蒲城，郤氏封邑的堅城，此刻卻成了人間煉獄。仲夏的酷熱蒸騰著死亡的氣息，往日喧囂的街巷死寂如墳，唯餘蒼蠅的嗡鳴與斷斷續續、撕心裂肺的咳嗽聲、呻吟聲穿透緊閉的門窗。空氣中彌漫著濃重刺鼻的草藥味、排泄物的惡臭，以及那揮之不去的、令人作嘔的甜膩腥氣——那是高熱病人皮膚潰爛、內臟衰竭散發出的死亡前兆。
“寒熱交作，頭痛如劈，身現紅斑，嘔瀉如墨，三五日輒亡…此乃‘虜瘡’天花）！大凶之疫！”隨軍老醫官聲音顫抖，布滿血絲的眼睛裡滿是絕望。他剛從隔離的裡坊回來，粗麻布裹住口鼻，露出的皮膚上滿是燎泡和水皰的痕跡。
周鳴站在郤氏府邸的高閣上，望著這座被死亡籠罩的城池，心如鉛墜。他本是奉趙盾之命，前來蒲城協助郤缺清點新征糧秣，以應對可能爆發的秦晉衝突。豈料入城不過三日，這場恐怖的瘟疫便如野火般蔓延開來。更令他猝不及防的是，封鎖！
噩耗如同冰水澆頭：欒書以“防瘟擴散，保晉國社稷”為由，奏請晉侯，親率中軍一部，如鐵桶般將蒲城四門圍得水泄不通！斷絕一切人員物資出入！城頭守軍悲憤的呼喊與城外甲士冷漠的矛戈相對，構成一幅絕望的圖景。郤缺本人亦在巡視疫區時不幸感染，高熱不退，昏迷於榻上。蒲城，成了被遺棄的孤島，一座巨大的、等待腐爛的墳墓。
恐慌如同瘟疫本身，在絕望的城中瘋狂滋長。有人砸開官倉搶糧，有人衝擊隔離的疫坊欲殺病人“淨穢”，更有愚民聽從巫祝蠱惑，將奄奄一息的病人抬上柴堆，妄圖以“火祭”平息天怒！
“周師！南三坊暴民衝擊病坊，守卒快彈壓不住了！”
“西市糧倉被搶！亂民見糧就奪，互相踩踏！”
“東門守軍嘩變，欲開城突圍，與城外欒軍對峙！”
壞消息如同雪片般飛來。周鳴深吸一口氣，壓下翻騰的焦慮。他知道，混亂和絕望比瘟疫本身更能摧毀這座城。他必須用最快的速度，從這混沌的死亡漩渦中，找出那條理性的、可計算的生路！
他立刻接管了郤氏府邸的議事堂，將其變成抗疫的中樞。命令一道道下達：
1.建立信息網：征召城內尚有行動力的低級吏員、識字士子、可靠老兵，分派至各裡坊，設立臨時“疫報點”。每日必須上報：本坊現存總人口s）、新出現寒熱頭痛等疑似症狀者e，潛伏期？）、新增典型虜瘡重症者i，具傳染性）、死亡人數d）、以及極其珍貴的“退熱生斑漸愈者”r，康複者）。
2.繪製城防網格圖：在巨大的蒲城地圖上，按裡坊劃分區塊，標注人口密度、水源位置、主要道路。
3.收集有限數據：調集所有能找到的蒲城舊戶籍簡牘估算初始總人口n），彙總老醫官及幸存醫者對潛伏期約712天？）、病程重症期約57天）、死亡率初步觀察超五成！）的模糊經驗。
數據如涓涓細流，艱難地彙入中樞。周鳴在鋪滿地圖的案幾旁，用炭筆和特製的算籌，開始構建蒲城的seir傳染病動態模型：
s(susceptibe易感者)：初始值≈蒲城總人口初始感染者i0）。此值將隨時間推移和感染擴散而減少。
e(exposed潛伏者)：已感染但未發病、無傳染性基於當時認知）。每日新增來自易感者被感染。
i(infectious感染者)：發病且具強傳染性者。每日新增來自潛伏者結束潛伏期，每日減少來自死亡或康複。oved康複或死亡者)：包括真正康複獲得免疫者，及死亡者。此部分退出傳染鏈。
核心參數估算：
傳染率(β)：最困難！周鳴根據各裡坊上報的“一戶發病，鄰舍相繼染病”案例，結合人口密度如密集貧民坊β高，貴族稀疏坊β低）、人員流動程度市場周邊β高），為不同裡坊區域設定差異化的β值用不同顏色算籌表示）。
潛伏期轉感染率(σ)：估算1潛伏期天數）≈110≈0.1每日約10潛伏者發病）。
感染轉康複死亡率(γ)：1平均傳染期天數）。初步按病程7天計，γ≈0.14。但需拆分為康複率(γr)和死亡率(γd)。根據早期慘烈數據，假設γr≈0.04(約三成康複？)，γd≈0.1(七成死亡？)。此乃最粗略估計，需後續數據修正。
模型迭代方程周鳴心算與算籌推演）：
新潛伏者增量Δe≈(βsin)Δt
新感染者增量Δi≈σeΔt
感染者減少量康複+死亡）≈γiΔt
新康複者Δr_r≈γriΔt
新死亡者Δd≈γdiΔt
易感者減少量Δs≈Δe
模型在粗糙的初始數據和周鳴的強行推演下艱難運行。算籌在網格地圖上移動，代表不同人群數量的陶製小人紅=病，黃=潛伏，綠=健，黑=死）被擺放在各裡坊位置。每一天的疫報數據彙入，模型便隨之調整參數尤其是β和γ），試圖擬合現實。
本小章還未完，請點擊下一頁繼續閱讀後麵精彩內容！
關鍵決策一：隔離區半徑優化算法
城內要求建立嚴格隔離區的呼聲極高，但範圍爭論不休。巫祝派要求焚毀整個疫坊包含大量未感染者）。周鳴反對，他根據模型推演：
1.目標：最大化隔離效果減少β），最小化次生災害餓死、恐慌踐踏、損失勞動力）。
2.約束：有限兵力維持隔離秩序；隔離區需包含水源；不能完全阻斷必要物資如草藥）傳遞。
3.算法：
計算各疫坊i密度閾值）為核心。
以核心疫坊為中心，計算周邊裡坊的“感染風險指數”：基於距離近鄰風險高）、人口流動連接度道路通、市場近則風險高）、人口密度。