http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 박선일 ( Sun-il Pak ) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
국내 조류인플루엔자 발생 지역의 모델 패턴을 활용한 고병원성조류인플루엔자(HPAI)의 감염가능 지역 분석
엄치호 ( Chi-ho Eom ),박선일 ( Sun-il Pak ),배선학 ( Sun-hak Bae ) 한국지리정보학회 2017 한국지리정보학회지 Vol.20 No.2
지리정보시스템(Geographic Information System: 이하 GIS)은 고병원성조류인플루엔자(Highly Pathogenic Avian Influenza: 이하 HPAI)의 예찰, 역학조사, 감염농장 관리, 예방적 살처분 실시, 청정화 진행 등 질병관리를 위한 전 과정에서 공간·위치정보의 관리와 표현 그리고 의사결정을 위한 도구로 활용될 수 있다. 우리나라에서도 2010-2011년 구제역 발생으로 큰 피해를 본 이후, GIS와 연계된 국가동물방역통합시스템(Korea Animal Health Integrated System: 이하 KAHIS)를 구축하여 가축전염병 관리를 시행하고 있다. 그러나 농장 및 축산관련 시설과 차량에 대한 관리 및 모니터링 수준의 KAHIS 방역통합시스템은 HPAI 예찰 및 방역에 역부족이다. 따라서 KAHIS시스템과 더불어 효율적 가축질병(HPAI) 관리를 위하여 본 연구를 실시하였다. 본 연구에서는 2014년 기준 HPAI 감염농장의 특성을 바탕으로 차후 HPAI 감염 가능 농장을 예측하였다. HPAI 감염농장 특징 분석을 위하여 권역별 HPAI-양성농장의 개수와 밀도 및 가금사육두수를 조사하였다. 조사결과 HPAI-양성농장의 82.4%가 전라지역과 충청지역에 분포하고 있었다. 위 두 지역에 위치한 HPAI-양성농장(충청지역: 4.2±5.6, 전라지역: 2.2±1.1)은 HPAI-음성농장(충청지역: 1.8±1.5, 전라지역: 1.7±0.7)에 비하여 통계적으로 높은 밀도값을 보여주었다. 또한 HPAI-양성농장의 92.4%에서 가금두수 최소 6,537에서 최대 24,250를 사육하고 있었다. 위의 HPAI 감염농장 특징은 GIS Multiple Ring Butter(MRB) 기능을 이용하여 차후 HPAI 감염가능 농장을 예측하는데 사용되었다. 분석결과 철새도래지 반경 30km(386개)와 35km(407개) 내 위치한 HPAI-양성농장의 수는 HPAI 확산 후 전국 감염농장(429개)과 유사한 값을 보여주었다. 또한 철새도래지 반경 30km 내 위치한 일반가금농장 중 하천 반경 1-1.5km와 지방도로 반경 1km에 중첩되는 지역에 위치한 일반가금농장의 개수(324-409개) 및 지리적 위치는 2014년 HPAI-양성농장의 개수(386개)와 90.0% 그리고 지리적 위치와 54.8%의 유사성을 보였다. 본 연구는 철새도래지의 위치정보와 가금농장의 위치 및 사육가금두수의 정보를 토대로 GIS분석을 통하여 앞으로 발생할 HPAI 발생농장에 대한 추이를 판단할 수 있을 것으로 기대된다. To facilitate prevention of highly pathogenic avian influenza (HPAI), a GIS is widely used for monitoring, investigating epidemics, managing HPAI-infected farms, and eradicating the disease. After the outbreak of foot-and-mouth disease in 2010 and 2011, the government of the Republic of Korea (ROK) established the GIS-based Korean Animal Health Integrated System (KAHIS) to avert livestock epidemics, including HPAI. However, the KAHIS is not sufficient for controlling HPAI outbreaks due to lack of responsibility in fieldwork, such as sterilization of HPAI-infected poultry farms and regions, control of infected animal movement, and implementation of an eradication strategy. An outbreak prediction model to support efficient HPAI control in the ROK is proposed here, constructed via analysis of HPAI outbreak patterns in the ROK. The results show that 82% of HPAI outbreaks occurred in Jeolla and Chungcheong Provinces. The density of poultry farms in these regions were 2.2±1.1/㎢ and 4.2±5.6/ ㎢, respectively. In addition, reared animal numbers ranged between 6,537 and 24,250 individuals in poultry farms located in HPAI outbreak regions. Following identification of poultry farms in HPAI outbreak regions, an HPAI outbreak prediction model was designed using factors such as the habitat range for migratory birds(HMB), freshwater system characteristics, and local road networks. Using these factors, poultry farms which reared 6,500-25,000 individuals were filtered and compared with number of farms actually affected by HPAI outbreaks in the ROK. The HPAI prediction model shows that 90.0% of the number of poultry farms and 54.8% of the locations of poultry farms overlapped between an actual HPAI outbreak poultry farms reported in 2014 and poultry farms estimated by HPAI outbreak prediction model in the present study. These results clearly show that the HPAI outbreak prediction model is applicable for estimating HPAI outbreak regions in ROK.
-
시공간 클러스터링 분석을 이용한 2010~2011 국내 발생 구제역 전파양상
배선학,신연경,김병한,박선일,Bae, Sun-Hak,Shin, Yeun-Kyung,Kim, Byunghan,Pak, Son-Il 대한수의학회 2013 大韓獸醫學會誌 Vol.53 No.1
To investigate the transmission pattern of geographical area and temporal trends of the 2010~2011 foot-and-mouth disease (FMD) outbreaks in Korea, and to explore temporal intervals at which spatial clustering of FMD cases space-time analysis based on georeferenced database of 3,575 burial sites, from 30 November 2010 to 23 February 2011, was performed. The cases represent approximately 98.1% of all infected farms (n = 3,644) during the same period. Descriptive maps of spatial patterns of the outbreaks were generated by ArcGIS. Spatial Scan Statistics, using SaTScan software, was applied to investigate geographical clusters of FMD cases across the country. Overall, spatial heterogeneity was identified, and the transmission pattern was different by province. Cattle have more clusters in number but smaller in size, as compared to the swine population. In addition, spatiotemporal analysis and the comparison of clustering patterns between the first 7 days and days 8 to 14 of the outbreak revealed that the strongest spatial clustering was identified at the 7-day interval, although clustering over longer intervals (8~14 days) was also observed. We further discussed the importance of time period elapsed between FMD-suspected notice and the date of confirmation, and emphasized the necessity of region-specific and species-specific control measures.
ScienceON
KISS연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
