预测多地疫情走向和节点，依据是啥？专访兰大黄建平团队

黄建平院士和兰州大学新冠肺炎疫情预测团队受访者供图

《新冠肺炎疫情全球预测系统》网站首页截图

大河网·大河报记者张晶晶

连续两次预测河南疫情结束时间，兰州大学新冠疫情预测团队再次受到关注。

根据国家卫健委消息，郑州和许昌1月20日首次出现零新增病例。

1月20日起至今，郑州已连续4日零新增，疫情进入收尾阶段。1月24日，郑州市新冠肺炎疫情防控指挥部召开新闻发布会介绍，郑州预计春节放假前全域降为低风险地区。

此前在1月10日，兰大新冠疫情预测团队公布了对河南郑州和许昌疫情的预测。初步预测结果显示，郑州和许昌本轮疫情预计将于2022年1月20日左右得到控制。

除了在预测病例数据上存在出入之外，郑州和许昌本次疫情结束时间再次与兰大新冠疫情预测团队的预测相吻合。

近两年全国多地出现疫情后，兰州大学疫情预测系统对各地的突发疫情做出过不少准确预测。

近日，大河报·豫视频记者专访黄建平院士带领下的兰州大学新冠疫情预测团队，探寻预测模型背后能够实现预测的依据。

这是一个专业而神秘的科研团队，在预测数据上保持着公众层面的“高调”，作为团队却相对“低调”。

面对网友和记者提出的“国内是否有城市主动要求团队来提供疫情预测；如果团队模型是固定的，城市是否有可能根据之前疫情的数据来‘自我预测’”等诸多好奇，兰大团队并未选择回应所有。

那么，如何看待网络对团队的“封神”之语？预测一个城市的疫情需要做哪些准备？最早可在什么阶段提供预测结果？近日，兰大疫情预测团队就这些问题接受了大河报·豫视频记者的专访。

大河报：兰州大学的疫情预测多次登上网络热搜，不少网友直呼“神了”，如何看待网络对于团队这些预测的高度关注？

兰大团队：非常感谢大家对我们疫情预测系统和相关工作的关注与支持，未来我们将继续优化预测模型，不断提升预测准确率。

大河报：很多人好奇，预测系统是怎样预测的？

兰大团队：兰州大学《新冠肺炎疫情全球预测系统》是将气候预测的方法（统计—动力）与流行病模型相结合建成的，实时引入全球最新的疫情数据，针对有疫情数据的180多个国家逐个建模，反复进行最优参数化反演，并在系统中考虑了温度、湿度和管控措施等因素对疫情发展的影响。

大河报：预测一个城市的疫情需要做哪些准备？

兰大团队：预测模型所采用的真实疫情数据主要来自于美国约翰斯·霍普金斯大学，温度、湿度等气象数据来自美国国家航空航天局和欧洲中期天气预报中心。对国内突发疫情的预测，数据主要来自国家卫健委。

大河报：兰州大学在国内和国外累计分别预测了多少个城市？

兰大团队：系统自上线以来，针对全球有疫情数据的180多个国家持续开展了逐日、逐月和季节预测。团队一直密切关注国内突发疫情，系统自上线以来向公众发布了23次疫情预测报告，对2021年石家庄市、通化市、广州市、南京市、郑州市等地疫情都有很好的预测。

大河报：团队一般最早可以在一个城市疫情的什么阶段来提供预测结果？理论上最早能够到什么时间？

兰大团队：国内个别地方出现零星本土病例后，一般需要3到5天累计确诊病例数来判断疫情发展的初步趋势，同时综合考虑病毒变异、各地政府实施的管控措施、民众的自我防护措施、疫苗接种等情况来进行疫情预测，一般7天左右。

大河报：预测系统如何考量预测城市在人口、城市规模甚至人们口头上所谓的城市管理水平高低的差异，它们会对疫情发展产生什么样的影响？

兰大团队：疫情发展与病毒变异、政府实施的管控措施、民众的自我防护措施、疫苗接种以及当地医疗水平有很大关系。我国“外防输入，内防反弹”总策略和“动态清零”总方针，对德尔塔、奥密克戎等变异株疫情的防控仍然有效，在现有防疫经验的基础上，只要严格遵守防疫要求、提升疫情应对能力、能及时有效地应对突发情况，我们就可以有效遏制疫情蔓延。

大河报：是一个什么样的团队在做这个预测系统？

兰大团队：全球新冠肺炎疫情暴发以来，兰州大学西部生态安全协同创新中心积极协调各种科研力量，在中心主任黄建平教授带领下，奋战三个月，在现有区域疫情预测模型基础上，考虑了气候和环境条件以及政府管控措施对疫情传播的影响，成功开发出具有兰州大学全部知识产权的《新冠肺炎疫情全球预测系统》，于2020年5月25日正式上线。团队成员包括大气科学、公共卫生学、应用统计学、人工智能等专业的专家和人才，此外项目完成过程中得到了兰州大学公共卫生学院、兰州大学第一医院、兰州大学循证医学中心、兰州大学政治与国际关系学院的支持和帮助。

大河报：之前国外也有大学和相关机构推出过疫情预测系统，但他们只着眼于美国本土疫情的预测，同样的，国内也有其他学校对国内疫情进行预测，但是没有持续进行。兰大团队预测精准率如此之高，核心优势是什么？

兰大团队：对预测模型来说，最重要的就是提升预报的准确度，我们团队30年来在气候预测中使用的统计-动力方法能够较好地根据历史资料修正预报误差，从而提高预报精度。我们在传统的流行病学模型的基础之上，使用气候预测中的统计-动力方法对传统的流行病模型进行改良，利用实时更新的疫情数据，对流行病学模型中的重要参数如传染率、治愈率、死亡率等进行动态估计和修正，这大大提高了我们预测精度。

大河报：目前的预测，是以城市为单位的，未来可能有更小（或者更大）的预测对象吗？

兰大团队：目前，我们正在优化升级预测系统，只要数据更加精确，参数更加全面，就能不断提高预测的准确率。随着系统的不断完善，可以对一个国家、一个地区、一个城市，甚至一个县开展预测，根据每个城市的情况不同，研发出更加细致的子模式，预测结果对于疫情防控将有很高的参考价值。