[论文解读] High order discretization methods for spatial-dependent SIR models

Bálint Takács, Yiannis Hadjimichael|arXiv (Cornell University)|Jan 1, 2021

Mathematical and Theoretical Epidemiology and Ecology Models被引用 5

一句话总结

本文提出了一种针对由积分微分方程控制的空间依赖SIR模型的高阶空间离散化方法，确保数值解具有守恒性、正性和单调性。该文建立了高阶格式保持模型关键特性的充分条件，并通过计算实验验证了其精度和收敛性。

ABSTRACT

In this paper, an SIR model with spatial dependence is studied and results regarding its stability and numerical approximation are presented. We consider a generalization of the original Kermack and McKendrick model in which the size of the populations differs in space. The use of local spatial dependence yields a system of integro-differential equations. The uniqueness and qualitative properties of the continuous model are analyzed. Furthermore, different choices of spatial and temporal discretizations are employed, and step-size restrictions for population conservation, positivity, and monotonicity preservation of the discrete model are investigated. We provide sufficient conditions under which high order numerical schemes preserve the discrete properties of the model. Computational experiments verify the convergence and accuracy of the numerical methods.

研究动机与目标

• 分析具有空间异质性人口分布的空间依赖SIR模型的唯一性及其定性行为。
• 为所得积分微分系统开发高阶时间与空间离散化格式。
• 推导出确保离散解保持总人口守恒、正性和单调性的步长限制条件。
• 建立高阶格式保持连续模型结构特性的充分条件。

提出的方法

• 使用广义Kermack-McKendrick SIR框架对人口动力学进行建模，其中人口规模随空间变化。
• 将模型表述为积分微分方程组，以捕捉局部空间依赖性。
• 应用高阶时间积分格式（如Runge-Kutta方法）并结合有限差分或谱方法进行空间离散化。
• 基于步长约束推导稳定性条件，以保持离散守恒性、正性和单调性。
• 通过计算实验验证所提格式的收敛速率和精度。
• 分析在不同空间与时间离散化选择下离散模型的行为。

实验结果

研究问题

• RQ1 在何种条件下，高阶数值格式可确保空间依赖SIR模型中的人口守恒性？
• RQ2 如何在时间步长之间保持离散解的正性和单调性？
• RQ3 为保持离散模型中守恒性和正性等结构特性，需要何种步长限制？
• RQ4 不同的空间与时间离散化选择如何影响数值解的精度与收敛性？
• RQ5 高阶格式在多大程度上保持了连续空间SIR模型的定性行为？

主要发现

• 推导出高阶数值格式保持离散总人口守恒的充分条件。
• 建立了确保数值解保持正性和单调性的步长限制条件。
• 所提出的高阶格式在空间和时间方向上均表现出最优收敛速率，证实了理论预期。
• 计算实验表明，这些方法在各种空间构型下均具有良好的精度与稳定性。
• 当采用适当的高阶离散化时，离散模型能保持连续系统的若干关键定性特征。
• 分析表明，高阶方法能有效捕捉空间异质SIR模型的动力学行为，且不违反基本生物学约束。