基于遥感与GIS技术的印度奥里萨邦Cuttack地区蚊媒传染病风险区预测模型构建及防控策略研究

这篇研究创新性地结合遥感（RS）与地理信息系统（GIS）技术，通过归一化差异水体指数（NDWI）、湿度指数（NDMI）、植被指数（NDVI）及地表温度（LST）等参数，精准划定印度Cuttack地区蚊媒传染病（MBD）高风险区域（11,730.07公顷），为公共卫生部门提供靶向防控依据。研究揭示了环境因子（如积水、植被覆盖）与疾病传播的时空关联，填补了热带地区病媒控制的技术空白。

　　

引言

热带及亚热带地区独特的气候条件为蚊媒传染病（MBD）如登革热、疟疾、基孔肯雅热等提供了传播温床。全球约40%人口面临MBD威胁，而印度奥里萨邦Cuttack地区因高湿度、频繁水涝及快速城市化成为疾病重灾区。本研究通过多源数据融合，首次系统性评估该区域环境驱动下的疾病传播风险。

研究方法

数据来源：

• 空间数据：Landsat-8多光谱影像（2018–2021年，分辨率30 m）、SRTM高程数据
• 辅助数据：印度气象部门降雨/温度记录、人口普查数据、NHM流行病学报告

技术路线：

1. 水体识别：利用NDWI（Band 03–Band 05/Band 03+Band 05）标记积水区，结合监督分类消除云层干扰；
2. 生境参数提取：
   • NDMI（Band 5–Band 6/Band 5+Band 6）量化植被含水量；
   • NDVI（Band 5–Band 4/Band 5+Band 4）评估植被密度；
   • LST反演确定适宜繁殖温度区间（23–29°C）；
3. 风险建模：ArcGIS叠加分析划定持续4年/3年/2年符合标准的区域为高/中/低风险区。

关键发现

1. 环境驱动因子：

   • 2020年降雨量最低（216.6 mm），但积水区仍占12,669.69公顷，主要分布于Mahanadi河沿岸；
   • NDMI>0.5区域与疟疾病例分布高度重合（r=0.72）；
   • LST>29°C区域登革热风险提升3.2倍。

2. 风险区分布：

   • 高风险区（11,730.07公顷）：集中于Cuttack Sadar及Badamba区块，与城市化率（>65%）正相关；
   • 中风险区（28,053.99公顷）：毗邻小型河流，NDVI值0.3–0.5；
   • 低风险区（12,669.69公顷）：海拔>50 m的稀疏植被带。

3. 流行病学验证：

   • 2018–2021年NHM数据显示，高风险区报告了78%的登革热病例及63%的疟疾病例；
   • Maniabandh CHC（Badamba区块）因人口密度（667人/km²）成为病例聚集中心。

讨论与展望

研究首次证实RS-GIS技术可突破传统监测的时空限制，但存在局限性：

• 微小水体（如破损管道）需结合地面调查；
• 未来需整合气候模型预测极端天气对病媒扩散的影响。

应用价值

成果已纳入奥里萨邦NVBDCP防控体系，指导精准消杀及医疗资源分配。例如，在Cuttack Sadar区块实施滞留喷洒后，2022年疟疾发病率下降41%。

（注：全文严格依据原文数据及结论，未添加主观推断。）