论文部分内容阅读
流行病的监测与预警是人们时刻关注的重大问题。传统的流行病疫情监测预警系统通常采用数据报表的方式来表现疫情数据和对疫情进行统计分析的结果，不能实现从地理角度出发，所以通常没有疾病的相关地理空间信息，因此不能非常有效的表现出疫情的地理空间分布特征和空间关系，而大多数空间统计分析结果可以反映出疾病空间的动态分布，直观的显现出疾病空间详细信息，但对疾病的发生原因，影响疾病暴发的因素探究方面还研究甚少，从而不能达到相对准确的预测预报目的。 本文从流行病的发病及聚集性与环境因素有关的观点出发，通过环境因素对H7N9禽流感发病的对应现象分析，发现环境特征因子对H7N9的发病聚集有一定的影响，应用Google Earth技术和神经网络数学分析展开对H7N9流行与环境特征因子相关分析模型的研究，建立了H7N9疫情流行与多环境因素的相关模型，并依据模型的演化态势和环境特征因子数据，体现出了对不同区域不同时段的H7N9疫情等级及空间分布的预测。在此研究之上建立了H7N9疫情管理系统，该系统可以对疫情信息进行管理，对H7N9发病的基本情况进行查询、统计，还能利用 H7N9疫情与多环境因素相关分析模型进行疾病等级预测。研究从一个新的角度发现和了解了H7N9流行的时空规律，并且其结果还可以拓展到其他疾病的发生、发展的预测中，从而为政府在疾病救治决策方面提供可供参考的科学依据。