新型冠状病毒肺炎疫情对中国人民生命健康安全以及国民社会经济发展造成了剧烈的冲击。如何防止传染病的扩散与蔓延是自从有人类历史以来共同关注的课题。于2019年12月被报道的新型冠状病毒肺炎疫情,在全球范围内的疯狂肆虐,对全球政治、经济和社会造成了全面影响,见证了其快速传播的时空特点以及其严重的社会危害性。为了有效控制新冠疫情,全国各地严格实施各项公共卫生干预措施。新型冠状病毒的传播是个复杂的时空扩散过程,对新型冠状病毒扩散建模有助于揭示其传播机理和内在规律。为充分发挥SEIRD传染病动力学模型和元胞自动机模型各自在时间和空间仿真方面的优势,依据空间现象的地理相似性原理,本文构建了一种基于SEIRD-GEOCA的传染病时空耦合模型,并在模型中融入接触扩散和随机迁移扩散策略,采用感染者数据和相关驱动因子数据实现了对感染者时空分布预测和情景模拟,通过学习历史疫情数据中的规律模拟重庆市新冠疫情时空传播过程。从2020年1月21日到2020年2月29日,重庆市新冠感染者病例数经历了从发生、迅速发展到趋于稳定的过程,SERID模型可以有效预测新增感染者数目。模拟结果表明新冠疫情的时空蔓延格局呈现出明显的空间异质性,重庆市新冠疫情扩散中心围绕着以主城区为核心的渝西南地区和以万州区为核心的渝东北地区,呈现出显著的双核心式聚集性分布。采取严格的疫情防控措施后,疫情拐点将较早的出现,情景模拟结果显示,采用有效的干预措施在空间分布上呈现出明显的爆发式扩散和局域扩散的差别。面对新冠疫情,政府是否采取干预措施以及实施干预的强度都将对疫情的时空扩散产生重大的影响。SEIRD-GEOCA新冠疫情时空传播耦合模型,适用于具有潜伏期的传染病的时空扩散模拟和疫情风险评估,模型参数较少,能够准确、高效地预测疫情时空发展趋势,具有较强的可靠性和实用性,在疫情风险规模的评估、疫情峰值拐点预测、疫情空间传播规律等领域都具有很好的参考借鉴意义。