基于空間信息技術的動物疫病預警研究進展

鄧振民，柳平增*，馬彬彬，趙 麗，成子強

(1.山東農業大學信息科學與工程學院，山東 泰安 271018;2.山東農業大學動物科技學院，山東 泰安 1 271018)

1 引言

隨著全球一體化進程和世界貿易的不斷發展，國際間人員與貨物的流通日益頻繁，動物疫病跨國界傳播呈逐年上升趨勢。2004年以來，我國乃至世界范圍內相繼發生了高致病性禽流感、豬鏈球菌病、高致病性豬藍耳病、小反芻獸疫、豬瘟等動物疫情［1］，給人們的正常生產生活帶來了嚴重影響(如圖1)。如何快速、及時地監測區域內的疫情信息，并采取有效措施阻斷疫病蔓延，防止疫病大規模爆發，已成為國際社會關注的熱點問題。目前許多國家和地區還缺乏完善的衛生防疫制度和疾病防治措施，無法在疫病大規模爆發時采取有效措施進行控制［2，3］。因此，風險評估及預警在動物醫學領域(比如口蹄疫、藍舌病、牛海綿狀腦病等流行病的監測)越來越引起研究人員的關注［4］，各國家、地區和組織正在加緊制定動物衛生檢驗檢疫法規，研究疫病早期預警技術，控制動物傳染病的蔓延與跨國界傳播。

傳染源、傳播途徑和易感動物是動物傳染病流行傳播的三個基本環節，社會因素和自然因素是影響動物傳染病流行過程兩個基本因素［5］，動物疫病預警技術的原理是通過獲取疫病及疫情信息，結合基本因素進行數據分析，得出疫病的風險等級，然后進行信息發布。傳統動物疫病預警技術多采用人工方式進行，數據信息的時效性、準確性、完整性及直觀性等無法得到有效保證［6－8］。隨著空間信息技術的發展，基于空間分析的研究思想對動物疫病預警產生了重大影響，空間分析正在改變著研究人員的思維方式［9］。空間信息技術可以通過網絡提供實時、準確、完整、可視的多源信息，基于此優點，研究人員正在嘗試利用該技術來完善動物疫病的監測、預警及風險評估［10－12］，以此提升對于動物疫病的綜合防治能力。

本文通過對相關文獻的梳理和分析，總結了動物疫病預警的主要內容與技術體系，探討了空間信息技術在動物疫病預警中發揮的作用，展望了技術的發展趨勢，以期能夠梳理空間信息技術與動物疫病預警的協同發展脈絡，為技術的實際應用及未來發展提供借鑒。

圖1 動物疫病對于人類的影響Fig.1 Impacts of animal diseases on human well－being

2 動物疫病預警研究內容與技術體系

2.1 動物疫病預警研究內容

Joseph E.Quansah(2010)對預警系統的定義:是利用實時傳感技術對數據進行采集、傳輸、評價、分析，及時發布警情信息并做出反應的一套體系［13］。動物疫病預警是根據歷史資料及疫病發生、發展規律和其它影響因素，用直觀判斷、數理統計、理論模型等方法對其發生、發展趨勢進行預測［14］，預警不僅需要掌握疾病的發生發展趨勢，更要及時識別早期異常情況并發出警報，啟動應急反應［15］，并對可能造成的損失進行評估［16］。

動物疫病預警研究內容主要包括基礎理論與技術研究兩個部分。基礎理論研究包括:疫病流行病學、疫病發生發展規律、風險評估及預測模型等的研究;技術研究包括:疫病數據庫建設、疫情監測、預警系統建設、預警模型建設等。除此之外，法規制度、實驗室檢測、國際合作、機構建設等內容都是動物疫病預警體系不可缺少的有機組成部分。動物疫病預警理論研究以動物醫學研究為基礎，分別從宏觀(流行病學)與微觀角度(分子生物學)對疫病規律進行研究［37］，本文側重對預警技術的歸納總結，從空間信息技術的角度研究動物疫病的預警。

2.2 動物疫病預警技術體系

空間信息技術在動物疫病預警中的應用開始于20世紀，前蘇聯科研人員利用疫病專題圖對動物疫病進行空間分析，通過疊加的方法獲取多因素綜合圖層，尋找疫病空間規律［11，17］。現代動物疫病監測預警技術已發展成為一種以計算機、網絡、智能決策及空間信息等技術為支撐，以疾病預警與風險評估技術為核心的綜合性技術體系(如圖2)，空間信息技術以其強大的空間分析能力彌補了傳統技術分析能力不足的缺陷，已經成為該體系的支撐技術之一。

空間信息技術內涵廣泛，動物疫病預警中所涉及的空間信息技術主要指3S 技術，即GIS(地理信息系統)、GPS(全球定位系統)和RS(遙感)技術。作為空間信息技術核心的GIS 技術主要用來進行空間分析，GPS技術用來獲取空間點位數據，RS 技術用來獲取宏觀數據。僅這三項技術并不能完成動物疫病的監測預警，傳感器、A－GPS、Web、無線通信、人工智能等技術也是進行疫病預警的必要組成部分。空間信息技術與上述技術協同作用，形成一套完整體系(主要包括“信息采集”、“語境分析”、“信息發布”、“應急反應”等部分［18］)，共同實現動物疫病的預警。

圖2 動物疫病預警技術體系Fig.2 Animal epidemic disease early warning technology system

3 動物疫病預警中空間信息技術的應用

3.1 動物疫病空間數據獲取

動物疫病監測預警需要獲取兩種類型的數據。一是微觀數據，包括病原體理化數據及特征數據等，主要用以檢測、確認疫病;二是宏觀數據，包括病原宿主的空間分布數據及空間變化數據等，主要用以研究疫病的宏觀發生與傳播規律，建立流行病學模型。動物疫病的空間數據泛指宏觀數據中與空間位置有關的數據，是研究疫病的空間流行規律及建立疫病空間擴散模型的基礎，同時也是檢驗疫病空間流行規律與模型的依據之一。

動物疫病空間數據獲取方法主要包括標記重捕法、放射標記法等，但目前應用最廣泛且最精確的方法是無線電追蹤定位法［19］。LBS(Location－Based Service)，即基于位置的服務，也稱為空間定位服務、移動位置服務等，指的是在移動計算環境、異構環境下，利用GIS 技術、空間定位技術和網絡通信技術，為移動(物理移動和邏輯移動)對象提供基于空間位置的信息服務［20］。LBS 是無線電追蹤定位領域的先進技術，可以獲取動物個體及疫情發生地的實時空間數據，并動態添加至GIS 系統中顯示出來，用以確定研究目標的地理位置、疫病空間發病及蔓延規律、評估疫病風險等級等。

空間數據獲取是實現動物疫病監測預警的關鍵［21］。動物疫病的LBS 空間數據以實際的空間坐標作為參考，按照數據的時效性長短可以分為兩類:靜態(時間間隔長)空間數據獲取，定期對目標空間坐標進行更新;動態(時間間隔短)空間數據獲取，實時更新目標空間坐標。

3.1.1 靜態空間數據獲取 靜態空間數據獲取是采集固定地物要素的位置信息，以用來確定動物棲息地或飼養地的地理位置。靜態空間數據獲取以地球表面固定地物要素為目標(如宗地、道路、植物、水系以及人工建筑構筑物等)，獲取的數據經過處理后用作動物疫病預警研究的背景數據，對疫情進行空間分析。靜態位置獲取的范圍以行政區劃作為參考，如某個省、市、縣或鄉［18，21］。以行政區劃為參照的數據是以面或區域的形式顯示，這種數據一般用于研究不同區域之間的疫情的相關性以及疫情的擴散規律與趨勢［21］。傳統靜態空間數據的獲取多以數字化專題圖等方法完成。隨著新技術的發展，遙感、遙測、衛星定位、物聯網等技術已成為空間數據獲取的更有效的手段。

空間位置數據是GIS 數據的基礎與核心，是動物疫病預警空間分析的前提，流行病學研究、預警模型建立等工作都以空間數據為基礎。近年來，在動物疫情研究方面利用靜態空間數據進行分析的案例逐漸增多，湖南省血吸蟲病防治所的夏蒙等人利用Google Earth 技術進行了湖南省血吸蟲病GIS 監測平臺的研究，利用Google Earth 的API 函數與數據庫連接開發監測平臺，進行血吸蟲病疫情空間監測，提高信息的時效性［22，23］。

3.1.2 動態空間數據獲取 Peter Rabinowitz 認為:“為了監測與控制風險較大的疫病發生人口而對人群進行定位跟蹤是一項公認的、受歡迎的技術，這項技術用來跟蹤人群的流感和新發傳染病等。同樣，動物衛生工作人員也可以用它來定期跟蹤外來入侵動物與本地動物的疫情信息”［24］。目前，最可靠的動態空間數據獲取是通過無線定位技術(如GPS、A－GPS 等)綁定目標實現的。

動態空間數據獲取的本質是追蹤動物個體的空間位置信息，包括動物當前所在位置及動物遷徙路徑等，通過對獲取的位置數據進行分析，確定疫病的空間分布及蔓延趨勢，對病原宿主棲息地其它動物染病風險進行預報。美國堪薩斯州動物防疫局早在2004年為防止來自牛的疾病，在運輸的過程中流行啟動了一個試驗項目，運用無線網絡移動技術、射頻定位和GPS、GIS 等手段對于牛群進行實時追蹤，對每頭牛自出生時起48 h 之內建立追蹤定位檔案資料。Spire和Blasi 兩位博士與Sandia 實驗室展開后續合作研發牲畜綜合病癥快速識別技術項目，該技術可向具有地理空間系統支持的數據庫提供實時的數據，運用移動電話技術擴大了研究范圍［25］。

3.2 動物疫病空間分布模式研究

由于動物生存地點的地理差異，疫病發生的空間分布模式十分復雜。但GIS 具有強大的空間分析、可視化顯示功能，能夠以專題圖、統計圖表等方式把動物疫情發生的時空特征表現出來(如圖3)，方便直觀的展示分析結果，輔助專業人員進行疫病空間分布規律的研究。

圖3 “Health Map”專題圖Fig.3 Thematic map of the‘Health Map’

疫病的區域分布圖一般以市(縣)為基本單位，將不同市(縣)范圍內的顏色差異或點狀符號顯示疫病分布數量或危害性，直觀展示疫病空間分布規律。在疫病專題圖的顯示方面，特殊的圖層顏色代表疫病暴發的等級，可以清楚的顯示疫病信息的空間分布特征［26－28］。Cringoli G 等在對意大利亞平寧山區牛和羊的肝片吸蟲流行情況調查研究中，利用GIS 來選擇條件比較均一的研究地區，并且對病例的分布和統計結果進行專題地圖的制作［29－31］。通過疫病專題地圖，阿根廷研究人員對屠宰場記錄的TB 樣損傷的牛的所在地信息進行統計，利用最近鄰算法分析得出的結果顯示阿根廷肉牛的TB 在分布上呈現簇狀，而且呈簇狀分布的地區同時也是奶牛飼養地區［32］。

3.3 動物疫病相關環境因素分析

內陸國家地理景觀復雜多樣，動物疫病的感染過程復雜，傳染來源多，疫情的發生往往受地理與生態環境、氣候、候鳥遷移、河流、交通等因素的影響，使疫情的發生呈現明顯的地域性和季節性［33，26］。利用GIS 對疫病發生時空分布模式的環境因素進行相關性分析，并進行流行病學判別，可以有效揭示動物疫病發生、傳播與周圍環境因素及媒介的關系。目前，環境因素分析主要采用定性研究方法，利用疫病專題圖輔助專業人員進行分析與判斷。定量分析疫病源與環境因素間的關系尚處于起步階段。在缺乏明確的流行病學規律的狀況下，空間回歸分析方法可以在虛擬地理環境中模擬疫病的發生與傳播，幫助研究人員發現地理環境與疫病流行之間的關系。

美國馬里蘭省的科學家將GIS和流行病學方法結合起來來揭示環境危險因素和萊姆病之間的關系，建立了一個將GIS和邏輯衰減分析結合起來的危險預測模型，用來確定最有可能發生萊姆病的地區［34］。東非研究人員利用天氣預報信息和FAO 提供的數據庫來建立基于GIS 的肝片吸蟲危險性評估模型進而根據氣候和環境因素的變化對肝片吸蟲的危險性進行預警和預報［35］。中國動物衛生與流行病學中心的張志誠等人進行了基于GIS 的禽流感發生格局研究，研究基于GIS 空間數據處理技術，綜合風險評估的理論和方法探詢我國禽流感發生的風險格局，分析了環境因素對于疫病發生的影響［36］。

3.4 疫病擴散模擬

疫情擴散模擬是對疫情擴散規律進行建模，通過已經掌握的疫情流行病學規律和獲取的疫情實時信息，利用GIS 直觀顯示疫情的空間擴散情況，結合相關屬性數據快速發現疫情的空間擴散規律，為風險評估與預警提供數據基礎。根據影響疾病發生與傳播的環境因素和疾病的空間分布特征建立空間模型，可以用于預測疾病的流行強度、媒介孽生地的范圍以及疾病的空間分布狀況，為疾病的監測和預防提供有效的依據。

目前，動物疫情預報預警模擬方法主要分為三類:直接預測法、統計模型法與系統模型模擬法［37－40］。疫病研究中的數學模型主要利用統計學對大量符合歷史規律的疫病數據進行統計和分析，微分方程為主要研究對象，比較典型的有:多元回歸、時間序列、自適應過濾、灰色系統、趨勢面分析等統計預測模型和以元胞自動機、人工神經網絡和無標度網絡等網絡動力學模型研究。這一領域取得的研究成果促進了數學模型在疫情防治領域中理論體系的建立和發展。BP 人工神經網絡是應用最廣泛的一種神經網絡，可以較好的處理病害在發生、流行過程中所受的影響因素較為復雜的問題［15］。

在荷蘭、比利時、瑞士等國家，此項研究開展的比較早，取得了一些重大研究成果，如Ronald Meester等人用二型分支方法建立豬瘟流行模型，用指導預測豬瘟的發生與發展。Karsten 用蒙特卡羅模擬法來模擬農場內部豬瘟病毒的傳播過程。Graeme Garner 博士利用DAFF 口蹄疫模型來預防澳大利亞的口蹄疫的發生等。J.Gloster 等利用空氣傳播數學模型，綜合氣象因素及流行病學資料，成功預測了歐洲兩次口蹄疫疫情。A.I.Donaldson 等亦利用數學模型成功預測英國兩次口蹄疫和一次以色列口蹄疫疫情，并被以后學者用分子生物學方法證實了預測的準確性。［41－45］

3.5 疾病防疫資源配置

動物疫病防疫資源的合理和有效配置是進行疫病防治的重要保證。疫病的預防和控制是指在認清疾病發生的時空規律或者確定引發疾病的危險因素以后，通過疫苗接種、患者隔離、醫療資源有效配給等手段進行疾病的防御［46］。其中，疾病發生的時空趨勢分析是疾病預防和控制的前提，而醫療資源的有效配置則是疾病預防和控制的保障［47］。

GIS 可進行空間地理數據管理，利用GIS 專題地圖組織和顯示各種空間和屬性數據，可以合理分配現有的防疫資源［48］。研究人員可以利用空間分析技術對已有的防疫資源的配置進行了分析評價，通過對某一區域內的所有相關設施和機構的宏觀管理，使疫病地區的資源得到最合理的利用［23，46］。

3.6 信息發布及應急反應

在動物疫病防治過程中，信息發布和應急反應是有效控制疫病蔓延的關鍵。信息發布的過程是分析已經收集到的疫情情報，提出可能發生疫情突發事件的地區，然后對該地區突出預警，啟動突發事件處理的緊急預案，同時對可能受到威脅的其他地區、工作人員提出警告，防止疫情進行擴散和傳播［48］。GIS 技術被廣泛運用到預警領域，利用GIS 進行危險因素分析和定位，針對危險因素的分布對相關地區進行預警，在相鄰范圍內采取相應的預防和控制措施，并及時把信息通過網絡發布給周邊地區，使防疫機構和養殖戶能更快、更準確地了解疫情相關信息，以便及時做好預防和控制措施［31，48］。

4 結論與展望

數字地球戰略的實施和空間信息基礎設施的建設，使我們能夠快速獲取和掌握大量的關于自然、生態、環境及社會經濟等方面的數據信息，從而客觀上促進了空間分析技術的發展及其在各個領域中的應用。由于人類80%的活動均與空間位置相關，由空間位置而衍生的服務內容舉不勝舉［49］，在過去的15年中，空間信息技術已成為的疫病監測不可分割的一部分，這為動物疫病的監測預警提供了一種低成本的、高透明度的、及時有效的技術手段。但是，目前基于空間信息服務的動物疫病預警技術還處于不斷的發展與完善之中，風險評估預警理論、預警模型及空間信息服務數據獲取與融合等技術尚未成熟［50，17，51］。

將空間信息服務技術應用于動物疫病預警研究，可以促進研究人員確定疾病發生的時空模式、揭示影響疾病發生和傳播的危險因素、預測疾病流行趨勢及對醫療資源進行有效配置等工作。然而從整體上看，空間信息技術在動物疫病預警研究中的應用還處于初級階段。這是因為一些空間分析的模型、方法和技術本身尚存在許多不完善之處，并且長期以來積累的流行病學數據缺乏空間屬性，這些都限制了空間信息技術和方法在疫病預警研究中的應用。但是，以地理信息系統為中心的空間信息技術可以處理海量數據和進行空間分析結合［52］，決定了其在分析疾病地理分布模式和社會、自然環境條件的關系中的核心作用，作為疾病的預防和干預決策支持系統的核心，其潛力是不可替代的［39］。因此，隨著信息技術的發展、空間信息服務技術的進一步廣泛應用和空間數據分析理論、技術和方法體系的完善，空間信息服務技術將在動物疫病預警領域發揮更大的作用。

［1］陳 軍，王昌建.動物疫情預測預警系統的建立與研究［J］.黑龍江畜牧獸醫，2010:25－27

［2］Kumanan Wilson MD MSC，John S.Brownstein PhD.Early detection of disease outbreaks using the Internet［J］.Canadian Medical Association or its licensors，2009:829－831

［3］K.Ben Jebara.Surveillance，detection and response:managing emerging diseases at national and international levels［J］.Rev.sci.tech.Off.int.Epiz，2004，23 (2):709－715

［4］藍泳鑠，宋世斌.高致病性禽流感發生風險評估模型的建立［J］.中山大學學報(醫學科學版)，2008，29(5):615－619

［5］趙占民.動物傳染病［M］.北京:中國農業科技出版社，1996:12－14

［6］董超峰，董 婷.基于GIS和統計分析的疾病監測與預警系統新探索［J］.技術與市場，2009，16(8):13－14

［7］周 文.基于GIS 技術的流行病調查與分析軟件的建立和應用［D］.廣州:南方醫科大學碩士學位論文，2009

［8］Scott A.Isard.The Establishment of a National Pest Information Platform for Extension and Education［J］.Plant Health Progress，2006

［9］Helen N Perry，Sharon M McDonnell，Wondimagegnehu Alemu，et al.Planning an integrated disease surveillance and response system:a matrix of skills and activities［J］.BMC Medicine，2007，5:24

［10］Michael G.Baker，David P.Fidlert.Global Public Health Surveillance under New International Health Regulations［J］.Emerging Infectious Diseases，2007，12(7):1058－1065

［11］王靖飛，崔尚金，吳東來.地理信息系統與動物流行病學［J］.動物醫學進展，2004，25(6):41－45

［12］許海撫，王生祥.關于動物疫病監測技術探討［J］.青海畜牧獸醫雜志，2005，35(2):54－55

［13］Joseph E.Quansah，Bernard Engel，and Gilbert L.Rochon.Early Warning Systems:A Review［J］.Journal of Terrestrial Observation，2010，2(2):24－44

［14］陳 軍，王昌建，張朝陽.動物疫情預測方法的研究［J］.中國動物檢疫，2010，27 (12):74－76

［15］嚴薇榮.傳染病預警指標體系及三種預測模型的研究［D］.武漢:華中科技大學博士學位論文，2008

［16］李 苑.傳染病知識庫系統的研究概況［J］.醫學信息，2009，22(10):1996－1997

［17］陸昌華.重大動物疫病防治數字化監控與風險評估及預警的構建［J］，中國動物檢疫，2009，26(10):24－26

［18］鹿鳳苓，楊其法，張寶津，等.國內外疾病監測預警模式探討［J］.中國公共衛生管理，2008，24(4):343－344

［19］葛桃安.無線電追蹤定位法在研究哺乳動物領域中的應用［J］.長沙水電師院學報，1989:26

［20］陳飛翔.移動空間信息服務關鍵技術研究［D］.北京:中國科學院研究生院博士學位論文，2006

［21］丁博文.動物個體追蹤是根除疾病的關鍵［J］.Feedstuff，2005:14－15

［22］白云峰，胡肄農，包文斌，等.信息技術應用于畜牧生產中的研究現狀與展望［J］.江蘇農業科學，2008，1:5－8

［23］陳 清，俞守義.遙感和地理信息系統在流行病學中的應用［J］.國外醫學·流行病學傳染病學分冊，2003，30(1):1－2

［24］Peter Rabinowitz，Matthew Scotch，and Lisa Conti.Human and Animal Sentinels for Shared Health Risks［J］.Vet Ital，2009，45(1):23–24

［25］肖 肖，王長江，陸承平，等.論全球化疫病控制的預警策略［J］.中國動物檢疫，2006，23(7):1－4

［26］王靖飛，崔尚金，吳東來.地理信息系統與動物流行病學［J］.動物醫學進展，2004，25 (6):41－45

［27］David L.Heymann.The international response to the outbreak of SARS in 2003［J］.Phil.Trans.R.Soc.Lond.B，2004，359:1127－1129

［28］Michelle Gayer，Dominique Legros，Pierre Formenty，et al.Conflict and Emerging Infectious Diseases［J］.Emerging Infectious Diseases，2007，13(11):1625－1631

［29］Penny Hitchcock，Allison Chamberlain，Megan Van Wagoner，et al.Challenges to global surveillance and response to infectious disease outbreaks of international importance［J］.Biosecurity and Bioterrorism:Biodefense Strategy，Practice，and Science，2007，5(3):206－227

［30］Lawrence O.Gostin，JD.International Infectious Disease Law Revision of the World Health Organization’s International Health Regulations［J］.American Medical Association，2004，291(21):2623－2627

［31］T.Kuiken，F.A.Leighton，R.A.M.Fouchier，et al.Pathogen Surveillance in Animals［J］.SCIENCE，2005，309:1680－1681

［32］李凱年.疫病對動物產品國際貿易的影響與發展趨勢［J］.世界農業，2003，12:37－40

［33］方立群，曹春香，陳國勝，等.地理信息系統應用于中國大陸高致病性禽流感的空間分布及環境因素分析［J］.中國流行病學雜志，2005，26(11):839－842

［34］江 震，楊正夫.美國預防突發傳染疾病，建立快速預警監測系統［J］.國外醫學，2004，21(1):44－47

［35］王靖飛，崖尚金，刻文斌，等.應用地理信息系統(GIS)進行疫病控制及流行病學研究［J］.畜牧獸醫科技信息，2003:4－7

［36］張志誠，李長友，黃保續，等.基于GIS 的禽流感發生格局研究［J］.浙江大學學報(農業與生命科學版)，2008，34(3):347～354

［37］姜 宇.基于GIS 的畜牧疫情預測模型的研究和實現［D］.哈爾濱:東北農業大學碩士學位論文，2011

［38］王維國，李 緋，羅 澤，等.基于Portal 的突發疾病綜合信息平臺與預警預報系統的建設［J］.計算機應用研究，2007，24(7):279－282

［39］曹春香，徐 敏，常超一，等.基于元模型的高致病性禽流感傳播風險研究［J］.科學通報，2011，55(33):3205－3213

［40］李佰成.大型疫病監控預警系統的研究與設計［D］.長春:吉林大學碩士學位論文，2009

［41］Li Zou，Scott N.Miller，Edward T.Schmidt mann.A GIS Tool to Estimate West Nile Virus Risk Based on a Degree－Day Model［J］.Environ Monit Assess，2007，129:413–420

［42］Bonny Bayot，Stanislaus Sonnenholzner，Xavier Ochoa，et al.An online operational alert system for the early detection of shrimp epidemics at the regional level based on real－time production［J］.Aquaculture，2008，277:164－173

［43］H.Kloeze，S.Mukhi，P.Kitching.Effective Animal Health Disease Surveillance Using a Network－Enabled Approach［J］.Transboundary and Emerging Diseases，2010，57:414–419

［44］Clara J Witt，Allen L Richards，Penny M Masuoka，et al.The AFHSC－Division of GEIS Operations Predictive Surveillance Program:a multidisciplinary approach for the early detection and response to disease outbreaks［J］.BMC Public Health，2011，11(2):S10

［45］Benjamin G Jacob，Nathan D Burkett－Cadena，Jeffrey C Lu vall，et al.Developing GIS－based eastern equine encephalitis vector－host models in Tuskegee，Alabama［J］.International Journal of Health Geographics，2010，9:12

［46］唐咸艷.GIS 空間分析技術在疾病空間異質性分布中的應用研究［D］.南寧:廣西醫科大學，2005

［47］許丹寧，肖建華，張智杰，等.基于GIS 的豬瘟預警系統的設計［J］.中國獸醫雜志，2007，43(11):84－86

［48］秦利平.傳染病自動預警信息系統預警效果的影響因素研究［D］.北京:中國疾病預防控制中心，2008

［49］Philippe Calain.From the field side o f the binoculars:a different view on global public health surveillance［J］.Health Policy and Planning，2007，22:13–20

［50］陸昌華，王長江，胡肄農，等.中國畜禽重大疫病防治的數字化監控體系［J］.江蘇農業學報，2005，21(3):225－229

［51］高伶慧.重大動物疫情長效預警機制的建立及預警方式［J］.中國動物保健，2007，1:51－56

［52］樂 鵬.網絡地理信息系統和服務［M］.湖北:武漢大學出版社，2011