新聞稿

浸大領導研究團隊推出香港新冠病毒熱點分析圖

星期一, 2022年11月14日

香港浸會大學（浸大）領導的研究團隊推出「香港新冠病毒熱點分析圖」，以直觀、實時和動態的方式，呈現新型冠狀病毒病（下稱新冠）個案的地理位置分佈。該地圖採用由研究團隊新開發的時空大數據分析演算法，大大提高了解像度及成像速度。

及時和準確地掌握新冠病毒感染個案位置分佈資訊，對有關部門採取有效的感染控制措施和醫療資源分配以應對疫情非常重要。相關資訊亦有助公眾了解他們面對的健康風險。

線上地圖直觀顯示新冠風險

為此，由浸大計算機科學系系主任徐建良教授領導的一個研究團隊，開發了「香港新冠病毒熱點分析圖」，目的是在線上地圖上顯示出全港新冠病毒感染個案的數據。團隊的其他浸大學者包括計算機科學系副系主任蔡冠球教授，以及研究助理教授陳梓楠博士。此地圖亦由澳門大學及香港大學共同開發。

「香港新冠病毒熱點分析圖」的實時數據，來自政府的香港互動地圖儀表板。不同地區的新冠病毒感染風險，會根據新冠病毒個案的多寡，以不同顏色顯示，由最低風險的紫色，到最高風險的紅色。地圖上不同顏色範圍的動態移動，代表過去七天確診者到訪地區風險水平的變化。使用者可以放大或縮小地圖，以瀏覽更大或更小範圍地區的新冠病毒風險水平。

新演算法提升大數據處理能力

在地圖上以顏色顯示不同地區的新冠病毒風險水平，需要就感染個案數據作自動和實時的更新及計算。要發揮地圖的功能，更新和計算過程必須快速完成，並支援高解像度圖像的生成。現時應用於時空數據分析的「核密度可視化」（Kernel Density Visualisation）計算工具，被用作支援圖像的產生。雖然許多統計及地理成像軟件工具，均可支援傳統的「核密度可視化」，但它們均未能支援「香港新冠病毒熱點分析圖」所需，涉及數以百萬計大規模數據集的高解像度「核密度可視化」。此外，傳統的「核密度可視化」演算法，亦無法支援動態圖像的實時生成。

為解決這些難題，研究團隊運用複雜性優化理論，開發出一套新的演算方法。新算法配合漸進式可視化框架，產生持續的局部成像，以減少「核密度可視化」的運算時間。團隊運用大規模數據集進行實驗，結果顯示新算法的運算時間，較現有最先進的方法快100倍。相關研究成果已發表於今年舉行的兩個大數據管理領域最頂級國際會議「國際數據管理會議」及「國際超大型數據庫會議」。

「香港新冠病毒熱點分析圖」利用新的演算方法，令解像度提高至 1,376 x 960 像素（高清解像度），並能以少於0.5秒的計算時間處理100萬個數據點，表現遠比其他現有工具優勝。

充份發揮「核密度可視化」其他潛力

徐教授說：「新開發的演算法和解決方案，可以支援更多以『核密度可視化』為基礎的時空大數據分析工作。它的應用令『香港新冠病毒熱點分析圖』的功能大大提升，使之成為監察社區新冠病毒風險的有用工具，協助衛生當局及市民掌握資訊並採取有效抗疫措施。」

研究團隊正探討把支援「核密度可視化」的新演算方法，應用於其他範疇的潛力，例如交通熱點偵測，景區人流控制，樓價可視化分析，以及實時氣象資源管理等。這項突破開拓了日後把「核密度可視化」更充份地運用於其他研究領域的前景。