Bundibugyo Ebola virus outbreak 2026

2026年Bundibugyo埃博拉病毒疫情的数据集，包括流行病学数据、健康区域形状文件、道路旅行时间、跨境旅行、冲突与暴力事件、内部搬迁、人口栅格、卫生设施以及移动电话内部搬迁估计等数据源，用于流行病学分析和建模。Dataset for the 2026 Bundibugyo Ebola virus outbreak, which covers multiple data sources including epidemiological data, health zone shapefiles, road travel time, cross-border travel, conflict and violence incidents, internal displacements, population grids, health facilities, and mobile phone-based internal displacement estimates, and is intended for epidemiological analysis and modeling.

原始信息汇总

2026年本迪布焦埃博拉病毒疫情数据集

本数据集由刚果民主共和国国家生物医学研究所（INRB）、非洲健康研究所（INOHA）、国家公共卫生研究所（INSP）和流行病建模与智能单位（UMIE）联合领导，与牛津大学和东北大学的合作伙伴协作完成。

数据来源

• 刚果民主共和国卫生区：人道主义数据交换（HDX）提供的卫生区边界数据
• 流行病学数据（经处理的病例清单）：由INSP和INRB建立的流行病学数据收集管道，汇总病例清单数据将存放于data/epi/目录
• 流行病学与运营数据（INSP）：国家公共卫生研究所（INSP）的SitRep系列PDF文件（截至SitRep 010），包含按卫生区每日记录的病例、死亡和接触者追踪指标数据，存放于data/insp_sitrep/目录
• 道路通行时间：来自OSRM公共演示的数据，存放于data/osrm/目录，为矩阵输出格式
• 跨境流动：帝国理工学院报告数据
• 冲突与暴力事件：来自ACLED的数据
• 境内迁徙：国际移民组织（IOM）的数据
• 人口密度栅格：来自GRID3 v4.4网格化人口数据
• 卫生设施（GRID3）：GRID3刚果民主共和国卫生设施v8.0数据，存放于data/grid3_healthsites/目录
• 卫生设施（OSM/众包）：来自Healthsites.io的数据，存放于data/healthsites_io/目录
• 基于手机数据的境内迁徙估计：来自Flowminder.org的数据

当前构建版本（2026-06-02）

本次构建已提交至main分支，每当涉及data/**的合并发生时，由CI自动刷新。

新增内容

Flowminder短期行程数据现已格式化，可在仪表盘中可视化展示。

矢量输出文件

每个区域的矢量输出嵌入GeoJSON中，位于feature.properties.<dataset>.<metric>路径下：

文件夹	输出文件	检索日期	状态
ccvi	ccvi__socioeconomic_deprivation__static.csv	2026-05-20	active
ccvi	ccvi__socioeconomic_inequality__static.csv	2026-05-20	active
cross-border-movements	cross_border__poe_passengers__static.csv	2026-05-18	active
epi	epi__cases__weekly.csv	2026-05-18	active
fao_lccs	fao_lccs__urban_fraction__static.csv	2026-05-20	active
gdp_pc	gdp_pc__gdp_pc__static.csv	2026-05-20	active
grid3_healthsites	grid3_healthsites__healthsite_count__static.csv	2026-05-20	active
grid3_healthsites	grid3_healthsites__healthsite_density__static.csv	2026-05-20	active
healthsites_io	healthsites_io__healthsite_count__static.csv	2026-05-20	active
healthsites_io	healthsites_io__healthsite_density__static.csv	2026-05-20	active
insp_sitrep	insp_sitrep__contacts_seen__daily.csv	2026-05-20	active
insp_sitrep	insp_sitrep__cumulative_confirmed_cases__daily.csv	2026-05-20	active
insp_sitrep	insp_sitrep__cumulative_confirmed_deaths__daily.csv	2026-05-20	active
insp_sitrep	insp_sitrep__cumulative_contacts_isolated__daily.csv	2026-05-20	active
insp_sitrep	insp_sitrep__cumulative_contacts_traced__daily.csv	2026-05-20	active
insp_sitrep	insp_sitrep__cumulative_suspected_cases__daily.csv	2026-05-20	active
insp_sitrep	insp_sitrep__cumulative_suspected_deaths__daily.csv	2026-05-20	active
insp_sitrep	insp_sitrep__new_confirmed_cases__daily.csv	2026-05-20	active
insp_sitrep	insp_sitrep__new_contacts_isolated__daily.csv	2026-05-20	active
insp_sitrep	insp_sitrep__new_contacts_listed__daily.csv	2026-05-20	active
insp_sitrep	insp_sitrep__new_suspected_cases__daily.csv	2026-05-20	active
insp_sitrep	insp_sitrep__new_suspected_deaths__daily.csv	2026-05-20	active
refugee_sites	refugee_sites__sites__static.csv	2026-05-20	active
worldpop	worldpop__pop_count__static.csv	2026-05-20	active
worldpop	worldpop__pop_density__static.csv	2026-05-20	active

矩阵输出文件

大型起点-终点表（国家级来源为519×519），不合并入build/drc_health_zones.geojson，需使用data/<dataset>/processed/下的文件或qa/matrix_log.csv中的目录：

文件夹	输出文件	检索日期	状态
osrm	osrm__travel_time__static.matrix.csv	2026-03-17	active
osrm	osrm__road_distance__static.matrix.csv	2026-03-17	active
IDP	idp__individuals__static.matrix.csv	2026-01-31	active
IDP	idp__individuals__weekly.matrix.csv	2026-01-31	active
IDP	idp__individuals__monthly.matrix.csv	2026-01-31	active
flowminder	flowminder__inflow__static.matrix.csv	2026-05-20	active
flowminder	flowminder__outflow__static.matrix.csv	2026-05-20	active

未包含在构建中的内容

ACLED_conflict——仅为省级占位符，尚无通过QA的输出。

仓库结构

data/ README.md 所有数据集文件夹的索引 shapefiles/ 卫生区域边界的权威来源 aliases.csv 观察到的名称到规范名称的映射 <dataset>/ 每个来源对应一个文件夹 raw/ 未经处理的源文件 process.{py,R} 生成processed/目录中文件的脚本 processed/ 符合标准化契约的输出文件 metadata.yaml 来源、引用、检索日期、许可、联系方式、运行时间等信息 README.md 可选的人类可读注释 tools/ lib/schema.py 规范名称、别名解析器、文件名契约 qa.py 遍历data/目录，进行验证，写入qa/qa_log.csv和qa/matrix_log.csv build_geojson.py 将通过QA的非矩阵输出合并到build/drc_health_zones.geojson requirements.txt pyshp, pyyaml, shapely qa/ qa_log.csv 每个制品的QA结果（所有状态） matrix_log.csv 通过QA的矩阵目录 reports/<dataset>.md 每个文件夹的人类可读报告 build/ drc_health_zones.geojson 形状文件加每个区域的最新值 long/<dataset>__<metric>.csv 每个矢量文件的完整长格式副本 manifest.json 来源加构建时间戳

数据契约

• 连接键：来自data/shapefiles/DRC_Health_zones.shp的规范名称Nom
• 处理文件命名：<dataset>__<metric>__<resolution>.{csv|matrix.csv}
  • <dataset>和<metric>采用小写蛇形命名法
  • <resolution> ∈ {static, daily, weekly, monthly, yearly}
  • 矩阵输出后缀为.matrix.csv，矢量输出（每区域一行）后缀为.csv
• 矢量文件：包含nom列。非静态分辨率还包含date列（ISO 8601格式）
• 矩阵文件（.matrix.csv）：快照矩阵包含nom, <dest_nom_1>, ...；时间序列矩阵包含date, nom, <dest_nom_1>, ...。现有单元格必须为非负数；缺失值可以为空或NA

历史版本

标签	日期	摘要
build-2026-06-02-f3b3051	2026-06-02	Flowminder短期行程数据已格式化，可在仪表盘可视化
build-2026-06-02-125e4e0	2026-06-02	添加关于Sitrep 17数字化过程的报告
build-2026-06-02-d1ceb9c	2026-06-02	添加Sitrep 17
build-2026-06-01-b4cafc9	2026-06-01	更新SitRep 15和16
build-2026-06-01-0a87d65	2026-06-01	国家级表格统一命名为DRC
build-2026-05-30-507a2a2	2026-05-30	添加Sitrep 14
build-2026-05-30-e125835	2026-05-30	修复以往SitRep中的若干处理问题
build-2026-05-30-5a34b18	2026-05-30	创建flowminder_short_trips/数据文件夹，包含2026年4月更新后的Flowminder短期行程数据
build-2026-05-29-ff1e796	2026-05-29	添加Sitrep 13
build-2026-05-28-bb8b7d5	2026-05-28	将Mabanga的一例疑似病例分配至Mambasa卫生区
build-2026-05-27-e40bc9e	2026-05-27	添加截至5月26日的INSP卫生区级每周指标数据
build-2026-05-27-059661a	2026-05-27	更新INSP Sitrep数据，使用新版Sitrep 12（更新了全国疑似死亡人数）
build-2026-05-27-af1f2b5	2026-05-27	从SitRep 12添加更新的刚果民主共和国总计数据，新指标前缀为national_
build-2026-05-26-683a564	2026-05-26	添加截止至报告010的INSP Sitrep数据
build-2026-05-22-12db0c2	2026-05-22	25个矢量图层；INSP至SitRep 007及GRID3卫生设施数据
build-2026-05-22-9694d10	2026-05-22	首次GitHub发布（11个矢量图层；INSP/GRID3前数据）

搜集汇总

数据集介绍

构建方式

该数据集基于2026年刚果民主共和国爆发的Bundibugyo埃博拉病毒疫情构建，由多个权威机构联合创建，包括国家生物医学研究所、非洲一健康研究所、国家公共卫生研究所及流行病建模与智能单元。构建过程整合了来自人道主义数据交换平台的健康区域边界数据、国家公共卫生研究所每日疫情报告中的手动转录病例与死亡指标、OSRM道路通行时间矩阵、ACLED冲突事件记录、国际移民组织境内迁移数据、GRID3人口分布栅格及卫生设施信息，以及Flowminder手机信令迁徙估计等多源异构数据，通过自动化流水线将原始资料标准化为统一的CSV与GeoJSON格式。

特点

数据集以刚果民主共和国健康区域为空间单元，采用规范化命名体系解决区域名冲突问题，确保跨数据源的精准连接。其时间维度涵盖日、周、月及静态四种分辨率，空间数据以矢量与矩阵两种形态呈现：矢量文件记录每个健康区域的属性指标，矩阵文件则存储区域间出行时间、人口流动等起讫表。数据集包含超过20个活跃数据层，涵盖病例统计、接触者追踪、卫生设施密度、社会经济剥夺指数等关键流行病学与背景变量，并通过持续集成流水线实现每日自动更新与质量检验。

使用方法

使用者可通过克隆仓库并激活包含pyshp、pyyaml及shapely的Python虚拟环境来访问数据。核心数据以build/drc_health_zones.geojson形式提供，每个健康区域的多边形属性中嵌入了最新快照的各类指标值；完整的长时间序列数据则存储在build/long/目录下的CSV文件中。矩阵文件可直接从data/<数据集>/processed/文件夹获取。基因组数据需通过Pathoplexus平台单独查询。数据集支持通过GitHub提交拉取请求的方式贡献新数据源，所有变更需遵循严格的命名约定与质量标准检验流程。

背景与挑战

背景概述

Bundibugyo Ebola virus outbreak 2026数据集诞生于2026年刚果民主共和国爆发的BDBV疫情背景下，由该国国家生物医学研究所（INRB）、非洲一健康研究所（INOHA）、国家公共卫生研究所（INSP）以及流行病建模与智能单元（UMIE）等核心机构联合创建，并得到牛津大学与东北大学的协作支持。该数据集聚焦于实时整合与标准化疫情相关的多源异构数据，涵盖流行病学病例统计、接触者追踪、人口流动性、医疗设施分布及冲突事件等关键维度，旨在为疫情态势感知、传播动态建模及防控资源调度提供可靠的数据基础设施。其影响力体现在通过开源协作框架，实现了从每日疫情报告数字化到时空数据可视化的全流程自动化，推动了非洲地区应对新兴传染病的循证决策能力。

当前挑战

该数据集所解决的领域核心挑战在于疫情响应中数据的碎片化与时效性矛盾：疫情爆发初期，官方疫情数据分散于PDF格式的每日态势报告（SitRep）中，需人工转录为结构化数据；同时，跨区域人口流动、路网连通性及冲突事件等空间异质性信息难以被传统监测体系同步捕获。构建过程中面临多重技术瓶颈，包括多源数据格式与坐标系统的标准化对齐（如OSRM路网矩阵中存在不可达路径的空值问题）、卫生区域边界命名冲突（如Bili与Lubunga需附加省份后缀消歧），以及个体级移动数据（如Flowminder短期出行）的隐私保护与空间颗粒度平衡。此外，自动化数据流水线对实时性要求极高，任何数据源的更新延迟或上游文件损坏均可能阻断后续的地理空间整合流程，需要持续的质量监理与容错机制。

常用场景

经典使用场景

Bundibugyo Ebola virus outbreak 2026数据集是针对2026年刚果（金）爆发的邦迪布焦埃博拉病毒疫情所构建的多源异构流行病学综合数据集。其最经典的使用场景在于整合并标准化来自国家公共卫生研究院、国际移民组织、OSRM路网服务、ACLED冲突事件数据库以及Flowminder手机信令数据等多个权威渠道的疫情、人口、交通、冲突与人口流动信息，形成一个统一的地理空间数据仓库。研究者和公共卫生应急响应团队可利用该数据集中的逐日病例数、死亡数、接触者追踪指标、卫生设施分布、道路通行时间矩阵以及跨境人口流动矩阵等变量，驱动空间显式传染病动力学模型，实时评估不同健康区的传播风险，并优化疫苗与医疗资源的分配策略。

解决学术问题

该数据集有效解决了资源匮乏地区暴发大规模病毒性出血热疫情时，流行病学前线数据分散、格式不一、空间粒度粗糙且难以实时整合的学术难题。通过建立以健康区标准名称（Nom）为核心的键值对齐机制，将病例列表、移动电话信令、武装冲突记录与卫生设施密度等多维异构数据统一为可复现的机器可读格式，从而为感染病时空传播建模、接触追踪效率评估、以及疫区脆弱性量化分析等研究领域提供了标准化的数据底座。其开创性的意义在于为数理流行病学领域树立了一种数据驱动的实时响应范式，使得传统上滞后的回顾性分析能够转变为近乎实时的前瞻性政策支持，显著提升了疫情建模与干预优化的可操作性与科学性。

衍生相关工作

围绕Bundibugyo Ebola virus outbreak 2026数据集，目前已衍生出一系列具有深远影响力的研究与技术工作。其中，基于OSRM路网通行时间矩阵的传播风险空间模型催生了多篇关于道路可达性与埃博拉病毒扩散速度之间关联的定量分析论文。此外，Flowminder短途旅行数据的引入促使研究人员开发了基于网络理论的人口流动屏障识别算法，用于评估和优化疫区内部的社会隔离政策效果。数据集还激发了关于将ACLED冲突事件作为流行病传播非线性驱动因素的社会生态学模型构建工作，为理解战争与传染病协同暴发的复杂动力学提供了重要的数据支撑。这些衍生工作不仅拓展了该数据集的应用边界，更为全球新兴传染病应急响应领域树立了高标准的多源数据融合与开放科学实践范例。