应用ETM+遥感图像监测山区钉螺分布

目的　分析ETM 遥感卫星图像中植被指数与山区钉螺分布之间的关系 ,为进一步建立钉螺分布的遥感预测模型提供理论依据。　方法　现场测量江宁县 2 0 0 0年各钉螺孳生地经纬度 ,在ERDAS 8.5软件支持下将ETM 卫星图像中的 3、4波段合成为江宁县植被指数图层 ,利用ArcView8.0软件制作钉螺分布Vector图层 ,提取各钉螺孳生地植被指数 ;用相关性分析法和多元逐步回归分析法研究图层中植被指数与钉螺分布间的关系。　结果　山区各钉螺孳生地活螺框出现率与该钉螺孳生地缓冲区内最小NDVI值及平均NDVI值呈正相关 (r分别为 0 .3 5 6、0 .3 44,P <0 .0 5 ) ;钉螺密度与各钉螺孳生地缓冲区内最大、最小及平均NDVI值呈正相关 (r分别为 0 .418、0 .43 3、0 .44 8,P <0 .0 1)。回归分析结果显示 ,山区各钉螺孳生地活螺框出现率与平均NDVI(Nmean)有关 [Y1=160 .62Nmean(R2 =0 .67,P <0 .0 1) ] ;山区钉螺密度与平均NDVI值有关 [Y2 =9.65Nmean(R2 =0 .5 3 ,P <0 .0 1) ]。　结论　ETM 遥感卫星图像可以监测山区钉螺的分布。     

淮河流域疟疾流行状况与标化植被指数关系的分析

目的 分析淮河流域疟疾流行状况与MODIS卫星遥感图像中标准化植被指数（NDVI）的关系，探索MODIS卫星遥感图像在大范围疟疾疫情监测中应用的可能性。方法收集淮河流域70个县市的疟疾疫情资料；利用ArcGIS 8．3软件提取各县市的MODIS NDVI值，并制作疟疾发病率及NDVI专题图；以相关分析及logistic回归分析研究疟疾流行状况与NDVI值的关系。结果 2005年淮河流域疟疾发病率为2．50／万，8-10月为发病高峰，男女病例之比为1．49：1。相关分析显示：年均NDVI、年均极大NDVI，以及月均NDVI超过130、135、140的月数等变量与年发病率呈正相关（P〈0．05）。当月的月均NDVI，上个月的月极小NDVI、月均NDVI及月极大NDVI（OR=1．151、0．977、0．923、1．142，P〈0．01）等4个变量进入用于判断某县市是否进入流行月份的logistic方程。结论 淮河流域疟疾发病状况与NDVI值存在较明显的正相关，可利用MODIS遥感图像通过提取NDVI值来监测该流域疟疾的流行情况。     

高光谱遥感技术及其在血吸虫病流行病学监测中的应用

钉螺是日本血吸虫的唯一中间宿主，日本血吸虫病的分布与钉螺，特别是感染性钉螺的地理分布相一致，有严格的地方性。在众多影响钉螺地理分布的环境因素中，植被是钉螺生存的必要条件之一。在一定的环境下，钉螺孳生地的植被影响钉螺的分布。遥感技术在植被监测与研究中具有不可替代的作用，可为螺情监测和血吸虫病流行病学研究提供有力的工具。在国内已有不少学者通过宽波段遥感技术（如MSS和TM）计算相应植被指数来监测钉螺的地理分布。但是传统的宽波段遥感在研究植被时由于其波段数少、光谱分辨率低，并且由其计算出的植被指数所能反演的信息量也较少，     

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.该区域与钉螺点空问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.

Abstract：

Objective To detect the snail habitats from the marshland of Eastern Dongting Lake Area, using the Remote Sensing (RS) and Geographic Information System (GIS) technology based on the China-Brazil Earth Resources Satellite-02B (CBERS-02B) CCD images. Methods According to the two typical traits of snail habitats in marshland including "water in summer and land in winter" and "no grass, no snails" , the "water in summer and land in winter" region and the vegetation coverage region were calculated by RS image processing respectively. The two regions mentioned above were then overlapped to confirm the snail habitats through comparing with the data from field survey under spatial overlapping of Arcgis as the last step. Results In Eastern Dongting Lake area, the "water in summer and land in winter" region and vegetation coverage region were predicted based on the formula normalized difference water index (NDWI) >0.01 and normalized difference vegetation index (NDVI) >0.36, respectively. The snail habitat was determined by theme overlay of the two regions said above.The agreement rate between the prediction and the geospatial data of field survey was 93.55% , which demonstrated the final results were credible and reliable. Conclusion CBERS-02B image could be used to detect the snail habitats and to monitor the changes of them, so as to find out the characteristics of distribution and the trends of diffusion. The snail index (discriminant 1 and 2) seemed to be suitable for the detection of snail habitats in the marshland of Lake area and used for the programs of snail control.