cron/generateData.php

<?php
if (php_sapi_name() != "cli")
  exit();

// Font dels nombres d'habitants: https://catsalut.gencat.cat/web/.content/minisite/catsalut/proveidors_professionals/registres_catalegs/documents/poblacio-referencia.pdf
$HABITANTS = [
  "Alt Pirineu i Aran" => 67277,
  "Lleida" => 362850,
  "Camp de Tarragona" => 607999,
  "Terres de l'Ebre" => 176817,
  "Girona" => 861753,
  "Catalunya Central" => 526959,
  "Barcelona" => 5050190,
  "Barcelona Ciutat" => 1693449,
  "Metropolità Sud" => 1370709,
  "Metropolità Nord" => 1986032,
];

$CODENAME = [
  "Alt Pirineu i Aran" => "AltPirineuAran",
  "Lleida" => "Lleida",
  "Camp de Tarragona" => "CampDeTarragona",
  "Terres de l'Ebre" => "TerresDeLEbre",
  "Girona" => "Girona",
  "Catalunya Central" => "CatalunyaCentral",
  "Barcelona" => "Barcelona",
  "Barcelona Ciutat" => "BarcelonaCiutat",
  "Metropolità Sud" => "MetropolitaSud",
  "Metropolità Nord" => "MetropolitaNord",
];

// Funció per obtenir el nombre de casos nous al dia originalDay+translation
// a partir de les dades de la regió sanitaria (dataRegio).
function getSumDay($originalDay, $translation, &$dataRegio) {
  if ($translation >= 0)
    $day = (clone $originalDay)->add(new DateInterval("P".abs($translation)."D"));
  else
    $day = (clone $originalDay)->sub(new DateInterval("P".abs($translation)."D"));

  foreach ($dataRegio as $row) {
    $rowDay = new DateTime($row["data"]);
    if ($day == $rowDay) return $row["sum_numcasos"];
  }

  return 0;
}

// Funció per fer una consulta a la taula de dades
function query($soql) {
  $url = "https://analisi.transparenciacatalunya.cat/resource/xuwf-dxjd.json?\$query=".urlencode($soql);
  $raw = file_get_contents($url);
  return json_decode($raw, true);
}

// Demanem una llista del nombre de casos cada dia a cada regió sanitària
$data = query("SELECT data, regiosanitariadescripcio AS regio, sum(numcasos) AS sum_numcasos
WHERE
  resultatcoviddescripcio = 'Positiu PCR' AND
  regiosanitariadescripcio <> 'No classificat'
GROUP BY regiosanitariadescripcio, data
ORDER BY data ASC, regiosanitariadescripcio");

// Fem un array que tindrà com a elements un array per cada regió amb el
// contingut de totes les files d'aquella regió
$dataPerRegio = [];
foreach ($data as $row) {
  if (!isset($dataPerRegio[$row["regio"]])) $dataPerRegio[$row["regio"]] = [];
  $dataPerRegio[$row["regio"]][] = $row;
}

$summary = [];
foreach ($dataPerRegio as $regio => $dataRegio) { // Per a cada regió
  if (!in_array($regio, array_keys($CODENAME)))
    die("[fatal error] No tenim contemplada la regió '".$regio."'.\n");

  $summary[$regio] = [];

  // Veiem quin és el primer i l'últim dia de la sèrie
  $oldestDay = new DateTime("today");
  $newestDay = new DateTime();
  $newestDay->setTimestamp(0);

  foreach ($dataRegio as $row) {
    $date = new DateTime($row["data"]);
    if ($date < $oldestDay) $oldestDay = $date;
    if ($date > $newestDay) $newestDay = $date;
  }

  // Si l'últim dia és avui, posem que sigui ahir, perquè no volem informació
  // incompleta sobre avui.
  if ($oldestDay == (new DateTime("today")))
    $oldestDay = new DateTime("yesterday");

  // Ara calculem les rhos.
  $rhos = [];

  // Considerem cada dia a partir de 6 dies després del primer dia, i fins al
  // dia anterior a l'últim dia (extrems inclosos)
  for ($currentDate = (clone $oldestDay)->add(new DateInterval("P6D"));
  $currentDate < $newestDay;
  $currentDate->add(new DateInterval("P1D"))) {
    // Calculem la rho (velocitat reproductiva efectiva) per aquell dia.
    // Fórmula: https://biocomsc.upc.edu/en/shared/avaluacio_risc.pdf
    $num = getSumDay($currentDate, 1, $dataRegio) +
           getSumDay($currentDate, 0, $dataRegio) +
           getSumDay($currentDate, -1, $dataRegio);

    $den = getSumDay($currentDate, -4, $dataRegio) +
           getSumDay($currentDate, -5, $dataRegio) +
           getSumDay($currentDate, -6, $dataRegio);

    if ($num != 0 && $den == 0) continue;

    $rho = ($num == 0 ? 0 : $num/$den);

    $rhos[] = [
      "data" => $currentDate->format("c"),
      "rho" => $rho
    ];
  }

  // Considerem cada dia a partir de 13 dies després del primer dia, i fins el
  // dia anterior a l'últim dia (extrems inclosos)
  for ($currentDate = (clone $oldestDay)->add(new DateInterval("P13D"));
    $currentDate < $newestDay;
    $currentDate->add(new DateInterval("P1D"))) {
    // Calculem Rho_7 i IA_14
    // Rho_7(t) := \sum_{i=0}^{7} Rho(t - i)
    // IA_14(t) := \sum_{i=0}^{14} N(t - i),
    //   on N(j) és el nombre de casos nous confirmats per PCR el dia j.
    $sum = 0;

    $p13Date = (clone $currentDate)->sub(new DateInterval("P13D"));
    $p6Date = (clone $currentDate)->sub(new DateInterval("P6D"));

    foreach ($dataRegio as $row) {
      $date = new DateTime($row["data"]);
      if ($date >= $p13Date && $date <= $currentDate) {
        $sum += $row["sum_numcasos"];
      }
    }

    $rhoAverage = 0;
    $rhoCount = 0;

    foreach ($rhos as $row) {
      $date = new DateTime($row["data"]);
      if ($date >= $p6Date && $date <= $currentDate) {
        ++$rhoCount;
        $rhoAverage += $row["rho"];
      }
    }

    // Si no hem trobat rhos (rhoCount == 0) és perquè el numerador no era 0
    // però el denominador era sempre 0 al calcular les rhos. Aleshores, tot i
    // que no poguem calcular la rho_7 a causa de no poder calcular les rho_t
    // individuals, aquest fet ens indica que el creixement ha sigut altíssim,
    // i per tant posem una rho_7 de 1000000000, que se surt de la gràfica.
    $rhoAverage = ($rhoCount == 0 ? 1000000000 : $rhoAverage/$rhoCount);

    $summary[$regio][] = [
      "data" => $currentDate->format("d/m/y"),
      "ia14" => $sum*(1e5/$HABITANTS[$regio]),
      "rho7" => $rhoAverage
    ];
  }
}

// Posem les dades a diversos fitxers per tal que les pugui llegir el gnuplot
foreach ($summary as $regio => $summaryRegio) {
  $file = fopen("/tmp/covid19graphgenerator-".$CODENAME[$regio].".dat", "w");

  foreach ($summaryRegio as $row)
    fwrite($file, $row["data"]." ".$row["ia14"]." ".$row["rho7"]."\n");

  fclose($file);
}