疫情传播模拟
基于个体的SEIR传染病模型——通过保持距离、隔离、口罩与疫苗有效压平曲线。
- Susceptible
- Exposed
- Infected
- Recovered
Blue people can catch the disease, orange have caught it but aren't contagious yet, red are infectious, gray have recovered and purple are vaccinated. Click to start an outbreak there, an event in time that Restart and share links leave out; then try the measures to flatten the curve.
你觉得 疫情传播模拟 体验如何?
关于 疫情传播模拟
适用场景:: 动态观察学习
疫情传播模拟是一款基于多智能体的交互式仿真工具,用于探究传染病在城镇中的扩散机制。画面中的每个圆点都代表一名个体,处于易感(Susceptible)、潜伏(Exposed,已受感染但暂无传染性)、感染(Infectious)、康复(Recovered)或已接种(Vaccinated)状态——这正是流行病学家自 1927 年 William Kermack 与 Anderson McKendrick 确立并沿用至今的经典 SEIR 模型,在此以个体级别生动呈现。人们在城镇内自由漫步(Wander)或往返于社区与繁华集市(Commute to market),与感染者密切接触的每一小时都存在一定的传播概率。
堆叠呈现的 Epidemic curve(疫情曲线)直观展示了疫情从暴发、达峰到随着人群康复和易感者减少而平息的全过程。另一张图表则根据真实的传染链动态估算传播指数 Estimated R(平均每名感染者传给的人数)。当该数值高于虚线 1 时,疫情持续蔓延;降至 1 以下时,疫情逐步衰退。
你可以自由试验公共卫生部门常用的干预措施:Distancing(社交距离)让部分人群居家,Quarantine(隔离)在感染者出现传染性一到两天后将其隔离,Masks(口罩)使佩戴者的传播风险减半,Vaccination(疫苗接种)则可在初始时或每天逐步建立免疫屏障。启用 Fades after ~60 days 或 ~120 days 观察免疫衰减带来的周期性反弹,点击任意位置制造新爆发点,并可随时导出高清 PNG、视频或 GIF 动图。
如何使用 疫情传播模拟
- 点击 Play(播放). 易感人群(Susceptible,蓝色)中出现少数初发病例(First cases,红色)。在每个模拟小时内,人群移动,靠近感染者的人可能转为潜伏状态(Exposed,橙色)。
- 观察统计图表. Epidemic curve(疫情曲线)堆叠展示了随时间推移各状态的人数变化。Estimated R 显示平均每例感染引发的新病例数;虚线标示出阈值 1。
- 调整人群移动模式. Wander(漫步)让人们在城镇内随机游走;Commute to market(集市通勤)会在白天将多数人集中到中央集市,从而加速病毒扩散。
- 自定义疾病参数. Infectiousness(传染性)代表密切接触时的每小时感染概率;Contact distance(接触距离)定义接触范围;Incubation(潜伏期)与 Infectious for(传染期)设定各阶段时长;Immunity(免疫力)控制康复者是否会再次感染。
- 尝试防控干预. 调高 Distancing(社交距离)、Quarantine(隔离)、Masks(口罩)或疫苗接种参数,点击 Restart(重置)重新推演。社交距离与口罩即时生效;初始接种率在重置时生效。
- 手动引发疫情. 点击画布任意位置,立即使距离最近的 5 位易感者受到感染。
- 导出成果. 保存高分辨率 PNG 图片,或录制疫情传播全过程的视频与 GIF。
常见问题解答
什么是 SEIR 模型?
SEIR 模型将人群划分为易感者(Susceptible)、潜伏者(Exposed)、感染者(Infectious)和康复者(Recovered)。人群受感染后从 S 转入 E,具备传染性后进入 I,康复后转为 R。经典 SEIR 模型采用微分方程计算各群体规模,而本工具对每个独立个体进行代理模拟,让你可以直观观察局部聚集性疫情和偶然性事件。
传染数 R 代表什么?
R 表示平均每名感染者能传染给多少人。当 R 大于 1 时,病例数呈指数增长;小于 1 时,疫情趋向消退。基本传染数 R₀ 描述全易感人群中的原始传播力;随着人群康复、接种疫苗或减少接触,有效传染数 R 会逐步下降。本工具根据近期康复人群的实际传播数据实时估算 R 值。
“拉平曲线”是什么意思?
减缓病毒传播的干预措施能够压低并推迟疫情曲线的最高峰值。即使最终感染的总人数相似,更平缓的峰值也能显著减少同一时间患病的人数,避免医疗系统发生挤兑。你可以对比开启和关闭 Distancing(社交距离)时的峰值差异来感受这一效果。
什么是群体免疫?
当群体中具有免疫力的人口比例达到一定高度时,平均每名感染者传播的人数少于 1 人,疫情便会自然衰竭。对于 R₀ 约为 2 的疾病,这一阈值大约是总人口的一半。尝试将 Vaccinated at start(初始接种率)设为 0.5 并与未接种时的传播情况进行对比。
这能用于预测真实疾病的走向吗?
不能。这是一个用于科普和教学的概念模型,采用了简化的人物行为和假想参数。真实的流行病学建模需要依托详尽的人群接触数据、年龄分层、检测能力等海量真实变量。本模拟旨在帮助人们建立对疾病传播机制与干预手段相互作用的直观认知。
参考文献
- Kermack, W. O., & McKendrick, A. G. (1927). A contribution to the mathematical theory of epidemics. Proceedings of the Royal Society A 115, 700–721.
- Lloyd-Smith, J. O., Schreiber, S. J., Kopp, P. E., & Getz, W. M. (2005). Superspreading and the effect of individual variation on disease emergence. Nature 438, 355–359.
- Ferretti, L., Wymant, C., Kendall, M., et al. (2020). Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing. Science 368, eabb6936.





