Применение аналитических инструментов ArcGIS для выявления пространственно-временных закономерностей распространения особо опасных заболеваний сельскохозяйственных животных

Коренной Ф.И.*, Петрова О.Н., Гуленкин В.М., Караулов А.К.
Информационно-аналитический центр Управления ветнадзора Россельхознадзора, ФГБУ «Федеральный центр охраны здоровья животных» (ФГБУ «ВНИИЗЖ»), г. Владимир, Россия
*E-mail:
korennoy@arriah.ru.

 

ArcGIS for revealing space-time patterns of livestock diseases’ spread

 

В данной статье мы демонстрируем применение инструментария ArcGIS для выявления пространственных и временных тенденций распространения заболеваний сельскохозяйственных животных на территории Российской Федерации. Инструмент «Анализ группирования» позволяет выделять пространственно-временные кластеры вспышек заболевания, а последующее построение «Эллипсов стандартного отклонения» указывает направление развития эпизоотий внутри каждого кластера. Демонстрируется потенциал применения нового пакета инструментов «Углубленный анализ пространственно-временных закономерностей», который позволяет выявлять динамику нарастания и убывания эпидемических трендов с использованием ретроспективных данных.

На протяжении почти 10 лет геоинформационная платформа ArcGIS является одним из основных инструментов в деятельности информационно-аналитического центра (ИАЦ) Управления ветнадзора Россельхознадзора, который функционирует на базе Федерального центра охраны здоровья животных (ФГБУ «ВНИИЗЖ») в г. Владимире. В задачи ИАЦ входит, в частности, картографирование вспышек заболеваний сельскохозяйственных животных на территории России и зарубежных стран, анализ тенденций распространения заболеваний, моделирование и прогнозирование эпизоотий. К основным заболеваниям, изучением которых занимается ИАЦ, относятся африканская чума свиней, ящур, нодулярный дерматит, бешенство, грипп птиц, бруцеллез, оспа овец и коз и другие. Эти заболевания относятся к особо опасным заболеваниям животных, поскольку их эпизоотии наносят значительный ущерб экономике страны, а также приводят к ограничениям на международную торговлю продукцией животноводства.

Помимо составления статических карт, отражающих эпизоотическую ситуацию по определенным заболеваниям в тот или иной временной период, применение геоинформационной системы позволяет проводить углубленный анализ имеющихся данных о заболеваемости. Целью такого анализа является выявление возможных закономерностей возникновения вспышек заболевания в привязке к географическим, климатическим и социо-экономическим факторам на изучаемой территории, а также изучение пространственно-временной динамики развития конкретной эпизоотии. Знание выявленных закономерностей позволяет более эффективно прогнозировать пути дальнейшего распространения заболевания и оценивать эффективность предпринимаемых мер профилактики и контроля.

Встроенные в ArcGIS инструменты геообработки и пространственного анализа позволяют проводить большую часть аналитической работы, не прибегая к помощи стороннего программного обеспечения. Наиболее часто используемыми в нашей практике являются инструменты пространственной статистики («Среднее ближайшее соседство», «Многовариантный пространственный кластерный анализ», «Анализ группирования», «Направленное распределение», «Стандартное расстояние» и др.), а также группа инструментов «Плотность» из дополнительного модуля «Spatial Analyst». В данной статье мы приводим примеры применения стандартных инструментов ArcGIS для решения конкретных узкоспециализированных задач по поиску пространственных и временных закономерностей развития эпизоотии африканской чумы свиней на территории Российской Федерации.

С 2007 года на территории страны распространяется особо опасное заболевание – африканская чума свиней (АЧС). Инфекция поражает как домашних свиней в личных подсобных хозяйствах (ЛПХ) и на крупных фермах, так и диких кабанов. Наиболее типичные пути передачи заболевания – занос вируса в здоровую популяцию при перевозках и/или торговле инфицированными животными и животноводческими продуктами, а также возможные контакты между домашними свиньями и дикими кабанами. Поскольку в настоящий момент не существует медикаментозных методов лечения, заболевание наносит огромный экономический ущерб. Единственной эффективной практикой предотвращения заноса заболевания на новые территории является полное отчуждение животных в инфицированных хозяйствах и в угрожаемой зоне вокруг них, а также наложение и строгое соблюдение ограничений на транспортировку животных и другой сельхозпродукции в угрожаемой зоне вокруг очага инфекции. Однако, реальность такова, что с 2007 года заболевание широко распространилось в пределах Европейской территории России (ЕТР), а также затронуло соседние страны: Эстонию, Латвию, Литву, Польшу, Украину (рис. 1). Общая картина распространения вспышек африканской чумы свиней в России и странах Восточной Европы в 2007 – 2015 гг. отображена на рисунке 1а. На рисунке 1б представлена визуализация мест наибольшей концентрации вспышек в этот же период, выполненная с применением инструмента «Плотность ядер».


Рис. 1. Вспышки африканской чумы свиней: а – распространение АЧС по территории Российской Федерации в 2007 – 2016 годах; б – визуализация концентрации вспышек АЧС в разные временные периоды.

Одним из наиболее существенных звеньев в передаче вируса АЧС в последнее время считается популяция дикого кабана. Предполагается, что кабаны могут разносить инфекцию на большие расстояния и заражать домашних свиней при контакте с ними. Следовательно, сокращение численности кабанов могло бы способствовать уменьшению возможности контактов их между собой и, таким образом, существенно понизить вероятность трансмиссии заболевания этим путем. С целью регуляции численности кабанов в нашей стране и за рубежом предпринимаются кампании по их массовому отстрелу, однако действительно ли они дают желаемый эффект?

При поиске ответа на этот вопрос мы также использовали инструментарий ArcGIS. На рисунке 2а представлены зарегистрированные вспышки АЧС на территории центральных регионов России в 2011 – 2014 гг., когда в этих регионах была предпринята одна из первых таких кампаний. Применив инструмент «Анализ группирования» с целью выявления групп вспышек, близких в пространстве и во времени, мы получили 9 таких групп (кластеров), выделенных на рис. 2б разными цветами. Далее, внутри каждой из групп мы применили процедуру «Направленное распределение (эллипс стандартного отклонения)», используя дату регистрации вспышки в качестве весового параметра. Итоговая картина, представленная на рисунке 2в, обнаруживает очень характерную тенденцию «разбегания» заболевания от некоего условного центра на территории Московской и Тверской областей, где изначально концентрировались вспышки АЧС у диких кабанов, к периферии – на территории Смоленской, Калужской, Ярославской и Новгородской областей.


Рис. 2. Анализ развития эпизоотий: а – вспышки АЧС в регионах ЦФО в период 2011 – 2014 гг.; б – выявленные пространственно-временные группы вспышек (кластеры); в – визуализация направленности распространения вспышек внутри каждого кластера.

Такое явление могло быть вызвано массовой миграцией кабана из мест отстрела в более спокойные регионы, что обычно наблюдается при любом «беспокоящем» вмешательстве в популяцию кабанов [1]. Таким образом, проведенный анализ дает повод задуматься – а не привел ли отстрел кабана к результату, противоположному ожидавшемуся? И не следует ли при борьбе с АЧС концентрировать усилия на строгом соблюдении положений Инструкции по предотвращению и ликвидации заболевания [2], обеспечивая должную биобезопасность прежде всего на уровне личных подсобных хозяйств и крупных свинокомплексов?

Новые возможности по выявлению скрытых трендов в эпизоотической информации предоставляет набор инструментов «Углубленный анализ пространственно-временных закономерностей», представленный в последних версиях настольных продуктов ArcGIS for Desktop, в том числе в ArcGIS Pro. Основой работы этих инструментов является построение так называемого пространственно-временного куба, что дает возможность проведения последующего анализа временной последовательности возникновения изучаемого явления в определенных пространственных локациях. В эпидемиологии применение этого набора инструментов позволяет выявить тенденции к повторным вспышкам заболевания на одной и той же территории с течением времени. А это весьма актуально, поскольку дает возможность точнее оценить, например, эффективность предпринимаемых мер контроля заболевания, либо наличие на данной территории природных очагов заболевания.

Рассмотрим применение данной группы инструментов на примере анализа распространения африканской чумы свиней на Европейской территории России. Общая картина вспышек АЧС за период 2008 – 2016 гг. представлена на рисунке 3а. Наличие в атрибутах каждой вспышки даты ее регистрации дает возможность проведения пространственно-временного анализа. Сначала строим пространственно-временной куб с размером пространственной ячейки 50 км и с временным шагом в 1 месяц. На рисунке 3б представлен 3D-вид этого куба, где вертикальное измерение соответствует времени, а ячейки со вспышками выделены цветовой гаммой от зеленого к красному в соответствии с количеством вспышек. В таком «сыром» виде куб не слишком информативен, но при использовании упомянутых инструментов предусмотрены процедуры для выявления скрытых пространственно-временных закономерностей. Сначала применяем процедуру «Анализ возникающих горячих точек». Визуализация результата анализа в 2D представлена на рисунке 3в. Очевидно, что в большинстве ячеек не выявлено существенных закономерностей возникновения так называемых «горячих точек» (hot spots). Это означает, что ни в настоящем, ни в прошлом в окрестностях каждой такой ячейки не зарегистрировано последовательное нарастание количества вспышек.


Рис. 3. Анализ горячих точек: а – исходные данные о вспышках АЧС; б – 3D-визуализация пространственно-временного куба; в – 2D-визуализация результатов пространственно-временного анализа возникающих «горячих точек».

Это вполне закономерный результат с учетом того, что при возникновении вспышки АЧС в каком-либо хозяйстве все свиньи в нем подлежат уничтожению, а в окружающих хозяйствах – отчуждению. Следовательно, вероятность возникновения повторных вспышек в тех же локациях весьма невелика, и полученный результат может свидетельствовать об удовлетворительном выполнении противоэпизоотических мероприятий.

Однако, как видно на рисунке 3в, в ряде ячеек, попадающих в районы Волгоградской и Саратовской областей, идентифицированы тренды «последовательная горячая точка» (consecutive hot spot) и «спорадическая горячая точка» (sporadic hot spot). Обобщенный смысл таких закономерностей в том, что в окрестностях данных ячеек в последнее время наблюдается нарастание количества новых вспышек, что может свидетельствовать либо о недостаточном контроле заболевания в данной местности, либо об очень быстром последовательном инфицировании соседних населенных пунктов. Это должно стимулировать ветеринарную службу региона на дополнительное эпидрасследование неблагополучия.

Анализ построенного пространственно-временного куба позволяет получить и некоторую дополнительную информацию, представленную на рисунке 4. Карта на рис. 4а представляет 2D визуализацию трендов регистрации заболеваемости в каждой ячейке с использованием статистики Манна-Кендалла. Интерпретация представленного результата достаточно проста и наглядна: интенсивность окраски каждой ячейки указывает на нарастание либо убывание количества вспышек, регистрируемых с течением времени в данной ячейке. В большинстве ячеек не выявлено статистически значимых трендов, поскольку вспышки АЧС в этих местах были единичны. Однако ряд ячеек демонстрирует нарастающее количество вспышек в последние годы (сиреневая окраска разной интенсивности), в то время как некоторые ячейки в южных регионах страны характеризуются убыванием количества вспышек, наблюдавшимся в начальные годы эпизоотии (зеленая окраска разной интенсивности). Рисунок 4б демонстрирует анализ трендов возникновения «горячих точек» на протяжении всего периода эпизоотии с 2008 по 2016 гг. Карта показывает, что в большинстве ячеек южных регионов наблюдается общее затухание эпизоотии (зеленая окраска), в то время как в ячейках центральных регионов зафиксировано нарастание инцидентности (красная окраска). Этот тип анализа позволяет визуализировать территории по общему тренду изменения благополучия по заболеванию и прогнозировать ближайшую во времени тенденцию развития эпидпроцесса.


Рис. 4. Анализ трендов: а – 2D-визуализация временных трендов возникновения вспышек в каждой пространственной ячейке; б – 2D-визуализация временных трендов возникновения «горячих точек».

В заключение можно отметить, что геоинформационная система ArcGIS обладает достаточно богатым инструментарием не только для хранения и визуализации данных, но и для аналитической работы по выявлению пространственно-временных закономерностей распространения заболеваний животных, имеющей практическое применение для более эффективного прогнозирования и выработки рекомендаций для конкретных регионов. Это позволяет при выполнении различных научных работ не прибегать к помощи дополнительного программного обеспечения и проводить весь комплекс исследований в рамках одного программного пакета.

Литература

  1. Данилкин А.А. Млекопитающие России и сопредельных регионов. Свиные. М.: Геос, 2002.
  2. Инструкция о мероприятиях по предупреждению и ликвидации африканской чумы свиней. МСХ СССР, 1980. Доступна на сайте Россельхознадзора: http://www.fsvps.ru/fsvps/laws/1977.html#1 (дата обращения 30.11.2016)