秘鲁基于遥感、机器学习和时空模型的生态区特异性登革热风险预测

《Science of Remote Sensing》：Ecoregion-Specific Dengue Risk Prediction in Peru Using Remote Sensing, Machine Learning, and Spatiotemporal Modeling

　　

登革热（Dengue fever）在秘鲁一直是一个重要的公共卫生问题，因其高度局部化和周期性以及环境、人口和气候的变化。尽管许多现有模型可以在国家层面评估登革热风险，但它们往往未能解释驱动不同传播速率的精细尺度景观变化。研究人员通过整合20年（2003-2022）登革热监测数据中的高分辨率气候、土地覆盖和人口变量，开发了一个1公里空间分辨率的时空登革热风险模型。基于树的方法（Tree-based approaches）比线性模型获得了更高的预测精度，其中XGBoost达到了最高的R²值0.68。此外，当包含空间和时间滞后预测因子时，模型性能得到提升。地表温度（Land Surface Temperature, LST）和降水（precipitation）对登革热适宜性显示出强烈的邻域效应。具体而言，在14个生态区的模型验证中存在强烈的空间依赖性，亚马逊湿润森林（Amazon moist forest）和过渡性Yungas（transitional Yungas）产生了高预测精度（R² = 0.78），而高海拔安第斯普纳（Andean Puna）和沿海红树林（mangrove）区域的预测精度较差，表现低于均值预测，表明非气候因素（如人类流动性和输入性传播）也在登革热感染和传播中发挥作用。总体而言，登革热的可预测性强烈依赖于其发生的生态区，国家层面的平均值掩盖了局部动态。研究人员的研究展示了当与生态区特异性性能指标结合时，可扩展的高分辨率风险绘图用于预测和指导针对气候敏感型媒介传播疾病（climate-sensitive vector-borne diseases）的靶向病媒控制（vector control）和公共卫生干预的潜力。

**研究背景与问题**
登革热（Dengue fever）是由伊蚊（Aedes aegypti和A. albopictus）传播的严重蚊媒病毒性疾病，在热带和亚热带地区威胁数亿人健康。秘鲁作为研究区域，其登革热发病率在过去20年急剧上升，并呈现3-5年的周期性暴发模式，部分与厄尔尼诺（El Ni?o）事件相关。现有模型多在国家尺度评估风险，但未能捕捉驱动局部传播差异的精细景观变化，尤其是在秘鲁14个生态区（ecoregion）——包括低地亚马逊湿润森林、安第斯山脉过渡带、干旱沿海平原和高海拔普纳（Puna）——的强烈环境异质性下，模型泛化能力不足。因此，研究人员旨在开发一种集成高分辨率遥感（Remote Sensing）数据、机器学习（Machine Learning）和时空建模（Spatiotemporal Modeling）的登革热风险预测框架，以揭示生态区特异性驱动因素，并提升季节性至年度规划能力。该研究发表于《Science of Remote Sensing》。

**主要技术方法**
研究人员利用20年（2003-2022）秘鲁国家流行病学网络（RENACE）的官方登革热病例数据，将其聚合至1×1 km网格作为响应变量。预测变量包括：MODIS MOD11A1.061产品获取的每日地表温度（Land Surface Temperature, LST，1 km分辨率）、TerraClimate数据集提供的月降水量和最小相对湿度（4 km分辨率）、MODIS MCD12Q1.061土地覆盖类型（500 m分辨率）以及全球人类居住区（Global Human Settlement, GHS）数据集的人口密度（100 m分辨率）。所有数据经重采样至1 km标准网格，并计算年度均值或最小值。特征工程构建了1-3年时间滞后及3×3 km和5×5 km空间窗口的邻域统计量。模型比较了随机森林（Random Forest）、XGBoost、梯度提升（Gradient Boosting）和岭回归（Ridge Regression），采用5折交叉验证调参，并按年份分层随机拆分80%训练集和20%测试集；同时进行留一年验证（leave-one-year-out）和极端年份持有测试。性能评价使用R²、均方根误差（RMSE）和平均绝对误差（MAE），变量重要性基于Gini不纯度。

**研究结果**
**3.1 空间建模与性能**
模型成功检测到秘鲁登革热大规模空间趋势：北部和东部（亚马逊及Yungas）为持续高风险区，与原始数据一致；预测图虽平滑了精细空间异质性，但准确描述了整体风险分布。加入3×3 km和5×5 km空间窗口的邻域气候效应后，模型性能显著提升，证实了登革热传播受邻近区域空间交互作用的影响。

**3.2 时间建模与性能**
XGBoost模型在多数年份表现良好，但性能随时间变化：2017年（强厄尔尼诺年）R²达0.94，而2003年R²为0.64，2022年R²为0.88。RMSE和MAE随后期高发病率年份上升，但反映的是疾病负担增加而非模型退化。留一年验证中17/20年Pearson相关系数≥0.2，表明模型维持了空间风险排序，但严格年份持有验证性能低于随机拆分。

**3.3 模型比较与特征重要性**
基于树的集成方法（XGBoost R²=0.68，随机森林0.66，梯度提升0.65）显著优于岭回归（R²=0.05），凸显了非线性关系和交互作用的重要性。XGBoost特征重要性排名显示：三年滞后的地表温度（LSTlag3）为最重要预测因子，其次为生态区分类、LST的空间范围指标（LSTrange_5x5）以及降水和人口的时间滞后变量。

**3.4 生态区特异性模型性能**
模型性能在14个生态区中差异显著：亚马逊湿润森林（Amazon moist forests）和秘鲁Yungas（Peruvian Yungas）的R²均为0.78，Mara?ón干燥森林为0.75，Tumbes-Piura干燥森林为0.68，Cordillera山地森林和Iquitos varzea为0.67；而太平洋红树林（Pacific mangroves）R²为-0.23，中央安第斯普纳（Central Andean Puna）为0.02，中央安第斯湿普纳为0.12，表明在这些高海拔和沿海区域，环境变量无法解释登革热变异，预测甚至低于均值。

**讨论与结论**
研究人员指出，登革热可预测性强烈依赖于生态区背景：低地湿润地区（亚马逊和Yungas）的传播主要由气候驱动，模型表现优异；而高海拔和沿海地区的病例更可能源于人类流动带来的输入性传播，而非本地气候适宜性。温度（LST）和降水相关变量（含滞后效应）是核心驱动因素，空间窗口特征揭示邻域微气候景观作用。研究强调，秘鲁的年度登革热风险规划应分区进行：亚马逊区域侧重气候变量，高海拔区域需纳入人口流动和输入病例。模型局限性包括：年度时间分辨率无法捕捉短期暴发动态、官方病例存在漏报、未纳入人类移动性和病媒控制数据。未来研究可整合手机信令、血清学调查等数据，并推广至其他虫媒疾病。

**结论翻译**
本研究强调了精细尺度环境与时空变量在登革热传播建模中的重要性。通过将20年流行病学数据与高分辨率气候和土地覆盖数据相结合，研究人员表明机器学习算法，特别是XGBoost模型，在预测秘鲁登革热风险方面取得了强劲性能，显著优于传统线性模型。该方法因识别预测因子与疾病发生之间的复杂非线性关系而备受推荐，所实现的预测精度（R² = 0.68）即为佐证。加入时空滞后预测因子后模型性能提升，支持了研究人员关于登革热暴发呈现空间自相关和时间依赖性的假设。模型性能在不同生态区之间存在差异，且在过渡区域不确定性更高，这证实了采用生态区特异性建模方法以捕捉影响登革热传播的异质环境条件的必要性。这与现有利用遥感和机器学习建模媒介种群及疾病风险的研究一致，表明其是一种可行的公共卫生应用工具。本研究最大的贡献在于明确展示了预测精度如何依赖于登革热传播发生的生态背景。模型在低地湿润区域表现良好（这些区域传播更可能由气候驱动），而在高海拔和部分沿海区域表现不佳（这些区域病例更可能由人类迁移而非本地传播引入）。尽管模型具有可接受的预测能力，其主要不足在于过渡区域的内在不确定性，这很可能源于与环境变量的复杂相互作用。未来工作应聚焦于整合额外数据集（如人类移动模式、社会经济指标和特定土地利用类型）以进一步提高模型的准确性和泛化能力。最终，将这一生态区特异性模型应用于其他虫媒病毒疾病或其他地理区域，有助于评估生态分层是否能在秘鲁登革热背景之外改善疾病风险预测。