警告人类——来自全球环境和资源的报告

亲爱的朋友，只要你是一位细心者，只要你稍稍留意观察，就不难发现我们居住的地球村，其气候、环境和生态在不断地发生着变化。尤其是进入21世纪以来，这种变化呈几何几率增长。继20世纪出现的艾滋病后，新世纪的第一春出现疯牛病蔓延，转年流行的炭疽病、登革热，2003年的SARS肆虐，2004年风卷全球的高质性禽流感病毒，闹得人类屡受刺激。     

珠江三角洲地区登革热流行风险空间模拟与预测

近年来日益严重的登革热疫情已在中国南部地区形成疫情高发区,并对中国的公共卫生安全形成了一定的威胁。登革热主要受到区域内复杂的自然环境条件以及社会经济因素的影响,而利用地理空间分析方法和模型探究登革热疫情的影响因素,并对其未来流行风险的空间分布进行模拟,是有效开展登革热预防控制工作的重要基础。本文收集了珠江三角洲地区2010-2014年的登革热病例资料和土地利用、人口密度两种社会经济要素数据,构建土地利用回归（LUR）模型以分析登革热疫情与不同空间范围内的土地利用和人口密度之间的关系,并结合SLEUTH模型获取的2030年土地利用数据以及基于人口密度预测模型获取的2030年人口密度数据,预测珠江三角洲地区2030年登革热疫情风险的空间分布。结果表明,社会经济要素对登革热疫情空间分布的影响在不同范围内存在差异,半径分别为10、7、10、2和1 km的缓冲区内的人口密度、草地、城镇用地、林地和耕地进入LUR模型并对疫情有显著的影响（相关系数分别为0.779、-0.473、0.818、-0.642和-0.403）,所构建的LUR模型效果较好（调整R²为0.796,F=390.409,P<0.01）,留一交叉检验结果显示模型的相对均方根误差为0.7046,预测值与实测值的拟合精度达到0.7101。2030年城市空间扩展的区域主要分布在深圳、东莞以及广佛的交界地区,而登革热风险预测模型表明2030年登革热疫情风险较大的区域与珠江三角洲城镇用地占比、人口分布较高的地区有高度的一致性,尤其是广佛地区。因此,LUR模型可以较好地预测登革热疫情的空间分布,从而为当地卫生部门防控登革热提供方法支持。     

支持向量机模型的登革热时空扩散预测

针对登革热传播速度及破坏力呈显著上升趋势,但其预测存在一定难度的现状,该文将GIS与支持向量机模型相结合,预测广州市主城区2014年9月登革热时空扩散趋势。在综合分析登革热空间分布模式的基础上,将格网区域周边8个Queen邻域作为影响因子,建立基于支持向量机的登革热时空扩散模型的方法。研究表明,支持向量机模型在样本训练阶段和预测阶段都具有良好的模拟精度,均方根误差分别为1.58、3.72。支持向量机能有效预测登革热时空扩散趋势,能够描述登革热时空扩散过程中复杂的非线性关系,综合预测正确率达81.3%。该模型同样适用于其他疾病时空预测。     

基于机器学习的登革热时空扩散预测模型对比分析

BP神经网络、GA-BP神经网络及SVR模型是机器学习领域常用的三种预测方法,但在登革热预测方面鲜有人涉及。本文以广州市主城区登革热预测为例,对比BP神经网络、GA-BP神经网络及SVR模型在登革热时空预测上的作用,比较三种模型在登革热时空动态预测中的优劣性。研究表明,1从模型预测效果上看,SVR模型稳定,预测效果显著优于BP及GA-BP模型;2从模型性能上看,GA-BP模型优于BP及SVR模型; 3SVR与GA-BP模型在登革热预测上切实可行。     

基于天气因素的我国登革热流行风险地图

全球变暖的大趋势和不断增加的输入病例被认为是登革热在中国重新出现而且流行范围不断扩大的原因。通过对一些登革热流行地区的天气因素进行分析,了解天气因素与登革热之间的关系。广州、福州和宁波的天气因素被用于交叉相关分析,根据天气和登革热疫情的时间关系,构建了我国登革热流行的气象风险地图。结果显示天气因素对登革热疫情都存在8～10周的延迟影响。我国登革热的高风险地区主要在华南和华东的沿海地区。华南地区经常暴发登革热,华东沿海地区的南部近年来也多次暴发登革热。虽然有些地区还没有登革热流行的记录,但应该加强对输入性病例的监测和管理,防止出现本地流行。     

广州市登革热时空传播特征及影响因素

以广州市主城区为研究区,着眼于街道等微观尺度,首先通过实地调查分析法、核密度分析法、标准差椭圆法,探究登革热时空传播特征;其次结合交叉相关性分析法与地理探测器,分析温度、湿度、气压、用地类型对登革热传播的影响,讨论了不同用地类型交互作用与登革热扩散的关系。研究表明：1）登革热时空传播具明显的阶段性特征,多发生于居住环境较差、人口密度较高的区域,并快速向外扩散;2)登革热发展初期,以输入型病例为主;3）环境较差、老年人口众多、人员构成复杂、交通便捷的老城区是登革热高爆发风险区域;4）温度、湿度、气压对登革热传播存在显著滞后性影响关系,温度、湿度与登革热传播呈正相关关系,气压与登革热传播呈负相关关系;5）居民人口分布与登革热传播关系最为密切,池塘、农田、草地、公共绿地交互地区会增加登革热传播风险。     

基于RS-GIS的登革热空间分布模型研究

采用RS与GIS技术手段相结合的研究方法,探索登革热的空间分布机制,为登革热的宏观防治工作提供科学客观的依据.研究表明对于广州市各区,影响登革热空间分布的主要因子是人口密度,以及"人蚊交互地带"的覆盖率.脱离了人口的分布,媒介伊蚊密度对于调查登革热分布状况的本身是毫无意义的;改进后的模型与简单线性回归模型具有较高的拟合度.将RS与GIS技术应用于登革热空间分布研究中是可行的,并能客观、真实地反映登革热的空间分布机制.     

广州大都市登革热时空传播混合模式

以广州市2014年登革热疫情早期11周内679个登革热病例数据为例,提出了一种基于扩展Knox检验的疾病时空传播网络模型,研究登革热疫情早期时空传播特征。首先,应用扩展Knox检验方法发现2周1 km内、1周5~7 km两个时空标度下,病例之间具有显著的时空交互特征;其次,提取两个时空标度下的病例点对,分别构造时空近邻传播（STAT）网络和日常移动传播（HDMT）网络;最后,对STAT和HDMT传播网络的同配性、空间特征、网络中心位置进行对比分析。结果显示,广州市登革热传播是空间近邻交叉传播和空间扩散传播的混合传播模式;利用STAT网络亲近中心度标识出的“爆发中心”与病例空间核密度中心基本重合,HDMT网络中介中心度标识出的“扩散中枢”多位于城市快速交通干线附近。     

2004-2013年间中国登革热疫情时空变化分析

通过对登革热疫情分布及时空变化的分析,发现该病的分布和流行规律,将有助于登革热防控工作的开展。本文以2004-2013年间传染病网络直报系统的全国地市级登革热逐月发病率资料为基础,就发病率、涉及地市以及与输入性病例之间的关系,进行空间统计学分析。结果表明:中国登革热发病率的对数值与国外输入性病例数呈显著相关(r=0.669,p<0.05);登革热输入性病例地市(有输入性病例的地市)数量与登革热本地病例地市(有登革热本地病例的地市)数量呈显著线性相关(r=0.939,p<0.05);疫情整体呈稳步递增的趋势,且发病率重心不稳定,从东南沿海(广东、福建)逐步向内陆和西南地区(云南边界)迁移,显示登革热可能流行范围正在扩大;中国登革热疫情呈现波动性非随机空间分布,其高聚集区主要分布在广东的珠江三角洲、韩江三角洲,以及西南边境的云南德宏傣族景颇族自治州和西双版纳傣族自治州。中国登革热疫情是由输入性病例引起的本地流行,因此,加强入境人员(特别是来自东南亚疫区)的健康教育,尤其在输入性病例输入高风险时间段(7-10月),对控制登革热疫情有重要意义。