论文部分内容阅读
随着全球气候的变化、环境的恶化、人类活动对气候以及生境的干扰等多方面原因的影响,人们开始对所有可能影响物种丰富度的因素重视起来。野生动物源性疫病正是危害物种多样性的一个重要因素,在近20年的时间里,野生动物源性疫病在全球范围内广泛传播。口蹄疫就是一种古老的野生动物源性疫病,在近些年来发病数也成增高趋势,对于感染的动物幼崽的致死率极高,很有可能会给动物的多样性带来影响。所以对该病进行早期预防显得尤为重要。本文通过利用MAXENT模型和ARIMA模型分别对口蹄疫的分布及发病数进行预测,希望可以通过将两个模型结合起来应用,为口蹄疫的发生进行预测预警,为制定防控策略提供参考。本文首先利用MAXENT模型对口蹄疫的全球分布进行预测:通过对文献的阅读,对OIE报道的整理,统计出世界范围内口蹄疫发生地的地理坐标点,从世界气象数据库中下载环境因子,包括生物因子、海拔、平均最高温度、平均最低温度和平均温度,将环境数据用DIVA-GIS软件进行格式转换,转换成MAXENT所需要的格式,然后与坐标数据一同输入到软件中进行处预测,最后得出口蹄疫在全球范围内的可能分布区域。并且通过对ROC曲线、刀切法图的分析,得出:口蹄疫一般在旱季、雨季、年降水量较多且气候为热带或者亚热带的地区发生的比较明显。根据MAXENT梯度预测图可以看出我国的口蹄疫高危分布区在我国的西南部,这一预测结果也同我国西南部气候条件相吻合。通过对我国西南部地区野生动物资源的了解,选择偶蹄类动物较多的西藏自治区进行ARIMA时间序列预测,验证ARIMA时间序列预测模型在口蹄疫疫病预测的可靠性。实验结果显示预测值可以同实际值很好的吻合,该模型适用于口蹄疫的短期预测。通过本文的研究得出:MAXENT模型可以科学的对口蹄疫可能发生区域进行风险预测,通过直观的梯度预测图,可以简单明了的表明出口蹄疫的高危分布区,ARIMA模型可以针对某一高危分布区,通过对发病情况资料收集整理,从而进行具体发病数的短期预测,为我国以后口蹄疫疫病的防控提供较为科学的参考。