氣象因素對登革熱的影響及登革熱預測模型的研究.pdf

1、登革熱是一種流行于全球的蚊媒病毒傳染病，而且近幾十年來感染病例數大幅度上升。研究調查估計每年有3.9億例登革熱感染者，約占世界人口總數的5.5%。感染人數不斷增多，但是目前還沒有研究出登革熱的疫苗和特異治療方法，唯一能降低登革熱爆發(fā)率的途徑是提前預防和控制病情傳播。登革熱患病者主要分布在熱帶地區(qū)，且這種病毒傳播的范圍和速度受溫度、濕度、降水量等氣象因素的影響。由于氣候不同，各地區(qū)面臨的傳染病情和風險程度也存在差異，但可以通過研究特定區(qū)域

2、的氣象因素與登革熱之間的相互關系來制定預防和控制登革熱傳播的計劃方案。目前已經有很多研究通過分析氣象因素與登革熱之間的關系得出了最高溫度、最低溫度、相對濕度、降水量、厄爾尼諾南方濤動指數（El Ni o-Southern Oscillation Index，簡稱SOI）等因素與登革熱發(fā)病率存在緊密關聯(lián)，本文主要研究目標是氣象因素對登革熱的影響，在前面研究的氣象因素中添加了露點溫度、大氣環(huán)流指數(Arctic Oscillation(AO

3、),North Atlantic Oscillation(NAO),Pacific North American Oscillation(PNA)，以下統(tǒng)一簡稱NAO)這兩個影響因子。詳細介紹了分析氣象數據的方法和預測登革熱的幾個模型，并應用于登革熱的預測。
　　本論文相關工作主要有以下五個方面。首先，通過相關分析研究了香港地區(qū)登革熱傳播與氣象變化之間的關系，發(fā)現各氣象因素中溫度對登革熱發(fā)病率的影響最大。然后本文將收集的所有溫度(

4、絕對最低溫度、絕對最高溫度、平均溫度、平均最低溫度、平均最高溫度、平均露點溫度)考慮在內，建立了泊松回歸模型對登革熱發(fā)病率進行預測并與K-近鄰（k-Nearest Neighbor,簡稱KNN）回歸模型進行了對比，由分析結果可知，多因素泊松回歸法預測的精度太低，而采用KNN回歸預測模型，得到的預測誤差為每月2.07人，預測精度得到了有效提高。為了進一步提高預測準確率，本文又引入SOI和NAO這兩個全球氣象因素，采用先分類后預測的分析方法

5、，建立了San Juan, Puerto Rico地區(qū)登革熱的支持向量機（Support Vector Machine，簡稱SVM）分類預測模型，達到84%的預測準確率，也是本論文中預測精度最高的一個模型。為了選擇最優(yōu)模型和對比SOI和NAO對登革熱的影響強度，最后，本文基于分類回歸樹（Classification And Regression Trees，簡稱CART）和時間序列延遲建立了San Juan,Puerto Rico Ri

6、co和Iquitos,Peru地區(qū)的登革熱預測模型并與SVM模型進行了對比。結果表明:CART分類模型的最高預測準確率為71.9%，與SVM相比較差；對于San Juan, Puerto Rico地區(qū)，添加SOI因子可提高登革熱預測11.1%的準確率，且添加NAO因子可提高登革熱預測20.2%的準確率，說明SOI和NAO是影響登革熱發(fā)病率的重要因素。通過這些研究，本文總結了影響登革熱傳播的重要因素有最高溫度、露點溫度、SOI、NAO。與