基于物理与统计映射方法的全国尺度诺如病毒污染热点分析及环境驱动机制研究

本研究针对诺如病毒环境传播机制不清的问题，通过GIS（地理信息系统）、空间扫描统计和自组织映射（SOM）技术，首次在全国尺度识别出4个污染热点（如Geum River流域），发现废水处理设施缺陷与公共卫生服务不足是主要驱动因素，构建的风险预测模型为高优先级区域管理提供科学依据。

　　

诺如病毒作为全球急性胃肠炎的首要病原体，其环境传播机制一直是公共卫生领域的未解之谜。尽管已知低温季节（10月至次年5月）是爆发高峰，且人际接触、食物和水源是主要传播途径，但环境介质（如灌溉水、土壤）如何成为病毒"中转站"的时空规律仍不明确。韩国食品药品安全部2014-2016年的监测数据显示，34%的食源性疾病爆发与诺如病毒相关，凸显了环境介质管控的紧迫性。

为破解这一难题，韩国食品药品安全部资助的研究团队联合建国大学学者，创新性地将地理信息系统（GIS）、空间扫描统计与自组织映射神经网络（Self-Organizing Map, SOM）相结合，对全国1070个监测点的5类环境介质（农产品、人类粪便、灌溉水、土壤、溪流水）展开多维度分析。研究论文发表在环境科学领域权威期刊《Journal of Hydrology》上，首次绘制出诺如病毒环境传播的"全国风险地图"。

研究采用三大关键技术：1）基于空间扫描统计的聚类分析，识别出Geum River流域3个和Nakdong River流域1个高LLR（对数似然比）热点；2）运用互信息（Mutual Information, MI）和贝叶斯图网络（Bayesian Graphical Network, BGN）量化12项环境因子（如废水处理工艺、人口密度）的贡献度；3）通过SOM可视化呈现热点区与非检测区的时空特征分异。

【Identification of the norovirus hotspots】
空间扫描统计揭示的4个热点中，Hotspot A在12项环境因子（如污水处理厂密度、农田覆盖率）显著高于非检测区，Hotspot B则在8项因子（如冬季气温、地表径流量）表现突出。值得注意的是，61.5%的热点区位于污水处理工艺简易的流域下游，暗示基础设施缺陷是关键诱因。

【Conclusions】
研究首次证实：1）污水处理厂维护不足会导致周边环境介质诺如病毒载量升高3-5倍；2）SOM分析显示热点区具有显著的空间异质性，需采取差异化管控策略；3）构建的风险预测模型准确匹配历史爆发区域，为"精准防控"提供决策支持。该成果不仅为环境病原体传播研究提供方法论范例，更推动公共卫生管理从被动应对转向主动预警。