基于遥感和GIS技术的城市化对疟疾的影响研究

发布时间：2017-09-29 05:17

  本文关键词：基于遥感和GIS技术的城市化对疟疾的影响研究

  更多相关文章： 时空分析 城市化 疟疾 土地覆盖 地理信息系统

【摘要】：疟疾是一种严重危害人类健康的传染病,曾经是我国乃至全球最严重的传染病之一。近几十年来,我国疟疾的发病和死亡均已有所下降。但不断加快的城市化进程使人类再次面临着变异病毒的不断涌现和疫情旧地复燃的严重威胁。疟疾的分布范围非常广泛,而且在爆发和传播过程中会受到多种因素的影响。因此,在我国实现快速城市化的背景下,分析疟疾的爆发和传播模式的变化有助于开展新时期的疟疾防治工作,有助于研究同类传染病的发病与传播特点,同时也有助于推进我国城市化的健康发展。深圳市地处沿海亚热带气候,曾是我国的疟疾高发区,同时也是我国城市化进程的代表性城市。本文以深圳市为例,利用遥感和GIS与遥感相结合的手段研究了城市化进程对疟疾的影响。围绕这一课题,本文研究内容和主要结论如下:(1)采用复合指标法构建了深圳市城市化水平综合测度。本文收集了深圳市城市化发展以来30年的各项数据,从人口、经济、空间地理、社会环境等四个方面建立了深圳市城市化水平测度指标体系。根据复合指标原则,采用层次分析法构建了综合性的城市化水平测度。深圳市城市化综合测度指数在短短三十年的时间从1980年的5%增长到2009年92%,城市化水平飞速提高。30年来,深圳市的城市化水平在1980-2000年保持着较快的增长速度,而当其城市化水平达到50%,城市化速度逐渐趋于平缓。(2)利用遥感影像对深圳市的土地利用信息进行了提取与分析。本文参照国家《土地利用现状分类》标准,建立了适用于深圳市的土地利用分类体系,采用面向对象的方法对深圳市1980年、1990年、2000~2010年共计十三年的TM数据进行了分类,分类精度均在80%以上。在此基础上分析了深圳市城市化过程中的空间变化,并利用马尔科夫模型对深圳市2020年的土地利用进行了预测。土地利用转移矩阵分析发现城镇面积的增加是导致草地和耕地面积减少的重要原因。(3)对深圳市的疟疾的时空分布特征进行了研究。本文通过对深圳市时间分布分析发现6-10月份是疟疾高发时期,空间分析发现深圳市的疟疾分布并不固定,在各个区域均有可能发生,但是宝安区的中部和西部沿海地区是疟疾的高发区域。采用灰色预测模型GM(1,1)模型对深圳市的疟疾发病率进行了时间序列的模拟和预测。利用时空扫描统计量对2005~2009的疟疾数据进行了时空扫描分析,发现了2007年、2008年和2009年的聚集区域和聚集时间。(4)对深圳市城市化对与疟疾的关系进行了分析。相关性分析发现城市化水平与疟疾发病率之间呈现显著负相关,曲线拟合分析发现指数函数模型对二者的关系拟合度最高。本文采用灰色关联分析方法重点研究了各项城市化因子对疟疾的影响,结果发现经济和空间城市化因子与疟疾发病率的关联性最高。单因素方差分析显示温度对疟疾的发生具有显著影响。多种地表类型中湿地和草地与疟疾的发生关系最为密切。
【关键词】：时空分析 城市化 疟疾 土地覆盖 地理信息系统
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P208;R531.3;TP79
【目录】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 绪论12-18
• 1.1 选题背景与意义12-13
• 1.2 国内外研究历史与现状13-16
• 1.2.1 国内外城市化研究概况13-14
• 1.2.2 基于GIS与遥感的疟疾研究现状14-16
• 1.3 研究内容与目标16-17
• 1.4 本论文的结构安排17-18
• 第二章 城市化水平综合测度18-38
• 2.1 研究区概况18-19
• 2.2 城市化水平测度指标体系19-23
• 2.2.1 城市化水平测度指标体系设计的基本原则19-20
• 2.2.2 城市化水平测度指标选取20-21
• 2.2.3 层次分析法构建城市化指标体系21-23
• 2.3 城市化指标收集23-30
• 2.3.1 人口城市化指标收集24
• 2.3.2 经济城市化指标收集24-26
• 2.3.3 空间城市化指标收集26-30
• 2.3.4 社会城市化指标收集30
• 2.4 城市化水平综合测度模型及实证30-37
• 2.4.1 城市化指标的标准化处理30-33
• 2.4.2 层次分析法赋权33-34
• 2.4.3 城市化水平综合测度计算34-37
• 2.5 本章小结37-38
• 第三章 城市化进程遥感监测38-55
• 3.1 材料与方法38-45
• 3.1.1 数据准备38-40
• 3.1.2 建立土地利用分类体系40
• 3.1.3 遥感影像分类方法40-45
• 3.2 土地利用分类与信息提取45-51
• 3.2.1 多时相数据分类结果45-48
• 3.2.2 土地利用信息提取48-51
• 3.3 土地利用变化分析及预测51-54
• 3.3.1 土地利用动态变化分析51-52
• 3.3.2 土地利用内部转移分析52-54
• 3.3.3 土地利用马尔科夫预测54
• 3.4 本章小结54-55
• 第四章 深圳市疟疾时空特征分析55-70
• 4.1 深圳市疟疾时空分布55-58
• 4.1.1 建立深圳市疟疾数据库55
• 4.1.2 深圳市疟疾时间分布55-56
• 4.1.3 深圳市历年疟疾空间分布56-58
• 4.2 基于灰色模型的疟疾预测58-63
• 4.2.1 灰色系统预测模型GM(1,1)59-62
• 4.2.2 灰色系统预测模型在深圳市疟疾预测中的应用62-63
• 4.3 深圳市疟疾时空扫描分析63-68
• 4.3.1 时空扫描统计量简介64
• 4.3.2 深圳市疟疾空间扫描分析64-67
• 4.3.3 深圳市疟疾时空扫描分析67-68
• 4.4 本章小结68-70
• 第五章 城市化对疟疾的影响分析70-87
• 5.1 城市化水平与疟疾的相关性分析与曲线拟合70-72
• 5.1.1 城市化水平与疟疾发病率的相关性分析70-71
• 5.1.2 城市化水平与疟疾发病率曲线拟合分析71-72
• 5.2 城市化指标与疟疾发病率灰色关联分析72-78
• 5.2.1 灰色关联分析算法原理73
• 5.2.2 城市化指标与疟疾的灰色关联分析73-78
• 5.3 空间城市化指标与疟疾发病率分析78-86
• 5.3.1 NDVI与气象因子与疟疾发病率关系分析78-84
• 5.3.2 地表类型与疟疾发病率关系分析84-86
• 5.4 本章小结86-87
• 第六章 全文总结与展望87-89
• 6.1 全文总结87-88
• 6.2 后续工作展望88-89
• 致谢89-90
• 参考文献90-94
• 攻读硕士学位期间取得的成果94-95

，

本文编号：940175