基于贝叶斯累加回归树评估中国非洲猪瘟发生风险区域

为探究中国非洲猪瘟发生的风险区域,对疫情的风险评估提供决策参考。该研究基于贝叶斯累加回归树(Bayesian Additive Regression Tree,BART)模型,应用2018年8月至2021年8月非洲猪瘟发生数据评估了中国非洲猪瘟的风险区域及相关的影响因素。结果表明:1)在影响非洲猪瘟风险区分布的环境因素中,归一化城市土地指数(0.213±0.026)贡献性最高,其次是归一化差分植被指数(0.207±0.028),年平均气温(0.199±0.025),家猪的分布(0.194±0.025)和最冷季降水量(0.187±0.026)。2)在评估模型中,小型城市相比于其他类型的城市发生非洲猪瘟的风险更高。非洲猪瘟的发生风险随着年平均气温、归一化植被指数、家猪的数量的升高而升高。最冷季降水量的升高会降低非洲猪瘟发生的可能性。3)非洲猪瘟的风险区域主要集中在中国的东部和西南。4)在预测地图中,中国东南地区的不确定性较高,鉴于影响非洲猪瘟传播和发生的因素众多,未来需要对此区域保持重点关注。在模型的预测精准性评估中,模型曲线下面积(Area Under Curve,AUC)为0.90,证明风险地图的预测准确性较高。研究结果可为BART在动物传染病风险评估中的应用提供参考,同时为了解中国非洲猪瘟发生主要风险区域和影响因素,采取合理的预防和控制措施提供信息和建议。