随着地球信息科学技术的不断发展，其已在越来越多的领域得到不断应用。在与新冠肺炎疫情的斗争中，地球信息科学技术在许多方面发挥了重要作用，包括多源大数据的快速整合、流行病信息的快速可视化、确诊病例的空间跟踪、区域传播的预测、物质资源供求的平衡和管理以及社会情绪指导等，为新冠肺炎疫情预防和控制的决策、措施制定和有效性评估提供了坚实的空间信息支持[1]。在此次突如其来的新冠肺炎疫情中，地球信息科学技术利用其独特优势，从时间和空间上跟踪、监测疫情蔓延、传播，精准描绘与分析新冠肺炎疫情的发生、发展、演变、态势，引导人员管控、物流运输、资源调配等，在疫情研究监测、地区卫生情况、医疗资源分配等方面都提供了极大帮助，为疫情防控提供了及时有效的信息，为打赢疫情防控的攻坚战做出了极大贡献。

1、地球信息科学技术概述

地球信息科学技术是集3S技术、大数据平台、互联网、人工智能等技术于一体，利用各种技术和集成各种方法对地球及其上的实体目标和人类活动进行时空数据采集、信息提取、网络管理、知识发现、空间感知认知和智能位置服务的一门多学科交叉的科学和技术[2]。其中，3S技术是地球信息科学技术的核心，在互联网、大数据、人工智能和云计算等新兴技术的推动下，现今地球空间信息服务呈现出智能化、自动化、网络化与实时化的特点[2]。随着现代通信技术与网络计算技术的发展，大数据集成、各类数据处理方法、分析模型、互联网技术等与3S技术相结合，不断丰富和完善地球信息科学技术，将其发展成为一个影响社会发展、经济建设、国家安全、科学研究和民众生活等各个方面的高新技术产业领域[3]。

1.13S技术

早期3S技术是全球定位系统GPS(GlobalPositionSystem)、遥感RS(RemoteSensing)、和地理信息系统GIS(GeographicInformationSystem)的简称，随着科学技术的发展，如今的3S技术包含更广，为GIS、RS、GNSS（全球导航卫星系统）三大系统，其中GNSS泛指所有卫星定位系统，包括GPS。3S技术是集空间技术、传感器技术、卫星定位与导航技术、计算机技术以及通信技术于一体，多学科融合的现代信息技术，对空间信息进行收集、处理、分析、表达、传播和应用的现代信息技术的总称[4]。

1.1.1遥感

遥感是一种不接触物体本身，用遥感平台上搭载的传感器收集目标物的电磁波信息，经处理、分析后识别目标物，揭示其几何与物理性质、相互关系及其变化规律的科学技术[5]。遥感能够快速、大范围获取空间数据，在具体的应用中，遥感可获取目标地区的信息，其覆盖区域范围广，能够采用多波段成像技术来定位、定性、定量地对地理环境中的各项指标进行勘测[6]。在疫情监测中可利用卫星遥感实时拍摄目标区域，用图像直观地呈现出疫区情况。可以通过影像分析处理得到目标地物的实时状态，并与往期图像作对比，获得一段时间内区域的变化情况，在疫情发展下的环境监测、建筑施工、区域规划等方面都有重要应用。

1.1.2全球导航卫星系统

GNSS是所有卫星定位系统的总称，GPS是其中一种，由美国建立，在全球范围内进行导航与定位的系统。现在有许多国家也相继开发出了自己的卫星导航技术，如中国的北斗导航系统BDNS、俄罗斯的全球导航卫星系统GLONASS以及欧盟的伽利略系统GNS等。利用GNSS，在地理空间参考系中，根据卫星的已知瞬时位置与卫星至目标的测量距离，即可计算确定被测目标的空间位置[5]，即可以对目标实现精确的定位。在疫情防控中能够获得人口的流动轨迹，对各个地区控制人员进出，了解病患活动轨迹等方面都提供了基本的信息支持，具有实时性、动态性和多维性。

1.1.3地理信息系统

地理信息系统是一种基于计算机的工具，是用来获取、储存、管理、分析和显示空间数据及空间实体的属性数据的信息系统。它将地图这种独特的视觉化效果和地理分析功能与一般数据库操作（例如查询和统计分析等）集成在一起，可以对空间信息进行分析和处理，简而言之，是对地球上存在的现象和发生的事件进行成图和分析[7]。GIS还可以与大数据相结合，广泛采集并处理与疫情有关的各类数据，为疫情防控提供精准的数据支撑。通过GIS技术建立疾病防治预警系统、监控系统、疫情信息报告系统和社区防控系统，对突发信息进行有效的采集、处理，并提供应急预案，及时掌握重点传染病的流行规律，有助于提高医疗系统应急处理及反应能力。

1.2其他技术

1.2.1互联网技术

互联网(Internet)是指全球最大的、开放的、由许多网络相互连接成的计算机网络，可以连接全球各地区，各城市、各部门与各行业、各个机构的计算机网络与计算机组成的数据通信网，具有开放性、自由性、普及性和集成性的名副其实的共享性、信息通信网络系统[3]。互联网通过处处存在的传感网将网络与现实世界联系起来，形成虚实一体化的空间。在新冠肺炎疫情蔓延至全国的发展初期，因互联网所具有的互联互通的技术特征，跨地域、非接触的服务方式，“互联网+”成为我国医疗服务体系应对疫情的技术突破口[8]。

1.2.2大数据处理

目前，大数据技术也已经广泛应用于医疗、制造业、能源、交通、环境等许多领域，为统一指挥和部门协同运作提供了技术基础。在公共卫生方面，一些地方利用大数据分析，进行疫情监测。除了预测疾病爆发之外，医疗数据的准确分析也有助于早期疾病检测、患者护理、社区服务和其他工作，医疗部门的大数据分析可以帮助医生做出正确的决策和预测疾病的发生[9]。由于疫情变化迅速，通过互联网大数据能够及时有效捕捉各主体在疫情防控各阶段的关注情况。若能透彻分析这些结构复杂、数量庞大的数据[10]，以云端运算整合分析，便能快速地将之转化成有价值的信息，从中探索和挖掘疫情变化规律、人们的行为和舆论趋向[11]。

1.3数据处理与分析方法

技术集成、数据融合和建模（包括模型与模式）是地球空间信息技术的三大数据处理环节，将使数据转变为信息产品进而使转变为决策知识的进程更快、更精确、更有效[3]。例如AnuradhaTomar等人[12]利用数据驱动的估计方法，如长短期记忆(lstm)和曲线拟合来预测30天前印度covid-19病例的数量，以及社会隔离和封锁等预防措施对covid-19传播的影响，并预测未来病例的数量。这些数据处理与分析方法在对收集到的各类信息进行整合、分析、归纳等方面都发挥着重要作用，通过各类模型的建立才可更好地对疫情走向趋势等做出研究和预测。

2、地球信息科学技术在疫情防控方面的应用

2.1医院建设进程的监控

由于感染人数的持续增加，武汉急需建设独立的医院去隔离收治患者，因此武汉市决定建设火神山医院和雷神山医院作为新冠肺炎患者的定点收治医院。而医院的建设需在十天之内完成，对于这种高速度、高强度的施工模式，地基基础的稳固与否、周围的环境是否会受到污染、能否如期保质完成等问题都需重视，这就可利用航天遥感动态监测体系对医院建筑群的施工情况进行监测，根据卫星采集到的工地及周围环境的影像进行分析，观测施工进度。

图1(a)是吉林一号高分03星于2020年1月28日对火神山医院拍摄到的全色多光谱影像，从图中我们可以看出火神山医院北区板房基础建筑工作已基本完成，其他区域板房建筑工作也已全面展开；图1(b)是吉林一号于2020年1月31日再次对建设中的火神山医院进行拍摄的图像，可以看出火神山医院板房区域场地平整，地基建设已全部完成，集装箱板房也批量进场，基础建设工作已基本完成[13]。

2.2疫情状况实时地图的制作

图1(a)吉林一号高分03星影像

(2020年1月28日）火神山医院建设情况

图1(b)吉林一号火神山局部区域影像

（成像时间2020年01月31日）

通过广泛收集政府和医疗部门发布的确诊和疑似病例等数据，利用地球信息科学技术，通过数据处理和空间分析等方法，绘制出实时动态的疫情分布地图，向公众展示疫情空间传播的过程和规律。从疫情地图能很直观地表现出疫情严重地区的分布情况。这对于各部门和公众正确分析疫情发展形势具有直观、实时的优势。同时还能为大众提供直观的可视化数据。这种结合患者数据与地理信息的疫情地图，对实现公共信息透明、指导医疗资源运营、缓解大众内心焦虑具有重要意义。

自疫情在世界范围内爆发以来，各国政府也相继在网站上公布每日covid-19病例的全国计数，并进行实时更新。制作者们便可广泛收集各国疫情信息，绘制疫情地图。利用动态地图，可以很好地展现数据的变化与时间的关系，让观者不仅了解疫情在地理上的传播规律，也能对疫情在某个区域的变化更加一目了然。

2.3疫情时空扩散轨迹的分析

通常来说，人口流动容易引发疫情扩散，当人员从疫情严重的地区流入较为安全的地区，该地区健康人口遭受感染的概率会显著增加，医疗系统的负担也会随之加重，这就需要及时获取实时的人员流动数据，并对各地区的人员进出进行管控。因此可利用地理信息系统强大的空间分析功能，对确诊病人和疑似病人及其密切接触者按照不同指标和空间位置进行分类汇总和统计分析，并结合GPS定位系统，对流动人员的移动轨迹进行分析，得出人员流向比较大的城市以及途径城市，这可以为医疗部门和防疫部门及时提供疫情传播信息，辅助有关部门制定相应的预防策略，提醒相关区域群众和群众组织做好不同级别的预防措施[14]。

例如，我国创新性地推出了使用“健康码”来对出入人员进行管理。利用GPS定位系统来对有关人员进行定位追踪，分析其在这段时间的活动轨迹，只有获得绿码的人员才能通行，获得黄码和红码的人员需要在指定地点隔离一段时间进行观察后才能转为绿码。再者，印度政府开发出了一款用于跟踪covid-19的手机应用软件[15]，利用智能手机的GPS和蓝牙功能追踪冠状病毒感染者。此应用程序使用蓝牙技术，通过扫描印度各地已知病例的数据库，并利用位置信息，根据现有数据确定一个人所在的位置是否属于受感染地区，从而确定他是否靠近covid-19感染者。

2.4区域差异化防控系统的构建

不同地区不同级别的疫情防控需求差异较大，在自然条件、社会经济、交通条件、产业结构、生产能力和物资供应等条件方面有所不同，因此疫情防控应基于对不同区域在上述条件下的综合评判，并结合疫情发展态势，考虑差别化的隔离对策、物资供应和援助力度，避免“一刀切”的情况发生，应在保证疫情防控的同时，兼顾区域的日常生活、生产需要和自给能力[16]。可利用地理信息系统采集和处理各类疫情相关数据，分析疾病的空间分布规律，形成各区域差异化的疫情分析图，根据各地区的疫情严重程度制定不同级别的防控机制，实行分区分级响应。根据不同地区的疫情发展情况，对复工复产、学生开学、城市公共交通系统进行合理统筹规划安排，逐步恢复人民群众的正常工作和生活，确保人民群众的生产和生活安全[17]，有利于各地政府和防控部门对疫情进行统筹管理、精准把控，能够更加有针对性地开展防控工作。

2.5疫情对环境影响的分析

为了防止疫情的继续扩散，国家发布居家令，要求所有人隔离在家，减少出行。这使得原本车水马龙的街道变得空旷冷清，许多商店、工厂纷纷停工。在人们居家隔离，工厂停工的情况下，环境也在悄悄发生变化。图3是NASA发布的一张卫星监测图，表明中国上空对流层二氧化氮含量明显减少的现象。

二氧化氮除自然来源外，主要来自于工业生产排放、城市汽车尾气等，是一种大气污染物。下图显示了2019年1月至2月期间的三个时间段与2020年月1月至2月三个相同时间段（隔离期间）对流层中二氧化氮的浓度对比。这些数据是由美国宇航局的Aura卫星上的臭氧监测仪器以及欧空局哨兵-5号卫星上的对流层监测等仪器收集的[18]。上方图片显示的是2019年1月至2月期间的三个时间段内武汉附近地区上空的二氧化氮浓度水平，此时颜色较深，表示二氧化氮的含量很高。但在今年的这个时间段我国采取封城和隔离措施，于是情况则转为下方的图片，这是2020年月1月至2月三个相同时间段同一地区的图像，此图中几乎没有明显的颜色显示，表明这期间对流层中的二氧化氮的浓度已下降至较低水平。两幅不同时间同一地区的卫星图像对比很好地反映了疫情期间封城和隔离措施带给周边环境的影响，给大众提供另一个角度来看待疫情，同时也是对环境保护的一个反思。

图22019年1月至2月期间的三个时间段与2020年月1月至2月三个相同时间段武汉地区对流层中二氧化氮浓度情况

图22019年1月至2月期间的三个时间段与2020年月1月至2月三个相同时间段武汉地区对流层中二氧化氮浓度情况下载原图

3、结论与展望

在此次的疫情防控工作中，可以明显看到地球信息科学技术正在发挥积极作用，为各项疫情防控工作的有序开展提供基础性的服务保障和技术支撑。地球信息科学技术能够为医院建设情况提供影像分析，为疫情地图的制作提供技术支撑，能够通过卫星监测来分析疫情之下的环境变化；并利用大数据和GPS定位系统分析人员的流动轨迹，以及通过路线规划等确保物流物资的准时送达。在决策管理方面根据大数据和疫情地图的观测来制定区域差异化的防控方案，形成不同级别的疫情防控体系。得益于地球信息科学技术对疫情防控工作的信息和技术支撑，能够对疫情的发生和发展快速作出反应和分析，并及时了解疫情的发展规律，让各部门各单位的防控工作得到比以往更迅速更准确的开展，也让公众能够更直观更清晰地认识到疫情的发展情况，这不仅可以提高防控工作的实施效率，更是在控制疫情蔓延方面起到重要的作用。

随着地球信息科学技术的不断发展，将3S技术、互联网+、人工智能和大数据等紧密结合起来的地球信息科学一体化技术已显示出更为广阔的应用前景。在军事领域，地球信息科学技术的迅速发展导致了新的军事地理情报系统的广泛使用，开发这些系统是为了通过数据收集、处理、分析和分配来支持军事战术和战略行动[19]。在城市建设方面，数字城市的建设通过空间数据基础设施的标准化、各类城市信息的数字化整合多方资源，从技术和体制两方面为实现数据共享和互操作提供了基础，实现了城市3S技术的一体化集成和各行业、各领域信息化的深入应用[20]。在海洋建设方面，对各涉海部门的信息进行整合，建立海洋地理空间信息系统，开展数字海洋地理空间框架建设，构建海上交通治理框架，通过卫星互联网等网络进行数据、计算、知识等的交互，完成海洋环境的模拟、预测、预报，使海洋变得可视化、数据化，使大海转变为人类开发和保护海洋最有效的虚拟视觉模型[21]。总的来说，地球信息科学技术在现代化建设的进程中的各个领域上都发挥出越来越重要的作用。

虽然地球信息科学技术在提供公共疫情防控服务方面已成为必然趋势，但仍然存在许多不足之处，有待完善和提高。例如各部门之间数据共享不足、观测收集到的数据精度不高、信息不全等问题，基于此，基于地球信息科学技术的公共卫生服务系统应不断发展完善，建立起更加成熟和面向公众的疫情防控体系。

参考文献：

[2]李德仁.从测绘学到地球空间信息智能服务科学[J].测绘学报,2017,46(10):1207-1212.

[3]科技部国家遥感中心战略专家组.地球空间信息科学技术进展(1)[J].全球定位系统,2009.34(5):57-65.

[5]刘祖文主编.3S原理与应用[M].北京:中国建筑工业出版社.2006.

[6]覃卫星.浅析3S技术在林业调查规划设计中的应用[J].南方农业,2019,13(Z1):59-60+70.

[7]倪丽萍,蒋欣,郭亨波.城市地下空间信息基础平台建设与管理[M].上海:同济大学出版社,2018.

[8]冯文,张靓囡,李璟媛,等.基于互联网的新型冠状病毒肺炎健康咨询服务分析[J].北京大学学报(医学版).2020,52(2):302-307.

[10]单杰,秦昆,黄长青,等.众源地理数据处理与分析方法探讨[J].武汉大学学报(信息科学版),2014,39(4):390-396.

[11]龚健雅,李小龙,吴华意.实时GIS时空数据模型[J].测绘学报,2014,43(3):226-232.

[13]汪韬阳,李熙,田礼乔,等.城市建筑群航天遥感动态监测[J].武汉大学学报(信息科学版),2020,45(05):640-650.

[14]姜俊,杨瑞霞.ComGIS在突发性传染病防治中的应用研究[J].河南科学,2003(06):831-834.

[16]赵荣钦.地理学在疫情防控中能发挥什么作用?[N].中国自然资源报,2020-02-14(007).

[17]武智勇,孙德尧.人口流动背景下河北省新型冠状病毒(2019-nCoV)城市分布特征及防控对策探讨[J].河北民族师范学院学报,2020,40(02):1-9.

[20]李琦,刘纯波,承继成.数字城市若干理论问题探讨[J].地理与地理信息科学,2003,19(1):32-36.

[21]李春旭,董江,惠大涛,等.数字海洋地理空间交通治理框架建设方法研究[J].中国水运,2020,(01):48-50.

徐嘉艺,赖正轩,张佳默,赖日文.地球信息科学及其在新冠疫情防控中的应用[J].安徽建筑,2020,27(11):39-41+46.

基金:福建农林大学科技创新基金项目(KFA17284A);林学高峰学科建设项目(71201800755).