高雄氣爆和登革熱爆發地圖視覺化
編輯歷史
| 時間 | 作者 | 版本 |
|---|---|---|
| 2015-11-01 00:39 – 00:39 | r4460 – r4461 | |
顯示 diff 高雄氣爆和登革熱爆發地圖視覺化
-
-
Method (proposal)
（260 行未修改）
|
||
| 2015-09-01 15:31 – 15:32 | r4450 – r4459 | |
顯示 diff（166 行未修改）
*不知為何, CDC 和 這個網站, 地理和時間(time series) 總是湊不在一個頁面, 都得花一些工夫才能找到) 如果可以做到這樣, 那CDC 的所有疾病data 都可以clone 過來 !!
- *新增檢視區的histogram以 超強 ++"*搭配不同資料集, 協助找到疾病控制方法
+ *新增檢視區的histogram以 超強 ++
+ *以這個版本為基礎延伸了台南版 與全台版 "*搭配不同資料集, 協助找到疾病控制方法
*地下管線資料集
*地區雨量資料集
（79 行未修改）
*提供即時資料下載, 供市民皆可使用
*讓更多人可以分析研究提供對疾病控制更有用的方式
-
+ Forecast of Dengue Incidence Using Temperature and Rainfall
待整理
（8 行未修改）
|
||
| 2015-09-01 14:58 – 14:59 | r4431 – r4449 | |
顯示 diff（250 行未修改）
*提供即時資料下載, 供市民皆可使用
*讓更多人可以分析研究提供對疾病控制更有用的方式
+
+
+
+ 待整理
+ 與登革熱病例間具顯著意義的氣候因子:
+ 當週及前一週之平均相對溼度、平均溫度
+ 當週之降雨百分比、平均日照率
+ 摘自
+
+ [吳佩芝、陳佩綉、郭浩然、龍世俊，2004，氣候變遷對台灣居民傳染性流行性疾病健康風險之影響，成功大學環境醫學研究所、中央研究院地球科學研究所研究計畫報告]
+ [ 張筱玲、賴淑寬，2006，氣象資料於疾病監測之應用，行政院衛生署疾病管制局95年度科技研究發展計畫報告]
+ [中央氣象局 MOTC -CWBCWBCWB-99 -2M -13 計畫報告]
|
||
| 2014-12-21 19:21 – 19:35 | r4248 – r4430 | |
顯示 diff（231 行未修改）
筆記區：有話好說：登革熱大爆發！海水真能鹹死孑孓？
+ 高雄大型建案與工地資料
+ *需要釐清：公共建設、建築工地、空地，與登革熱病媒蚊孳生的實質關聯性，是什麼？
+ *與登革熱病媒蚊相關的工地與空地，初步歸納有以下可能：
+ *尚未申請建照，也就未開工，可能就是一片空地、養地、等待拆除...
+ *已申請建照，未開工
+ *已申請建照，已開工，或因故停工
+ *已申請建照，施工完成，尚未申請使用執照
+ *已申請建照，施工完成，已申請使用執照，實際上尚未使用，呈現為空屋、閒置狀態
+ *高雄市政府建築執照存根查詢
+ *國外類似主題地圖：https://buildingeye.com/ 正在營造中的建築物的資訊，美國部分城市。
料*Big Data in infectious disease
*Using Web Search Query Data to Monitor Dengue Epidemics: A New Model for Neglected Tropical Disease Surveillance http://www.plosntds.org/article/info%3Adoi%2F10.1371%2Fjournal.pntd.0001206
（7 行未修改）
|
||
| 2014-12-05 12:42 – 12:45 | r4194 – r4247 | |
顯示 diff（60 行未修改）
*國立感染症研究所檢驗後發現，代代木公園與新宿中央公園的患者，體內病毒的DNA排列是一樣的，專家認為不排除是人在擴散病毒。國立感染症研究所所長：「DNA的排列是100%一致的，我們認為是最初發生在代代木公園的(人)，把病毒帶到了新宿中央公園。」
- *Data:
+
+ *公視有話好說中，與會者說日方有在研究是否因為一場大型的東南亞演藝活動，許多東南亞人員入境，而產生疫情*Data:
登革熱 歷年趨勢 : 2014 特別多
http://nidss.cdc.gov.tw/SingleDisease.aspx?pt=s&Dc=1&Dt=2&disease=061&d=1&s=determined_cnt&i=all&RK=Y
（176 行未修改）
|
||
| 2014-12-04 19:49 – 19:50 | r4180 – r4193 | |
顯示 diff（228 行未修改）
part 4 https://www.youtube.com/watch?v=mXpK6jV5YpI#t=3088 新加坡經驗: Evidence based policy making , task force
Finally : 公共衛生教育失敗 , 需改進
+ 筆記區：有話好說：登革熱大爆發！海水真能鹹死孑孓？
+
料*Big Data in infectious disease
*Using Web Search Query Data to Monitor Dengue Epidemics: A New Model for Neglected Tropical Disease Surveillance http://www.plosntds.org/article/info%3Adoi%2F10.1371%2Fjournal.pntd.0001206
（7 行未修改）
|
||
| 2014-12-04 16:22 – 16:35 | r4032 – r4179 | |
顯示 diff（221 行未修改）
*我會想深入的可能就是三民五區域，因為那五個區域的發病人數是最高的，可能研究人口分布吧。前提是要有資料。
*再回到日月光工廠汙水事件，汙水排進後勁溪並影響地下水，如果捷運管線與地下燃氣管線是交叉的，有可能受汙染的水就這樣擴散，或者蚊蟲生物產生變化。晚點再來做圖片。
+ 公視訪問諸位專家:
+ part 1 https://www.youtube.com/watch?v=mXpK6jV5YpI#t=1942
+ *今年6月底以前, 因為容積獎勵終止, 所以大型建案開工;外圍都已經清乾淨, 但因為建案多, 地下室鋼管積水 !
+ part 2 https://www.youtube.com/watch?v=mXpK6jV5YpI#t=2240 氣爆有關?
+ part 3 https://www.youtube.com/watch?v=mXpK6jV5YpI#t=2548 Defense : 澄清無關
+ part 4 https://www.youtube.com/watch?v=mXpK6jV5YpI#t=3088 新加坡經驗: Evidence based policy making , task force
+ Finally : 公共衛生教育失敗 , 需改進
料*Big Data in infectious disease
*Using Web Search Query Data to Monitor Dengue Epidemics: A New Model for Neglected Tropical Disease Surveillance http://www.plosntds.org/article/info%3Adoi%2F10.1371%2Fjournal.pntd.0001206
（7 行未修改）
|
||
| 2014-12-04 15:48 | r4031 | |
顯示 diff（1 行未修改）
- *
Method (proposal)
（227 行未修改）
|
||
| 2014-12-04 14:52 | r4030 | |
顯示 diff（221 行未修改）
*若以境外移入的觀點看，三民等五區人口中外勞比例占多少?或者該區人口去東南亞國家旅遊受感染再回來?
*我會想深入的可能就是三民五區域，因為那五個區域的發病人數是最高的，可能研究人口分布吧。前提是要有資料。
- *再回到日月光工廠汙水事件，汙水排進後勁溪並影響地下水，如果捷運管線與地下燃氣管線是交叉的，有可能受汙染的水就這樣擴散，或者蚊蟲生物產生變化。晚點再來做圖片。 TOM S你有信箱嗎?
+ *再回到日月光工廠汙水事件，汙水排進後勁溪並影響地下水，如果捷運管線與地下燃氣管線是交叉的，有可能受汙染的水就這樣擴散，或者蚊蟲生物產生變化。晚點再來做圖片。
料*Big Data in infectious disease
*Using Web Search Query Data to Monitor Dengue Epidemics: A New Model for Neglected Tropical Disease Surveillance http://www.plosntds.org/article/info%3Adoi%2F10.1371%2Fjournal.pntd.0001206
（7 行未修改）
|
||
| 2014-12-04 14:45 – 14:51 | r4008 – r4029 | |
顯示 diff（221 行未修改）
*若以境外移入的觀點看，三民等五區人口中外勞比例占多少?或者該區人口去東南亞國家旅遊受感染再回來?
*我會想深入的可能就是三民五區域，因為那五個區域的發病人數是最高的，可能研究人口分布吧。前提是要有資料。
- *再回到日月光工廠汙水事件，汙水排進後勁溪並影響地下水，如果捷運管線與地下燃氣管線是交叉的，有可能受汙染的水就這樣擴散，或者蚊蟲生物產生變化。晚點再來做圖片。 TOM S你有信箱嗎?料*Big Data in infectious disease
+ *再回到日月光工廠汙水事件，汙水排進後勁溪並影響地下水，如果捷運管線與地下燃氣管線是交叉的，有可能受汙染的水就這樣擴散，或者蚊蟲生物產生變化。晚點再來做圖片。 TOM S你有信箱嗎?
+ 料*Big Data in infectious disease
*Using Web Search Query Data to Monitor Dengue Epidemics: A New Model for Neglected Tropical Disease Surveillance http://www.plosntds.org/article/info%3Adoi%2F10.1371%2Fjournal.pntd.0001206
2. Big Data Opportunities for Global Infectious Disease Surveillance
（6 行未修改）
|
||
| 2014-12-04 14:16 – 14:16 | r3998 – r4007 | |
顯示 diff（221 行未修改）
*若以境外移入的觀點看，三民等五區人口中外勞比例占多少?或者該區人口去東南亞國家旅遊受感染再回來?
*我會想深入的可能就是三民五區域，因為那五個區域的發病人數是最高的，可能研究人口分布吧。前提是要有資料。
- *再回到日月光工廠汙水事件，汙水排進後勁溪並影響地下水，如果捷運管線與地下燃氣管線是交叉的，有可能受汙染的水就這樣擴散，或者蚊蟲生物產生變化。晚點再來做圖片。料*Big Data in infectious disease
+ *再回到日月光工廠汙水事件，汙水排進後勁溪並影響地下水，如果捷運管線與地下燃氣管線是交叉的，有可能受汙染的水就這樣擴散，或者蚊蟲生物產生變化。晚點再來做圖片。 TOM S你有信箱嗎?料*Big Data in infectious disease
*Using Web Search Query Data to Monitor Dengue Epidemics: A New Model for Neglected Tropical Disease Surveillance http://www.plosntds.org/article/info%3Adoi%2F10.1371%2Fjournal.pntd.0001206
2. Big Data Opportunities for Global Infectious Disease Surveillance
（6 行未修改）
|
||
| 2014-12-04 08:39 – 08:58 | r3851 – r3997 | |
顯示 diff（217 行未修改）
*數據統計: https://docs.google.com/spreadsheets/d/1AyGPLZ9xJcBCnieDjzJw9pXvuVbAmGkakffOtDprK0I/edit?usp=sharing
*根據 HUIWEN 的氣候資料, 2012-2014 年的溫度和雨量差異不大, 因此氣候條件相同, 但2014發病特多, 這一點就值得思考; 是否有其他因素造成2014大爆發? 如果以蚊子生態來思考, 應該是2014出現了非常適合蚊蟲繁殖的環境, 並且之前的滅蚊方式無法解決
- *如果CDC能提供歷年來蚊蟲抗藥性的資料會更有趣 ( CDC 都會定期抓蚊子, 這件事我以前幹過), 假使歷年來抗藥程度比率都一樣 , 那抗藥性也就不能解釋今年大爆發, 剩下就要去找為什麼多了這樣多適合蚊子滋生的環境....料*Big Data in infectious disease
+ *如果CDC能提供歷年來蚊蟲抗藥性的資料會更有趣 ( CDC 都會定期抓蚊子, 這件事我以前幹過), 假使歷年來抗藥程度比率都一樣 , 那抗藥性也就不能解釋今年大爆發, 剩下就要去找為什麼多了這樣多適合蚊子滋生的環境....
+ *有沒有可能跟去年日月光排汙水改變生態有關呢? 雖然工廠是在楠梓區，並不在三民區旁邊。
+ *若以境外移入的觀點看，三民等五區人口中外勞比例占多少?或者該區人口去東南亞國家旅遊受感染再回來?
+ *我會想深入的可能就是三民五區域，因為那五個區域的發病人數是最高的，可能研究人口分布吧。前提是要有資料。
+ *再回到日月光工廠汙水事件，汙水排進後勁溪並影響地下水，如果捷運管線與地下燃氣管線是交叉的，有可能受汙染的水就這樣擴散，或者蚊蟲生物產生變化。晚點再來做圖片。料*Big Data in infectious disease
*Using Web Search Query Data to Monitor Dengue Epidemics: A New Model for Neglected Tropical Disease Surveillance http://www.plosntds.org/article/info%3Adoi%2F10.1371%2Fjournal.pntd.0001206
2. Big Data Opportunities for Global Infectious Disease Surveillance
（6 行未修改）
|
||
| 2014-12-04 08:23 – 08:28 | r3741 – r3850 | |
顯示 diff（215 行未修改）
*各人假設先天因素是由於5月起的氣溫驟升以及雨量多致使濕度出現歷年最高，人為因素就是特定五區居住和工作人口密集，最後加上地理因素--即管線老舊遇上高溫多雨潮濕等。人口密集、高溫潮濕、管線老舊三種因素重疊可得出指定區域發病人數居高的假設。
*關於管線爆炸與疫情擴散的關係是可以成立的，爆炸時間是2014/7/31，也就是第31年週，在第33年週時感染人數由137增至233人，以苓雅區居冠，往後有可能在鄰近地區交叉繁衍。可以注意的是在9月份雨量驟減加上濕度下降，在第38年週前後感染人數開始倍數成長。以上是個人推論，希望可以找出一些原因。
- *數據統計: https://docs.google.com/spreadsheets/d/1AyGPLZ9xJcBCnieDjzJw9pXvuVbAmGkakffOtDprK0I/edit?usp=sharing料*Big Data in infectious disease
+ *數據統計: https://docs.google.com/spreadsheets/d/1AyGPLZ9xJcBCnieDjzJw9pXvuVbAmGkakffOtDprK0I/edit?usp=sharing
+ *根據 HUIWEN 的氣候資料, 2012-2014 年的溫度和雨量差異不大, 因此氣候條件相同, 但2014發病特多, 這一點就值得思考; 是否有其他因素造成2014大爆發? 如果以蚊子生態來思考, 應該是2014出現了非常適合蚊蟲繁殖的環境, 並且之前的滅蚊方式無法解決
+ *如果CDC能提供歷年來蚊蟲抗藥性的資料會更有趣 ( CDC 都會定期抓蚊子, 這件事我以前幹過), 假使歷年來抗藥程度比率都一樣 , 那抗藥性也就不能解釋今年大爆發, 剩下就要去找為什麼多了這樣多適合蚊子滋生的環境....料*Big Data in infectious disease
*Using Web Search Query Data to Monitor Dengue Epidemics: A New Model for Neglected Tropical Disease Surveillance http://www.plosntds.org/article/info%3Adoi%2F10.1371%2Fjournal.pntd.0001206
2. Big Data Opportunities for Global Infectious Disease Surveillance
（6 行未修改）
|
||
| 2014-12-04 02:26 – 03:36 | r3613 – r3740 | |
顯示 diff（185 行未修改）
所以就嘗試以人口密度與蚊疫地理分布區做對比，請參考下圖。
*
- 圖片中顯示出人口集中的地區以及病例分佈圖是重疊的，
+ 圖片中*
+ 出人口集中的地區以及病例分佈圖是重疊的，
列舉病例人數最高的三民、鳳山、前鎮、苓雅，以及小港五區，
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
（9 行未修改）
*4. 我比較擔心是地下水道/管路有新的變化讓蚊子滋生, 剛好以往滅蚊無法滅到; 如果灌海水有效, 那就更值得擔心, 因為灌海水可以一般藥物打不到的地方都填滿; 但是一旦明年連續暴雨, 又變成淡水時, 那整個地下管路又將成為新的培養環境;
*我倒是有一個比較不同的想法: 因為氣爆區域下水道被破壞，讓蚊子的棲息地改變，使得往年(可能有針對下水道噴藥)的滅蚊方式成效不彰?
- *●依據氣象局的資料做了一些整理，溫度變化的部分是5月到6月瞬升5度，雨量部分也是5、6月比去年明顯增加，濕度部分今年4~5月是最高點。
- *●接著看疾管局發病日的表格，在第20年週(5月)的時候發病人數開始持續出現，在第24年週(6月)開始增加。目前資料並不多，希望可以陸續增加。
- *●各人假設先天因素是由於5月起的氣溫驟升以及雨量多致使濕度出現歷年最高，人為因素就是特定五區居住和工作人口密集，最後加上地理因素--即管線老舊遇上高溫多雨潮濕等。
- *●關於管線爆炸與蚊子繁殖的關係是可以成立的，爆炸時間是2014/7/31，也就是第31年週，在第33年週時感染人數郵137增至233人，以苓雅區居冠，往後有可能在鄰近地區交叉繁衍。可以注意的是在9月份雨量驟減加上濕度下降，在第38年週前後感染人數開始倍數成長。以上是個人推論，希望可以找出一些原因。
- *●統計資料: https://docs.google.com/spreadsheets/d/1AyGPLZ9xJcBCnieDjzJw9pXvuVbAmGkakffOtDprK0I/edit?usp=sharing料源:
- 1. wiki高雄人口分布示意圖2009:
+ *
+ *
+ 資料來源:
+ 1. wiki高雄人口分布示意圖2009：
http://zh.wikipedia.org/wiki/%E9%AB%98%E9%9B%84%E5%B8%82#mediaviewer/File:Population_density_map_of_Kaohsiung_%28Dec_2009%29.svg
- 2. 疾管署傳染病統計:
+ 2. 疾管署傳染病統計：
http://nidss.cdc.gov.tw/NIDSS_DiseaseMap.aspx?Pt=s&dc=1&dt=2&disease=061&d=3&i=0&s=determined_cnt&a=07
- 3. 高雄人口數量: http://zh.wikipedia.org/wiki/高雄市
- 4. 高雄行政區規劃圖:
- http://upload.wikimedia.org/wikipedia/commons/9/90/Kaohsiung_City_Districts.png
-
+ 3. 高雄人口數量：http://zh.wikipedia.org/wiki/高雄市
+ 4. 高雄行政區規劃圖：http://upload.wikimedia.org/wikipedia/commons/9/90/Kaohsiung_City_Districts.png
- #
- # *Big Data in infectious disease
+ 氣候變遷及今年氣象與發病時間的比對
+ 依據氣象局的資料做了一些整理，溫度變化的部分是5月到6月瞬升5度，雨量部分也是5、6月比去年明顯增加，濕度部分今年4~5月是最高點。
+ 接著看疾管局發病日的表格，在第20年週(5月)的時候發病人數開始持續出現，在第24年週(6月)開始增加。目前資料並不多，希望可以陸續增加。
+ *各人假設先天因素是由於5月起的氣溫驟升以及雨量多致使濕度出現歷年最高，人為因素就是特定五區居住和工作人口密集，最後加上地理因素--即管線老舊遇上高溫多雨潮濕等。人口密集、高溫潮濕、管線老舊三種因素重疊可得出指定區域發病人數居高的假設。
+ *關於管線爆炸與疫情擴散的關係是可以成立的，爆炸時間是2014/7/31，也就是第31年週，在第33年週時感染人數由137增至233人，以苓雅區居冠，往後有可能在鄰近地區交叉繁衍。可以注意的是在9月份雨量驟減加上濕度下降，在第38年週前後感染人數開始倍數成長。以上是個人推論，希望可以找出一些原因。
+ *數據統計: https://docs.google.com/spreadsheets/d/1AyGPLZ9xJcBCnieDjzJw9pXvuVbAmGkakffOtDprK0I/edit?usp=sharing料*Big Data in infectious disease
*Using Web Search Query Data to Monitor Dengue Epidemics: A New Model for Neglected Tropical Disease Surveillance http://www.plosntds.org/article/info%3Adoi%2F10.1371%2Fjournal.pntd.0001206
2. Big Data Opportunities for Global Infectious Disease Surveillance
（6 行未修改）
|
||
| 2014-12-03 15:49 – 15:54 | r3496 – r3612 | |
顯示 diff（216 行未修改）
# *Big Data in infectious disease
*Using Web Search Query Data to Monitor Dengue Epidemics: A New Model for Neglected Tropical Disease Surveillance http://www.plosntds.org/article/info%3Adoi%2F10.1371%2Fjournal.pntd.0001206
+ 2. Big Data Opportunities for Global Infectious Disease Surveillance
+ http://www.plosmedicine.org/article/fetchObject.action?uri=info%3Adoi%2F10.1371%2Fjournal.pmed.1001413&representation=PDF
+ 簡單講, 就是利用分析歷史資料 + 即時資料 => 即時更新 risk map => 找到新病源聚集區 => 找到為何聚集 => 趕緊採取措施 ; 然後讓以上過程自動化
+
+ *Open data in infections disease
+ *提供即時資料下載, 供市民皆可使用
+ *讓更多人可以分析研究提供對疾病控制更有用的方式
|
||
| 2014-12-03 15:49 | r3495 | |
顯示 diff（218 行未修改）
|
||
| 2014-12-03 15:49 – 15:49 | r3457 – r3494 | |
顯示 diff（214 行未修改）
#
+ # *Big Data in infectious disease
+ *Using Web Search Query Data to Monitor Dengue Epidemics: A New Model for Neglected Tropical Disease Surveillance http://www.plosntds.org/article/info%3Adoi%2F10.1371%2Fjournal.pntd.0001206
|
||
| 2014-12-03 15:49 | r3456 | |
顯示 diff（216 行未修改）
|
||
| 2014-12-03 15:49 – 15:49 | r3454 – r3455 | |
顯示 diff（211 行未修改）
4. 高雄行政區規劃圖:
http://upload.wikimedia.org/wikipedia/commons/9/90/Kaohsiung_City_Districts.png
+
+
+ #
|
||
| 2014-12-03 09:38 – 10:09 | r3206 – r3453 | |
顯示 diff（198 行未修改）
*3. 如果是蚊子抗藥, 那可能要等CDC 研究結果才能確認
*4. 我比較擔心是地下水道/管路有新的變化讓蚊子滋生, 剛好以往滅蚊無法滅到; 如果灌海水有效, 那就更值得擔心, 因為灌海水可以一般藥物打不到的地方都填滿; 但是一旦明年連續暴雨, 又變成淡水時, 那整個地下管路又將成為新的培養環境;
- *我倒是有一個比較不同的想法: 因為氣爆區域下水道被破壞，讓蚊子的棲息地改變，使得往年(可能有針對下水道噴藥)的滅蚊方式成效不彰?料來源:
+ *我倒是有一個比較不同的想法: 因為氣爆區域下水道被破壞，讓蚊子的棲息地改變，使得往年(可能有針對下水道噴藥)的滅蚊方式成效不彰?
+ *●依據氣象局的資料做了一些整理，溫度變化的部分是5月到6月瞬升5度，雨量部分也是5、6月比去年明顯增加，濕度部分今年4~5月是最高點。
+ *●接著看疾管局發病日的表格，在第20年週(5月)的時候發病人數開始持續出現，在第24年週(6月)開始增加。目前資料並不多，希望可以陸續增加。
+ *●各人假設先天因素是由於5月起的氣溫驟升以及雨量多致使濕度出現歷年最高，人為因素就是特定五區居住和工作人口密集，最後加上地理因素--即管線老舊遇上高溫多雨潮濕等。
+ *●關於管線爆炸與蚊子繁殖的關係是可以成立的，爆炸時間是2014/7/31，也就是第31年週，在第33年週時感染人數郵137增至233人，以苓雅區居冠，往後有可能在鄰近地區交叉繁衍。可以注意的是在9月份雨量驟減加上濕度下降，在第38年週前後感染人數開始倍數成長。以上是個人推論，希望可以找出一些原因。
+ *●統計資料: https://docs.google.com/spreadsheets/d/1AyGPLZ9xJcBCnieDjzJw9pXvuVbAmGkakffOtDprK0I/edit?usp=sharing料源:
1. wiki高雄人口分布示意圖2009:
http://zh.wikipedia.org/wiki/%E9%AB%98%E9%9B%84%E5%B8%82#mediaviewer/File:Population_density_map_of_Kaohsiung_%28Dec_2009%29.svg
（5 行未修改）
|
||
| 2014-12-03 07:11 – 07:14 | r3186 – r3205 | |
顯示 diff（197 行未修改）
*2. 如果是社區老舊, 那為何過去數年滅蚊方式幾年無效?
*3. 如果是蚊子抗藥, 那可能要等CDC 研究結果才能確認
- *4. 我比較擔心是地下水道/管路有新的變化讓蚊子滋生, 剛好以往滅蚊無法滅到; 如果灌海水有效, 那就更值得擔心, 因為灌海水可以一般藥物打不到的地方都填滿; 但是一旦明年連續暴雨, 又變成淡水時, 那整個地下管路又將成為新的培養環境; 料來源:
+ *4. 我比較擔心是地下水道/管路有新的變化讓蚊子滋生, 剛好以往滅蚊無法滅到; 如果灌海水有效, 那就更值得擔心, 因為灌海水可以一般藥物打不到的地方都填滿; 但是一旦明年連續暴雨, 又變成淡水時, 那整個地下管路又將成為新的培養環境;
+ *我倒是有一個比較不同的想法: 因為氣爆區域下水道被破壞，讓蚊子的棲息地改變，使得往年(可能有針對下水道噴藥)的滅蚊方式成效不彰?料來源:
1. wiki高雄人口分布示意圖2009:
http://zh.wikipedia.org/wiki/%E9%AB%98%E9%9B%84%E5%B8%82#mediaviewer/File:Population_density_map_of_Kaohsiung_%28Dec_2009%29.svg
（5 行未修改）
|
||
| 2014-12-02 14:49 – 15:27 | r3069 – r3185 | |
顯示 diff（180 行未修改）
- 人口密度與疫區比較 2014/12/2
+ 人口密度
+ 與疫區比較 2014/12/2
高雄的友人跟我聊到，登革熱最嚴重的是三民區，而氣爆是在苓雅區，兩者無關係。
所以就嘗試以人口密度與蚊疫地理分布區做對比，請參考下圖。
（6 行未修改）
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染人數的時間比。我有做過氣爆管線與紅色區塊的重疊圖，管線就跟捷運線一樣；但是早在氣爆發生以前，感染人數就很多了。另外有一個很重要的原因也是我朋友說的，高雄的流氓議長率領KMT議員們將高達57億的預算砍掉了!但是我無法直接確定這兩件事的關連就是了。
**
- 資料來源:
+ 資
+ *有一個問題還是無法解釋: 為何今年大爆發?
+ *1. 如果是氣候, 那是否有證據顯示今年氣候和以往不同; 若真的有差, 為何只有在高雄?
+ *2. 如果是社區老舊, 那為何過去數年滅蚊方式幾年無效?
+ *3. 如果是蚊子抗藥, 那可能要等CDC 研究結果才能確認
+ *4. 我比較擔心是地下水道/管路有新的變化讓蚊子滋生, 剛好以往滅蚊無法滅到; 如果灌海水有效, 那就更值得擔心, 因為灌海水可以一般藥物打不到的地方都填滿; 但是一旦明年連續暴雨, 又變成淡水時, 那整個地下管路又將成為新的培養環境; 料來源:
1. wiki高雄人口分布示意圖2009:
http://zh.wikipedia.org/wiki/%E9%AB%98%E9%9B%84%E5%B8%82#mediaviewer/File:Population_density_map_of_Kaohsiung_%28Dec_2009%29.svg
（5 行未修改）
|
||
| 2014-12-02 13:19 | r3068 | |
顯示 diff（201 行未修改）
|
||
| 2014-12-02 13:08 – 13:19 | r3014 – r3067 | |
顯示 diff 高雄氣爆和登革熱爆發地圖視覺化
- 人口密度與疫區比較 2014/12/2
- 高雄的友人跟我聊到，登革熱最嚴重的是三民區，而氣爆是在苓雅區，兩者無關係。
- 所以就嘗試以人口密度與蚊疫地理分布區做對比，請參考下圖。
- *
- 圖片中顯示出人口集中的地區以及病例分佈圖是重疊的，
- 列舉病例人數最高的三民、鳳山、前鎮、苓雅，以及小港五區，
- 可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
- 最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變多是種可能的解釋，即使氣爆區並非最嚴重區域，但也可能是病人再把登革熱帶到三民區散播。或是說，今年是否有什麼原因造成政府無法準確投藥等???
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染人數的時間比。
- **
- 資料來源:
- 1. wiki高雄人口分布示意圖2009:
- http://zh.wikipedia.org/wiki/%E9%AB%98%E9%9B%84%E5%B8%82#mediaviewer/File:Population_density_map_of_Kaohsiung_%28Dec_2009%29.svg
- 2. 疾管署傳染病統計:
- http://nidss.cdc.gov.tw/NIDSS_DiseaseMap.aspx?Pt=s&dc=1&dt=2&disease=061&d=3&i=0&s=determined_cnt&a=07
- 3. 高雄人口數量: http://zh.wikipedia.org/wiki/高雄市
- 4. 高雄行政區規劃圖:
- http://upload.wikimedia.org/wikipedia/commons/9/90/Kaohsiung_City_Districts.png
+
*
（174 行未修改）
*利用此網站呈現, 協助民眾意識
*此模板可應用於其他疫情議題（時間＋地理分佈）
+
+
+ 人口密度與疫區比較 2014/12/2
+ 高雄的友人跟我聊到，登革熱最嚴重的是三民區，而氣爆是在苓雅區，兩者無關係。
+ 所以就嘗試以人口密度與蚊疫地理分布區做對比，請參考下圖。
+ *
+ 圖片中顯示出人口集中的地區以及病例分佈圖是重疊的，
+ 列舉病例人數最高的三民、鳳山、前鎮、苓雅，以及小港五區，
+ 可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
+ 最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變多是種可能的解釋，即使氣爆區並非最嚴重區域，但也可能是病人再把登革熱帶到三民區散播。或是說，今年是否有什麼原因造成政府無法準確投藥等???
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染人數的時間比。我有做過氣爆管線與紅色區塊的重疊圖，管線就跟捷運線一樣；但是早在氣爆發生以前，感染人數就很多了。另外有一個很重要的原因也是我朋友說的，高雄的流氓議長率領KMT議員們將高達57億的預算砍掉了!但是我無法直接確定這兩件事的關連就是了。
+ **
+ 資料來源:
+ 1. wiki高雄人口分布示意圖2009:
+ http://zh.wikipedia.org/wiki/%E9%AB%98%E9%9B%84%E5%B8%82#mediaviewer/File:Population_density_map_of_Kaohsiung_%28Dec_2009%29.svg
+ 2. 疾管署傳染病統計:
+ http://nidss.cdc.gov.tw/NIDSS_DiseaseMap.aspx?Pt=s&dc=1&dt=2&disease=061&d=3&i=0&s=determined_cnt&a=07
+ 3. 高雄人口數量: http://zh.wikipedia.org/wiki/高雄市
+ 4. 高雄行政區規劃圖:
+ http://upload.wikimedia.org/wikipedia/commons/9/90/Kaohsiung_City_Districts.png
|
||
| 2014-12-02 12:41 – 12:45 | r3000 – r3013 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變多是種可能的解釋
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變多是種可能的解釋，即使氣爆區並非最嚴重區域，但也可能是病人再把登革熱帶到三民區散播。或是說，今年是否有什麼原因造成政府無法準確投藥等???
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染人數的時間比。
**
（186 行未修改）
|
||
| 2014-12-02 12:41 – 12:41 | r2997 – r2999 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變多是種可能的解釋
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染人數
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染人數的時間比。
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 – 12:41 | r2986 – r2996 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變多
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變多是種可能的解釋
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染人數
**
（186 行未修改）
|
||
| 2014-12-02 12:41 | r2985 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變多
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染人
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染人數
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 | r2984 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變ㄉㄨ
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變多
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染人
**
（186 行未修改）
|
||
| 2014-12-02 12:41 | r2983 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變ㄉㄨ
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染人
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 | r2982 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變ㄉㄨ
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染
**
（186 行未修改）
|
||
| 2014-12-02 12:41 | r2981 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感染
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 – 12:41 | r2979 – r2980 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生還ㄐㄧㄥ
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生環境變
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感
**
（186 行未修改）
|
||
| 2014-12-02 12:41 | r2978 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生還ㄐㄧㄥ
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與＿
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與感
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 | r2977 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生還
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生還ㄐㄧㄥ
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與＿
**
（186 行未修改）
|
||
| 2014-12-02 12:41 | r2976 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生還
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與＿
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 – 12:41 | r2974 – r2975 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生還
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與
**
（186 行未修改）
|
||
| 2014-12-02 12:41 – 12:41 | r2972 – r2973 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣溫與
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 – 12:41 | r2970 – r2971 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊ㄗ
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊孳生
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣
**
（186 行未修改）
|
||
| 2014-12-02 12:41 | r2969 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊ㄗ
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是當地氣
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 – 12:41 | r2965 – r2968 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成並
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成病媒蚊ㄗ
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是
**
（186 行未修改）
|
||
| 2014-12-02 12:41 | r2964 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成並
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 | r2963 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成ㄅ
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成並
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫
**
（186 行未修改）
|
||
| 2014-12-02 12:41 | r2962 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成ㄅ
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 – 12:41 | r2959 – r2961 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆ㄗㄠ
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆造成ㄅ
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是
**
（186 行未修改）
|
||
| 2014-12-02 12:41 | r2958 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆ㄗㄠ
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫度
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 | r2957 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆ㄗ
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆ㄗㄠ
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫度
**
（186 行未修改）
|
||
| 2014-12-02 12:41 – 12:41 | r2955 – r2956 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆ㄗ
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫度變化與
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫度
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 | r2954 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆ㄗ
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫度變化與
**
（186 行未修改）
|
||
| 2014-12-02 12:41 – 12:41 | r2952 – r2953 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫度＿
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫度變化與
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 | r2951 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣ㄅ
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣爆
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫度＿
**
（186 行未修改）
|
||
| 2014-12-02 12:41 | r2950 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣ㄅ
- *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫度
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫度＿
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:41 – 12:41 | r2947 – r2949 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。氣ㄅ
*我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫度
**
（186 行未修改）
|
||
| 2014-12-02 12:40 – 12:41 | r2940 – r2946 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。
- *我還想到了一個東西是今年的氣溫很高，不過做了
+ *我還想到了一個東西是今年的氣溫很高，不過還沒做到那麼多，另一個對比的提案就是溫度
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:40 – 12:40 | r2936 – r2939 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久都是長久存在的原因，無法解釋突然大爆發的現象。
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久存在的原因，無法解釋突然大爆發的現象。
*我還想到了一個東西是今年的氣溫很高，不過做了
**
（186 行未修改）
|
||
| 2014-12-02 12:40 – 12:40 | r2933 – r2935 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久都是長久存在的原因，無法解釋突然大爆發的現象。
- *我還想到了一個東西是今年的氣溫很高，不過
+ *我還想到了一個東西是今年的氣溫很高，不過做了
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:40 – 12:40 | r2931 – r2932 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是等都是長久存在的原因，無法解釋突然大爆發的現象。
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是長久都是長久存在的原因，無法解釋突然大爆發的現象。
*我還想到了一個東西是今年的氣溫很高，不過
**
（186 行未修改）
|
||
| 2014-12-02 12:40 | r2930 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是等都是長久存在的原因，無法解釋突然大爆發的現象。
- *我還想到了一個東西是今年的氣溫很高
+ *我還想到了一個東西是今年的氣溫很高，不過
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:40 – 12:40 | r2928 – r2929 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋突然大爆發的現象。
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是等都是長久存在的原因，無法解釋突然大爆發的現象。
*我還想到了一個東西是今年的氣溫很高
**
（186 行未修改）
|
||
| 2014-12-02 12:40 – 12:40 | r2925 – r2927 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋突然大爆發的現象。
- *我還想到了一個東西是今年的度
+ *我還想到了一個東西是今年的氣溫很高
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:40 | r2924 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋突然大爆發的現象
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋突然大爆發的現象。
*我還想到了一個東西是今年的度
**
（186 行未修改）
|
||
| 2014-12-02 12:40 – 12:40 | r2922 – r2923 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋突然大爆發的現象
- *我還想到了一個東西是溫度
+ *我還想到了一個東西是今年的度
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:40 | r2921 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋突然大爆發
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋突然大爆發的現象
*我還想到了一個東西是溫度
**
（186 行未修改）
|
||
| 2014-12-02 12:40 | r2920 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋突然大爆發
- *我還想到了一個東西溫度
+ *我還想到了一個東西是溫度
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:40 – 12:40 | r2917 – r2919 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋突然大ㄅㄠ
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋突然大爆發
*我還想到了一個東西溫度
**
（186 行未修改）
|
||
| 2014-12-02 12:40 | r2916 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋突然大ㄅㄠ
- *我還想到了一個東西式溫度
+ *我還想到了一個東西溫度
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:40 – 12:40 | r2914 – r2915 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋突然大ㄅㄠ
*我還想到了一個東西式溫度
**
（186 行未修改）
|
||
| 2014-12-02 12:40 – 12:40 | r2912 – r2913 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋
- *我還想到了一個
+ *我還想到了一個東西式溫度
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:40 | r2911 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解釋
*我還想到了一個
**
（186 行未修改）
|
||
| 2014-12-02 12:40 | r2910 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解
- *我還想到了
+ *我還想到了一個
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:40 – 12:40 | r2908 – r2909 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，無法解
*我還想到了
**
（186 行未修改）
|
||
| 2014-12-02 12:40 | r2907 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，
- *我還想
+ *我還想到了
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:40 | r2906 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因，
*我還想
**
（186 行未修改）
|
||
| 2014-12-02 12:39 – 12:39 | r2904 – r2905 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因
- *我我還
+ *我還想
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:39 | r2903 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原因
*我我還
**
（186 行未修改）
|
||
| 2014-12-02 12:39 | r2902 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原
- *我
+ *我我還
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:39 | r2901 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的原
*我
**
（186 行未修改）
|
||
| 2014-12-02 12:39 | r2900 | |
顯示 diff（8 行未修改）
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
*人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的
- *
+ *我
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:39 – 12:39 | r2898 – r2899 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性等都是常就等都是長久存在的
*
**
（186 行未修改）
|
||
| 2014-12-02 12:39 – 12:39 | r2896 – r2897 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- 人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性
+ *
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:39 – 12:39 | r2894 – r2895 | |
顯示 diff（197 行未修改）
|
||
| 2014-12-02 12:39 | r2893 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
- *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性
+ 人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 12:22 – 12:39 | r2787 – r2892 | |
顯示 diff（7 行未修改）
可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
+ *人口密度會直接影響登革熱的散波速度是一定的，所以也有稱作都市型疾病，三民區病例遠高於其他區可能是因為在該區"工作"人口密度高，所以散播的也快。另外雖然說蚊子有抗藥性，就算再加上今年碰到4~5年為週期的流行期，總覺得今年還太誇張了點(1998~2014)。人口密度、抗藥性
**
資料來源:
（185 行未修改）
|
||
| 2014-12-02 10:46 – 11:19 | r2497 – r2786 | |
顯示 diff 高雄氣爆和登革熱爆發地圖視覺化
+ 人口密度與疫區比較 2014/12/2
+ 高雄的友人跟我聊到，登革熱最嚴重的是三民區，而氣爆是在苓雅區，兩者無關係。
+ 所以就嘗試以人口密度與蚊疫地理分布區做對比，請參考下圖。
+ *
+ 圖片中顯示出人口集中的地區以及病例分佈圖是重疊的，
+ 列舉病例人數最高的三民、鳳山、前鎮、苓雅，以及小港五區，
+ 可得出這五區緊密相鄰，並且人口密集，也有捷運相連接的共通點。
+ 最後一點就是，友人稱因大量投藥的關係，高雄的蚊子抗藥性非常強，一般投藥已無效。
+ **
+ 資料來源:
+ 1. wiki高雄人口分布示意圖2009:
+ http://zh.wikipedia.org/wiki/%E9%AB%98%E9%9B%84%E5%B8%82#mediaviewer/File:Population_density_map_of_Kaohsiung_%28Dec_2009%29.svg
+ 2. 疾管署傳染病統計:
+ http://nidss.cdc.gov.tw/NIDSS_DiseaseMap.aspx?Pt=s&dc=1&dt=2&disease=061&d=3&i=0&s=determined_cnt&a=07
+ 3. 高雄人口數量: http://zh.wikipedia.org/wiki/高雄市
+ 4. 高雄行政區規劃圖:
+ http://upload.wikimedia.org/wikipedia/commons/9/90/Kaohsiung_City_Districts.png
- *Method (proposal)
+ *
+
+ Method (proposal)
原始資料： http://khd.kcg.gov.tw/Attachment/000001_000401_000001/files/1031112-%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A.pdf
*還有1031111....pdf diff 兩個檔可以找到 日變化 :p
（1 行未修改）
*今天有以里為單位的數據了 只有總量沒有時序 (until 2014/11/12)
*確診數有在下降, 不過得看看是否能將到0過冬
- machine readable data (csv)
+ *machine readable data (csv)
*徵求伐木工
*http://dengue.kcg.gov.tw/KCGDengue/Mobile.aspx 出現這個
（166 行未修改）
|
||
| 2014-12-02 07:01 – 07:01 | r2479 – r2496 | |
顯示 diff（163 行未修改）
*不知為何, CDC 和 這個網站, 地理和時間(time series) 總是湊不在一個頁面, 都得花一些工夫才能找到) 如果可以做到這樣, 那CDC 的所有疾病data 都可以clone 過來 !!
- *新增檢視區的histogram以 超強 ++"很方便" 追蹤後續發展 (疾管局網站不好查)
+ *新增檢視區的histogram以 超強 ++"*搭配不同資料集, 協助找到疾病控制方法
+ *地下管線資料集
+ *地區雨量資料集
+ *etc
+ 很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
*民眾為什麼要追蹤 ?
（5 行未修改）
|
||
| 2014-12-01 14:36 – 14:36 | r2475 – r2478 | |
顯示 diff（163 行未修改）
*不知為何, CDC 和 這個網站, 地理和時間(time series) 總是湊不在一個頁面, 都得花一些工夫才能找到) 如果可以做到這樣, 那CDC 的所有疾病data 都可以clone 過來 !!
- *新增檢視區的histogram以 "很方便" 追蹤後續發展 (疾管局網站不好查)
+ *新增檢視區的histogram以 超強 ++"很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
*民眾為什麼要追蹤 ?
（5 行未修改）
|
||
| 2014-12-01 13:55 – 14:05 | r2419 – r2474 | |
顯示 diff（162 行未修改）
*學立委選票地圖新增一個回到上一層的按鈕是一種解法，但是我不太喜歡就是了民眾如果只做區的層級(區 目前正確性高 ; 里的名字有重複, 還不確定在哪裡可以確認) , 點 map 然後下面histogram 可以限定點的區的data, 應該就可以解決官網無法看長時間趨勢的問題;
*不知為何, CDC 和 這個網站, 地理和時間(time series) 總是湊不在一個頁面, 都得花一些工夫才能找到) 如果可以做到這樣, 那CDC 的所有疾病data 都可以clone 過來 !!
- *可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
+
+ *新增檢視區的histogram以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
*民眾為什麼要追蹤 ?
（5 行未修改）
|
||
| 2014-11-30 13:19 – 14:46 | r2348 – r2418 | |
顯示 diff（30 行未修改）
*現階段希望有疾管局針對疫情的所訂定的門檻值資料，如果能有計算方式更好。資料範圍需特別注意，例如是全國/縣市/區/鄉里，還有時間範圍。
*或用相似的方式自定門檻值，會與官方不同，但至少也是種依據。
-
+ *
*預期產出 : 作成以下 timeline 地圖
範例 : healthmap.org/ebola/#timeline
（45 行未修改）
資料來源 : http://dengue.kcg.gov.tw/KCGDengue/Mobile.aspx
*有每日每區/每里 更新資料
+ *問題: 用crawler 一天一天爬, data 都可以抓得下來; 但是用官網查, 只要日期拉長, 很快就當掉 server error , 不知道是怎樣 ??
*
*Crawler
（4 行未修改）
*CSV 格式
mcdlee : https://gist.github.com/mcdlee/d550b485b1684e3c33a1
- tomstone : https://github.com/t0mst0ne/dengue.kcg/blob/master/dengue.20140701-20141207.csv
+ tomstone :https://github.com/t0mst0ne/dengue.kcg data 放在這個 Repositories中
*Data mining
（26 行未修改）
每[日 每里 累積確診
]
- **Visualization : Trend + Map
+ **
+ [ 按區域 , time series, plotly ]
+ https://plot.ly/~iamtomstone/2
+ Visualization : Trend + Map
on serverlycheetw : http://lycheetw.github.io/KaohsiungDengueMap/
（44 行未修改）
|
||
| 2014-11-29 03:16 – 04:03 | r2126 – r2347 | |
顯示 diff（24 行未修改）
*人口資料 http://cabu.kcg.gov.tw/cabu2/statis61B3.aspx
+ 名詞 (待完善):
+ *預警值: 由過去一段時間的病例數的平均值(3年、5年......)。視疾病特性可能需排除流行期的資料。超過此數值代表疫情進入流行期。
+ *流行閥值:由平均值(預警值)加上一定比例的標準差。超過此值代表疫情進入高峰期。
+ *範例: 腸病毒疫情週報
+ *現階段希望有疾管局針對疫情的所訂定的門檻值資料，如果能有計算方式更好。資料範圍需特別注意，例如是全國/縣市/區/鄉里，還有時間範圍。
+ *或用相似的方式自定門檻值，會與官方不同，但至少也是種依據。
*預期產出 : 作成以下 timeline 地圖
（134 行未修改）
|
||
| 2014-11-27 14:32 – 15:32 | r1950 – r2125 | |
顯示 diff（106 行未修改）
*高松里 125
*南成里 115
- *山明里 207*
+ *山明里 207
- *Visualization : Trend + Map
+ [日 每里 新確診*]
+ *
+
+ 每[日 每里 累積確診
+ ]
+ **Visualization : Trend + Map
on serverlycheetw : http://lycheetw.github.io/KaohsiungDengueMap/
（21 行未修改）
*
*我剛剛看到有2個名詞"預警值"&"流行閥值"，這比較符合我所想的，例如說黃色=預警，紅色=流行
- *是否能找到這2個值各是多少？此外未來也可以套用到其他疾病**
+ *是否能找到這2個值各是多少？此外未來也可以套用到其他疾病**這個我來問一下 CDC
+ *
了一個概念頁面，不知道大家覺得如何？
*http://lycheetw.github.io/KaohsiungDengueMap/
（5 行未修改）
*目前是可以點選每個長條來選擇時間點，也就是由histogram 區域控制map區域
*如果map可以反過來控制histogram ，那麼要如何回到上一個層級(由'里'回到'區')？
- *學立委選票地圖新增一個回到上一層的按鈕是一種解法，但是我不太喜歡就是了民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
+ *學立委選票地圖新增一個回到上一層的按鈕是一種解法，但是我不太喜歡就是了民眾如果只做區的層級(區 目前正確性高 ; 里的名字有重複, 還不確定在哪裡可以確認) , 點 map 然後下面histogram 可以限定點的區的data, 應該就可以解決官網無法看長時間趨勢的問題;
+ *不知為何, CDC 和 這個網站, 地理和時間(time series) 總是湊不在一個頁面, 都得花一些工夫才能找到) 如果可以做到這樣, 那CDC 的所有疾病data 都可以clone 過來 !!
+ *可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
*民眾為什麼要追蹤 ?
（5 行未修改）
|
||
| 2014-11-27 09:10 – 09:37 | r1801 – r1949 | |
顯示 diff（130 行未修改）
* 顏色如果按照疾管局 (http://nidss.cdc.gov.tw/NIDSS_DiseaseMap.aspx?Pt=s&dc=1&dt=2&disease=061&d=3&i=all&s=determined_cnt&a=07) 是有定建議*
, 1-5, 6-50, 51-150, >151
- **做了一個概念頁面，不知道大家覺得如何？
+
+ *仔細看過疾管局的網頁，發現他會依照地理區域or時間區間的不同而改變，推測它的顏色只是依照資料範圍內最高值&最低值做一個比例的轉換，例如把畫面轉到北區，即使人數不多也是紅色的。
+ *
+ *我剛剛看到有2個名詞"預警值"&"流行閥值"，這比較符合我所想的，例如說黃色=預警，紅色=流行
+ *是否能找到這2個值各是多少？此外未來也可以套用到其他疾病**
+ 了一個概念頁面，不知道大家覺得如何？
*http://lycheetw.github.io/KaohsiungDengueMap/
*還想到了一些問題，如前面提的著色問題、或是要不要除以人口數or區域面積、如果要導入里的資料或是每日的資料，是否會因為單位資料量太小反而無法呈現效果
（1 行未修改）
*超棒!, 如果點選地圖區域,(區or里) 下方histogram 圖跟著變(那一區的統計), 也許可以更方便知比較, 那區趨的勢上 官網的都不會有趨勢圖(時間)
*如果可以縮到 "里" , 那應該就可以結案了 !!!
- *民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
+ *
+ *目前是可以點選每個長條來選擇時間點，也就是由histogram 區域控制map區域
+ *如果map可以反過來控制histogram ，那麼要如何回到上一個層級(由'里'回到'區')？
+ *學立委選票地圖新增一個回到上一層的按鈕是一種解法，但是我不太喜歡就是了民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
*民眾為什麼要追蹤 ?
（5 行未修改）
|
||
| 2014-11-27 06:02 – 07:19 | r1349 – r1800 | |
顯示 diff（8 行未修改）
machine readable data (csv)
*徵求伐木工
- *是指把pdf extract 出來嗎 ? ( http://reader.roodo.com/thinkingmore/archives/14602225.html) 等下來試試看
- *text here : https://www.dropbox.com/s/ogudxhk4bs9c6sv/1031112.text?dl=0
- *直接找google cache 成的html , 目前手動
- *https://www.google.com.tw/search?q=%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A+site%3Ahttp%3A%2F%2Fkhd.kcg.gov.tw%2F&oq=%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A+site%3Ahttp%3A%2F%2Fkhd.kcg.gov.tw%2F&aqs=chrome..69i57.1708j0j7&sourceid=chrome&es_sm=91&ie=UTF-8
- *用 ipython 爬會是 403
- *http://dengue.kcg.gov.tw/KCGDengue/Mobile.aspx 出現這個
- *那應該可以close project :P
- *isacloud parse 出來了 https://gist.github.com/youchenlee/bb3e4449b5268e1eec83
- *mcdlee : https://gist.github.com/mcdlee/8cf459fa3b3c490dc67d
- *
+ *http://dengue.kcg.gov.tw/KCGDengue/Mobile.aspx 出現這個
*
- https://gist.github.com/mcdlee/d550b485b1684e3c33a1
*
（51 行未修改）
+ C 已經畫了地圖 靜態地圖 (但看不出時序變化)
+ *
+ 但是民眾不容易追蹤時間和地區的變化
+ 需要 Better map ! by @Chewei such as "google map" or "Open street map"
+ *
+ 高雄高雄登革熱疫情防治整合系統
+ 資料來源 : http://dengue.kcg.gov.tw/KCGDengue/Mobile.aspx
+ *有每日每區/每里 更新資料
+ *
+ *Crawler
+ isacloud https://gist.github.com/youchenlee/bb3e4449b5268e1eec83
+ mcdlee : https://gist.github.com/mcdlee/8cf459fa3b3c490dc67d
+ tomstone: https://gist.github.com/t0mst0ne/019ec211dffb954ddf6a
+ *CSV 格式
+ mcdlee : https://gist.github.com/mcdlee/d550b485b1684e3c33a1
+ tomstone : https://github.com/t0mst0ne/dengue.kcg/blob/master/dengue.20140701-20141207.csv
+ *Data mining
+ tomstone : (ipython + nbviewer) http://nbviewer.ipython.org/github/t0mst0ne/dengue.kcg/blob/master/t0mst0ne.dengue.kcg.ipynb
- *CDC 已經畫了地圖 靜態地圖 (但看不出時序變化)
- *
- 但是民眾不容易追蹤時間和地區的變化
- 需要 Better map ! by @Chewei such as "google map" or "Open street map"
+ 以下為2
+ 14 至今各里的趨勢圖: (縱軸:單日確診 , 橫軸:日期, 顏色:508個里)
+ *2 個peak : (1) 7月底~ 8月中 (2) 9月底 ~ 11月初
+ *其中 2014-07-31 ~ 2014-08-31 單日超過 6 位的里 看起來,都在氣爆附近
+ *福康里 10
+ *福人里 9
+ *瑞昌里 10
+ *福隆里 7
+ *福地里 7
+ *山明里 8 => (這個不在氣爆附近, 並且高峰在7/29 就有, 所以這個跟氣爆無關)
*
+ *2014.7.1 往後 100 days 累積個案 > 100 位的里
+ *以下大多不在氣爆區 , 可能跟 9月底到10約初 另一波 疫情 有關
+ *中厝里 148
+ *菜公里 119
+ *福人里 130
+ *瑞華里 108
+ *高松里 125
+ *南成里 115
+ *山明里 207*
- 高雄氣爆時序圖 http://timemap.kuansim.com/hychen/kaohsiung-gas-explosion
+ *Visualization : Trend + Map
+ on serverlycheetw : http://lycheetw.github.io/KaohsiungDengueMap/
+
+
+ *Discussion
+ 氣爆時序圖 http://timemap.kuansim.com/hychen/kaohsiung-gas-explosion
*可是沒有data ? 還是用這個標就可以 ?
今天有以里為單位的數據了 只有總量沒有時序 http://khd.kcg.gov.tw/Attachment/000001_000401_000001/files/1031112-%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A.pdf
（10 行未修改）
*https://github.com/yurenju/mlymap/tree/master/json/twVillage1982 縣市合併後的 geojson
*要怎麼定義顏色，例如說 綠->黃->紅->紫 代表疫情由輕到重，但是threshold要怎麼定？有沒有標準可以follow
- *做了一個概念頁面，不知道大家覺得如何？
+ * 顏色如果按照疾管局 (http://nidss.cdc.gov.tw/NIDSS_DiseaseMap.aspx?Pt=s&dc=1&dt=2&disease=061&d=3&i=all&s=determined_cnt&a=07) 是有定建議*
+ , 1-5, 6-50, 51-150, >151
+ **做了一個概念頁面，不知道大家覺得如何？
*http://lycheetw.github.io/KaohsiungDengueMap/
*還想到了一些問題，如前面提的著色問題、或是要不要除以人口數or區域面積、如果要導入里的資料或是每日的資料，是否會因為單位資料量太小反而無法呈現效果
- **民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
+ **
+ *超棒!, 如果點選地圖區域,(區or里) 下方histogram 圖跟著變(那一區的統計), 也許可以更方便知比較, 那區趨的勢上 官網的都不會有趨勢圖(時間)
+ *如果可以縮到 "里" , 那應該就可以結案了 !!!
+ *民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
*民眾為什麼要追蹤 ?
（5 行未修改）
|
||
| 2014-11-27 03:37 – 03:37 | r1345 – r1348 | |
顯示 diff（101 行未修改）
*要怎麼定義顏色，例如說 綠->黃->紅->紫 代表疫情由輕到重，但是threshold要怎麼定？有沒有標準可以follow
*做了一個概念頁面，不知道大家覺得如何？
+ *http://lycheetw.github.io/KaohsiungDengueMap/
*還想到了一些問題，如前面提的著色問題、或是要不要除以人口數or區域面積、如果要導入里的資料或是每日的資料，是否會因為單位資料量太小反而無法呈現效果
**民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
（7 行未修改）
|
||
| 2014-11-26 13:41 – 14:32 | r1249 – r1344 | |
顯示 diff（99 行未修改）
*
*https://github.com/yurenju/mlymap/tree/master/json/twVillage1982 縣市合併後的 geojson
- *要怎麼定義顏色，例如說 綠->黃->紅->紫 代表疫情由輕到重，但是threshold要怎麼定？有沒有標準可以follow民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
+ *要怎麼定義顏色，例如說 綠->黃->紅->紫 代表疫情由輕到重，但是threshold要怎麼定？有沒有標準可以follow
+ *做了一個概念頁面，不知道大家覺得如何？
+ *還想到了一些問題，如前面提的著色問題、或是要不要除以人口數or區域面積、如果要導入里的資料或是每日的資料，是否會因為單位資料量太小反而無法呈現效果
+ **民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
*民眾為什麼要追蹤 ?
（5 行未修改）
|
||
| 2014-11-26 09:49 – 09:50 | r1237 – r1248 | |
顯示 diff（16 行未修改）
*那應該可以close project :P
*isacloud parse 出來了 https://gist.github.com/youchenlee/bb3e4449b5268e1eec83
+ *mcdlee : https://gist.github.com/mcdlee/8cf459fa3b3c490dc67d
+ *
*
https://gist.github.com/mcdlee/d550b485b1684e3c33a1
（87 行未修改）
|
||
| 2014-11-26 09:22 – 09:25 | r1203 – r1236 | |
顯示 diff（96 行未修改）
*可以考慮用 leaflet 畫圖，以 OpenStreetMap 作為底圖 (不過這裡底圖用什麼其實都可以)，另一個方案是用 QGIS 產生點陣圖
*
- *https://github.com/yurenju/mlymap/tree/master/json/twVillage1982 縣市合併後的 geojson民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
+ *https://github.com/yurenju/mlymap/tree/master/json/twVillage1982 縣市合併後的 geojson
+ *要怎麼定義顏色，例如說 綠->黃->紅->紫 代表疫情由輕到重，但是threshold要怎麼定？有沒有標準可以follow民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
*民眾為什麼要追蹤 ?
（5 行未修改）
|
||
| 2014-11-26 09:22 | r1202 | |
顯示 diff（106 行未修改）
|
||
| 2014-11-26 09:22 | r1201 | |
顯示 diff（106 行未修改）
|
||
| 2014-11-26 09:22 | r1200 | |
顯示 diff（106 行未修改）
|
||
| 2014-11-26 09:22 | r1199 | |
顯示 diff（106 行未修改）
|
||
| 2014-11-26 09:22 | r1198 | |
顯示 diff（106 行未修改）
|
||
| 2014-11-26 09:12 – 09:22 | r1183 – r1197 | |
顯示 diff（104 行未修改）
*利用此網站呈現, 協助民眾意識
*此模板可應用於其他疫情議題（時間＋地理分佈）
-
- *
|
||
| 2014-11-26 06:04 – 06:17 | r1172 – r1182 | |
顯示 diff（17 行未修改）
*isacloud parse 出來了 https://gist.github.com/youchenlee/bb3e4449b5268e1eec83
*
+ https://gist.github.com/mcdlee/d550b485b1684e3c33a1
*
（73 行未修改）
*不知道有了里的圖, 是否可以畫更細的圖 , 慕約在excel 上有按cases 多寡把顏色分深淺; 如果也是用streep map 細分然後著色(深淺 => 多寡) 也許也可以;
*可以考慮用 leaflet 畫圖，以 OpenStreetMap 作為底圖 (不過這裡底圖用什麼其實都可以)，另一個方案是用 QGIS 產生點陣圖
- *民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
+ *
+ *https://github.com/yurenju/mlymap/tree/master/json/twVillage1982 縣市合併後的 geojson民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
*民眾為什麼要追蹤 ?
（7 行未修改）
|
||
| 2014-11-25 12:55 – 12:56 | r1150 – r1171 | |
顯示 diff（15 行未修改）
*http://dengue.kcg.gov.tw/KCGDengue/Mobile.aspx 出現這個
*那應該可以close project :P
+ *isacloud parse 出來了 https://gist.github.com/youchenlee/bb3e4449b5268e1eec83
+ *
*
+
*欄位：district (區)、 village (里) 、病例數 、時間 (time)
*eg: 鳳山區, 一甲里, 43, 2014
（83 行未修改）
|
||
| 2014-11-25 09:06 – 09:07 | r1139 – r1149 | |
顯示 diff（14 行未修改）
*用 ipython 爬會是 403
*http://dengue.kcg.gov.tw/KCGDengue/Mobile.aspx 出現這個
+ *那應該可以close project :P
+ *
*欄位：district (區)、 village (里) 、病例數 、時間 (time)
*eg: 鳳山區, 一甲里, 43, 2014
（83 行未修改）
|
||
| 2014-11-25 07:30 – 07:30 | r1132 – r1138 | |
顯示 diff（13 行未修改）
*https://www.google.com.tw/search?q=%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A+site%3Ahttp%3A%2F%2Fkhd.kcg.gov.tw%2F&oq=%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A+site%3Ahttp%3A%2F%2Fkhd.kcg.gov.tw%2F&aqs=chrome..69i57.1708j0j7&sourceid=chrome&es_sm=91&ie=UTF-8
*用 ipython 爬會是 403
+ *http://dengue.kcg.gov.tw/KCGDengue/Mobile.aspx 出現這個
*欄位：district (區)、 village (里) 、病例數 、時間 (time)
*eg: 鳳山區, 一甲里, 43, 2014
（83 行未修改）
|
||
| 2014-11-24 09:05 – 09:05 | r1128 – r1131 | |
顯示 diff（24 行未修改）
*data update?
*人口資料 http://cabu.kcg.gov.tw/cabu2/statis61B3.aspx
+
+
+ *預期產出 : 作成以下 timeline 地圖
+ 範例 : healthmap.org/ebola/#timeline
+ 每週定期抓資料, 含各種不同法定傳染病
+
+ 有沒有辦法找到 高雄水溝蓋的map ? 如果能做水溝蓋的map 再對比 病例發生 , 不知道會不會有相關 ?
+ 例: 高雄地下管線圖 http://zbryikt.github.io/visualize/kh-pipe/
+ *20141109 unconf lighting talks
+ *簡報投影片: https://www.dropbox.com/s/she63s86jv79hi5/1%E9%AB%98%E9%9B%84%E6%B0%A3%E7%88%86%E7%99%BB%E9%9D%A9%E7%86%B1.pdf?dl=0
+ *video: https://www.youtube.com/watch?v=gdANo3LrWyk&feature=youtube_gdata_player
（56 行未修改）
*利用此網站呈現, 協助民眾意識
*此模板可應用於其他疫情議題（時間＋地理分佈）
-
- *預期產出 : 作成以下 timeline 地圖
- 範例 : healthmap.org/ebola/#timeline
- 每週定期抓資料, 含各種不同法定傳染病
-
- 有沒有辦法找到 高雄水溝蓋的map ? 如果能做水溝蓋的map 再對比 病例發生 , 不知道會不會有相關 ?
- 例: 高雄地下管線圖 http://zbryikt.github.io/visualize/kh-pipe/
- 20*141109 unconf lighting talks
- *簡報投影片: https://www.dropbox.com/s/she63s86jv79hi5/1%E9%AB%98%E9%9B%84%E6%B0%A3%E7%88%86%E7%99%BB%E9%9D%A9%E7%86%B1.pdf?dl=0
- *video: https://www.youtube.com/watch?v=gdANo3LrWyk&feature=youtube_gdata_player
*
|
||
| 2014-11-24 07:31 – 07:31 | r1123 – r1127 | |
顯示 diff（92 行未修改）
有沒有辦法找到 高雄水溝蓋的map ? 如果能做水溝蓋的map 再對比 病例發生 , 不知道會不會有相關 ?
例: 高雄地下管線圖 http://zbryikt.github.io/visualize/kh-pipe/
-
- 20141109 unconf lighting talks
+ 20*141109 unconf lighting talks
*簡報投影片: https://www.dropbox.com/s/she63s86jv79hi5/1%E9%AB%98%E9%9B%84%E6%B0%A3%E7%88%86%E7%99%BB%E9%9D%A9%E7%86%B1.pdf?dl=0
*video: https://www.youtube.com/watch?v=gdANo3LrWyk&feature=youtube_gdata_player
（1 行未修改）
|
||
| 2014-11-24 07:31 | r1122 | |
顯示 diff（100 行未修改）
|
||
| 2014-11-24 07:28 – 07:31 | r1071 – r1121 | |
顯示 diff 高雄氣爆和登革熱爆發地圖視覺化
- 簡報投影片: https://www.dropbox.com/s/she63s86jv79hi5/1%E9%AB%98%E9%9B%84%E6%B0%A3%E7%88%86%E7%99%BB%E9%9D%A9%E7%86%B1.pdf?dl=0
- unconf lighting talks:
- https://www.youtube.com/watch?v=gdANo3LrWyk&feature=youtube_gdata_player
+ *Method (proposal)
+ 原始資料： http://khd.kcg.gov.tw/Attachment/000001_000401_000001/files/1031112-%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A.pdf
+ *還有1031111....pdf diff 兩個檔可以找到 日變化 :p
+ *哈: google site search : 登革熱疫情快訊 site:http://khd.kcg.gov.tw/
+ *今天有以里為單位的數據了 只有總量沒有時序 (until 2014/11/12)
+ *確診數有在下降, 不過得看看是否能將到0過冬
+ machine readable data (csv)
+ *徵求伐木工
+ *是指把pdf extract 出來嗎 ? ( http://reader.roodo.com/thinkingmore/archives/14602225.html) 等下來試試看
+ *text here : https://www.dropbox.com/s/ogudxhk4bs9c6sv/1031112.text?dl=0
+ *直接找google cache 成的html , 目前手動
+ *https://www.google.com.tw/search?q=%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A+site%3Ahttp%3A%2F%2Fkhd.kcg.gov.tw%2F&oq=%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A+site%3Ahttp%3A%2F%2Fkhd.kcg.gov.tw%2F&aqs=chrome..69i57.1708j0j7&sourceid=chrome&es_sm=91&ie=UTF-8
+ *用 ipython 爬會是 403
+ *欄位：district (區)、 village (里) 、病例數 、時間 (time)
+ *eg: 鳳山區, 一甲里, 43, 2014
+ *視覺化工具：
+ *leaflet，模仿立委選票地圖 http://blog.yurenju.info/mlymap/#/
+ *https://github.com/yurenju/mlymap/tree/master/app
+ *徵求 javascript 高手
+ *Yuren Ju 很 nice 的整理出每個里的 geojson
+ *QGIS
+ Issue:
+ *data update?
+ *人口資料 http://cabu.kcg.gov.tw/cabu2/statis61B3.aspx
- *Fact
- 2014 高雄氣爆事故
+
+
+ act
+ 214 高雄氣爆事故
2014年高雄氣爆事故（又稱高雄石化氣爆事件），是2014年7月31日23時至8月1日凌晨間，發生在臺灣高雄市前鎮區與苓雅區的多起石化氣爆炸事件，經初步調查，應為丙烯爆炸所致。截至9月2日，已知有32人死亡、308人受傷，其中包括7月31日晚上約9點，接受民眾報案疑似有瓦斯洩漏而前往援助、調查的消防隊員和環保署毒災應變隊員，並造成至少包括三多一、二路、凱旋三路、一心一路等多條重要道路嚴重損壞。臺灣中油有安管中心可監測高雄市所有石化管線是否有問題（壓力變化）、中油也確實早知道管線有問題，但當高雄市政府消防局119勤務中心多次詢問管線破損的相關狀況時，中油安管中心卻未告知，使原本可能可以阻止的氣爆發生。
（47 行未修改）
*需要更明確的氣爆地圖標示
*民眾為什麼要追蹤 ?
- *登革熱病毒4種subtype, 中2種即可發展為出血性登革熱, 死亡率非常高,目前無解藥
+ *登革熱病毒4種subtype, 中2種即可發展為出血性登革熱, 死亡率非常高,目前無解藥（疾管局登革熱介紹頁面）
*冬天通常疫情可以控制, 但今年還在上昇
*冬天疫情若無控制, 到隔年會更嚴重
*利用此網站呈現, 協助民眾意識
*此模板可應用於其他疫情議題（時間＋地理分佈）
+
*預期產出 : 作成以下 timeline 地圖
範例 : healthmap.org/ebola/#timeline
（1 行未修改）
有沒有辦法找到 高雄水溝蓋的map ? 如果能做水溝蓋的map 再對比 病例發生 , 不知道會不會有相關 ?
- 例: http://zbryikt.github.io/visualize/kh-pipe/
+ 例: 高雄地下管線圖 http://zbryikt.github.io/visualize/kh-pipe/
- *Method (proposal)
- 原始資料： http://khd.kcg.gov.tw/Attachment/000001_000401_000001/files/1031112-%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A.pdf
- *還有1031111....pdf diff 兩個檔可以找到 日變化 :p
- *哈: google site search : 登革熱疫情快訊 site:http://khd.kcg.gov.tw/
- *今天有以里為單位的數據了 只有總量沒有時序 (until 2014/11/12)
- *確診數有在下降, 不過得看看是否能將到
- 過冬machine readable data (csv)
- *徵求伐木工
- *是指把pdf extract 出來嗎 ? ( http://reader.roodo.com/thinkingmore/archives/14602225.html) 等下來試試看
- *text here : https://www.dropbox.com/s/ogudxhk4bs9c6sv/1031112.text?dl=0
- *直接找google cache 成的html , 目前手動
- *https://www.google.com.tw/search?q=%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A+site%3Ahttp%3A%2F%2Fkhd.kcg.gov.tw%2F&oq=%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A+site%3Ahttp%3A%2F%2Fkhd.kcg.gov.tw%2F&aqs=chrome..69i57.1708j0j7&sourceid=chrome&es_sm=91&ie=UTF-8
- *用 ipython 爬會是 403欄位：district (區)、 village (里) 、病例數 、時間 (time)
- *eg: 鳳山區, 一甲里, 43, 2014
- *視覺化工具：
- *leaflet，模仿立委選票地圖 http://blog.yurenju.info/mlymap/#/
- *https://github.com/yurenju/mlymap/tree/master/app
- *徵求 javascript 高手
- *Yuren Ju 很 nice 的整理出每個里的 geojson
- *QGIS
- Issue:
- *data update?
- *人口資料 http://cabu.kcg.gov.tw/cabu2/statis61B3.aspx
+ 20141109 unconf lighting talks
+ *簡報投影片: https://www.dropbox.com/s/she63s86jv79hi5/1%E9%AB%98%E9%9B%84%E6%B0%A3%E7%88%86%E7%99%BB%E9%9D%A9%E7%86%B1.pdf?dl=0
+ *video: https://www.youtube.com/watch?v=gdANo3LrWyk&feature=youtube_gdata_player
+ *
|
||
| 2014-11-15 08:32 – 08:32 | r1061 – r1070 | |
顯示 diff（82 行未修改）
*直接找google cache 成的html , 目前手動
*https://www.google.com.tw/search?q=%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A+site%3Ahttp%3A%2F%2Fkhd.kcg.gov.tw%2F&oq=%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A+site%3Ahttp%3A%2F%2Fkhd.kcg.gov.tw%2F&aqs=chrome..69i57.1708j0j7&sourceid=chrome&es_sm=91&ie=UTF-8
- **欄位：district (區)、 village (里) 、病例數 、時間 (time)
+ *用 ipython 爬會是 403欄位：district (區)、 village (里) 、病例數 、時間 (time)
*eg: 鳳山區, 一甲里, 43, 2014
*視覺化工具：
（8 行未修改）
|
||
| 2014-11-14 12:20 | r1060 | |
顯示 diff（67 行未修改）
有沒有辦法找到 高雄水溝蓋的map ? 如果能做水溝蓋的map 再對比 病例發生 , 不知道會不會有相關 ?
- 例: http://www.cingwei.com.tw/p13.html
+ 例: http://zbryikt.github.io/visualize/kh-pipe/
*Method (proposal)
（23 行未修改）
|
||
| 2014-11-14 10:36 – 10:37 | r1028 – r1059 | |
顯示 diff（65 行未修改）
範例 : healthmap.org/ebola/#timeline
每週定期抓資料, 含各種不同法定傳染病
+
+ 有沒有辦法找到 高雄水溝蓋的map ? 如果能做水溝蓋的map 再對比 病例發生 , 不知道會不會有相關 ?
+ 例: http://www.cingwei.com.tw/p13.html
+
*Method (proposal)
原始資料： http://khd.kcg.gov.tw/Attachment/000001_000401_000001/files/1031112-%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A.pdf
（22 行未修改）
|
||
| 2014-11-14 02:58 – 03:02 | r1024 – r1027 | |
顯示 diff（18 行未修改）
*http://news.tvbs.com.tw/entry/545541
*國立感染症研究所檢驗後發現，代代木公園與新宿中央公園的患者，體內病毒的DNA排列是一樣的，專家認為不排除是人在擴散病毒。國立感染症研究所所長：「DNA的排列是100%一致的，我們認為是最初發生在代代木公園的(人)，把病毒帶到了新宿中央公園。」
- *
*Data:
（69 行未修改）
|
||
| 2014-11-13 16:13 – 16:47 | r882 – r1023 | |
顯示 diff（68 行未修改）
*Method (proposal)
原始資料： http://khd.kcg.gov.tw/Attachment/000001_000401_000001/files/1031112-%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A.pdf
+ *還有1031111....pdf diff 兩個檔可以找到 日變化 :p
+ *哈: google site search : 登革熱疫情快訊 site:http://khd.kcg.gov.tw/
*今天有以里為單位的數據了 只有總量沒有時序 (until 2014/11/12)
- machine readable data (csv)
+ *確診數有在下降, 不過得看看是否能將到
+ 過冬machine readable data (csv)
*徵求伐木工
- *欄位：district (區)、 village (里) 、病例數 、時間 (time)
+
+ *是指把pdf extract 出來嗎 ? ( http://reader.roodo.com/thinkingmore/archives/14602225.html) 等下來試試看
+ *text here : https://www.dropbox.com/s/ogudxhk4bs9c6sv/1031112.text?dl=0
+ *直接找google cache 成的html , 目前手動
+ *https://www.google.com.tw/search?q=%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A+site%3Ahttp%3A%2F%2Fkhd.kcg.gov.tw%2F&oq=%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A+site%3Ahttp%3A%2F%2Fkhd.kcg.gov.tw%2F&aqs=chrome..69i57.1708j0j7&sourceid=chrome&es_sm=91&ie=UTF-8
+ **欄位：district (區)、 village (里) 、病例數 、時間 (time)
*eg: 鳳山區, 一甲里, 43, 2014
*視覺化工具：
（8 行未修改）
|
||
| 2014-11-13 14:50 – 15:05 | r793 – r881 | |
顯示 diff（70 行未修改）
*今天有以里為單位的數據了 只有總量沒有時序 (until 2014/11/12)
machine readable data (csv)
- *欄位：district (區)、 village (里) 、病例數 、時間 (time stamp)
+ *徵求伐木工
+ *欄位：district (區)、 village (里) 、病例數 、時間 (time)
*eg: 鳳山區, 一甲里, 43, 2014
+ *視覺化工具：
+ *leaflet，模仿立委選票地圖 http://blog.yurenju.info/mlymap/#/
+ *https://github.com/yurenju/mlymap/tree/master/app
+ *徵求 javascript 高手
+ *Yuren Ju 很 nice 的整理出每個里的 geojson
+ *QGIS
+ Issue:
+ *data update?
+ *人口資料 http://cabu.kcg.gov.tw/cabu2/statis61B3.aspx
|
||
| 2014-11-13 14:50 – 14:50 | r788 – r792 | |
顯示 diff（30 行未修改）
*今年趨勢 http://nidss.cdc.gov.tw/Nidss_Report_Timer.aspx?Pt=s&dc=1&dt=2&disease=061&d=1&i=all&s=determined_cnt&rk=W&Y1=2014&Y2=2014&MW1=1&MW2=46&Area=07&City=07&Town=0&Q=H&mr=1 (excel檔)
*
+
+
+
+
+
（35 行未修改）
|
||
| 2014-11-13 14:42 – 14:50 | r609 – r787 | |
顯示 diff（49 行未修改）
*在時序圖中呈現時，通報病例會需要消失嗎？例如伊波拉的網頁就是一直加疊上去，舊的病例不會消失
*不知道有了里的圖, 是否可以畫更細的圖 , 慕約在excel 上有按cases 多寡把顏色分深淺; 如果也是用streep map 細分然後著色(深淺 => 多寡) 也許也可以;
+ *可以考慮用 leaflet 畫圖，以 OpenStreetMap 作為底圖 (不過這裡底圖用什麼其實都可以)，另一個方案是用 QGIS 產生點陣圖
*民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
（4 行未修改）
*利用此網站呈現, 協助民眾意識
*此模板可應用於其他疫情議題（時間＋地理分佈）
-
*預期產出 : 作成以下 timeline 地圖
範例 : healthmap.org/ebola/#timeline
每週定期抓資料, 含各種不同法定傳染病
+ *Method (proposal)
+ 原始資料： http://khd.kcg.gov.tw/Attachment/000001_000401_000001/files/1031112-%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A.pdf
+ *今天有以里為單位的數據了 只有總量沒有時序 (until 2014/11/12)
+ machine readable data (csv)
+ *欄位：district (區)、 village (里) 、病例數 、時間 (time stamp)
+ *eg: 鳳山區, 一甲里, 43, 2014
|
||
| 2014-11-13 14:02 – 14:15 | r559 – r608 | |
顯示 diff（48 行未修改）
*通報數據本身是否看的到，是由那個機構所通報，以此來 mapping ?
*在時序圖中呈現時，通報病例會需要消失嗎？例如伊波拉的網頁就是一直加疊上去，舊的病例不會消失
+ *不知道有了里的圖, 是否可以畫更細的圖 , 慕約在excel 上有按cases 多寡把顏色分深淺; 如果也是用streep map 細分然後著色(深淺 => 多寡) 也許也可以;
*民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
（10 行未修改）
|
||
| 2014-11-13 13:43 – 13:53 | r550 – r558 | |
顯示 diff（15 行未修改）
Question: 到底氣爆和登革熱有沒有關係 ?
- 今年東京原宿也罕見地出現登革熱病例，細節與資料待補
+ *今年東京原宿也罕見地出現登革熱病例，細節與資料待補
+ *http://news.tvbs.com.tw/entry/545541
+ *國立感染症研究所檢驗後發現，代代木公園與新宿中央公園的患者，體內病毒的DNA排列是一樣的，專家認為不排除是人在擴散病毒。國立感染症研究所所長：「DNA的排列是100%一致的，我們認為是最初發生在代代木公園的(人)，把病毒帶到了新宿中央公園。」
+ *
*Data:
（39 行未修改）
|
||
| 2014-11-13 13:34 – 13:34 | r548 – r549 | |
顯示 diff（59 行未修改）
|
||
| 2014-11-13 13:21 – 13:21 | r542 – r547 | |
顯示 diff（37 行未修改）
高雄氣爆時序圖 http://timemap.kuansim.com/hychen/kaohsiung-gas-explosion
*可是沒有data ? 還是用這個標就可以 ?
-
+ 今天有以里為單位的數據了 只有總量沒有時序 http://khd.kcg.gov.tw/Attachment/000001_000401_000001/files/1031112-%E7%99%BB%E9%9D%A9%E7%86%B1%E7%96%AB%E6%83%85%E5%BF%AB%E8%A8%8A.pdf
*視覺化目的:
*使用 timeline 模式 讓民眾了解今年登革熱爆發和氣爆有關係
（17 行未修改）
|
||
| 2014-11-11 13:59 – 14:00 | r520 – r541 | |
顯示 diff（14 行未修改）
*
Question: 到底氣爆和登革熱有沒有關係 ?
+
+ 今年東京原宿也罕見地出現登革熱病例，細節與資料待補
*Data:
（39 行未修改）
|
||
| 2014-11-10 16:11 – 16:15 | r483 – r519 | |
顯示 diff（42 行未修改）
*和氣爆有沒有關係可能不那麼容易判斷，因為前鎮也是往年盛行的區域
*通報數據本身是否看的到，是由那個機構所通報，以此來 mapping ?
+ *在時序圖中呈現時，通報病例會需要消失嗎？例如伊波拉的網頁就是一直加疊上去，舊的病例不會消失
*民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
（3 行未修改）
*冬天疫情若無控制, 到隔年會更嚴重
*利用此網站呈現, 協助民眾意識
+ *此模板可應用於其他疫情議題（時間＋地理分佈）
*預期產出 : 作成以下 timeline 地圖
（2 行未修改）
|
||
| 2014-11-09 18:28 – 18:35 | r430 – r482 | |
顯示 diff（1 行未修改）
簡報投影片: https://www.dropbox.com/s/she63s86jv79hi5/1%E9%AB%98%E9%9B%84%E6%B0%A3%E7%88%86%E7%99%BB%E9%9D%A9%E7%86%B1.pdf?dl=0
+ unconf lighting talks:
+ https://www.youtube.com/watch?v=gdANo3LrWyk&feature=youtube_gdata_player
*Fact
（34 行未修改）
*http://blog.yurenju.info/mlymap/#/ 想學這個 再加上 timeline 資訊
*和氣爆有沒有關係可能不那麼容易判斷，因為前鎮也是往年盛行的區域
+ *通報數據本身是否看的到，是由那個機構所通報，以此來 mapping ?
*民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
（9 行未修改）
|
||
| 2014-11-09 11:39 – 11:50 | r380 – r429 | |
顯示 diff（35 行未修改）
*視覺化目的:
- *使用 timeline 模式 讓民眾了解今年登革熱爆發和氣爆有關係
+ *使用 timeline 模式 讓民眾了解今年登革熱爆發和氣爆有關係
+ *看來卡關的是時序資料 是以區域為基礎 (現有的 timemap 不適合直接使用)
+ *http://blog.yurenju.info/mlymap/#/ 想學這個 再加上 timeline 資訊
+ *和氣爆有沒有關係可能不那麼容易判斷，因為前鎮也是往年盛行的區域
*民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
*民眾為什麼要追蹤 ?
- *登革熱病毒4種subtype, 中2種, 死亡率非常高,目前無解藥
+ *登革熱病毒4種subtype, 中2種即可發展為出血性登革熱, 死亡率非常高,目前無解藥
*冬天通常疫情可以控制, 但今年還在上昇
*冬天疫情若無控制, 到隔年會更嚴重
（5 行未修改）
|
||
| 2014-11-09 09:54 | r379 | |
顯示 diff（17 行未修改）
http://nidss.cdc.gov.tw/SingleDisease.aspx?pt=s&Dc=1&Dt=2&disease=061&d=1&s=determined_cnt&i=all&RK=Y
*
+
Open data: 疾管局 (每週 vs 地區) "excel data 需要周周更新"
（27 行未修改）
|
||
| 2014-11-09 07:47 – 08:14 | r210 – r378 | |
顯示 diff 高雄氣爆和登革熱爆發地圖視覺化
-
- slides: https://www.dropbox.com/s/she63s86jv79hi5/1%E9%AB%98%E9%9B%84%E6%B0%A3%E7%88%86%E7%99%BB%E9%9D%A9%E7%86%B1.pdf?dl=0
+ 簡報投影片: https://www.dropbox.com/s/she63s86jv79hi5/1%E9%AB%98%E9%9B%84%E6%B0%A3%E7%88%86%E7%99%BB%E9%9D%A9%E7%86%B1.pdf?dl=0
+ *Fact
+ 2014 高雄氣爆事故
2014年高雄氣爆事故（又稱高雄石化氣爆事件），是2014年7月31日23時至8月1日凌晨間，發生在臺灣高雄市前鎮區與苓雅區的多起石化氣爆炸事件，經初步調查，應為丙烯爆炸所致。截至9月2日，已知有32人死亡、308人受傷，其中包括7月31日晚上約9點，接受民眾報案疑似有瓦斯洩漏而前往援助、調查的消防隊員和環保署毒災應變隊員，並造成至少包括三多一、二路、凱旋三路、一心一路等多條重要道路嚴重損壞。臺灣中油有安管中心可監測高雄市所有石化管線是否有問題（壓力變化）、中油也確實早知道管線有問題，但當高雄市政府消防局119勤務中心多次詢問管線破損的相關狀況時，中油安管中心卻未告知，使原本可能可以阻止的氣爆發生。
-
- Question: 到底氣爆和登革熱有沒有關係 ?
- *
+ 2014 登革熱
+ Wikipedia http://zh.wikipedia.org/wiki/%E9%AA%A8%E7%97%9B%E7%86%B1%E7%97%87
*
*
*
+ Question: 到底氣爆和登革熱有沒有關係 ?
- Data:
- *登革熱 歷年趨勢 : 2014 特別多
+ *Data:
+ 登革熱 歷年趨勢 : 2014 特別多
http://nidss.cdc.gov.tw/SingleDisease.aspx?pt=s&Dc=1&Dt=2&disease=061&d=1&s=determined_cnt&i=all&RK=Y
*
+ Open data: 疾管局 (每週 vs 地區) "excel data 需要周周更新"
- *open data: 疾管局 (每週 vs 地區)
*今年趨勢 http://nidss.cdc.gov.tw/Nidss_Report_Timer.aspx?Pt=s&dc=1&dt=2&disease=061&d=1&i=all&s=determined_cnt&rk=W&Y1=2014&Y2=2014&MW1=1&MW2=46&Area=07&City=07&Town=0&Q=H&mr=1 (excel檔)
- *
- 3 CDC 已經畫了地圖 靜態地圖 (但看不出時序變化)
*
- 需要 Better map ! by @Chewei such as google map or Openstreetmap
+
+
+ *CDC 已經畫了地圖 靜態地圖 (但看不出時序變化)
*
但是民眾不容易追蹤時間和地區的變化
+ 需要 Better map ! by @Chewei such as "google map" or "Open street map"
+ *
+
高雄氣爆時序圖 http://timemap.kuansim.com/hychen/kaohsiung-gas-explosion
+ *可是沒有data ? 還是用這個標就可以 ?
- 視覺化目的:
+ *視覺化目的:
*使用 timeline 模式 讓民眾了解今年登革熱爆發和氣爆有關係
- *民眾可以繼續追蹤後續發展 (疾管局網站不好查)
+ *民眾可以 "很方便" 追蹤後續發展 (疾管局網站不好查)
*需要更明確的氣爆地圖標示
*民眾為什麼要追蹤 ?
（2 行未修改）
*冬天疫情若無控制, 到隔年會更嚴重
*利用此網站呈現, 協助民眾意識
- Solution : 作成以下 timeline 地圖
+
+ *預期產出 : 作成以下 timeline 地圖
範例 : healthmap.org/ebola/#timeline
+ 每週定期抓資料, 含各種不同法定傳染病
|
||
| 2014-11-09 07:47 – 07:47 | r203 – r209 | |
顯示 diff（26 行未修改）
*
但是民眾不容易追蹤時間和地區的變化
- 高雄氣火日廿水
+ 高雄氣爆時序圖 http://timemap.kuansim.com/hychen/kaohsiung-gas-explosion
視覺化目的:
（8 行未修改）
Solution : 作成以下 timeline 地圖
範例 : healthmap.org/ebola/#timeline
-
- http://timemap.kuansim.com/hychen/kaohsiung-gas-explosion
|
||
| 2014-11-09 07:47 | r202 | |
顯示 diff（18 行未修改）
- *open data: 疾管局 (每週 vs 地區) exc
+ *open data: 疾管局 (每週 vs 地區)
*今年趨勢 http://nidss.cdc.gov.tw/Nidss_Report_Timer.aspx?Pt=s&dc=1&dt=2&disease=061&d=1&i=all&s=determined_cnt&rk=W&Y1=2014&Y2=2014&MW1=1&MW2=46&Area=07&City=07&Town=0&Q=H&mr=1 (excel檔)
*
（20 行未修改）
|
||
| 2014-11-09 07:47 | r201 | |
顯示 diff（26 行未修改）
*
但是民眾不容易追蹤時間和地區的變化
- 高雄氣日
+ 高雄氣火日廿水
視覺化目的:
（12 行未修改）
|
||
| 2014-11-09 07:47 | r200 | |
顯示 diff（18 行未修改）
- *open data: 疾管局 (每週 vs 地區) excel
+ *open data: 疾管局 (每週 vs 地區) exc
*今年趨勢 http://nidss.cdc.gov.tw/Nidss_Report_Timer.aspx?Pt=s&dc=1&dt=2&disease=061&d=1&i=all&s=determined_cnt&rk=W&Y1=2014&Y2=2014&MW1=1&MW2=46&Area=07&City=07&Town=0&Q=H&mr=1 (excel檔)
*
（20 行未修改）
|
||
| 2014-11-09 07:47 | r199 | |
顯示 diff（26 行未修改）
*
但是民眾不容易追蹤時間和地區的變化
- 高雄氣
+ 高雄氣日
視覺化目的:
（12 行未修改）
|
||
| 2014-11-09 07:47 | r198 | |
顯示 diff（18 行未修改）
- *open data: 疾管局 (每週 vs 地區) excel 檔
+ *open data: 疾管局 (每週 vs 地區) excel
*今年趨勢 http://nidss.cdc.gov.tw/Nidss_Report_Timer.aspx?Pt=s&dc=1&dt=2&disease=061&d=1&i=all&s=determined_cnt&rk=W&Y1=2014&Y2=2014&MW1=1&MW2=46&Area=07&City=07&Town=0&Q=H&mr=1 (excel檔)
*
（20 行未修改）
|
||
| 2014-11-09 07:47 – 07:47 | r191 – r197 | |
顯示 diff（26 行未修改）
*
但是民眾不容易追蹤時間和地區的變化
+ 高雄氣
視覺化目的:
（8 行未修改）
Solution : 作成以下 timeline 地圖
範例 : healthmap.org/ebola/#timeline
+
+ http://timemap.kuansim.com/hychen/kaohsiung-gas-explosion
|
||
| 2014-11-09 06:50 – 07:41 | r41 – r190 | |
顯示 diff- 高雄氣爆和登革熱爆發有沒有關係?
+ 高雄氣爆和登革熱爆發地圖視覺化
+
+ slides: https://www.dropbox.com/s/she63s86jv79hi5/1%E9%AB%98%E9%9B%84%E6%B0%A3%E7%88%86%E7%99%BB%E9%9D%A9%E7%86%B1.pdf?dl=0
+
+
2014年高雄氣爆事故（又稱高雄石化氣爆事件），是2014年7月31日23時至8月1日凌晨間，發生在臺灣高雄市前鎮區與苓雅區的多起石化氣爆炸事件，經初步調查，應為丙烯爆炸所致。截至9月2日，已知有32人死亡、308人受傷，其中包括7月31日晚上約9點，接受民眾報案疑似有瓦斯洩漏而前往援助、調查的消防隊員和環保署毒災應變隊員，並造成至少包括三多一、二路、凱旋三路、一心一路等多條重要道路嚴重損壞。臺灣中油有安管中心可監測高雄市所有石化管線是否有問題（壓力變化）、中油也確實早知道管線有問題，但當高雄市政府消防局119勤務中心多次詢問管線破損的相關狀況時，中油安管中心卻未告知，使原本可能可以阻止的氣爆發生。
+
Question: 到底氣爆和登革熱有沒有關係 ?
+ *
+ *
+ *
+ *
Data:
- *登革熱 歷年趨勢
+ *登革熱 歷年趨勢 : 2014 特別多
http://nidss.cdc.gov.tw/SingleDisease.aspx?pt=s&Dc=1&Dt=2&disease=061&d=1&s=determined_cnt&i=all&RK=Y
+ *
+
+
+ *open data: 疾管局 (每週 vs 地區) excel 檔
+ *今年趨勢 http://nidss.cdc.gov.tw/Nidss_Report_Timer.aspx?Pt=s&dc=1&dt=2&disease=061&d=1&i=all&s=determined_cnt&rk=W&Y1=2014&Y2=2014&MW1=1&MW2=46&Area=07&City=07&Town=0&Q=H&mr=1 (excel檔)
+ *
+ 3 CDC 已經畫了地圖 靜態地圖 (但看不出時序變化)
+ *
+ 需要 Better map ! by @Chewei such as google map or Openstreetmap
+ *
+ 但是民眾不容易追蹤時間和地區的變化
+
+ 視覺化目的:
+ *使用 timeline 模式 讓民眾了解今年登革熱爆發和氣爆有關係
+ *民眾可以繼續追蹤後續發展 (疾管局網站不好查)
+ *需要更明確的氣爆地圖標示
+ *民眾為什麼要追蹤 ?
+ *登革熱病毒4種subtype, 中2種, 死亡率非常高,目前無解藥
+ *冬天通常疫情可以控制, 但今年還在上昇
+ *冬天疫情若無控制, 到隔年會更嚴重
+ *利用此網站呈現, 協助民眾意識
+ Solution : 作成以下 timeline 地圖
+ 範例 : healthmap.org/ebola/#timeline
|
||
| 2014-11-09 06:50 | r40 | |
顯示 diff（8 行未修改）
|
||
| 2014-11-09 06:48 – 06:50 | r20 – r39 | |
顯示 diff（1 行未修改）
2014年高雄氣爆事故（又稱高雄石化氣爆事件），是2014年7月31日23時至8月1日凌晨間，發生在臺灣高雄市前鎮區與苓雅區的多起石化氣爆炸事件，經初步調查，應為丙烯爆炸所致。截至9月2日，已知有32人死亡、308人受傷，其中包括7月31日晚上約9點，接受民眾報案疑似有瓦斯洩漏而前往援助、調查的消防隊員和環保署毒災應變隊員，並造成至少包括三多一、二路、凱旋三路、一心一路等多條重要道路嚴重損壞。臺灣中油有安管中心可監測高雄市所有石化管線是否有問題（壓力變化）、中油也確實早知道管線有問題，但當高雄市政府消防局119勤務中心多次詢問管線破損的相關狀況時，中油安管中心卻未告知，使原本可能可以阻止的氣爆發生。
- Q
+ Question: 到底氣爆和登革熱有沒有關係 ?
+
+ Data:
+ *登革熱 歷年趨勢
+ http://nidss.cdc.gov.tw/SingleDisease.aspx?pt=s&Dc=1&Dt=2&disease=061&d=1&s=determined_cnt&i=all&RK=Y
|
||
| 2014-11-09 06:48 | r19 | |
顯示 diff（4 行未修改）
|
||
| 2014-11-09 06:48 – 06:48 | r1 – r18 | |
顯示 diff- Untitled
+ 高雄氣爆和登革熱爆發有沒有關係?
+ 2014年高雄氣爆事故（又稱高雄石化氣爆事件），是2014年7月31日23時至8月1日凌晨間，發生在臺灣高雄市前鎮區與苓雅區的多起石化氣爆炸事件，經初步調查，應為丙烯爆炸所致。截至9月2日，已知有32人死亡、308人受傷，其中包括7月31日晚上約9點，接受民眾報案疑似有瓦斯洩漏而前往援助、調查的消防隊員和環保署毒災應變隊員，並造成至少包括三多一、二路、凱旋三路、一心一路等多條重要道路嚴重損壞。臺灣中油有安管中心可監測高雄市所有石化管線是否有問題（壓力變化）、中油也確實早知道管線有問題，但當高雄市政府消防局119勤務中心多次詢問管線破損的相關狀況時，中油安管中心卻未告知，使原本可能可以阻止的氣爆發生。
- This pad text is synchronized as you type, so that everyone viewing this page sees the same text. This allows you to collaborate seamlessly on documents!
+ Q
|
||
| 2014-11-09 06:48 | r0 | |
顯示 diff+ Untitled
+ This pad text is synchronized as you type, so that everyone viewing this page sees the same text. This allows you to collaborate seamlessly on documents!
|
||