论文部分内容阅读
钉螺的分布直接影响着血吸虫病的分布,有效控制钉螺也是目前最有效控制和预防血吸病的措施,而钉螺的分布与其孽生地环境的自然因素密切相关,并具有一定的空间特征,因此研究钉螺分布的环境因素及空间特征具有重要的意义。空间数据挖掘(SpatialData Mining)是结合地理信息系统(GIS)、遥感图像处理、全球定位系统(GPS)、模式识别、可视化等相关的研究领域而形成的一个分支学科,也称为空间数据挖掘和知识发现(Spatial Data Miningand Knowledge Discovery简称为SDMKD),是指从空间数据库中发现知识的技术,具体指从空间数据库中提取用户感兴趣的空间模式与特征、空间与非空间数据的普遍关系及其他一些隐藏在数据库中的普遍的数据特征。GIS是计算机技术、数据库技术、图像图形技术相结合的产物,是管理和研究空间数据的技术系统。因此,GIS与空间数据挖掘技术二者的结合为研究钉螺分布与环境因素之间的关系提供了新的工具。本文主要有两个特点,其一是本文中钉螺螺情分布矢量图层采用的是格网图,即图层显示的是钉螺孳生地各个指定范围(方格)中人工查螺的钉螺数,并按照钉螺数目的级别以不同的颜色显示它们分布的状况。这种格网显示钉螺分布方式能够确定具体的地理空间位置上的钉螺数,因此能以数据驱动的方式(而不是模型驱动的方式)更加准确地得到某个物理空间位置上的钉螺分布情况及空间特征情况,能够以网格为单位进行各因子与钉螺分布关系的分析。其二是首次应用格网图的数据驱动方法和空间分析相结合对湘江流域长沙段的钉螺螺情信息进行了分析。本文在2005年至2008年调查的湘江流域长沙段洲滩钉螺分布资料的基础上,先对资料数据进行处理,得到1:10000地形图数字化的要素图,利用RS技术对遥感影像进行处理得到植被类型分布图、土壤湿度分布图和标化植被指数分布图。然后在GIS技术的支持下完成了地形要素图、螺情资料分布格网图、植被类型分布图等图层的地理配准和叠置,得到湘江流域长沙段洲滩钉螺分布综合图层。最后在此基础上,运用空间数据挖掘的空间分析方法和统计方法与GIS技术,对钉螺孽生地的环境状况作了比较全面的分析,发现湘江流域长沙段洲滩钉螺孽生地植被类型主要为杂草、芦苇和莎草类;大部分(80%)的钉螺分布孳生地的标化植被指数在0.100~0.382之间、土壤湿度在0.102~0.389529之间;洲滩格网图层中90%的有螺格网最近水源距离为20~90米之间;钉螺分布受水位变化影响比较大,得到钉螺活螺率与水位值的线性回归分析模型y=24.924+0.091x(P=0.017<0.05),说明钉螺活螺率与水位值大致为正相关关系;在2005~2007年期间65%的洲滩有螺框出现率和钉螺活螺率均下降明显。