As one of the most densely populated countries in the world, Bangladesh has been trying to contain the impact of a pandemic like coronavirus disease 2019 (COVID-19) since March, 2020. Although government announced an array of restricted measures to slow down the diffusion in the beginning of the pandemic, the lockdown has been lifted gradually by reopening all the industries, markets and offices with a notable exception of educational institutes. As the physical geography of Bangladesh is highly variable across the largest delta, the population of different regions and their lifestyle also differ in the country. Thus, to get the real scenario of the current pandemic and a possible second wave of COVID-19 transmission across Bangladesh, it is essential to analyze the transmission dynamics over the individual districts. In this paper, we propose to integrate the Unscented Kalman Filter (UKF) with classic SIRD model to explain the epidemic evolution of individual districts in the country. We show that UKF-SIRD model results in a robust prediction of the transmission dynamics for 1–4 months. Then we apply the robust UKF-SIRD model over different regions in Bangladesh to estimates the course of the epidemic. Our analysis demonstrates that in addition to the densely populated areas, industrial areas and popular tourist spots will be in the risk of higher COVID-19 transmission if a second wave of COVID-19 occurs in the country. In the light of these outcomes, we also provide a set of suggestions to contain the future pandemic in Bangladesh.

中文翻译：

---

卡尔曼滤波器在流行病学模型中的整合：一种预测孟加拉国 COVID-19 爆发的稳健方法

作为世界上人口最稠密的国家之一，孟加拉国自 2020 年 3 月以来一直在努力遏制像 2019 年冠状病毒病 (COVID-19) 这样的大流行病的影响。尽管政府宣布了一系列限制措施来减缓传播速度在大流行开始时，除了教育机构之外，所有行业、市场和办公室都重新开放，逐步解除了封锁。由于孟加拉国在最大的三角洲地区的自然地理差异很大，因此该国不同地区的人口及其生活方式也有所不同。因此，要了解当前大流行的真实情况以及可能在孟加拉国发生第二波 COVID-19 传播，必须分析各个地区的传播动态。在本文中，我们建议将 Unscented Kalman Filter (UKF) 与经典的 SIRD 模型相结合，以解释该国个别地区的流行病演变。我们表明，UKF-SIRD 模型可以对 1-4 个月的传输动态进行稳健的预测。然后我们在孟加拉国不同地区应用稳健的 UKF-SIRD 模型来估计流行病的进程。我们的分析表明，如果该国发生第二波 COVID-19，除了人口稠密的地区外，工业区和热门旅游景点还将面临更高的 COVID-19 传播风险。鉴于这些成果，我们还提出了一系列建议，以遏制孟加拉国未来的大流行。我们表明，UKF-SIRD 模型可以对 1-4 个月的传输动态进行稳健的预测。然后我们在孟加拉国不同地区应用稳健的 UKF-SIRD 模型来估计流行病的进程。我们的分析表明，如果该国发生第二波 COVID-19，除了人口稠密的地区外，工业区和热门旅游景点还将面临更高的 COVID-19 传播风险。鉴于这些成果，我们还提出了一系列建议，以遏制孟加拉国未来的大流行。我们表明，UKF-SIRD 模型可以对 1-4 个月的传输动态进行稳健的预测。然后我们在孟加拉国不同地区应用稳健的 UKF-SIRD 模型来估计流行病的进程。我们的分析表明，如果该国发生第二波 COVID-19，除了人口稠密的地区外，工业区和热门旅游景点还将面临更高的 COVID-19 传播风险。鉴于这些成果，我们还提出了一系列建议，以遏制孟加拉国未来的大流行。如果该国发生第二波 COVID-19，工业区和热门旅游景点将面临更高的 COVID-19 传播风险。鉴于这些成果，我们还提出了一系列建议，以遏制孟加拉国未来的大流行。如果该国发生第二波 COVID-19，工业区和热门旅游景点将面临更高的 COVID-19 传播风险。鉴于这些成果，我们还提出了一系列建议，以遏制孟加拉国未来的大流行。