传染病的多尺度时空特征分析及其风险因子探究--以杭州市为例
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第14-26页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-22页 |
| 1.2.1 GIS在传染病防控领域的应用现状 | 第16-17页 |
| 1.2.2 传染病时空特征分析的研究现状 | 第17-19页 |
| 1.2.3 传染病风险因子探测的研究现状 | 第19-22页 |
| 1.3 主要研究内容 | 第22-23页 |
| 1.4 论文组织结构 | 第23-26页 |
| 2 研究方法介绍 | 第26-38页 |
| 2.1 总体特征描述方法 | 第26-28页 |
| 2.1.1 箱线图 | 第26-27页 |
| 2.1.2 平均中心法 | 第27页 |
| 2.1.3 标准差椭圆法 | 第27-28页 |
| 2.2 时空统计分析方法 | 第28-33页 |
| 2.2.1 自组织神经网络法 | 第28-30页 |
| 2.2.2 核密度估计法 | 第30-31页 |
| 2.2.3 时空扫描统计量法 | 第31-33页 |
| 2.3 地理探测器 | 第33-37页 |
| 2.3.1 基本原理 | 第34-36页 |
| 2.3.2 适用条件 | 第36-37页 |
| 2.4 本章小结 | 第37-38页 |
| 3 研究区域概况与数据 | 第38-43页 |
| 3.1 研究区域概况 | 第38-40页 |
| 3.1.1 基本情况 | 第38页 |
| 3.1.2 自然地理概况 | 第38-39页 |
| 3.1.3 社会经济概况 | 第39页 |
| 3.1.4 医疗卫生概况 | 第39-40页 |
| 3.2 数据说明 | 第40-42页 |
| 3.3 本章小结 | 第42-43页 |
| 4 传染病的多尺度时空特征分析 | 第43-55页 |
| 4.1 数据预处理 | 第44-45页 |
| 4.2 多尺度时空分析框架的应用及结果分析 | 第45-54页 |
| 4.2.1 总体特征 | 第45-48页 |
| 4.2.2 基于年尺度的时空特征 | 第48-50页 |
| 4.2.3 基于季节尺度的时空特征 | 第50-51页 |
| 4.2.4 基于月尺度的时空特征 | 第51-54页 |
| 4.3 本章小结 | 第54-55页 |
| 5 基于地理探测器的传染病风险因子探究 | 第55-68页 |
| 5.1 数据预处理 | 第55-60页 |
| 5.2 传染病风险因子探测结果与分析 | 第60-67页 |
| 5.2.1 因子探测结果 | 第60-61页 |
| 5.2.2 风险探测结果 | 第61-63页 |
| 5.2.3 交互作用探测结果 | 第63-67页 |
| 5.3 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-72页 |
| 6.1 工作与成果总结 | 第68-70页 |
| 6.2 研究特色 | 第70页 |
| 6.3 展望 | 第70-72页 |
| 参考文献 | 第72-79页 |
| 作者简历及攻读硕士期间科研成果 | 第79页 |
