Skip to content

GCRI · Health Nexus

보건을 위한 복잡계 모델링

복잡 시스템 methods show how health risk emerges from interactions: people mixing and moving, hospitals sharing patients and staff, supply networks sharing suppliers, and health services depending on power and water. Agent-based and system dynamics models let these interactions be explored as scenarios, with every assumption visible.

문의하기 Back to STEM foundation of Health Nexus
01등록

Complex systems modelling for health on the record.

방법 기록STEM 방법
  1. 방법복잡 시스템 and agent-based modelling
  3. 적용 분야Health Nexus
  4. 데이터입력 4개
  6. 정본 페이지STEM 공유지
02신청서

What complex systems and agent-based modelling does here.

복잡 시스템 and agent-based modelling study systems whose behaviour emerges from interactions among many components. They help explain nonlinear dynamics, tipping points and collective behaviour. In health and biosecurity, complex systems approaches explore how interacting risks can produce sudden, systemic shifts. They support stress testing of policies against emergent behaviour. The canonical description is on STEM Commons.

Contact and mobility networks

Agent-based models represent households, schools, workplaces and travel, so the effect of contact patterns and public health measures on transmission can be explored under stated parameters.

Cascades across health and infrastructure

System dynamics models link power, water, staff and supply buffers to service capacity, tracing how a grid outage or 폭염 propagates into hospital functions over hours and days.

Patient transfer networks

Networks of referrals and transfers between hospitals are analysed to see where surges concentrate and how resistant organisms can spread between facilities.

03지리

아프리카의 환경 노출.

Daytime surface heat, population density and haze over Africa, from NASA GIBS. Each layer carries its own date.

대화형 지도에는 JavaScript가 필요합니다. 레이어 목록과 출처는 아래에 있습니다.

레이어 3

이 페이지의 환경 노출

이 레이어 소개
증거
관측(지속적인 구름으로 여전히 빈틈이 남음)
출처
VIIRS NOAA-20 Level 3, 8일(NASA LANCE)
제공자
NASA LANCE
라이선스
NASA 공개 데이터
생산 연도
8일, 위성 8일 합성, 지속적인 구름으로 여전히 빈틈이 남음
빌드 시점 최신
2026-09-14
해결
약 1 km 격자
불확실성
표시된 날짜까지 8일간 지표면의 위성 관측 표면 온도로, 열 노출 지표이며 기온, 열지수, 폭염 경보가 아닙니다.
접근 경로
실시간 지도를 허용한 뒤에만 gibs.earthdata.nasa.gov에 접속합니다
이 레이어 소개
증거
추정
출처
세계 격자 인구 v4.11(NASA SEDAC(CIESIN, 컬럼비아 대학교))
제공자
NASA SEDAC(CIESIN, 컬럼비아 대학교)
라이선스
CC BY 4.0
생산 연도
null; 인구조사 기반 추정치, 정적(2020)
해결
약 1 km 격자
불확실성
2020년 제곱킬로미터당 인구에 대한 인구총조사 기반 추정값으로 노출 맥락으로 표시되며, 어떤 재해로 영향받은 사람의 수가 아닙니다.
접근 경로
실시간 지도를 허용한 뒤에만 gibs.earthdata.nasa.gov에 접속합니다
이 레이어 소개
증거
관측(구름이 있으면 빈틈이 생김)
출처
VIIRS NOAA-20 Deep Blue AOD(NASA LANCE)
제공자
NASA LANCE
라이선스
NASA 공개 데이터
생산 연도
매일, 위성 산출, 구름이 있으면 빈틈이 생김
빌드 시점 최신
2026-10-14
해결
약 2 km 격자
불확실성
표시된 날짜 대기 전체 기둥의 연무, 연기, 먼지에 대한 위성 관측값으로, 노출 지표이며 지상 PM2.5, 대기질 지수, 건강 경보가 아닙니다.
접근 경로
실시간 지도를 허용한 뒤에만 gibs.earthdata.nasa.gov에 접속합니다
이 레이어 소개
증거
관측
출처
VIIRS NOAA-20 보정 반사율(NASA LANCE)
제공자
NASA LANCE
라이선스
NASA 공개 데이터
생산 연도
매일, 위성 영상
빌드 시점 최신
2026-10-14
해결
약 250 m 격자
불확실성
위성 영상. 제공자가 게시한 그대로의 위성 또는 모형 래스터입니다. 구름, 관측 폭 공백, 산출 오차로 인해 빈틈과 잡음이 생기며, 값은 특정 장소의 측정치가 아니라 지표입니다.
접근 경로
실시간 지도를 허용한 뒤에만 gibs.earthdata.nasa.gov에 접속합니다
이 레이어 소개
증거
관측(구름이 있으면 빈틈이 생김)
출처
OMI Aura(NASA GES DISC)
제공자
NASA GES DISC
라이선스
NASA 공개 데이터
생산 연도
매일, 위성 산출, 구름이 있으면 빈틈이 생김
빌드 시점 최신
2026-10-10
해결
약 2 km 격자
불확실성
표시된 날짜 하층 대기의 이산화질소 위성 관측 기둥으로, 대부분 연소에서 발생하며 지상 농도나 건강 경보가 아닙니다.
접근 경로
실시간 지도를 허용한 뒤에만 gibs.earthdata.nasa.gov에 접속합니다
이 레이어 소개
증거
모형 산출(GIBS가 게시한 최신 연도)
출처
MODIS Terra 및 Aqua 토지 피복(MCD12Q1)(NASA LP DAAC)
제공자
NASA LP DAAC
라이선스
NASA 공개 데이터
생산 연도
매년, 위성 분류, GIBS가 게시한 최신 연도
빌드 시점 최신
2024-01-01
해결
약 500 m 격자
불확실성
표시된 연도의 위성 토지 피복 분류로, 농경지를 포함합니다. 알려진 오차가 있는 분류이며 농장 등록부가 아닙니다.
접근 경로
실시간 지도를 허용한 뒤에만 gibs.earthdata.nasa.gov에 접속합니다

제공 가능한 최신

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © OpenStreetMap 기여자 (ODbL) · Natural Earth

최신 NASA 이미지를 불러오는 중입니다.

끌어서 이동합니다. Ctrl 또는 ⌘를 누른 채 스크롤하거나 핀치 또는 버튼으로 확대합니다. 포인터 아래의 값은 마우스를 올려 확인하며, 초기화하면 해당 지역으로 돌아갑니다.

아프리카를 기준으로 한 환경 노출.NASA가 게시한 그대로의 위성 및 모형 산출물로, 각각 고유한 날짜가 있습니다. 지표이며 어떤 장소에 대한 평가도 아닙니다.

데이터: NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap 기여자 · Natural Earth · NASA EONET · ESA Copernicus Sentinel-5P TROPOMI · NASA JPL OPERA DIST-ALERT출처와 라이선스

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA 공개 데이터
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA 공개 데이터
  • VIIRS 준실시간 산출물(홍수, 지표면 온도, 적설 피복, 보정 반사율), NASA LANCE; 영상은 NASA GIBS 제공. 색상은 공개된 색상표에서 다시 그렸으며, 표시된 곳의 값은 육각형 셀로 평균했습니다(수정됨). NASA 공개 데이터
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). CC BY 4.0 라이선스. 색상은 공개된 색상표에서 다시 그렸으며, 표시된 곳의 값은 육각형 셀로 평균했습니다(수정됨). doi:10.7927/H49C6VHW. CC BY 4.0
  • MODIS 및 VIIRS 대기 산출물, NASA LANCE 및 LAADS DAAC; 영상은 NASA GIBS 제공. 색상은 공개된 색상표에서 다시 그렸으며, 표시된 곳의 값은 육각형 셀로 평균했습니다(수정됨). NASA 공개 데이터
  • OMI 이산화질소(Aura) 및 OMPS 에어로졸 지수(Suomi NPP), NASA; NASA GES DISC에서 배포; 영상은 NASA GIBS 제공. 색상은 공개된 색상표에서 다시 그렸으며, 표시된 곳의 값은 육각형 셀로 평균했습니다(수정됨). NASA 공개 데이터
  • MODIS 육상 산출물(식생 지수, 총일차생산량, 토지 피복), NASA LP DAAC 및 LANCE; 영상은 NASA GIBS 제공. 색상은 공개된 색상표에서 다시 그렸으며, 표시된 곳의 값은 육각형 셀로 평균했습니다(수정됨). NASA 공개 데이터
  • ASTER GDEM은 METI와 NASA의 산출물입니다(ASTER Global Digital Elevation Model V003, NASA LP DAAC). 영상은 NASA GIBS 제공. 색상은 공개된 색상표에서 다시 그렸으며, 표시된 곳의 값은 육각형 셀로 평균했습니다(수정됨). 인용: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. NASA 공개 데이터
  • Natural Earth으로 제작. 무료 벡터 및 래스터 지도 데이터 @ naturalearthdata.com. 퍼블릭 도메인
  • © OpenStreetMap 기여자(ODbL), NASA GIBS 경유(해안선, 경계, 도로 및 지명). 색상은 공개된 색상표에서 다시 그렸으며, 표시된 곳의 값은 육각형 셀로 평균했습니다(수정됨). ODbL
  • Blue Marble, NASA Earth Observatory; 영상은 NASA GIBS 제공. 색상은 공개된 색상표에서 다시 그렸으며, 표시된 곳의 값은 육각형 셀로 평균했습니다(수정됨). NASA 공개 데이터
  • 지구본과 평면 지도의 맥락 정보: NASA GIBS 참조 레이어의 해안선, 경계, 도로, 지명(OpenStreetMap 데이터, ODbL, © OpenStreetMap 기여자). 선택 기본 지도로 Blue Marble 영상. 3D 지형과 고도 표시는 ASTER GDEM 고도 색상 지수(5 m에서 200 m 구간, 가독성을 위해 과장). 경계는 공표된 대로 그렸으며 어떤 영토에 대한 입장도 뜻하지 않습니다.
  • 실시간 사건: NASA 지구관측소 자연 사건 추적기(EONET). 사건은 참고용이며 원출처 링크를 그대로 유지합니다.
  • 실시간: NASA EONET. 사건은 참고용이며 당국의 경보가 아닙니다.
  • Observed (EO): ESA Copernicus Sentinel-5P TROPOMI (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • 대기질 예보, 5일, PM2.5(CAMS, Open-Meteo 경유): 수정된 Copernicus 대기 모니터링 서비스 2026년 정보를 포함합니다.
  • 지난 1년 일별 기온(ERA5, Open-Meteo 경유): 수정된 Copernicus 기후변화 서비스 2026년 정보를 포함합니다.
  • Open-Meteo.com (https://open-meteo.com/), 제공 날씨 데이터, CC BY 4.0 라이선스 (https://creativecommons.org/licenses/by/4.0/).
  • 선택 레이어(레이어 목록의 출처 14개: 실시간, 예보, 관측, 배경)는 켜면 지도와 이곳에 제공자 출처를 표시합니다. 예보는 모형 출력이며 파생 지수는 추정치입니다.

레이어와 날짜

  • 지표면 온도, 주간, 8일 합성: VIIRS NOAA-20 레벨 3, 8일, NASA LANCE · 2026년 9월 14일
  • 인구 밀도, 2020년: 인구: CIESIN, 컬럼비아 대학교, 세계 격자 인구 v4.11(2018), NASA SEDAC, CC BY 4.0 · 정적
  • 에어로졸 광학 두께, 일별: VIIRS NOAA-20 Deep Blue AOD, NASA LANCE · 2026년 10월 13일
  • 트루컬러: VIIRS NOAA-20 보정 반사도, NASA LANCE · 2026년 10월 13일
  • 이산화질소, 하층 대기 기둥: OMI Aura, NASA GES DISC · 2026년 10월 10일
  • 토지 피복 유형(IGBP), 연간: MODIS Terra 및 Aqua 토지 피복(MCD12Q1), NASA LP DAAC · 2024

04데이터

방법이 사용하는 입력.

Datasets and records used by complex 시스템 and agent-based modelling on this platform, with the role each plays and the label its values carry. Sources are listed in 출처 등록부.

데이터역할라벨
Social contact surveysMixing matrices by age and setting관측
Aggregated mobility data from transport and telecommunicationsMovement between places추정
Hospital transfer recordsReferral network structure보고됨
Facility dependency inventoriesBuffers and failure thresholds공표 통계
05시뮬레이터

저량, 유량, 지연, 그리고 티핑 임계값.

두 개의 저량, 압력과 적응 역량이 강화 성장 루프, 지연된 균형 반응, 그리고 압력이 역량을 넘어설 때의 피해로 연결됩니다. 임계값을 넘으면 시스템이 급변할 수 있습니다. 예시 값을 명시한 교육용 모형이며 예측이 아닙니다. 이 페이지의 지도는 아프리카를 보여 주지만 모형 자체는 특정 장소에 묶여 있지 않습니다.

통제 수단

압력 증가
연 6.0%
압력을 줄이는 데 있어 역량의 효과
연 4.0%
인지된 압력에 대한 투자 반응
20%
인지 지연
4.0년
압력의 티핑 임계값
지수 60개
임계값 이후의 증폭
2.0배
모의 연수
50년

판독값

최대 압력
113 지수
마지막에 남는 역량
186 지수
임계값을 넘은 연수
15.8년
수치, 방법과 출처
연도압력역량인지된
020.050.020.0
423.344.921.2
827.242.224.0
1231.742.327.7
1636.845.532.2
2042.351.537.2
2447.960.342.6
2853.271.348.0
3257.884.353.1
3666.498.458.4
4082.7115.969.7
4497.8139.783.8
48109.1169.497.3

방법

  1. 시스템 다이내믹스 Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
  2. 임계 전이와 티핑 포인트 Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
  3. 인과 순환 도표 Sterman (2000), Business Dynamics, McGraw-Hill
  4. 불확실성 팬(매개변수 몬테카를로) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  5. 단일 요인 민감도(토네이도) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

데이터

No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.

저량, 유량, 지연, 임계 전환점. 예시용 교육 모형으로, 측정 데이터가 아니라 조절 장치로 설정한 값에 따라 작동합니다. 방법: 시스템 다이내믹스(Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics), 임계 전이와 티핑 포인트(Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461), 인과 순환 다이어그램(Sterman (2000), Business Dynamics, McGraw-Hill).

여섯 기둥 전반에 걸쳐, Nexus Consortium 주도

06검증

결과가 점검되는 방식.

Models are evaluated by matching multiple stylised facts and patterns at different scales. Sensitivity and robustness analysis test dependence on assumptions.

점검수행 방식
Pattern-oriented validationModels must reproduce several observed patterns at different scales, not a single curve
글로벌 민감도 분석The parameters that drive most of the outcome range are identified and reported
Structural alternativesResults are compared with simpler or differently structured models before conclusions are drawn

Many plausible models can reproduce the same patterns. Calibration and validation data are often limited.

07트윈 및 캐스케이드 시뮬레이터

Model complex systems modelling for health as a system. Run the cascade.

Assembled from the Nexus Standards area profile 보건 안보와 원헬스: the hazards it names, the 시스템 and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System Builder.

재해

통제 수단

  • NS-0 헌장과 원칙
  • NS-3 리스크 기록 UNI(문법, 기존 체계 대응, 할당 권한)
  • NS-9 맥락 UNI(배치, 인스턴스, 프로그램 인스턴스)
  • NS-10 정책과 조항(기계 판독 가능한 의무: 정의, 구속, 평가 및 집행)
  • NS-11 검증 및 모니터링(근거, 증명, 제로 트러스트 적합성 관찰)
  • NRS-H83 재해군: 보건 시스템 역량 실패(NHS-1 health.system)
  • NRS-H42 재해 계열: 희귀 및 지속성 인간 감염(NHS-1 health.other-human)
  • NRS-H41 재해군: 동물에서 인간으로의 전파(NHS-1 health.zoonotic)
  • NRS-H43 재해군: 가축 및 양식 동물 전염병(NHS-1 health.animal-health)
  • NRS-D3 인도적 대응과 회복력 있는 복구
  • NRS-H46 재해 계열: 환경 및 제품으로 인한 인체 피해(NHS-1 health.harm)

관측

  • WHO Disease Outbreak News (listed for reference)
  • WAHIS animal health events (listed for reference)
  • WorldPop gridded population (listed for reference)
  • 국제보건규칙 capacity and health emergency preparedness
  • Percentage of bloodstream infections due to selected antimicrobial-resistant organisms

예시 지리

  • West Africa: 59 hexagonal cells
  • 오늘 밤 야간 조명과 정전(VIIRS 주야간 밴드), NASA GIBS
  • 구름을 투과한 지표수, 30 m(OPERA DSWx-S1 레이더), NASA GIBS
  • 최근 30분 강우율(IMERG), NASA GIBS
08연결

이 방법에 의존하는 주제.

09부문 특성

The sector signature of complex systems modelling for health.

The sectors complex 시스템 modelling for health touches and how strongly they depend on each other: what a study has to observe and model together.

모서리 선택 · 선 위에 올려 보기6 / 15 관계

서명

보건과 그 파트너

보건은 인프라에 운영 인력(0.3)을, 식량에 농업 노동력(0.3)을, 물에 공공설비 인력(0.2)을 제공합니다.

W · E · I · F · H · B

부문
4 / 6
관계
6 / 15
연계
0.42 전체 대비 비율

작동 중인 가장 강한 관계

  • 물 → 식량 · 관개0.8
  • 식량 → 보건 · 영양0.7
  • 인프라 → 물 · 관로, 댐, 정수 시설0.6
  • 물 → 보건 · 식수와 위생0.7
전형적인 도시권을 위한 교육용 값이며 어느 장소의 측정치도 아닙니다. 결합도는 작용 중인 관계의 강도 합을 전체 15개 관계에 대한 비율로 나타낸 것입니다.
10스튜어드십

방법을 유지하는 주체.

시스템 과학과 모델링 stewards complex 시스템 and agent-based modelling for the Consortium and reviews how it is applied across platforms.

Canonical page: Complex systems and agent-based modelling

11방법과 근거

How complex systems modelling for health is modelled, measured and tested.

모형, 그 가정, 데이터, 불확실성을 과학자나 엔지니어가 확인할 형태로 제시합니다. 구조는 발행된 방법을 따릅니다. 제시된 값은 예시이며 결과가 아닙니다.

모형, 방정식 및 가정

The model structure used for complex systems modelling for health, the assumptions it makes and how each is tested.

요소 i의 리스크Ri = f(Hi, Ei, Vi, Ci)재해, 노출, 취약성, 대처 역량
연간 기대 손실EAL = ∑k pk · Lk연간 확률이 pk
결합 시스템xt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
가정만드는 이유시험 방법
한 사건 안에서 재해와 노출은 서로 독립적임손실 적분을 다루기 쉽게 유지함결합 기록에 적합한 코퓰러와 비교
결합은 운전점 근처에서 선형이다충격이 A를 통해 전파되게 함선형 범위를 넘어 섭동을 주고 비교하십시오
취약성 곡선은 장소 간에 옮겨 쓸 수 있다지역 곡선은 거의 없다관측된 손실이 있는 곳에서는 이에 대해 검증
투입 자료
출처 정보가 있는 버전 관리 데이터세트
산출물
분포이며 결코 단일 숫자가 아님
코드
모델 카드 및 시험과 함께 공개
재현
같은 데이터, 코드, 환경과 시드
표준 리스크 및 상태공간 정식화로, 나열된 가정은 해당 방법에 일반적인 것이며 검토를 위해 명시한 것으로 결과가 아닙니다.
FAIR 지침 원칙 · GO FAIR와 FORCE11W3C PROV · 월드 와이드 웹 컨소시엄불확실성의 일관된 처리에 관한 지침 · IPCCCEOS 분석 준비 데이터(Analysis Ready Data) · 지구관측위성위원회
12연결됨

이 페이지가 컨소시엄 전체에서 어디로 이어지는지.

13질문

질문과 답변.

What are the limits of complex systems and agent-based modelling in this field?
Many plausible models can reproduce the same patterns. Calibration and validation data are often limited.
결과는 어떻게 점검됩니까?
Models are evaluated by matching multiple stylised facts and patterns at different scales. Sensitivity and robustness analysis test dependence on assumptions.
이 페이지의 값은 실제입니까?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
이 방법은 다른 어디에 적용됩니까?
사회를 움직이는 정본 방법 페이지 는 이를 적용하는 모든 플랫폼을 나열합니다.
보고서기여하기

이 페이지에서 증거를 기여하십시오.

보고서 is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIHealth Nexus글로벌 부문 리스크와 회복력국가 시스템 리스크와 회복력근거 브리프

개인정보, 민감한 인프라 세부 정보, 공유할 권리가 없는 자료는 절대 보내지 마십시오. 기여물은 사용 전에 검토됩니다. 기여물을 보낸다고 해서 저작자 지위나 편집 권한이 부여되지 않으며, 후원으로 조사 결과를 얻을 수 없습니다.

Health Nexus

방법, 데이터세트 또는 질문을 가져오십시오.

정보와 문의는 오늘부터 열려 있습니다. 문의에는 참조 번호가 부여되고 다음 단계가 안내됩니다. 신청, 결제, 컴퓨팅 할당, 등록은 해당 팀, 약관, 심사 역량이 갖추어졌을 때만 열립니다.

방법 제안 모든 연락 경로 보기
법률

이 사이트의 지도, 데이터와 그림은 맥락과 일반 정보로 제시됩니다. 조언, 예보 또는 경보가 아니며, 정보의 한계는 면책 고지와 데이터 고지에 나와 있습니다.