广东省登革热流行与媒介种群空间分布特征

广东省登革热流行与媒介种群空间分布特征

0df流行和媒介种群分布特征df热和dhf热是由病毒传播的两种临床感染引起的急性传染病。在过去的10年里，它是一个广泛分布在100多个国家和地区的新的伊莲病毒。df是中国的一个新兴疾病。为了研究df的流行和媒体群的空间分布特征，为df的预防和监测提供了宏观决策的基础，并收集了广东省前7天和同期媒体群的监测数据，以验证df的空间相关性和空间分布特征。1材料和方法1.1伊蚊媒介种群密度从广东省疾病控制中心收集广东省1995/2001各市(县)的DF的发病资料;同时收集同期的各市(县)的伊蚊媒介种群密度(布雷图指数,breteauindex,BI)监测资料.从国家地理信息研究所收集广东省以市(县)为界的电子化地图.从广东省统计局收集各市(县)的人口数.1.2krige法预处理将发病、监测资料输入计算机,用SPSS10.0统计软件建立数据库.依收集到的发病资料、人口数计算各市(县)的年发病率(morbidity)和流行季节媒介伊蚊密度(BI).将SPSS(*.sav)型文件转化为(*.dbf)型文件,再在ArcGIS8.1软件的ArcCatalog功能模块下将(*.dbf)型文件转为ArcGIS可读的Geodatabase.mdb型文件.如此转换可将发病率数据、媒介监测数据作为属性数据根据地理坐标以点数据输入广东省县界电子地图用于空间分析.从而产生广东省7个年度的DF发病地理信息系统(geographicalinformationsystems,GIS).运用Kriging方法,遵循:描述资料(representdata)、探索资料(exploredata)、拟合模型(fitmodel)、诊断判断(performdiagnostic)、比较模型(comparemodel)5个步骤,产生分布图.在ArcGIS8.1软件ArcMap功能模块中GeostatisticalAnalyst工具下进行空间数据探索分析(exploratoryspatialdataanalysis,ESDA),ESDA是Kriging运用的前提,以检验数据有无空间自相关性及是否具有内蕴假设(IntrinsicAssumption)的特征,为Kriging法作预处理.分布图比较选择的两点要求①偏差的平均数即偏差的数学期望(meanpredictionerror,ME)等于零,此估计是种无偏估计;②估计的方差最小,即RMSE(root-mean-squareerror)应该尽可能小,即估计是种最优估计.在对数据缺乏的点进行预期时,我们可以通过估计的标准误进行预期变异程度的交叉核验,当两者相近时可以认为预期的误差是可以接受的,表明我们选择的分布图是科学的.运行Kriging选中GeostatisticalAnalyst工具,按步骤提示逐步进行分析(基于ESDA的分析结果),对各项参数不断更换取值以产生诸多分布图,根据分布图的交叉核验(cross-validation)结果从中选择合适的分布图.按无偏性和最优性取舍,即:ME应接近0;RMSE,ASE(averagestandarderror)尽可能小且接近;RMSSE(root-mean-squarestandardizederror)接近1.2结果2.1媒介伊蚊df的发病机制经ESDA的柱状图(histogram)和半方差/协方差云图(semivariogram/covariancecloud)的分析得到,柱状图显示DF的发病和媒介伊蚊均呈正态分布;半方差/协方差图显示区域化变量的增量的方差函数在一定空间范围内对相同距离、相同方向的任意两点间都一样.二者显示DF发病和媒介伊蚊在空间分布上具有空间自相关性,由此可知资料满足空间分析用的内蕴假设的要求.2.2预测效果的一致性GeostatisticalAnalyst分析最后产生4个交叉核验指标(Tab1),其中ME反映预期值的偏性,即预测点的值与实际测量点的差值,越接近于0预测效果越接近于实际情况;RMSE为估计的方差;ASE反映了预期值与实测数据的一致性RMSE和ASE越接近、越小表明预测越准确;RMSSE则是对预期误差的变异程度进行交叉核验,精确的预测应是该值接近于1.本研究中Kriging是基于广东省34个市(县)的实测数据作出的,因而在这种范畴广、数据点较少的条件下,但我们在制作分布图时,尽力通过参数的选择使RMSS接近于1,这样我们就可以使预期误差的变异尽可能的小,以保证得到的分布图是我们现有数据资料的最佳和最有效的预期结果.2.3韩江三角、粤西南、辐射区域历年DF发病虽有变化,但基本上仍保持高、低、近无三类分布区域(Fig1).高发病区一个主要集中于珠江三角的广州、佛山、中山、珠海及肇庆东南部,另一个高发区就是韩江三角的潮州、汕头及揭阳的东南部地区,见图中深色区;而粤西南的湛江、茂名、云浮及粤北的韶关、清远、河源近年来几乎无DF发病,图中以浅黄色表示;其余地区呈现部分地区和部分年份发病.从媒介分布图来看,呈现与发病地区的高度一致性,即发病高的地区媒介密度也高.3u3000结u3000论摸清一种疾病的空间分布特征对于该病的监测和控制计划的制订和实施有很好的指导作用.Kriging法已用于多种疾病防治、研究工作中,并取得了成效,但用于DF的研究中还未见同类报道.DF的发病和媒介伊蚊的Kriging研究结果表明:分布图交叉核验指标中的所有的预期误差(ME)都很小,估计的方差(RMSE)和平均标准误(ASE)都很较小,且二者比较接近,大部分标化的预期误差的变异程度(RMSSE)都接近1,说明这样的插值与实际情况较为一致.但1997,1998,2000年的DF发病和1999,2000年的媒介伊蚊的RMSSE离1较远,这可能与本次研究的样本数据点较少有关.借助于Kriging制图在了解疾病的空间分布的格局对疾病的防治是有重要意义的.生物种群的空间分布格局实际上包含两方面的意义:分布指的是统计学上的概率分布,而格局是指空间定位图式,如果将种群统计的分布型与地统计学,空间局部估计及Kriging法制图结合起来研究种群的空间分布格局,这样对空间分布格局就能更为全面和深刻.F