夜间灯光数据表征的区域经济发展水平对老年人高血压与Ⅱ型糖尿病患病率分布的影响
发布时间：2021-01-22 21:45
区域社会经济发展程度与老年慢性病患病率有着极强的正相关关系,而夜间灯光强度是区域经济发展程度的直接反征;因此,使用夜间灯光数据进行老年慢性病研究具有重要的现实意义。本文以湖南省常宁市为研究对象,结合珞珈一号夜间灯光数据和研究区各乡镇老年高血压及Ⅱ型糖尿病患病率统计数据,对常宁市26个乡镇单位老年高血压和Ⅱ型糖尿病患病率的分布特征差异进行了分析,进而通过建立模型模拟了研究区2种老年慢性病患病率的空间分布。研究结果表明:①研究区夜间灯光均值与老年高血压及Ⅱ型糖尿病患病率的相关性都强于夜间灯光总量,且老年Ⅱ型糖尿病患病率与夜间灯光强度之间的关系要强于老年高血压患病率;②对于同种慢性病患病率的分布,夜间灯光均值的影响要大于夜间灯光总量,且夜间灯光总量和均值对糖尿病患病率分布的影响均大于老年高血压患病率;③居住在高夜间灯光均值地区的老年人患高血压的风险是低夜间灯光均值地区的6.493倍,患Ⅱ型糖尿病的风险为8.556倍;④研究区老年高血压及Ⅱ型糖尿病与夜间灯光均值的一元线性拟合模型精度较高,可以较为精确地在模拟研究区老年高血压和Ⅱ型糖尿病的患病率的空间分布。该研究成果可为夜间灯光数据在疾病研究中...
【文章来源】：地球信息科学学报. 2020,22(11)北大核心
【文章页数】：11 页
【图文】：
研究区概况及夜间灯光图像
图1 研究区概况及夜间灯光图像前人研究表明[21-22]，夜间灯光总值（SUMLAT）与夜间灯光均值（MEANLAT）是反映区域社会经济发展情况的2个重要指标，其计算公式分别如式（1）、式（2）所示。研究区各乡镇夜间灯光总值和均值的提取使用Arc GIS软件的Spatial Analyst模块实现。
研究区像元尺度老年高血压和老年Ⅱ型糖尿病患病率空间分布图由式（3)—(6）求得。在降为像元尺度的过程中，虽然绝大多数像元求得的2种慢性病患病率均在正常范围内，但由于研究区珞珈一号夜间灯光图像部分像元DN值较其所在区域夜间灯光均值的数值差距过大，出现降尺度后求得的患病率超过1的情况。考虑到现实情况下这2种老年慢性病的患病率不可能小于0，也不可能大于1。通过对2种像元尺度患病率图像进行分析后发现，求得的老年Ⅱ型糖尿病患病率分布图各像元的像元值大多在0～1之间，只有极个别像元的值大于1；相比较而言，求得老年高血压患病率分布图中像元值超过1的像元数量较多，超过了总像元值的5%。考虑到研究区珞珈一号夜间灯光图像上可能仍然存在少量未被掩膜的异常值，故对降为像元尺度后的2种图像均取95%的置信区间以排除异常值的干扰。但经上一步处理后的研究区老年高血压患病率分布图仍然存在部分异常像元，为了使降尺度后的图像更符合现实，本文设定求得的患病率图像的最大值为0.9999，最小值为0.0001，像元值大于或小于设定的阈值的像元分别被赋值为极大值或极小值。经处理后的研究区老年高血压和老年Ⅱ型糖尿病像元尺度的患病率分布图如图4所示。与每个区域仅有一个患病率值的基于统计数据的研究区老年高血压和Ⅱ型糖尿病患病率分布图相比，研究区像元尺度的2种慢性病患病率分布图数值的范围有所增大，使各区域患病率更具有区分性。因此，在研究区像元尺度的2种慢性病患病率分布图中，城区范围高患病率区域片状分布；非城区范围的部分人口大量聚居的乡镇、村庄则在图像中表现为非常明显的高值点，这种分布特征有利于相关部门有针对性地开展这2种慢性病的预防、监管和治疗工作，节约大量的人力和财力。但是，可能存在一些人口密度较低的高患病率的居民点由于夜间灯光亮度较低而在图中难以分辨，仍然需要通过人工筛查和识别进行监控。
【参考文献】：
期刊论文
[1]中国非洲猪瘟疫情的时空演化特征及影响因素[J]. 石国宁,张涛,王无为. 干旱区资源与环境. 2020(03)
[2]基于DMSP/OLS夜间灯光数据的贵州省人口分布及影响因子分析[J]. 张秋媛,彭明春,王崇云,周长威. 云南大学学报(自然科学版). 2019(05)
[3]慢性病防治视角下的我国医养结合与健康管理发展回顾[J]. 胡秀静,吴小亚,王家骥,王皓翔. 中国慢性病预防与控制. 2019(08)
[4]深圳市光明新区SES与高血压关系调查与研究[J]. 栗洋,詹中群. 中国实用医药. 2019(22)
[5]基于夜间灯光数据的晋陕蒙能源消费碳排放时空格局[J]. 武娜,沈镭,钟帅. 地球信息科学学报. 2019(07)
[6]珞珈一号新型夜间灯光数据应用潜力分析[J]. 钟亮,刘小生. 测绘通报. 2019(07)
[7]2016-2017年上海市社区糖尿病高危人群筛查结果分析[J]. 吴文军,徐蕾,黄丽梅,李志媛,赵琦. 中华疾病控制杂志. 2019(07)
[8]中国地级市GDP数据的真实性:基于NPP-VIIRS夜间灯光数据的检验[J]. 秦永,刘凯敏. 统计与决策. 2019(13)
[9]基于夜光遥感影像的“一带一路”沿线国家城市发展时空格局分析[J]. 李德仁,余涵若,李熙. 武汉大学学报(信息科学版). 2017(06)
[10]南京市城区居民家庭人均收入与自我报告2型糖尿病关系[J]. 何静,洪忻,王志勇,徐斐. 中国公共卫生. 2018(03)
硕士论文
[1]基于夜光遥感数据的中国2005-2015年居民收入时空变化与驱动力研究[D]. 李翔.南京大学 2018
[2]南京城区居民家庭人均收入与自我报告2型糖尿病之间关系的研究[D]. 何静.南京医科大学 2018
[3]基于夜间灯光遥感影像和社会感知数据的人口空间化研究[D]. 黄益修.华东师范大学 2016
[4]西安市养老机构老年人慢性病与生活方式的流行病学调查[D]. 孙丽娜.第四军医大学 2012
本文编号：2993956
【文章来源】：地球信息科学学报. 2020,22(11)北大核心
【文章页数】：11 页
【图文】：
研究区概况及夜间灯光图像
图1 研究区概况及夜间灯光图像前人研究表明[21-22]，夜间灯光总值（SUMLAT）与夜间灯光均值（MEANLAT）是反映区域社会经济发展情况的2个重要指标，其计算公式分别如式（1）、式（2）所示。研究区各乡镇夜间灯光总值和均值的提取使用Arc GIS软件的Spatial Analyst模块实现。
研究区像元尺度老年高血压和老年Ⅱ型糖尿病患病率空间分布图由式（3)—(6）求得。在降为像元尺度的过程中，虽然绝大多数像元求得的2种慢性病患病率均在正常范围内，但由于研究区珞珈一号夜间灯光图像部分像元DN值较其所在区域夜间灯光均值的数值差距过大，出现降尺度后求得的患病率超过1的情况。考虑到现实情况下这2种老年慢性病的患病率不可能小于0，也不可能大于1。通过对2种像元尺度患病率图像进行分析后发现，求得的老年Ⅱ型糖尿病患病率分布图各像元的像元值大多在0～1之间，只有极个别像元的值大于1；相比较而言，求得老年高血压患病率分布图中像元值超过1的像元数量较多，超过了总像元值的5%。考虑到研究区珞珈一号夜间灯光图像上可能仍然存在少量未被掩膜的异常值，故对降为像元尺度后的2种图像均取95%的置信区间以排除异常值的干扰。但经上一步处理后的研究区老年高血压患病率分布图仍然存在部分异常像元，为了使降尺度后的图像更符合现实，本文设定求得的患病率图像的最大值为0.9999，最小值为0.0001，像元值大于或小于设定的阈值的像元分别被赋值为极大值或极小值。经处理后的研究区老年高血压和老年Ⅱ型糖尿病像元尺度的患病率分布图如图4所示。与每个区域仅有一个患病率值的基于统计数据的研究区老年高血压和Ⅱ型糖尿病患病率分布图相比，研究区像元尺度的2种慢性病患病率分布图数值的范围有所增大，使各区域患病率更具有区分性。因此，在研究区像元尺度的2种慢性病患病率分布图中，城区范围高患病率区域片状分布；非城区范围的部分人口大量聚居的乡镇、村庄则在图像中表现为非常明显的高值点，这种分布特征有利于相关部门有针对性地开展这2种慢性病的预防、监管和治疗工作，节约大量的人力和财力。但是，可能存在一些人口密度较低的高患病率的居民点由于夜间灯光亮度较低而在图中难以分辨，仍然需要通过人工筛查和识别进行监控。
【参考文献】：
期刊论文
[1]中国非洲猪瘟疫情的时空演化特征及影响因素[J]. 石国宁,张涛,王无为. 干旱区资源与环境. 2020(03)
[2]基于DMSP/OLS夜间灯光数据的贵州省人口分布及影响因子分析[J]. 张秋媛,彭明春,王崇云,周长威. 云南大学学报(自然科学版). 2019(05)
[3]慢性病防治视角下的我国医养结合与健康管理发展回顾[J]. 胡秀静,吴小亚,王家骥,王皓翔. 中国慢性病预防与控制. 2019(08)
[4]深圳市光明新区SES与高血压关系调查与研究[J]. 栗洋,詹中群. 中国实用医药. 2019(22)
[5]基于夜间灯光数据的晋陕蒙能源消费碳排放时空格局[J]. 武娜,沈镭,钟帅. 地球信息科学学报. 2019(07)
[6]珞珈一号新型夜间灯光数据应用潜力分析[J]. 钟亮,刘小生. 测绘通报. 2019(07)
[7]2016-2017年上海市社区糖尿病高危人群筛查结果分析[J]. 吴文军,徐蕾,黄丽梅,李志媛,赵琦. 中华疾病控制杂志. 2019(07)
[8]中国地级市GDP数据的真实性:基于NPP-VIIRS夜间灯光数据的检验[J]. 秦永,刘凯敏. 统计与决策. 2019(13)
[9]基于夜光遥感影像的“一带一路”沿线国家城市发展时空格局分析[J]. 李德仁,余涵若,李熙. 武汉大学学报(信息科学版). 2017(06)
[10]南京市城区居民家庭人均收入与自我报告2型糖尿病关系[J]. 何静,洪忻,王志勇,徐斐. 中国公共卫生. 2018(03)
硕士论文
[1]基于夜光遥感数据的中国2005-2015年居民收入时空变化与驱动力研究[D]. 李翔.南京大学 2018
[2]南京城区居民家庭人均收入与自我报告2型糖尿病之间关系的研究[D]. 何静.南京医科大学 2018
[3]基于夜间灯光遥感影像和社会感知数据的人口空间化研究[D]. 黄益修.华东师范大学 2016
[4]西安市养老机构老年人慢性病与生活方式的流行病学调查[D]. 孙丽娜.第四军医大学 2012
本文编号：2993956
本文链接：https://www.wllwen.com/jingjilunwen/quyujingjilunwen/2993956.html
