国际资讯|基于流行病学的地质统计分析
点击图片上方蓝色字体“慧天地”即可订阅
英文原文作者：Amarsh Chaturvedi
编译：李梦瑶
审校：高凌云 林逸文
转载需经【慧天地】许可
（点击图片即可查看详细信息）
近年来，地质统计学的相应技术（如变异函数、源头法、随机模拟等）能够对空间模式进行研究，从而帮助确诊病例过多地区的公共卫生官员监控用于筛查和诊断的控制活动（包括医疗服务和资源分配）。
一般而言，用于研究人类健康的数据可归为两大类：个体层面与综合数据层面；前者基于耐心与控制整合，而后者来源于州、区或是个人身份码。由于在传统意义上，这两种数据集都不属于经典空间统计文献所定义的地质统计数据范畴；因此，地质统计学提供了一种替代的方法，用来分析空间点过程和格数据。
世界上每年都会出现新的流行性传播疾病，而在地质统计学的帮助下，目前，流行病学家基于医学地理学与空间流行病学建立了一个巨大的框架，它能够增强人类对于疾病传播的监控能力，也能够通过研究手段和分析技术识别其成因：利用GIS对邻近性、聚集性、聚类性进行评估，然后进行空间平滑、插值和空间回归。地质统计学最常见的应用通常是聚类的识别，即识别病例、发病率及患病率的非随机空间分布。多种聚类形式的识别一般包括:
· 全局聚类：无预先指定的聚类区域，根据经验推导聚类是否存在。
· 局部聚类：对小规模聚类的存在进行统计评价。
· 焦聚类：一般用于评估聚类周围的预设样例或是环境危害。
以目前蔓延于全球的新冠病毒为例，我们可以结合GIS在流行病学的疾病检测方面的广泛应用，通过绘制迅速演变的疾病病例图，协助各国政府及地方部门监控疫情的分布与传播情况，同时研究出干预措施。当与医学地理和地理统计分析等其他技术和研究方法相结合时，各国政府便能够借助其来评估潜在危险因子并给出相应对策。
健康数据分析和协变量假定已在地质统计学分析领域得到广泛应用，在制作地图中污染物浓度部分时，它们能够将具有空间相关性的多层数据进行整合，通过空间数据集结合外界因素来模拟感染速度，加强了对模型的分析和预测能力，同时也提升了疫情的可预测性。随着交叉学科相互叠加，人类目前需要一种多学科方法来帮助形成假设并识别疾病的空间模式关系。
流行病学的地质统计分析在这一研究领域中发挥着至关重要的作用，因为它能够考虑到区域变量特征的随机性和特殊结构等方面。地质统计学较现有经验制图的优越性正在为人所认可，我们将有望看到新型技术、分析技术和数据源将如何继续影响和改变这一学科的未来。
翻译整理者
校对者
点击文末“阅读原文”即可查看原文章。
内容转载、商务活动、投稿等合作请联系
微信号：huitiandi321
邮箱：geomaticshtd@163.com
欢迎关注慧天地同名新浪微博：
ID：慧天地_geomaticser
国际资讯|NASA在对抗COVID-19方面的创新专业知识贡献
国际资讯|一项使用卫星检测海洋塑料污染的开拓性研究
国际资讯|利用地理空间技术绘制和跟踪食品供应链
《慧天地》敬告
《慧天地》公众号聚焦国内外时空信息科技前沿、行业发展动态、跨界融合趋势，探索企业核心竞争力，传播测绘地理信息文化，为测绘、地信、遥感等相关专业的同学提供日常学习、考研就业一站式服务，旨在打造政产学研用精准对接的平台。《慧天地》高度重视版权，对于原创、委托发布的稿件，会烦请作者、委托方亲自审核通过后才正式推发；对于来自网站、期刊、书籍、微博、微信公众号等媒介的稿件，会在作者栏或者文章开头显著标明出处，以表达对作者和推文引用平台版权的充分尊重和感谢；对于来源于网络作者不明的优质作品，转载时如出现侵权，请后台留言，我们会及时删除。感谢大家一直以来对《慧天地》的关注和支持！