网络渗流揭示出行网络对 COVID-19 响应的适应性桥梁
物理与社会
2022-01-19 v1
摘要
人类出行对于理解 COVID-19 在空间嵌入地理网络上的传播模式至关重要。该模式看似不可预测，且传播似乎无法阻挡，导致截至 2020 年底美国死亡人数超过 35 万。在此，我们利用 2020 年前六个月美国 3000 万智能设备的 10 TB（Terabytes）轨迹数据构建了时空县级出行网络。我们通过移除弱连接边来研究其束缚渗流。出行网络变得脆弱且易于达到临界状态，从而经历令人惊讶的突变相变。尽管出行网络行为复杂，我们设计了一种新方法，用以识别一组小规模、可管理的反复出现的关键桥梁，这些桥梁连接着最大连通分量与第二大连通分量。这些位于美国各地的适应性连接，在疫情期间作为分隔区与区域间连通各分量的阀门发挥了关键作用。此外，我们的数值结果揭示网络特征决定了临界阈值与桥梁位置。这些发现为在前所未有的扰动期间管理和控制出行网络的连通性提供了新见解。该工作也有潜力为全球和地方的未来传染病提供实用帮助。
引用
@article{arxiv.2104.11405,
title = {Network percolation reveals adaptive bridges of the mobility network response to COVID-19},
author = {Hengfang Deng and Jianxi Gao and Qi Wang},
journal= {arXiv preprint arXiv:2104.11405},
year = {2022}
}