以GIS 为基础的禽流感预测预警研究进展

张 毅，王幼明，李吉达，沈朝建，杨宏琳，李 印，黄保续

（1.遵义医科大学，贵州遵义 563000；2.中国动物卫生与流行病学中心，山东青岛 266032）

禽流感是一种由A 型流感病毒引起的禽类急性传染病。野生水禽是流感病毒的自然宿主，通常隐性带毒但不发病，当流感病毒感染鸡、火鸡、鸭、鹌鹑等禽类时，可引起发病，临床表现为急性败血死亡、呼吸道症状、产蛋下降等，主要取决于毒株毒力和宿主免疫情况[1-2]。根据流感病毒血凝素蛋白（HA）和神经氨酸酶蛋白（NA）的差异，可将流感病毒分为不同的亚型。至今已发现17 种HA 亚型和11 种NA 亚型，根据病毒对家禽致病性的不同，可将病毒分为高致病性和低致病性禽流感病毒，目前发现的高致病性禽流感毒株均为H5 和H7 两种亚型[3]。禽流感病毒不仅可以感染禽，而且也可以感染人，截至2019 年5 月，已报道人H5N1 流感病例860 人，其中死亡病例454 人[4]。2013 年新型H7N9 流感病毒在我国的人间病例中首次发现，截至2019 年4 月已引发5 波疫情，共造成1 568 人感染，615 人死亡[5]。2017 年底，在我国禽群病例中发现了高致病性H7N9 病毒。该病毒可引起家禽的死亡，截至目前由高致病性H7N9病毒引起的疫情共16 起。除H5 和H7 亚型流感病毒外，H9N2 亚型流感病毒在我国广泛传播，由活禽市场监测数据表明家禽群体带毒率在90%以上，给我国家禽养殖业带来巨大的经济损失[6]。

对禽流感的防治是一项复杂的系统工程，不仅需要全球各国协作，也需要多种技术力量相互配合。目前，兽医传染病学方面主要利用病毒学、免疫学等实验室技术手段，对如何进行快速诊断和有效免疫开展研究。兽医流行病学方面主要从动物群体的角度对禽流感发生的原因、传播途径、影响因素等方面进行研究，用于制定科学的预防措施和消灭计划。禽流感的发生与家禽养殖密度、候鸟迁徙、水禽分布、气候、水文分布等多种因素密切相关，而利用传统的病例对照、队列研究等方法很难将禽流感的发生与这些因素在时间和空间上精确对应，而且也难以开展动态研究。因此，需要借助一种技术手段将动物疫病的相关数据与地理、环境和气象等方面的数据结合起来进行分析和研究。地理信息系统（geographic information system，GIS）是一种能够对涉及地理相关信息捕捉、编辑、储存、整合、管理、分析、共享和展示的综合工具，利用这种技术手段可以对疫病发生的地理环境因素进行研究。学者可以收集疾病和相关地理、气候、社会经济等多方面数据，研究疾病发生与潜在影响因素的相关性，并建立相应模型，对疾病的发生进行分析和预测。

近些年国内外学者利用GIS 技术，从不同角度，对全球多种亚型流感病毒的地理分布、影响因素、发病风险、流行趋势做了深入研究，主要目的是为人间和家禽流感预测和预警。为掌握该方向研究进展，更好地利用GIS 工具开展进一步研究，本文拟对研究的主要手段和研究结果做综述。

1 禽流感发病因素和风险预测研究

学者在做该类型研究时，要收集的信息包括：（1）流感发病的信息：时间、地点、病毒的基因型、血清型、人间病例数、病死率、动物的发病和死亡情况等。（2）发病所在区域的地理环境因素：海拔、植被分布、水域面积、公路、铁路和航线等。（3）社会环境因素：人口密度、年龄结构、养殖密度、社会风俗等。（4）气候因素：温度、湿度、降雨、风向等。收集到这些信息后，可以利用各种统计学模型检验人或动物的发病与各种相关因素的关系，是否具有相关性，呈正相关还是负相关。找到发病的风险因素后，计算每个因素的系统参数，并利用这些因素构建风险预测模型。构建模型后，可利用模型和GIS 工具对某段时间、某些区域内流感的发病风险进行预测和可视化预警。

1.1 人感染H7N9 流感的研究

Fang 等[7]为了研究人感染H7N9 流感的风险因素，预测可能发病的高风险区，收集了2013 年2—5 月的人H7N9 流感数据，利用回归树模型，对发生人H7N9 流感疫情的64 个县和随机选择的没有发生疫情的县进行多重比较和分析。研究结果表明，活禽市场、人口密度、水田、建设用地、湿度和温度等因素与人感染H7N9 流感的发生有显著相关性。利用该模型对人感染H7N9 流感风险预测结果显示，长三角地区、广州和北京等城市发生疫情的风险较高。Dong 等[8]研究了2013 年3 月—2014 年10 月的人H7N9 流感病例空间聚集性、时间聚集性、时空自相关系数等。为了描述人H7N9流感病例的时空自相关性，该研究还引入了一个时空因素的概念，利用逻辑回归分析方法，验证出时空因素、候鸟移动路径、河流、湖泊、相对湿度等与人H7N9 流感发生存在显著相关性；利用2014 年2 月人H7N9 流感发生高峰期的数据进行检验，证明该模型对人感染H7N9 流感的拟合精确度可达91.6%。

1.2 高致病性H5 亚型禽流感的研究

Guo 等[9]利 用2004 年1—2 月 间 发 生 的 高致病性禽流感疫情数据和遥感（remote sensing，RS）技术获得的环境数据，通过GIS 的叠加分析功能，证明了土地利用和农田植被是这段时间疫情发生的主要环境因素。通过缓冲区分析推测疫情发生地50 公里左右的铁路对疫情的扩散起到关键的作用。Zhong 等[10]利用GIS 和RS 技术对2004—2005 年发生的高致病性禽流感数据进行了分析，对发病和扩散的风险因素进行了预测。通过空间数据探索分析，证明鸟类的迁徙是高致病性禽流感传播和扩散的主要因素。病毒扩散的路径与疫情发生顺序并不完全一致，气候因素对高致病性禽流感的发生也有重要的影响。Prosser 等[11]利用数学模型，研究了野禽与家禽的接触、H5N1 病毒从家禽到野禽的传播、H5N1 病毒从野禽到家禽的传播，预测了家禽和野禽密切接触可能导致新型重配流感病毒出现的风险区域及风险因素。研究结果表明：在冬季，我国的东南和中部地区是家禽和野禽密切接触的区域；在春夏季节，我国东北、中东和西部地区的家禽和候鸟接触几率更高。这些特定的时空范围内病毒传播和扩散的风险较大。Paul 等[12]利用空间多重决策分析法，比较了通过专家意见和文献数据进行预测的能力，并对柬埔寨H5N1 流感发生的风险进行了预测。结果表明，利用专家意见得到的数据可以很好的对泰国H5N1 流感的发生进行预测，预测效率值达到97%。利用本研究建立的多重决策分析模型可以对柬埔寨洞里萨湖水域、马王德周边和柬越边境流感发生的特定区域进行预测。Nakapan 等[13]利用泰国清迈省2001—2008 年高致病性禽流感的疫情数据和其间气候的变化情况，建立多重线性回归模型，通过反距离加权法（inverse distance weighted，IDW）和GIS 技术对病毒空间扩散的风险进行了预测。研究结果表明，该地雨季与禽流感的发生密切相关，在城市地区建立的多重回归模型可以利用气候的变化很好的预测禽流感的发生。Ahmed 等[14]结合孟加拉国发生的高致病性禽流感疫情数据和候鸟迁徙、活禽销售等因素分析，通过核密度分析和经验贝叶斯群流行率计算，发现孟加拉国禽流感的发生存在一个从东南到西北的高风险区域带，该区域与梅克娜河的流向及家禽移动的路径重合。

1.3 野禽流感的研究

Herrick 等[15]利用随机森林模型，对源自野鸟的所有亚型的流感病毒分布、发生的相关风险因素进行了研究，并对禽流感在全球范围内发生的风险进行了预测。研究结果表明，北部地区野禽感染发生的风险最高，相关的环境因素是低温和降雨量较少。Fuller 等[16]对2005—2008 年美国41 个州的225 种鸟类泄殖腔的样本进行了收集和监测，发现在雀形目鸟类中流感的流行率显著高于其他鸟类。通过回归模型验证禽流感的流行与12 种地理环境因素的关系，并对禽流感发生的风险进行了预测，发现大平原和太平洋西北部地区是禽流感发生的高风险区域，粮食的产量和每年冰雪消融的时间两个因素与禽流感的发生密切相关。

2 不同基因型病毒的分布特征研究

利用GIS 技术对流感发生的地理分布和环境因素进行分析，是从宏观角度研究禽流感病毒，而基因分析技术是从微观层面对病毒的遗传演化和基因组特征进行研究。将二者有机结合可探讨驱动病毒进化的地理环境因素，可从地理分布角度对病毒进行溯源，也可研究不同地理分布来源的流感病毒基因特征存在的差异。

Carrel 等[17]对2003—2007 年在越南分离到的125 株高致病性H5N1 病毒进行了序列测定，根据序列的遗传差异进行分群，并赋予每株病毒地理坐标中心。以人口密度、水系分布、养殖密度等17个环境参数作为变量，研究这些因素对禽流感基因组遗传变异的影响。通过非参数多重排列和回归分析，证明越南的环境、社会、生态等均与病毒的变异有关，特别是多物种共存的生态结构、数量众多的潜在宿主等因素。Liang 等[18]分析了2003 年11月—2006 年12 月高致病性禽流感发生的地理环境因素和生物信息学因素，发现虽然中国的华南地区可能是流感病毒的储存库，但是东西伯利亚可能是H5N1 亚型流感病毒流行的主要来源。不同地区候鸟的集中，增加了病毒基因变异的可能。空间分析表明，对H5N1 亚型禽流感的监测应重点关注东西伯利亚、中西伯利亚和我国华南地区，并关注候鸟的迁徙。Dalby 等[19]对1966—2012 年的Genbank中H9N2 病毒HA 基因序列、病毒宿主和地理分布等因素进行了综合分析，表明中国和中东地区H9N2 病毒HA 基因存在两个不同的进化谱系，但是两个谱系的病毒有不同的进化起源。目前主要流行的各亚群H9N2 病毒均起源于我国的华南地区。

3 兽医决策辅助应用研究

FAO 在EMPRES-i 系统内，结合流感发生的流行病学数据、病毒基因组特征数据和地理环境数据建立模型，用来对病毒的出现和扩散的风险因素进行分析，对特定毒株的来源进行追溯，对特定基因型的毒株地理分布进行描述，进而将获得的信息用于科学研究、动物疫病区域化管理和风险决策。Ward 等[20]利用GIS 对罗马尼亚某县的禽流感监测数据进行了可视化，并利用GIS 的Kriging 工具对采样情况和实际的监测阳性情况进行了可视化处理。通过比较发现，采集样本较多的区域与病毒阳性率较高的区域存在较大的差异，这说明该地区禽流感的采样方案代表性不高，存在较大的改进余地。利用GIS 和历史监测数据可以对禽流感的监测方案进行评估，通过比较分析，对监测方案和系统进行改进。

4 结语

以GIS 为代表的地理信息技术在军事、交通、工程建筑等领域已广泛应用。在医学领域，尤其是公共卫生方面，由于GIS 能够实现对病例的定位、追踪，分析疾病传播的风险因素，进行预测预警，因此已成为重大疫情应急响应的必备工具，在SARS、中东呼吸综合征、埃博拉疫情紧急防控工作中起到关键的作用。在禽流感的防控工作中，GIS 不仅可以实现对疫点、疫区、受威胁区的快速定位，缓冲区的划定，天然屏障的分析等，还可将疫情的发生与易感动物的调运、养殖密度、气候环境因素等进行相关性分析，进而分析疫情发生的可能原因，实现预测预警。全球的气候、环境因素在不断发生变化，我国的家禽养殖分布和结构也在不断发生变化，不同地区禽流感发生的风险因素和风险水平也会发生相应改变，因此动物疫病预防控制机构和相关科研院所应定期利用GIS 工具对相关风险进行评估，对禽流感的发生进行预测和预警，为重大疫情的发生做好应急准备。