2月24日是东南大学2020年春季学期开学的第一天，也是特殊时期线上教学的正式开始。运算所的各门课程均开始了网络教学。面对特殊的教学方式，运算所师生充分发挥数字技术的优势，在课程准备、资料收集、学生自由研学等方面做出了探索。
严谨务实的课程准备与资料收集
王柄棋的程序截图：屏幕中，绿色的代表健康人群，橙红色的代表肺炎感染者。鼠标控制的医务工作者可以疏散人群及救治感染者。医务工作者的周围的健康人会被疏散，点击鼠标即可救治感染者。屏幕的左上角实时显示了当前感染人数及感染比例的情况。在感染者人数清零后，屏幕中会出现“众志成城，战胜病毒”的标语。
硕士一年级的李金泽同学本科毕业于武汉理工大学，在武汉度过了5年大学时光。此次疫情中封城的武汉牵动着她的心。在不能出门的日子里，李金泽考虑通过在运算所学到的专业知识，基于城市大数据的获取和可视化方法，对武汉医疗POI热点进行分析，并结合当时的疫情发展，进行医疗设施分布与患病人群分布的相关性分析。
数据的获取：兴趣点(Point of Interest, POI)是指一切可以被抽象为点的地理实体,每一条POI数据包含地理实体的名称、经纬度、地址、类别等信息。李金泽的数据来源为百度地图API,采集时间是2020年2月17日。患病人群数据主要采集了武汉市主城区（三环内）自2019年12月20日至2020年2月10日的有效数据，并以此为基础进行分析与可视化。
主要分析方法：核密度估计法(Kernel Density Estimation, KDE)，是最常用的点要素空间集聚分析法,借助一个移动的单元格对点或线格局的密度进行估计。
数据可视化：主要借助了高德地图数据开放平台，通过将百度坐标进行转换，得到与高德地图相匹配的地理坐标系统，在已有的数据分析基础上实现数据可视化。
可视化结果：结合2月中旬的疫情，进行了医疗资源分布与患病人群分布进行相关性分析。将武汉市医疗POI核密度分布图作为底图，并在其中标出了70家定点收治新型冠状肺炎的医院及新建的医疗方舱的位置。这些信息与截止当时的未收治患病人群分布核密度图（图片来源：公众号“城市创新实验室”）进行叠加，可获得武汉医疗设施分布与未收治病患分布图。
武汉医疗设施分布与未收治病患分布图（李金泽绘制）
分析：通过对以上分析比较。可以看到：
1. 武汉主城区当时（2月17日之前）未收治入院的患者所处位置大概分为：1）位于城市核心区，周边医疗资源密集；2）位于非城市核心区域，周边医疗资源原本就较为匮乏地区。
2. 分别对未收治原因进行分析。第一类患者，因为大量周边重病患者涌入城市核心区，导致医院床位紧张，无法满足服务范围内的所有病患需求。第二类患者因为周边医疗设施匮乏，加之核心地区定点医院已经达到饱和状态，临近社区的病患尚不具备收治条件，使患者暂时无法进行有效医治。
3. 方舱的设立在极大程度上解决了问题上述。从方舱医院的分布来看，在整个武汉市域范围内较为均匀，涵盖到了医疗设施相对薄弱的区域，与病人群的分布有一定的重合性。同时方舱的设立减少了更多患者由轻症到重症的风险，在本次疫情防控和阻击中起到了很大的作用。
展望：在导师唐芃的指导下，李金泽决定将本次数据可视化的工作做进一步深化，并向城市设计方面拓展。利用深度学习技术，希望在今后的城市在发生突发事件时，根据需要救助人群的分布和基础设施的分布情况，用生成设计方法迅速生成紧急救助设施的分布点和建设顺序，为应对突发事件的人群救助提供快速有效的指导性方案。
每年2月-3月，是东南大学建筑国际化示范学院兼职教授Ludger Hovestadt来南京的日子。每年固定在宁的这段时间，都安排了满满的教学与科研的任务。今年春节期间疫情开始后，Hovestadt教授一直与运算所的各位老师保持联系，通过网络会话的形式谈论科研进展和今年的年度计划。
2020年Hovestadt教授将在东南大学开设一门全英文前沿课程，面向建筑学方向的博士及硕士生。这门课的开设将建筑学的哲学思维与数字技术的深度发展结合在一起。在最近的课程建设的讨论中，大家一致认为，无论是针对未来的韧性人居环境，还是人工智能的建筑设计命题，基于城市大数据的深度学习，是今后非常重要的发展方向。经过讨论，最后确定了Hovestadt教授的前沿课程名称为“面向建筑师的编程与人工智能导论（Introduction to Programming and Artificial Intelligence for Architects）”，大家对授课计划，授课方式等具体内容进行了研讨，并完成了课程申请文件。
鸡鸣寺的樱花即将盛放，南京和武汉的春天已经来临。疫情期间所激发的数字技术对未来人居环境和城市空间的思考将一直继续下去。
我要评论 （网友评论仅供其表达个人看法，并不表明本站同意其观点或证实其描述）
全部评论 ( 条)