就来讲点简单有意思的东西帮大家消消食也是极好的。”
作为一名大佬，怎么开场自然是相当自由的，和会场熟人唠唠嗑什么的，在大佬们的报告中反而会让人觉得大佬交游广阔。
当然作为一名科研萌新的话，有这样的报告机会，还是赶紧进入正题比较好，大家的时间都很宝贵，没人愿意听你胡扯，哪怕台下那些打瞌睡的，也一样。
简单的寒暄和暖场之后，陈教授开始进入正题。
“众所周知，我们并不是这个城市唯一的主人，生活在这个城市的猫猫狗狗还有老鼠耗子黄鼠狼什么的，加起来应该比城市的人口还多。
“大家也都知道，鼠类，特别是城市中的家鼠，不仅会偷吃咱们的粮食、啃坏家具、破坏衣物、到处打洞，还是一些疾病传播的重要中间宿主，所以对于咱们这样一个超一线城市来说，对鼠害的监控是一个城市公共卫生工作必要的组成部分。
“但是在我的团队将去年还有今年年初的相关数据整理出来后，我发现了一些非常有趣，也非常令人费解的一些现象，刚好在这里提出来，大家头脑风暴一下，看看怎么解释比较好。”
陈教授将ppt翻了一页，然后继续自己的讲解。
“我们之前发展了一个机器学习算法，根据人口密度、建筑物、周围的餐厅、商场、交通、小区等因素作为特征预测城市中不同地区鼠害的大致规模，然后和标志重捕法的结果进行对比，效果基本上等同，相关结果发表在xxx上，这也是我们工作的基础。
“然后我们来看看今年的模型推测数据和往年数据的对比，我们就发现了一些有意思的现象。
“首先是整个上半年一直到今年9月份，数据和往年相比，虽然有波动，但是这个波动基本都在正常范围之内。但是接下来的数据变化就有点诡异了，我们来看看可视化的结果。”
接下来是一个数据变化的短片。陈教授时不时暂停一下视频，然后将画面中的内容讲解给大家。
“我们的监测颗粒度是以平方千米作为一个单元来进行的，我们将东海市，以千米为单位，划成了一个一个的网格，然后在网格内设置采样点。
“根据采样区域的人口、建筑等等因素，以及一周内采样点捕获的鼠类的数量、年龄、性别等数据，我们可以通过模型来预测这个区域内鼠类的种群大小和群体组成。”
在花了十几分钟介绍工作背景和相应的方法学工具之后，陈教授开始进入观测数据和结论展示部分。
“通过对东海市各个网格的鼠群数量时空数据进行梳理和可视化后，我们发现，在9月份左右，大概是以东海大学为中心，逐渐往外延伸，出现了一波鼠群数量的急剧减少。具体原因未知。
“而对鼠群的年龄和性别相关数据分析之后，发现，鼠群在明显变得年轻化，也就是中老年鼠得比例在快速减