NSR：兰州大学黄建平教授发现政府管控、公众配合、人员聚集对新冠肺炎疫情起核心作用，但过度管控并不能带来防控效果增加

自新冠肺炎疫情暴发以来，兰州大学西部生态安全省部共建协同创新中心协调各种科研力量，在疫情预测预警、疫情防控成效评估、气候与环境条件对疫情发展的影响等方面取得了一系列的研究成果，为全球新冠疫情的科学预测和精准防控提供了重要的理论基础。近日，《国家科学评论》（National Science Review）在线发表了黄建平教授团队题为《新冠肺炎疫情的震荡暴发特征》“The oscillation-outbreaks characteristic of the COVID-19 pandemic”的最新成果，揭示了振荡中突变上行是全球新冠肺炎疫情传播的主要特征。其中此起彼伏的振荡主要受季节变化和病例上报滞后的影响，而短时突变则主要由人员聚集引起。这项成果为全球新冠疫情的科学建模和参数化提供了重要的理论基础。

环境因素和人为干预到底谁更重要？

图1新冠肺炎疫情的演变和归因分析为了延缓病毒的传播，世界各国均采取了不同程度的管控措施，包括口罩令、出行限制、疫苗接种等。这使得病毒的传播不仅受到气象条件的影响，政府干预和公众响应也在一定程度上影响了疫情的发展。兰州大学黄建平教授团队将气候预测中的统计-动力技术与流行病学模型相结合，从新冠肺炎流行病学曲线中分离了病毒传播过程中人为干预和环境因素的影响。研究发现，气象和环境条件对新冠肺炎传播有一定的影响：其最适宜传播的温度在5~15℃之间；在较为干冷的气候条件下，新冠肺炎的传播能力和致死率可能更高；中高纬度地区季节变化对新冠肺炎的影响要大于低纬度地区。由于新冠肺炎病毒几乎对所有人群易感，且其传播能力较强，因此当群体免疫尚未建立时，季节变化对疫情发展有一定的影响，但人员聚集是主控因子。

黄建平教授团队建立的“新冠肺炎疫情全球预测系统”综合考虑了温度、湿度和管控措施对疫情发展的影响，对美国、印度、巴西、俄罗斯等热点地区进行了模拟重现和归因分析。模拟结果显示，2020年5月底开始的“弗洛伊德事件”引发的抗议活动造成同期确诊病例上升52.2%；在印度和巴西，如果当地政府持续收紧疫情防控措施，这些地区的疫情应该早已得到控制，灾难性后果是可以避免的。这说明，政府管控、公众配合、人员聚集对新冠肺炎疫情发展起主导作用，大规模的人员聚集造成的超级传播事件是国外疫情失控的主要原因；而气象条件在疫情发展中所起到的作用是有限的。

从卫星上看各国疫情防控成效

图2 疫情期间主要国家NO2柱浓度变化和确诊人数变化的关系团队前期的研究成果指出，NO2柱浓度的相对变化可作为评估疫情防控成效的重要指标。疫情防控期间，全球范围内人类活动和污染物排放强度均出现不同程度的降低，造成部分污染物浓度（PM2.5、NO2等）较常年同期显著偏低。由于NO2排放几乎覆盖人类活动的方方面面，包括工业活动、交通源等，其浓度的相对变化变化能一定程度上量化人类活动的强度，包括人口流动和人员聚集的强度。

黄建平团队发现，NO2柱浓度显著降低后的约2周后，疫情发展受到控制，而2周与新冠肺炎病毒潜伏期的时间相符合，在NO2浓度持续下降30天后，几乎所有国家的确诊人数均出现了显著下降的趋势。整体来看，NO2浓度下降越明显的区域，其确诊人数下降的比例也越明显。但当NO2浓度下降到一定程度时，确诊人数的下降变得不显著。这说明当管控措施严格到一定程度后，继续加大管控力度所带来的疫情防控效益并不会明显增加，反而可能对经济发展造成严重的负面影响。

系列成果：

1.Huang, J.*, Liu, X., Zhang, L., et al., 2021. The oscillation-outbreaks characteristic of the COVID-19 pandemic. National Science Review. https://doi.org/10.1093/nsr/nwab100

2.Huang, J.*, Zhang, L., Liu, X., et al., 2020. Global prediction system for COVID-19 pandemic. Science Bulletin. 65, 1884–1887. https://doi.org/10.1016/j.scib.2020.08.002

3.Huang, Z., Huang, J.*, Gu, Q., et al., 2020. Optimal temperature zone for the dispersal of COVID-19. Science of the Total Environment. 736, 139487. https://doi.org/10.1016/j.scitotenv.2020.139487

4.Lian, X., Huang, J.*, Zhang, L., et al., 2021. Environmental Indicator for COVID‐19 Non‐Pharmaceutical Interventions. Geophysical Research Letters. 48. https://doi.org/10.1029/2020GL090344

5.Lian, X., Huang, J.*, Huang, R., et al., 2020. Impact of city lockdown on the air quality of COVID-19-hit of Wuhan city. Science of the Total Environment. 742, 140556. https://doi.org/10.1016/j.scitotenv.2020.140556

6.Liu, X., Huang, J.*, Li, C., et al., 2021. The role of seasonality in the spread of COVID-19 pandemic. Environmental Research. 195, 110874. https://doi.org/10.1016/j.envres.2021.110874

团队介绍：

黄建平团队将统计-动力天气预报的先进技术与流行病模型相结合，创建了全球第一个“新冠肺炎疫情全球预测系统”（http://covid-19.lzu.edu.cn/），并于2020年5月开始在线上发布全球范围的预测预警，为高效疫情防控提供了一定的科学依据。受到国内外专家学者和媒体的广泛关注，系列成果发表在National Science Review、Science Bulletin、Geophysical Research Letters、Science of the Total Environment、Environmental Research等国际知名学术刊物。目前，团队正在积极研发第三代网格化预测系统，为建立新一代的全球气候与环境健康模式奠定基础。