遥感图像在山区钉螺孳生地监测中的应用

目的在山丘型血吸虫病流行区利用陆地卫星(Landsat)专题制图仪(thematic mapper,TM)遥感图像探测钉螺孳生地。方法收集四川省普格县地形图、TM遥感图像,现场调查钉螺孳生地,选择已知地物类型的区域建立训练样本,对TM卫星图像进行监督分类,并验证分类结果。结果所有地物被分成钉螺孳生地、河流、居住区、阴影区和其他地物等5类,钉螺孳生地主要分布在田地、坡地等有植被覆盖的环境。钉螺孳生地分类的准确性和可靠性分别为79.82%和85.58%,分类总精度达到80.22%。结论 TM遥感图像的监督分类能将山区钉螺孳生地有效地区分出来,有利于对钉螺孳生地进行监测,为山区钉螺的控制及血吸虫病的防治提供依据。

遥感用于鄱阳湖区钉螺孳生地的监测(英文)

目的 结合遥感技术和地面生态学调查数据区分钉螺孳生地并监测其变化。 方法 从鄱阳湖共选择10 0个调查点 ,75个为从鄱阳湖 5 74块草洲中随机抽取。根据历史调查 (1982～ 1984 ) ,其中 5 0个有螺 ,2 5个无螺 ,另2 5个为非钉螺孳生地调查点。将每个调查点 (面积 10 0 0 0 m2 )分成 10 0格 ,从中随机抽取 2 0格 ,在每格的中央置钉螺调查框 (4m2 ) ,收集框内所有钉螺。收集与地面调查同期的 TM卫片。采用非监督分类法对卫片进行分类并结合地面调查结果区分钉螺孳生地。 结果 分类的敏感性和特异性分别为 90 .0 %～ 95 .6 %和 6 1.1%～ 6 8.6 %。 1999～ 2 0 0 0年 ,鄱阳湖区估算的钉螺孳生地面积变幅为 6 2 3.4～ 76 2 .8km2。 结论 钉螺孳生地与植被覆盖的区域有关 ,卫片分类能用于区分钉螺孳生地确定其范围并监测其随关键因素的波动而造成的变化。

应用地理信息系统对江宁县钉螺孳生地环境特征的分析

目的 探讨江宁县钉螺孳生地的环境特征。方法 在 Arc View8.1软件支持下 ,建立江宁县钉螺孳生地分布的地理信息系统 ,并利用其方位分析及图层叠加分析钉螺孳生地的空间方位及土壤类型特征。结果 通过建立 2 0 0 0年江宁县钉螺孳生地分布地理信息系统 ,可见江宁县钉螺分布呈聚集性 ;在此基础上 ,空间方位分析显示江宁县山区钉螺孳生地有 78.95 %分布在朝东及朝南等阳光充足的地区 ;进一步通过空间叠加发现 ,江宁县江滩钉螺孳生地的土壤类型主要为灰潮土及水稻土 ,且螺密度以灰潮土 >水稻土 ;虽然山区钉螺孳生地土壤类型较多 ,但还是以紫色土、水稻土及黄棕壤土为主 ,且螺密度以石灰岩土 >紫色土 >黄棕壤土 >水稻土 ,但差异无显著性 (P >0 .0 5 )。同时进一步分析发现 ,在土质沙粘、微碱性、有机质含量丰富的土壤中钉螺密度较大 ,酸性土壤中的钉螺密度则较小。结论 江宁县钉螺在东向或南向阳光充足、土质较粘。

遥感用于钉螺孳生地研究现状及展望

利用卫星遥感图像 ,提取植被、温度和土壤湿度等因素的相关指数 ,结合气象、水文以及流行病学现场调查等资料建立地理信息系统 ,描述、判断和预测钉螺分布是近年来血吸虫病研究工作中广泛使用的一项技术。随着高空间分辨率、高光谱遥感技术的发展和图像处理方法的不断改善 ,遥感技术不仅能够准确地识别地面环境和植被类型 ,而且有能力对房屋的分布和人群的活动范围进行观测 ,从而提供更加丰富有效的信息 ,完善地理信息系统 ,为预测、监测和控制钉螺分布以及进一步控制血吸虫病在人群中的流行提供依据。

应用遥感技术快速确定鄱阳湖区钉螺孳生地的研究

目的 应用地理信息系统和遥感技术 (GIS ,RS)快速确定鄱阳湖区钉螺孳生地带及血吸虫病高危区域。方法 在鄱阳湖区内选择三个血吸虫病重度流行村周围的洲滩 ,用传统方法进行螺情调查 ,卫星定位仪 (GPS)记录有钉螺点的经纬度。运用ERDASIMAGINE软件对鄱阳湖区枯水期的卫星专题制图仪 (TM)遥感片进行计算机非监督分类 ,校正植被指数 (NDVI)和穗帽湿度变换指数 (TC)模型计算 ,并对有螺点相对应TM数据进行综合分析。结果 鄱阳湖区钉螺分布和孳生与洲滩湖草的生长状况及湿度有密切的关系 ,根据现场调查的钉螺分布图 ,有螺点主要分布在计算机非监督分类的 6、7和 8类中 ,进一步模型分析表明 :有螺点主要分布在NDVI >110和TC在 - 10～ 3之间 ,其准确率达 95 %以上。结论 本项研究提示 :运用计算机非监督分类法可大致确定 6、7和 8类为有螺植被环境 ,然后通过NDVI >110确定植被优质区为钉螺的孳生环境 ,最后通过TC =- 10～

遥感图像非监督分类在退田还湖区钉螺孳生地监测的初步应用

目的 探讨退田还湖前后集成垸试点植被类型的变化及植被类型与钉螺孳生地活螺密度之间的关系。方法 应用遥感技术将集成垸试点退田还湖前后标化植被指数 (NDVI)图非监督分类后进行比较 ,结合现场调查确定植被类型。结果 退田还湖前各钉螺孳生地平均NDVI值介于 12 6～183之间 ,植被类型以水稻、棉花和油菜为主 ;退田还湖后平均NDVI值介于 15 2～ 193之间 ,植被类型以意大利杨树 (意杨 )林、芦苇和杂草为主 ;发现钉螺孳生面积由 6 4 .6 4 %上升为 6 6 .4 7% ;各钉螺孳生地一般以多种植被混合为主 ,很少有单一植被类型 ,活螺密度以意杨林、芦苇混合类型最高 ,其次为意杨林、杂草混合类型 ,最后为单一芦苇类型。结论 单纯运用非监督分类不能识别植被类型 ;意杨林、芦苇和杂草与活螺密度关系密切 ,还应进一步研究。

湖区钉螺孳生地的微生态环境对钉螺分布的影响

目的探索微生态环境因素与钉螺密度之间的关系。方法在2007年10月至2008年10月选择湖南省岳阳市君山区洞庭湖区的草滩为现场，系统抽样查螺并测量部分框的植被盖度、土壤温度，同时采集约30g土壤样本。实验室压螺鉴定死活并分框记数，测量土壤含水量、土壤pH值。首先描述钉螺及各影响因素的分布情况，再用广义相加模型拟合分析多种环境因素与钉螺密度之间的关系。结果微生态环境因素共查104框，pH值为4．70。7．92，植被盖度为1％～96％，土壤温度为14．5～32．7℃，土壤含水量为0．07～2．00。环境相关因素的广义相加模型拟合发现湖区植被盖度没有统计学意义，其他因素均有统计学意义（P〈0．001）。各微环境因素与钉螺密度间表现为非线性关系。结论各微环境因素与钉螺密度间为平滑函数关系，应考虑用广义相加模型对钉螺分布与其影响因素间的关系进行研究，从而采取适宜策略来改变钉螺生态，进而遏制钉螺的繁殖和扩散。

基于CBERS-02B卫星CCD影像的东洞庭湖区洲滩钉螺孳生地探测

目的利用中巴地球资源卫星02B（CBERS-02B）卫星CCD影像，结合遥感（RS）与地理信息系统（GIS）相关技术，快速确定东洞庭湖区洲滩的可能钉螺孳生地。方法结合湖区洲滩钉螺适宜孳生地的两个典型特征：“冬陆夏水”的季节性淹水和“无草不见螺”，利用遥感影像处理技术，分别计算出“冬陆夏水”区域和有植被覆盖区域，再将两区域叠加确定钉螺孳生地。最后与钉螺洲滩资料进行空间叠加对比验证。结果在东洞庭湖区，以水体差异指数（NDWI）〉0．01确定“冬陆夏水”区域，以植被指数（NDVI）〉0．36确定有植被覆盖区域，两区域叠加即为可能的钉螺孳生地区域。该区域与钉螺点空间资料的叠加对比验证显示符合率高达93．55％，提示预测结果良好。结论CBERS-02B卫星影像可以发现钉螺区域的分布特征和变化趋势，钉螺指数法（判别式1和2）适合用于湖沼地区洲滩钉螺孳生地的探测。

一种改良的基于RS/GIS技术的鄱阳湖区钉螺滋生地获取方法研究

运用遥感影像处理软件对鄱阳湖区丰水期与枯水期影像进行监督分类获取水体范围，两者相减获取“冬陆夏水”区；在“冬陆夏水”区内计算归一化植被指数（NDVI）并提取植被覆盖区；提取鄱阳湖区13～18m的高程范围；将提取的区域与查螺数据进行空间叠加对比分析．在“冬陆夏水”区的13～18m高程范围内，归一化植被指数（NDVI）大于0．17的区域为适宜钉螺孳生的环境；经检验，计算结果得出的钉螺孳生地栅格级准确率达到70．91％．研究表明，鄱阳湖区“冬陆夏水”范围和植被覆盖范围广大，预测模型中增加适宜钉螺孳生的高程信息将提高计算结果的精确度．

紫红链霉菌杀钉螺效果初报

从钉螺孳生地筛选出一株具有较强杀钉螺效果的紫红链霉菌(Streptomycesviolaceoruber),用改良的高氏一号培养基,在28℃下培养96h,其0.1%的水浸液(5000万菌/mL)实验杀螺效果(钉螺死亡率):24h达10%;48h达90%;72h达95%以上.

应用卫星遥感信息预测1998年洪水后南京市江滩钉螺分布

目的 了解 1998年洪水后对南京市江滩和通江河道钉螺分布的影响及其现状。方法 收集陆地卫星 TM遥感资料和 1998～ 2 0 0 0年间南京江滩钉螺孳生分布情况 ,遥感资料在 ERDASim aging8.3软件上分析 ,按周晓农等法 ,建模分析并分别提取出植被指数和水域分布区域 ,并进行校正叠加 ,提取出钉螺的可疑孳生地。随机抽取卫星遥感资料分析所示的钉螺可疑孳生环境 ,分别与地面调查结果进行核对验证。结果 遥感资料分析结果预测钉螺可疑孳生地范围与近两年春季查出的有螺面积和分布范围基本相符 ,总符合率为 91.6 7% (2 2 /2 4) ,其中大环境符合率 10 0 % (9/9) ;中环境符合率 10 0 % (6 /6 ) ;小环境符合率 77.78% (7/9)。

GIS/RS与血吸虫病

日本血吸虫病是严重危害我国人民健康的重要寄生虫病。日本血吸虫唯一的中间宿主钉螺的孳生、繁殖及其消长 ,与植被、温度、湿度等自然因素密切相关。地理信息系统和遥感技术有助于确定和描绘钉螺孳生地 ,监测孳生地生态环境的变化 ,产生反映疾病危险性的地图 ,用于该病的控制项目。因此 。