cvast/cvast-dycast
cvast
DYCAST是基于生物的时空模型镜像，用于分析地理参考病例数据，识别寨卡、登革热等病毒传播的高风险区域，支持多病毒预测模型生成。
下载次数: 0状态：社区镜像维护者：cvast仓库类型：镜像最近更新：8 年前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
DYCAST镜像说明
镜像概述
DYCAST（动态连续区域时空系统）是一个基于生物的时空模型，通过地理参考病例数据识别寨卡、登革热、西尼罗河病毒等病毒传播的高风险区域。该系统最初由纽约市立大学亨特学院空间信息分析与研究中心（CARSI）的Constandinos Theophilides用Magik语言编写，后移植到Python和PostGIS，当前版本旨在扩展支持多病毒预测模型生成。
核心功能
- 分析地理参考病例数据，定位病毒传播高风险区域
- 支持寨卡、登革热等多种病毒的预测模型构建
- 结合PostGIS实现空间数据处理与分析
使用场景
适用于公共卫生机构（如疾控中心）对病毒传播风险进行评估、预警，辅助制定疫情防控策略。
配置说明
参数设置
不同病毒的时空参数如下：
- 寨卡病毒（min）：空间600米、时间38天、近空间100米、近时间4天
- 寨卡病毒（max）：空间800米、时间38天、近空间200米、近时间4天
- 登革热病毒（min）：空间600米、时间28天、近空间100米、近时间4天
- 登革热病毒（max）：空间800米、时间28天、近空间200米、近时间4天
部署示例
Docker快速运行
bashdocker run cvast/cvast-dycast --help
Docker Compose部署
- 填写仓库中
docker-compose.yml的空环境变量 - 启动服务：
bashdocker-compose up
该命令将执行数据导入→风险预测→结果导出的循环流程。
依赖要求
- 使用Docker及提供的
docker-compose.yml可自动安装所有依赖，适配任意OS - 非Docker环境需通过
pip install -r requirements.txt安装Python依赖 - 适配Postgres 9.6和PostGIS 2.3版本
数据格式与测试数据
参考仓库application/tests/test_data目录的示例输入数据，需遵循其表头和列格式。
相关文献
- Theophilides等.2003.《识别西尼罗河病毒风险区域：动态连续区域时空系统》
- Theophilides等.2006.《西尼罗河病毒扩增的首个证据及其与人类感染的关系》
- Carney等.2011.《美国加州西尼罗河病毒风险区域预警系统》
联系方式
由Vincent Meijer维护，LinkedIn链接：Vincent Meijer
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 cvast-dycast 镜像标签
docker pull docker.xuanyuan.run/cvast/cvast-dycast:<标签>
DockerHub 原生拉取命令
docker pull cvast/cvast-dycast:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"