王丹丹 李新楼 黎银军 方立群**

(1. 中南大学公共卫生学院，长沙 410008；2. 军事医学科学院微生物流行病研究所，病原微生物生物安全国家重点实验室，北京 100071)

流行病学研究的重要内容是阐明疾病的三间分布，通过分析疾病的空间分布特征，研究疾病与周围环境的关系，为疾病的防治决策提供依据。近二、三十年来，地理信息系统以及相关信息技术的快速发展为研究疾病的空间分布提供了便利。由于寄生虫与医学昆虫往往分布于特定的生态环境中，导致虫媒传染病、寄生虫病的分布也具有显著的区域性，生态环境的变化通过影响媒介昆虫、寄生虫的分布进而改变相关传染病的传播风险。因此，在虫媒病与寄生虫病研究中应用地理信息系统技术对于理解疾病的区域分布特征、影响因素以及传播风险的预测具有重要意义。在虫媒病与寄生虫病的预防与控制过程中，大规模的人群调查、寄生虫和医学昆虫调查不仅涉及大量的位置信息，而且调查数据往往具有时间、空间、人群等多维特征，应用常规的数据处理方法较难满足对时空动态调查数据的处理、分析与展示需求，GIS及相关技术为这些数据的管理与分析提供便利。近年来，地理信息系统及其相关分析方法在流行病学研究领域发展迅速，也为虫媒传染病与寄生虫病的研究提供了新的视角与机遇。本文对地理信息系统在虫媒传染病与寄生虫病研究中的应用情况作一介绍。

1 地理信息系统简介及功能

地理信息系统(Geographic information systems， GIS)是以地理空间数据库为基础，在计算机软硬件的支持下，对空间相关数据进行采集、管理、操作、分析、模拟和显示，并采用地理模型分析方法，适时提供多种空间和动态的地理信息技术系统，也可简单地理解为用于采集、存储、处理、分析和显示地理空间数据的计算机系统(Briggsetal.，1995；Clarkeetal.，1996)。

目前，与流行病学研究相关的GIS功能主要包括以下几个方面：A 数据管理：通过现成的数据、人工编码、数字化和扫描等方式采集疾病数据；核对和编辑数据；通过经纬度定位等方法将数据转换成一致的地理信息结构；建立数据库，存储数据，以便查询和分析。B 空间与统计分析：探查疾病的空间分布特征及动态趋势、分析疾病的聚集性和分布热点、疾病的空间扩散趋势分析、疾病与环境因素的空间相关性分析等。C 结果展示：将结果以多种形式输出，如表格、地图等，特别是数据可以以地图为背景，在相应位置或区域用多种方式展示，如散点、密度、条图等，使结果生动、直观；同时地图还可以叠加地理景观等数据图层，有利于为疾病环境危险因素的研究提供线索(Deloneetal.，1992；边馥玲，1996)。D 监测预警和决策支持：根据长期、系统的监测资料，运用GIS的时空分析方法对疫情指标进行评估，建立传播风险预测预警模型，对可能的疫情进行动态预测和预警；并且可以调用数据库中疫情资料、特定流行区域的环境资料、历史防控资料等，为疫情的应对提供决策支持。

2 地理信息系统在虫媒病与寄生虫病研究中的应用

寄生虫病、虫媒传染病的影响因素较为复杂，不仅与气象、水文、植被等自然环境因素相关，而且其中间宿主、保虫宿主、媒介动物等生物因素更与地方经济发展水平、医疗卫生条件、疾病防控投入与执行等社会人文因素密切相关。GIS的数据处理与分析功能为探讨寄生虫病、虫媒传染病的时空分布特征和流行规律提供了便利，自上世纪八、九十年代开始，GIS在疟疾、血吸虫病、丝虫病、登革热等虫媒传染病及寄生虫病开展了一系列有代表性的研究，促进了对虫媒传染病、寄生虫病传播流行规律的认识。本文以对人类健康危害严重的疟疾、血吸虫病等虫媒传染病与寄生虫病为例介绍GIS在寄生虫与医学昆虫学中的应用。

按蚊存在是疟疾流行的必要条件，GIS 技术可实现对媒介按蚊的分布和孳生繁殖情况的长期监测，描述分析疟疾的时空分布特征；并结合自然地理、生态环境、气象条件、人口状况和土地利用等因素，建立疟疾传播风险预测模型预测疟疾的流行态势和强度；分析疟疾危险暴露因子和关键时期，进而科学指导疟疾的防控工作。周水森等(2007)利用克里金模型对安徽、河南及湖北省沿黄淮流域地区156个县市2005年的疟疾发病率进行空间插值分析，发现安徽省中北部与河南交界地区、河南省与湖北省交界地区是两个明显的聚集中心。王丽萍等(2008)收集了1990～2006年安徽疟疾疫情资料并对病例进行空间扫描聚类分析，发现了安徽省疟疾疫情向北部移动的趋势。李亚楠等(2013)收集整理了2006～2010年间中国各省(市、区)疟疾疫情数据，分层对5年的中国疟疾时空流行趋势进行描述性分析，指出中国疟疾发病率大幅降低的特点；空间分布以安徽、云南和海南以及江淮流域为主要；人群分布以男性、农民和老人为主要易感人群；时间分布以每年的夏秋季节为疟疾的流行高峰期。在环境影响因素分析和危险因素探查方面，高宏伟等(Gaoetal.，2012)收集整理了安徽省1990～2009年间疟疾病例监测资料，按照月份统计，发现2000年以后安徽疟疾发病呈现出以淮河和长江为分界的淮北、江淮、淮南3个地区的疟疾发病率依次递减态势；与气象因素的关联模型模拟，发现发病月份前一个月和前两个月的月均降雨量为安徽省北部地区疟疾流行的危险因素。国外研究，由于非洲地区疟疾流行形势严峻，有关影响非洲国家和地区疟疾的环境因素研究较多。Drissa Coulibaly 根据马里Bandiagara地区2009年7月到2010年5月的296例临床确诊疟疾病例，利用GIS精确定位后，建立了疟疾发病与日降雨量、地理景观特征因素的相关关系，发现疟疾发病的两个聚集区都接近当地一条河流，为当地集中力量采取防控措施提供了科学依据(Coulibalyetal.，2013)。在疟疾监测预警研究方面，Hanafi-Bojd等基于GIS根据伊朗南部Bashagard市1999～2009年间16 199份疟疾病例资料，利用GIS系统纳入了气温、相对湿度、海拔、坡度及距离河面的距离等环境因素，加权法分析了疟疾传播风险；并以此为基础，重叠加权再次纳入土地利用类型、人口密度、干预措施等建立了疟疾风险地图；为当地疟疾的监测预警和干预措施提供了科学依据(Hanafi-Boidetal.，2012)。由此可见，在疟疾研究中，GIS既可以确定按蚊的生境并监测其种群变化，又可借助合适的空间分布方法将蚊媒、人群的分布、地形地貌、植被类型、土壤条件、气象资料、防控手段进行综合分析，达到解释、预测疟疾分布，预测疟疾的传播风险，指导防疫工作的目的。GIS平台在疟疾防控工作中越来越得到青睐。当前，GIS在疟疾方面的应用，更体现在先进的软件、硬件工具的普及上，例如：个人数据收集器，也就是手持机(Personal Digital Assistants， PDA)。PDA以其便携性和可以实时传输现场数据的功能优势，在流行病防控中也得以广泛使用。Kelly等(2010)将PDA应用在澳大利亚的3个地区的疟疾现场调查工作中，收集现场地理环境资料、房屋数量和结构、蚊帐使用状况、户内滞留喷洒状况及疟疾病例监测等数据，并实时传输至GIS基础数据库，工作人员在实验室数据库端分析疟疾空间分布状况并绘制风险地图，实现同步调查、同步指导干预的联动。

在血吸虫防治领域，我国于上世纪90 年代初即开始了GIS应用于血吸虫病流行情况与趋势研究(周晓农，2000；杨国静和周晓农，2001)；此后，杨国静等(2002)应用GIS 空间数据分析和地图重叠分析，发现血吸虫病的流行的地理区域与温度、雨量等因素密切相关，并利用气象资料模型和卫星遥感资料预测了血吸虫病的潜在流行区。杨坤等(2005)建立了基于网络地理信息系统技术(WebGIS)的江苏血吸虫病网络地理信息系统，实现了江苏省血吸虫病数据资料的统一管理控制，具备了查询、展示、统计、分析以及图形输出等功能。在以上基础上，基于谷歌地球(Google Earth)空间数据的血吸虫病风险评估快速通道工作框架的构建和完善使得江苏省血吸虫病数据资料共享程度更高，平台更加开放(Yangetal.，2012)。网络GIS数据库的建立，对于推动全国性血吸虫病监测网络的完善和优化，实现疫情数据实时动态更新以及监测预警和人工干预的联动提供了新的思路。

在其他蚊媒疾病防治中，地理信息系统的方法也发挥了重要的作用。在登革热的防控中，Su等(1994)通过建立地理信息系统平台的方法，对登革热的传播媒介的种类，活动情况进行有效的监测。Thai等(2009)在越南南部，通过地理信息系统的方法研究了登革传播的空间差异性，认为在家庭个体的尺度上，无症状的儿童的聚集是导致登革传播的原因，从而为重点防控提供依据。在丝虫病的防治中，Michael等(1997)通过地理信息系统的方法，构建了综合的丝虫病数据库，从而结合疾病负担模型(GBD，Global Burden of Disease)建立了丝虫病的感染地图，为防治丝虫病提供了重要的依据。在黄热病防治中，Jentes等(2011)利用地理信息系统的方法，综合了疫苗使用情况，构建了黄热病的风险地图，为国际旅游者进入疫区提供了旅行建议。

近两年，蜱媒疾病危害严重，森林脑炎、新疆出血热病毒、新布尼亚病毒、立克次体、伯氏疏螺旋体；巴贝西原虫等疾病的报道不少。赵俊伟等(2012)运用GIS，通过对我国蜱传病原体的地理分布进行系统梳理，了解这些疾病空间分布情况，从而为蜱媒病的预防控制提供基础资料。欧美等发达国家利用GIS对莱姆病危险因素及风险预测的研究有不少报道，James等(2013)对苏格兰莱姆病的空间分布情况进行分析，发现莱姆病的发生与鹿群的密度高度相关，而与降雨、海拔、地表植被相关较弱。另外，GIS在森林脑炎(Stefanoffetal.，2008)、斑疹立克次体(Vescioetal.，2008)等蜱媒病中的应用实例不少。其他虫媒病如利什曼原虫病(Gonzlezetal.，2010)、钩端螺旋体病(Raghavanetal.，2012)、登革热(Tsuzukietal.，2011)、黄热病(Becketal.，2013)等研究中，GIS已成为分析其与自然环境因素关系的有效工具。

在传染病中，环境因素、病原体、宿主和传播媒介等具有显著的空间相关性(方立群和曹务春，2004)。GIS强大的空间分析、统计建模和可视化功能使之成为寄生虫病和虫媒病研究中的新手段。然而，作为一种研究手段，GIS技术应用时同样需要注意对于空间数据的选择标准和尺度问题: 既要满足当前的应用，又要合理的安排资源。除此以外，数据共享问题也是制约GIS在寄生虫病与虫媒病研究应用的现实因素，一些基础地理环境数据和专题地理环境数据难以共享，或者是精度不够。随着高分辨率资源环境卫星和北斗卫星等系统投入运营，必定能获得更高清晰的图像和更便捷的地理定位服务，相信将大大促进GIS在寄生虫病和虫媒病领域应用。