101661531A (zh) * 2009-04-02 2010-03-03 中国人民解放军军事医学科学院 核化生医学救援专家咨询信息系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254088A (zh) * 2011-05-25 2011-11-23 中国人民解放军军事医学科学院微生物流行病研究所 一种基于谷歌地图的生物危害评估可视化方法
CN102254088B (zh) * 2011-05-25 2013-07-31 中国人民解放军军事医学科学院微生物流行病研究所 一种基于谷歌地图的生物危害评估可视化方法
CN105138715A (zh) * 2015-06-29 2015-12-09 中国人民解放军军事医学科学院生物工程研究所 一种微生物气溶胶大气扩散危害评估方法
CN105138715B (zh) * 2015-06-29 2018-08-14 中国人民解放军军事医学科学院生物工程研究所 一种微生物气溶胶大气扩散危害评估方法
CN105069212A (zh) * 2015-07-30 2015-11-18 南通航运职业技术学院 一种基于类神经网络的压载水微生物数量预测方法
CN105069212B (zh) * 2015-07-30 2018-07-03 南通航运职业技术学院 一种基于类神经网络的压载水微生物数量预测方法
CN108281199A (zh) * 2018-02-27 2018-07-13 中国科学院地理科学与资源研究所 突发生物危害事件可视化智能决策支持平台

Also Published As

Publication number Publication date
CN101894353B (zh) 2015-03-18

Similar Documents

Publication Publication Date Title
Cheval et al. Observed and potential impacts of the COVID-19 pandemic on the environment
Chen et al. Urban resources selection and allocation for emergency shelters: In a multi-hazard environment
Assilzadeh et al. Landslide catastrophes and disaster risk reduction: A GIS framework for landslide prevention and management
Chu et al. Emergency evacuation simulation and management optimization in urban residential communities
Simić et al. Picture fuzzy MCDM approach for risk assessment of railway infrastructure
US20100174549A1 (en) Emergency Consequence Assessment Tool and Method
Paul et al. Fatalities caused by hydrometeorological disasters in Texas
CN101894353B (zh) 一种突发生物事件现场危害评估模拟系统
Stovern et al. Windblown dust deposition forecasting and spread of contamination around mine tailings
Schwab et al. Microbial and chemical assessment of regions within New Orleans, LA impacted by Hurricane Katrina
Mavrouli et al. An emerging health crisis in Turkey and Syria after the earthquake disaster on 6 February 2023: risk factors, prevention and management of infectious diseases
Wang et al. On the simulation-based reliability of complex emergency logistics networks in post-accident rescues
Tashakor et al. Tracing of heavy metals embedded in indoor dust particles from the industrial city of Asaluyeh, South of Iran
Tao et al. Emergency response, influence and lessons in the 2021 compound disaster in Henan Province of China
Pappas The Lanzhou Brucella leak: the largest laboratory accident in the history of infectious diseases?
Jo et al. Implementation of iot-based air quality monitoring system for investigating particulate matter (Pm10) in subway tunnels
Zhao et al. A rapid public health needs assessment framework for after major earthquakes using high-resolution satellite imagery
Zhang et al. A low-cost smart sensor network for catchment monitoring
Sritart et al. Methodology and application of spatial vulnerability assessment for evacuation shelters in disaster planning
Frausto-Martínez et al. COVID-19, storms, and floods: impacts of Tropical Storm Cristobal in the western sector of the Yucatan Peninsula, Mexico
World Health Organization The great east Japan earthquake: a story of a devastating natural disaster, a tale of human compassion
Curtis et al. Micro-space complexity and context in the space-time variation in enteric disease risk for three informal settlements of Port au Prince, Haiti
Lee et al. Effects of Tsunami Shelters in Pandeglang, Banten, Indonesia, Based on Agent-Based Modelling: A Case Study of the 2018 Anak Krakatoa Volcanic Tsunami
Pinto et al. Setting up an early warning system for epidemic‐prone diseases in Darfur: a participative approach
Fan et al. An approach based on the protected object for dam-break flood risk management exemplified at the Zipingpu reservoir

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant