廣東省登革熱流行與媒介種群空間分布特征

廣東省登革熱流行與媒介種群空間分布特征

0df流行和媒介種群分布特征df熱和dhf熱是由病毒傳播的兩種臨床感染引起的急性傳染病。在過去的10年里，它是一個(gè)廣泛分布在100多個(gè)國家和地區(qū)的新的伊蓮病毒。df是中國的一個(gè)新興疾病。為了研究df的流行和媒體群的空間分布特征，為df的預(yù)防和監(jiān)測(cè)提供了宏觀決策的基礎(chǔ)，并收集了廣東省前7天和同期媒體群的監(jiān)測(cè)數(shù)據(jù)，以驗(yàn)證df的空間相關(guān)性和空間分布特征。1材料和方法1.1伊蚊媒介種群密度從廣東省疾病控制中心收集廣東省1995/2001各市(縣)的DF的發(fā)病資料;同時(shí)收集同期的各市(縣)的伊蚊媒介種群密度(布雷圖指數(shù),breteauindex,BI)監(jiān)測(cè)資料.從國家地理信息研究所收集廣東省以市(縣)為界的電子化地圖.從廣東省統(tǒng)計(jì)局收集各市(縣)的人口數(shù).1.2krige法預(yù)處理將發(fā)病、監(jiān)測(cè)資料輸入計(jì)算機(jī),用SPSS10.0統(tǒng)計(jì)軟件建立數(shù)據(jù)庫.依收集到的發(fā)病資料、人口數(shù)計(jì)算各市(縣)的年發(fā)病率(morbidity)和流行季節(jié)媒介伊蚊密度(BI).將SPSS(*.sav)型文件轉(zhuǎn)化為(*.dbf)型文件,再在ArcGIS8.1軟件的ArcCatalog功能模塊下將(*.dbf)型文件轉(zhuǎn)為ArcGIS可讀的Geodatabase.mdb型文件.如此轉(zhuǎn)換可將發(fā)病率數(shù)據(jù)、媒介監(jiān)測(cè)數(shù)據(jù)作為屬性數(shù)據(jù)根據(jù)地理坐標(biāo)以點(diǎn)數(shù)據(jù)輸入廣東省縣界電子地圖用于空間分析.從而產(chǎn)生廣東省7個(gè)年度的DF發(fā)病地理信息系統(tǒng)(geographicalinformationsystems,GIS).運(yùn)用Kriging方法,遵循:描述資料(representdata)、探索資料(exploredata)、擬合模型(fitmodel)、診斷判斷(performdiagnostic)、比較模型(comparemodel)5個(gè)步驟,產(chǎn)生分布圖.在ArcGIS8.1軟件ArcMap功能模塊中GeostatisticalAnalyst工具下進(jìn)行空間數(shù)據(jù)探索分析(exploratoryspatialdataanalysis,ESDA),ESDA是Kriging運(yùn)用的前提,以檢驗(yàn)數(shù)據(jù)有無空間自相關(guān)性及是否具有內(nèi)蘊(yùn)假設(shè)(IntrinsicAssumption)的特征,為Kriging法作預(yù)處理.分布圖比較選擇的兩點(diǎn)要求①偏差的平均數(shù)即偏差的數(shù)學(xué)期望(meanpredictionerror,ME)等于零,此估計(jì)是種無偏估計(jì);②估計(jì)的方差最小,即RMSE(root-mean-squareerror)應(yīng)該盡可能小,即估計(jì)是種最優(yōu)估計(jì).在對(duì)數(shù)據(jù)缺乏的點(diǎn)進(jìn)行預(yù)期時(shí),我們可以通過估計(jì)的標(biāo)準(zhǔn)誤進(jìn)行預(yù)期變異程度的交叉核驗(yàn),當(dāng)兩者相近時(shí)可以認(rèn)為預(yù)期的誤差是可以接受的,表明我們選擇的分布圖是科學(xué)的.運(yùn)行Kriging選中GeostatisticalAnalyst工具,按步驟提示逐步進(jìn)行分析(基于ESDA的分析結(jié)果),對(duì)各項(xiàng)參數(shù)不斷更換取值以產(chǎn)生諸多分布圖,根據(jù)分布圖的交叉核驗(yàn)(cross-validation)結(jié)果從中選擇合適的分布圖.按無偏性和最優(yōu)性取舍,即:ME應(yīng)接近0;RMSE,ASE(averagestandarderror)盡可能小且接近;RMSSE(root-mean-squarestandardizederror)接近1.2結(jié)果2.1媒介伊蚊df的發(fā)病機(jī)制經(jīng)ESDA的柱狀圖(histogram)和半方差/協(xié)方差云圖(semivariogram/covariancecloud)的分析得到,柱狀圖顯示DF的發(fā)病和媒介伊蚊均呈正態(tài)分布;半方差/協(xié)方差圖顯示區(qū)域化變量的增量的方差函數(shù)在一定空間范圍內(nèi)對(duì)相同距離、相同方向的任意兩點(diǎn)間都一樣.二者顯示DF發(fā)病和媒介伊蚊在空間分布上具有空間自相關(guān)性,由此可知資料滿足空間分析用的內(nèi)蘊(yùn)假設(shè)的要求.2.2預(yù)測(cè)效果的一致性GeostatisticalAnalyst分析最后產(chǎn)生4個(gè)交叉核驗(yàn)指標(biāo)(Tab1),其中ME反映預(yù)期值的偏性,即預(yù)測(cè)點(diǎn)的值與實(shí)際測(cè)量點(diǎn)的差值,越接近于0預(yù)測(cè)效果越接近于實(shí)際情況;RMSE為估計(jì)的方差;ASE反映了預(yù)期值與實(shí)測(cè)數(shù)據(jù)的一致性RMSE和ASE越接近、越小表明預(yù)測(cè)越準(zhǔn)確;RMSSE則是對(duì)預(yù)期誤差的變異程度進(jìn)行交叉核驗(yàn),精確的預(yù)測(cè)應(yīng)是該值接近于1.本研究中Kriging是基于廣東省34個(gè)市(縣)的實(shí)測(cè)數(shù)據(jù)作出的,因而在這種范疇廣、數(shù)據(jù)點(diǎn)較少的條件下,但我們?cè)谥谱鞣植紙D時(shí),盡力通過參數(shù)的選擇使RMSS接近于1,這樣我們就可以使預(yù)期誤差的變異盡可能的小,以保證得到的分布圖是我們現(xiàn)有數(shù)據(jù)資料的最佳和最有效的預(yù)期結(jié)果.2.3韓江三角、粵西南、輻射區(qū)域歷年DF發(fā)病雖有變化,但基本上仍保持高、低、近無三類分布區(qū)域(Fig1).高發(fā)病區(qū)一個(gè)主要集中于珠江三角的廣州、佛山、中山、珠海及肇慶東南部,另一個(gè)高發(fā)區(qū)就是韓江三角的潮州、汕頭及揭陽的東南部地區(qū),見圖中深色區(qū);而粵西南的湛江、茂名、云浮及粵北的韶關(guān)、清遠(yuǎn)、河源近年來幾乎無DF發(fā)病,圖中以淺黃色表示;其余地區(qū)呈現(xiàn)部分地區(qū)和部分年份發(fā)病.從媒介分布圖來看,呈現(xiàn)與發(fā)病地區(qū)的高度一致性,即發(fā)病高的地區(qū)媒介密度也高.3u3000結(jié)u3000論摸清一種疾病的空間分布特征對(duì)于該病的監(jiān)測(cè)和控制計(jì)劃的制訂和實(shí)施有很好的指導(dǎo)作用.Kriging法已用于多種疾病防治、研究工作中,并取得了成效,但用于DF的研究中還未見同類報(bào)道.DF的發(fā)病和媒介伊蚊的Kriging研究結(jié)果表明:分布圖交叉核驗(yàn)指標(biāo)中的所有的預(yù)期誤差(ME)都很小,估計(jì)的方差(RMSE)和平均標(biāo)準(zhǔn)誤(ASE)都很較小,且二者比較接近,大部分標(biāo)化的預(yù)期誤差的變異程度(RMSSE)都接近1,說明這樣的插值與實(shí)際情況較為一致.但1997,1998,2000年的DF發(fā)病和1999,2000年的媒介伊蚊的RMSSE離1較遠(yuǎn),這可能與本次研究的樣本數(shù)據(jù)點(diǎn)較少有關(guān).借助于Kriging制圖在了解疾病的空間分布的格局對(duì)疾病的防治是有重要意義的.生物種群的空間分布格局實(shí)際上包含兩方面的意義:分布指的是統(tǒng)計(jì)學(xué)上的概率分布,而格局是指空間定位圖式,如果將種群統(tǒng)計(jì)的分布型與地統(tǒng)計(jì)學(xué),空間局部估計(jì)及Kriging法制圖結(jié)合起來研究種群的空間分布格局,這樣對(duì)空間分布格局就能更為全面和深刻.F