بررسی نقش بازه های زمانی در مدلسازی رابطه بین توزیع بیماری سالک و متغیرهای محیطی با استفاده از فنون سنجش از دور و GIS

Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,192

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NIHR02_006

تاریخ نمایه سازی: 13 آبان 1393

Abstract:

شیوع و توسعه بسیاری از بیماری ها وابستگی زیادی با شرایط محیطی نشان می دهند. بدون شناخت و توجه به شرایط محیط طبیعی نمی توان برای حفاظت در مقابل بیماری ها و همچنین مبارزه با بیماری برنامه ریزی نمود. لیشمانیوز بیماری انگلی است که به وسیله نیش پشه خاکی ماده به انسان انتقال می یابد و شامل دو نوع اصلی لیشمانیای جلدی واحشائی است. شیوع این بیماری در برخی از استان های ایران نظیر اصفهان، فارس، خراسان، خوزستان، کرمان و یزد بسیار چشمگیر است. بر این اساس تعیین کانون های اصلی و شناسایی عوامل موثر در شیوع بیماری برای پیش بینی و پایش بیماری حائز اهمیت می باشد. در تحقیق حاضر به کمک روش های دور سنجی و GIS و آنالیزهای چند متغیره و تحلیل اکتشافی داده ها، اقدام به استخراج و مدلسازی بیماری سالک در چهار بازه زمانی ماه، فصل، نیم سال و سال در استان یزد گردید. اطلاعات مورد استفاده در مدلسازی شامل شاخص گیاهی ، دمای سطح زمین و تولید اولیه ناخالص از سنجنده MODIS و متغیرهای محیطی شامل، بارندگی، دمای هوا، جمعیت، رطوبت نسبی، طول جغرافیایی، عرض جغرافیایی، ماه و سال بوده است. نتایج بدست آمده نشان داد که بازه های زمانی سال و نیم سال با داشتن بیشترین ضرایب تعیین نسبت به سایر بازه هایمورد بررسی، مدل بهتری را ارائه می دهند. متغیرهای عرض جغرافیایی، ماه، پوشش گیاهی، سال، بارندگی و رطوبت نسبی به ترتیب نسبت به سایر متغیرها، نقش موثرتری در مدلسازی بیماری داشتند.

Keywords:

سیستم اطلاعات جغرافیایی و سنجش از دور , بیماری لیشمانیوز جلدی (سالک) , MODIS , آنالیزهای چند متغیره و تحلیل اکتشافی داده ها

Authors

عباس علی محمد

دانشیار گروه GIS، دانشگاه صنعتی خواجه نصیرالدین طوسی

زهره مظفری

دانشجوی کارشناسی ارشد سنجش از دور و GIS، دانشگاه تربیت مدرس

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :