新冠肺炎疫情爆发后，在“一带一路”国际科学组织联盟（ANSO）的组织下，中国科学院和香港城市大学的研究人员通过密切合作，研发了新冠肺炎疫情预测信息平台ANSO-PFIP (ANSO Pandemic Forecast Information Platform)。平台旨在显著提高新冠肺炎疫情的可预报性，并面向ANSO成员机构及所在国家发布新冠肺炎疫情发展趋势信息，丰富疫情预报信息。

成果名称：ANSO 疫情预测信息平台

成果单位：中国科学院青藏高原研究所

主要实现如下功能：

1、疫情趋势短期预报

通过模型和数据融合的方法显著提高短期疫情预报精度，迅速感知最新的疫情变化趋势，既有助于决策者定量化衡量公共卫生防疫政策的实效，也有助于公众快速了解即时疫情信息。

2、疫情趋势中长期预报

展示疫情在强、中和弱干预三种防控情境下未来可能的趋势，在长时间尺度上揭示各国当前疫情所处的发展阶段，提供未来可能的感染数据，提示疫情反弹风险并评估对重要事件（如冬奥会等）的影响，为制定长期的防疫抗疫政策提供科学参考。

3、疫情数据时空显示

基于大数据、云存储、分布式高性能计算及WebGIS技术，构建疫情时空数据分析模块，对疫情的流动变迁和发展趋势从时间和空间上进行自动、实时分析，为公共决策提供有力支撑，是国际联合抗疫的有益探索。

4、多模型信息融合

通过内地-香港学术合作的方式，实现不同模型的融合，集成多源数据并通过机器学习提高疫情预报精度和效率，同时起到ANSO的框架下联防抗疫科学合作机制的示范作用。

5、每日简报和周报自动发布

实现了疫情日报和周报的全自动发布，按国别提供短期内简单易懂的疫情评估和未来趋势，初步形成智能的“数据→知识→决策”疫情信息提取体系，显著提高疫情预报的智能化水平。

ANSO-PFIP传染病预报模型由中国科学院和香港城市大学合作完成，为研究疫情发展变化研发的一套完整、准确、快速、科学的疫情预测平台，让公众及时了解疫情发展趋势，迅速采取适当防疫措施配合抗疫；满足决策部门评估当前检疫政策、溯源跟踪管理和制定未来卫生计划的需求，为相关部门制定重大研发计划、企业发展政策和开展国内外援助提供重要依据，为公共卫生事业和社会经济政策的制定提供分区域分层级的精准有效的科学参考。

ANSO-PFIP基于贝叶斯估计理论，在中国科学院自主研发的数据同化通用研发软件包ComDA的基础上，采用马尔可夫链-蒙特卡洛的参数估计算法和集合卡尔曼滤波数据同化算法对未来确诊人数进行短期数值预报与误差分析。同时，采用考虑了疫苗接种、人为干预措施的SIR模型和香港城市大学简化模型的混合模拟方式，发布未来长期的疫情发展趋势预测，预测给各国在三种防控情境（政府和管理部门对疫情的强干预、中等干预和弱干预）下疫情可能的发展趋势 (在强干预情景下疫情将有所缓解 , 而弱干预则可能导致疫情进一步爆发, 从而为针对不同情境制定相应的防控措施提供参考。平台引入了在地球科学领域成熟应用的数据同化方法论，通过衡量不确定性来调和传染病模型模拟和检测数据，进而完成更准确的新冠肺炎疫情预报。

ANSO-PFIP已经服务于“一带一路”沿线多个国家和地区的抵御新冠肺炎疫情的工作中。基于 ANSO-PFIP 撰写的两篇“一带一路”创新发展报告《疫情预测服务全球抗疫的建议》和《疫情防控新形势下我国开放国门的策略建议》得到了多家媒体报道。