【技术实现步骤摘要】
本专利技术涉及禽流感暴露风险区识别方法的，具体涉及一种基于水鸟宿主物种时空分布的禽流感暴露风险区识别方法。
技术介绍
1、禽流感是由甲型流感病毒引起的禽类感染性疾病，在环境、动物和人类中发生和传播，拥有完整的宿主类群多样性。作为禽流感病毒的自然宿主，水鸟在病毒的携带、传播和变异中发挥着关键作用。传统的禽流感暴露风险区识别方法主要依赖长期流行病学调查，监测点的设立应优先考虑以下高风险区域：历史上曾出现人或动物禽流感疫情的地区、湖泊河流等水体密集的地区、水禽养殖业集中的地区以及候鸟的栖息地或迁徙路径。监测点应包括活禽市场、家禽养殖场、屠宰加工厂以及野生鸟禽栖息地等，调查内容包括收集职业暴露人群的禽类接触史和空腹静脉血液、家禽和野禽的咽拭子、粪便和死禽组织，以及外环境的笼具、宰杀案板和附近水体的擦拭标本等，采集的样本将进一步用于病毒分离和亚型鉴定。禽流感病毒是分段的负链单股rna病毒，其复制与转录依赖于病毒自身的复制酶和转录酶，存在较高的错误率，导致病毒在复制与转录过程中易于变异。根据其表面血凝素蛋白(ha)和神经氨酸酶(na)的不同，禽流感病毒可以分为18种ha亚型和11种na亚型。病毒分离通常采用鸡胚培养分离法，随后通过病原监测进一步鉴定病毒的血凝素蛋白(ha)和神经氨酸酶(na)亚型，主要包括抗原检测、血清检测和分子生物学检测三类。随着分子生物学检测的飞速发展，其在禽流感病原监测中发挥着越来越重要的作用，如荧光定量实时逆转录-聚合酶链反应(rt-pcr)、环介导等温扩增法和基因芯片技术等。通过病毒分离和亚型鉴定，可以调查禽流感病
2、禽流感的传播过程取决于物种间的暴露接触，全球变化背景下，物种时空分布的范围正经历显著变迁，这种变迁进一步重塑物种间的时空重叠，从而增加病毒出现和共享的可能性。为了应对这一挑战，基于大尺度疫病风险时空预测模型模拟病毒共享热点的方法应运而生。已有研究基于生物气候包络算法预测哺乳动物的物种分布，结合物种栖息地偏好量化栖息地面积，构建网格单元的哺乳动物群落组成。在此基础上计算群落水平的繁殖率衡量病原体在哺乳动物群落中的入侵潜力、持久性和最大流行率，以评估全球传染病的风险模式。也有研究基于哺乳动物在2070年气候变化和土地利用情景下的物种分布，模拟未来潜在病毒共享热点。其中蝙蝠由于其独特的传播能力，在病毒共享中占据主导地位，并可能在未来与人类共享病毒。尽管大尺度疫病风险时空预测模型在模拟病毒共享热点方面取得显著进展，但目前这些研究集中于哺乳动物，却较少关注禽流感病毒在具有全球迁徙能力的鸟类宿主中的传播模式。由于鸟类的迁徙性，其分布范围跨越国界，甚至覆盖整个大陆。因此鸟类的禽流感暴露风险不仅需考虑物种空间重叠形成的宿主物种丰富度，还应考虑物种驻留时间的长度和均匀度，这种动态时空重叠使其病毒共享模式具有复杂性和不可预测性。然而现有的大尺度疫病风险时空预测模型多基于静态的或局部的数据构建，未能充分考虑到鸟类宿主迁徙行为的年内变化特征，导致这些模型在识别禽流感暴露风险区时存在明显的局限性。
3、随着公共健康安全问题日益严峻，迫切需要在全球范围准确高效地识别禽流感暴露风险区，及其发生、流行高风险区域，为公共健康安全决策提供科学依据。
技术实现思路
1、针对以上缺陷，本专利技术的目的在于提出一种以禽流感水鸟宿主物种时空分布为基础，建立物种分布模型获取逐月物种分布，通过计算水鸟宿主活动熵并确定高暴露风险阈值，以更低成本且更高效准确的的方法识别禽流感暴露风险区。具体如下：
2、一种基于水鸟宿主物种时空分布的禽流感暴露风险区识别方法，包括如下步骤：
3、s1.水鸟宿主活动熵获取；
4、s2.高暴露风险阈值确定；
5、s3.识别禽流感暴露风险区。
6、进一步的，s1所述水鸟宿主活动熵获取具体为：
7、(1)获取禽流感的水鸟宿主名单；
8、(2)获取并筛选水鸟宿主分布点数据；
9、(3)获取环境数据，并根据皮尔逊相关矩阵去除高度共线性的环境数据作为环境协变变量；
10、(4)建立物种分布模型：随机选取与水鸟宿主的物种出现点相等数量的物种非出现点构建点数据集，利用物种出现点和非出现点的地理信息，结合环境协变量，以水体百分比作为关键驱动因子，模拟水鸟宿主在全球范围的逐月物种分布，得到物种分布模型；
11、(5)通过改进香农指数计算方式，构建水鸟宿主活动熵算法，量化禽流感的暴露风险。
12、进一步的，步骤(2)所述分布点获取标准为：
13、①具有人类观测和/或机器观测的观测数据；
14、②能够获取物种名称、物种分类、观测时间和经纬度坐标信息；
15、所述分布点筛选步骤为：
16、①去除经纬度为空或重复的观测记录；
17、②根据华莱士线和鸟类生活范围等生物地理分界线去除离群点，以避免纳入错误观察记录；
18、③根据栅格分辨率去除冗余点，使一个栅格像元中仅保留一个分布点；
19、④去除观测记录数不足108条的物种，和月观测记录不足9条的该物种月份。
20、进一步的，所述物种分布模型的建立方法为：
21、利用五倍交叉验证调优参数在随机森林模型、最大熵模型、轻量梯度提升机模型中确定最佳模型；
22、使用95％的分位数阈值将连续预测转换为二元存在-不存在分布；
23、根据曲线下面积auc评价物种分布模型的准确性，从而建立物种分布模型。
24、进一步的，所述水鸟宿主活动熵通过以下计算模型构建得到：
25、
26、式中，duri为某个栅格像元第i种鸟类停留的总月份；pi为某个栅格像元第i种鸟类停留总月份与所有鸟类停留总月份之比。
27、进一步的，所述高暴露风险阈值确定具体为：
28、获取禽流感发生点数据，绘制roc曲线，根据约登指数确定本文档来自技高网...
【技术保护点】
1.一种基于水鸟宿主物种时空分布的禽流感暴露风险区识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述识别方法，其特征在于，S1所述水鸟宿主活动熵获取具体为：
3.根据权利要求2所述识别方法，其特征在于，步骤(2)所述分布点获取标准为：
4.根据权利要求1所述识别方法，其特征在于，所述物种分布模型的建立方法为：
5.根据权利要求1所述识别方法，其特征在于，所述水鸟宿主活动熵通过以下计算模型构建得到：
6.根据权利要求1所述识别方法，其特征在于，所述高暴露风险阈值确定具体为：
7.根据权利要求6所述识别方法，其特征在于，所述禽流感发生点数据包括病毒类型、发生国家、发生时间和发生点经纬度信息；根据栅格分辨率去除冗余点，使一个栅格像元中仅保留一个禽流感发生点。
8.根据权利要求6所示识别方法，其特征在于，所述ROC曲线为真正例率与假正例率随阈值变化的曲线；所述约登指数为真正例率与假正例率之差。
9.根据权利要求6所述识别方法，其特征在于，通过混淆矩阵确定模型准确度(Accuracy)
10.根据权利要求1所述识别方法，其特征在于，通过计算水鸟宿主活动熵并确定高暴露风险阈值，识别禽流感暴露风险区。
...【技术特征摘要】
1.一种基于水鸟宿主物种时空分布的禽流感暴露风险区识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述识别方法，其特征在于，s1所述水鸟宿主活动熵获取具体为：
3.根据权利要求2所述识别方法，其特征在于，步骤(2)所述分布点获取标准为：
4.根据权利要求1所述识别方法，其特征在于，所述物种分布模型的建立方法为：
5.根据权利要求1所述识别方法，其特征在于，所述水鸟宿主活动熵通过以下计算模型构建得到：
6.根据权利要求1所述识别方法，其特征在于，所述高暴露风险阈值确定具体为：
7.根据权利要求6所述识别方法...
【专利技术属性】
技术研发人员：李愈哲，刘晓萌，董金玮，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。