利用遥感数据探究华北地区疟疾患病原因与未来风险预测
| 中文摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第16-29页 |
| 1.1 选题背景 | 第16-21页 |
| 1.1.1 疟疾概况和全球流行情况 | 第16-18页 |
| 1.1.2 疟疾在中国的流行情况和消除进展 | 第18-20页 |
| 1.1.3 项目依托 | 第20-21页 |
| 1.2 国内外研究进展 | 第21-25页 |
| 1.2.1 疟疾防控与空间统计方面 | 第21-22页 |
| 1.2.2 应用地理信息系统监测疫情时空分布方面 | 第22-23页 |
| 1.2.3 应用遥感技术监测疫情原因和预测方面 | 第23-25页 |
| 1.3 研究目的与研究意义 | 第25-26页 |
| 1.4 研究内容与技术路线 | 第26-29页 |
| 第2章 研究区概况与数据介绍 | 第29-39页 |
| 2.0 研究区概况 | 第29-30页 |
| 2.1 疟疾发病率数据 | 第30-34页 |
| 2.2 潜在因素数据 | 第34-37页 |
| 2.2.1 遥感数据 | 第34-36页 |
| 2.2.2 辅助数据 | 第36-37页 |
| 2.3 未来气候变化情景数据 | 第37-39页 |
| 第3章 基于GWR的疟疾驱动因素研究 | 第39-62页 |
| 3.1 数据介绍 | 第39页 |
| 3.2 研究方法 | 第39-47页 |
| 3.2.1 疟疾发病率数据的检验与转换 | 第40-43页 |
| 3.2.1.1 空间自相关性分析 | 第40-42页 |
| 3.2.1.2 基于层次贝叶斯理论的贝叶斯调整 | 第42-43页 |
| 3.2.1.3 正态性检验与数据正态化 | 第43页 |
| 3.2.2 因素数据预处理与变量选择 | 第43-45页 |
| 3.2.2.1 数据预处理 | 第43-44页 |
| 3.2.2.2 相关性分析 | 第44页 |
| 3.2.2.3 多重共线性分析 | 第44-45页 |
| 3.2.3 基于GWR的疟疾发病率预测 | 第45-47页 |
| 3.3 结果分析与讨论 | 第47-59页 |
| 3.4 小结 | 第59-62页 |
| 第4章 基于GP的疟疾未来风险预测 | 第62-78页 |
| 4.1 数据介绍 | 第62-63页 |
| 4.2 研究方法 | 第63-67页 |
| 4.2.1 疟疾发病率数据时空扫描统计 | 第64-65页 |
| 4.2.2 潜在因素数据预处理与变量选择 | 第65页 |
| 4.2.3 基于GP的疟疾未来空间分布预测 | 第65-67页 |
| 4.3 结果分析与讨论 | 第67-76页 |
| 4.4 小结 | 第76-78页 |
| 第5章 总结与展望 | 第78-83页 |
| 5.1 结论 | 第78-80页 |
| 5.2 论文特色和创新点 | 第80-81页 |
| 5.3 模型与方法实现汇总 | 第81页 |
| 5.4 存在的问题与展望 | 第81-83页 |
| 致谢 | 第83-85页 |
| 参考文献 | 第85-90页 |
