COVID-19疫情的蔓延对人类的健康和生命安全造成了巨大的威胁,对许多国家的经济和社会稳定构成严重威胁。建立数学模型研究COVID-19的动态传播过程并进行实证分析可得到控制COVID-19传播的重要经验。本文以全球COVID-19大流行为背景,重点研究控制COVID-19传播的有关策略。针对康复者丧失COVID-19免疫,首先建立确定性SIQRS仓室模型来描述COVID-19的动态传播过程,利用计算再生数的下一代矩阵方法求得确定性模型中描述COVID-19灭绝与否的再生数。考虑到传播率受环境噪声的影响,将确定性模型扩展为传播率扰动的随机SIQRS模型,给出随机模型中COVID-19灭绝和持久的充分条件,并得到随机模型中描述COVID-19灭绝与否的阈值。结果表明,确定性模型再生数被推广到随机模型阈值。鉴于COVID-19在武汉的传播过程具有阶段性,利用最小均方根误差估计出COVID-19爆发早期（2020年1月1日至2020年1月23日）再生数R0为2.1478,感染者感染期T为6.7310天。假设短时间内感染者感染期没有发生显著改变,利用最小均方根误差估计出“封城”早期（2020年1月24日至2020年2月1日）和严格隔离期（2020年2月2日至2020年2月16日）再生数R0分别为1.1650,0.7413。结果表明,“封城”和严格隔离措施降低了再生数,进而控制了COVID-19的传播。并通过比较不同噪声强度下的每日新增确诊COVID-19病例数和累计确诊病例数,合理假设了随机模型中噪声强度取值为0.04。然后通过Matlab求解用Milstein方法得到的随机微分方程,得到推迟1,2和3天“封城”时,“封城”后的每日新增确诊病例平均每天将增加190,390和580;推迟1,2和3天实施严格隔离措施时,严格隔离期的每日新增确诊病例平均每天将增加148,234和348,这说明中国政府实施的“封城”和严格隔离措施的及时性和有效性。最后验证了及时隔离感染者和减少与感染者有效接触能控制COVID-19传播。