應用季長期天氣預報推估高雄地區登革熱流行趨勢

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：43

、訪客IP：18.116.80.134

姓名

徐葦茵(Wei-yin Hsu) 查詢紙本館藏

畢業系所

水文與海洋科學研究所

論文名稱

應用季長期天氣預報推估高雄地區登革熱流行趨勢
(Applying Seasonal Climate Outlooks for Estimating the Epidemic Trend of Dengue Fever in Kaohsiung Areas)

相關論文

★ 以禁忌演算法推估流域空間降雨	★ 氣候變遷對台灣地區地表水文量之影響
★ 分散式降雨逕流模式之建立及暴雨時期流量之模擬	★ 翡翠水庫集水區水文分析
★ 地表過程蒸發散之觀測與分析	★ 桃園地區人工埤池對水資源輔助之分析研究
★ 地表過程質傳與熱傳數值模擬	★ 桃園灌區之區域迴歸水分析研究
★ 地表通量觀測與分析	★ 氣候變遷對水庫集水區入流量之衝擊評估-以石門水庫集水區為例
★ 應用通量變異法與渦流相關法推估地表通量	★ 改良GWLF模式應用於翡翠水庫入流量模擬
★ 淡水河流域水文時空變異分析	★ 應用土壤水分變化推估常綠闊葉林蒸發散量
★ 生地化反應數值模式 – BIOGEOCHEM 互動式圖形使用者介面的開發與應用	★ 結合季長期天氣預報與水文模式推估石門水庫入流量

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

近年來登革熱一直為全球熱帶地區、亞熱帶地區相當嚴重的病媒蚊傳染性疾病，至1980年為止，全球亞熱帶地區，有活動性登革熱病毒傳播的國家多達61國，所涵蓋總人口數約有15億之多。台灣地處亞熱帶，高溫多雨，是病媒蚊傳染疾病的繁殖溫床，近年來由於氣候異常，若高溫多雨將促使登革熱病毒及病媒活化，進而導致登革熱疫情之擴大。
台灣地區近十年來的登革熱病例流行，以2002年高雄地區為最主要的病例大爆發年，主因為2001年登革熱病例持續發生且跨年而導致該年的大流行，其中出血性登革熱病例高達240例，死亡率更高達8.75%。因此，預先研判登革熱在未來的可能發展趨勢為一重要的防疫課題。
本研究利用中央氣象局發布之季長期預報資料結合週期性流行指數，利用ARIMA(Autoregressive Integrated Moving Average，自迴歸移動平均)時間序列模式預測登革熱病例在高雄地區的流行趨勢。結果顯示利用此模式所預測之登革熱病例數與歷史事件比較，所建立模式能掌握登革熱病例發展趨勢，因此可利用此模式結合未來之預報資料預測可能之病例發展趨勢。

摘要(英)

Dengue fever is the most serious infectious disease transmitted by mosquitoes in tropical and subtropical areas. Transmissions of dengue fever virus were observed in 61 countries accounting for more than 1.5 billion people in the risk of infection. Owing to humid climate and warm temperature, Taiwan is a great hotbed of mosquito activities promoting infectious diseases. Extreme climate in recent years further promotes the activation of dengue viruses and causes a significant trend of increasing dengue fever cases.
The main outbreak of 2002 in Kaohsiung areas was the most extreme case of dengue fever epidemic in Taiwan over the past decade. It was recognized as a propagation of epidemics in 2001 and became a great outbreak. Among cases diagnosed in 2002, dengue hemorrhagic fever was up to 240 cases and the mortality rate was up to 8.75%. Therefore, projection of the epidemic trend of dengue fever is an important epidemic prevention topic in Taiwan.
In this study, we applied seasonal climate outlooks issued by the Central Weather Bureau with the monthly population index averaged from historical dengue fever cases past events for the ARIMA modeling for estimating the epidemic trend of dengue fever in Kaohsiung areas. The result showed that the regression model proposed in this study has prediction skills and can be applied for projecting epidemic trend in Kaohsiung areas.

關鍵字(中)

★ 季長期預報
★ 時間序列
★ 登革熱
★ 高雄地區

關鍵字(英)

★ Dengue fever
★ Kaohsiung
★ Time series
★ Seasonal climate outlooks

論文目次

摘要 ....................................................................................................... I
Abstract ................................................................................................ II
致謝 ..................................................................................................... III
目錄 ...................................................................................................... V
圖目錄 .............................................................................................. VIII
表目錄 ................................................................................................. XI
第一章緒論 ......................................................................................... 1
1-1研究動機 ........................................................................... 1
1-2研究目的 ........................................................................... 2
1-3研究流程 ........................................................................... 2
第二章文獻回顧 ................................................................................. 4
2-1季節性氣候預報 ................................................................ 4
2-2疾病介紹 ........................................................................... 4
2-3國內外相關研究 ................................................................ 6
2-3-1國內相關研究 .......................................................... 6
2-3-2國外相關研究 ........................................................ 13
第三章研究區域與方法 .................................................................... 16
3-1研究區域 ......................................................................... 16
VI
3-2研究方法 ......................................................................... 20
3-2-1 流行指數(Population Index , PI) ............................ 20
3-2-2月流行指數(Monthly Population Index, MPI) ........ 20
3-2-3雨量資料 ................................................................ 21
3-2-4溫度資料 ................................................................ 22
3-2-5 決定係數(Coefficient of Determination) ............. 22
3-2-6 區域相似性 ........................................................... 26
3-2-7 登革熱病例數與氣象因子間之相關性 ................. 38
3.3分析步驟 .......................................................................... 43
3-3-1模式介紹 ................................................................ 43
3-2-2 預測效益評估 ....................................................... 49
第四章結果與討論............................................................................ 52
4.1時間序列分析 .................................................................. 52
4-1-1 高雄縣 ................................................................... 52
4-1-2 高雄市 ................................................................... 63
4.2 與前人研究結果比較及討論.......................................... 72
4.3 歷史氣象資料結合季預報資料選取結果 ...................... 73
第五章結論與建議............................................................................ 77
5.1 結論 ................................................................................ 77
VII
5.2 建議 ................................................................................ 78
參考文獻 ............................................................................................. 79

參考文獻

1. Box, G. and G. Jenkins, 1970.Time series analysis: Forecasting and control, San Francisco: Holden-Day.
2. Brunkard, J.M., E. Cifuentes, S. J. Rothenberg, 2008. “Assessing the roles of temperature, precipitation, and ENSO in dengue re-emergence on the Texas-Mexico border region”, salud pública de méxico vol. 50, no. 3.
3. Hii, Y.L., J. Rocklov, N. Ng, C.S. Tang, F.Y. Pang , R. Sauerborn, 2009.“Climate variability and increase in intensity and magnitude of dengue incidence in Singapore”, Global Health Action. DOI: 10.3402/ gha. v2i0.2036.
4. Lee, H. L., So, K. C., Tang, C. S., 2000. The Value of Information Sharing in a Two-Level Supply Chain, Management Science, 46(5), pp.626–643.
5. Lin, C.C., Y.H. Huang , P.Y. Shu , H.S. Wu , Y.S. Lin , T.M. Yeh , H.S. Liu , C.C. Liu , H.Y. Lei, 2010,“Characteristic of Dengue Disease in Taiwan: 2002–2007”,The American Society of Tropical Medicine and Hygiene, 82(4), p.731–739.
6. Ljung, G. M. and G. E. P. Box, 1978. On a measure of lack of fit in time series models, Biometrika 65 p297-303.
7. Sriprom , M., K.C. Monfray, T. Chaimane, K Vongsawat, D.J. Bicout, 2010.“Monthly district level risk of dengue occurrences in Sakon Nakhon Province, Thailand”, Science of the Total Environment 408, 5521–5528.
8. Wu, P.C., J.G. Lay, H.R. Guo, C.Y. Lin, S.C. Lung, H.J. Su,2009. “Higher temperature and urbanization affect the spatial patterns of dengue fever transmission in subtropical Taiwan”, Science of the total environment 407, 2224-2233.
9. Wen, T. H., N. H. Lin , D.Y. Chao , K.P. Hwang ,C.C. Kan ,C.M. Lin , T.S. Wu, Y.J. Huang , I.C. Fan ,C.C. King,2010. “Spatial–temporal patterns of dengue in areas at risk of dengue hemorrhagic fever in Kaohsiung, Taiwan, 2002”, International Journal of Infectious Diseases 14, e334–e343
10. Wu, P.C., H.R. Guo, S.C. Lung, C.Y. Lin, H.J. Su, 2007. “Weather as an effective predictor for occurrence of dengue fever in Taiwan” , Acta Tropica ,Volume 103, Issue 1, 50-57.
11. Hu, W. B., A. Clements, G. Williams, S.L. Tong, 2009. “Dengue fever and El Nino/Southern Queensland ,Australia :A time series predictive model”, Environ Med 67,307~311.
12. 古桂菊、許承先、劉介宇，2010，台灣地區境外移入登革熱病例之時間數列分析，輔仁醫學期刊第八卷第四期。
13. 龍世俊、吳佩芝、陳佩綉、郭浩然，2004，氣候變遷對台灣居民傳染性流行性疾病健康風險之影響，成功大學環境醫學研究所、中央研究院地球科學研究所研究計畫報告。
14. 蘇慧貞、賴進貴、張照勤，2006，氣象因子變化及異常天候對我國特定疾病發生之衝擊－總計畫暨子計畫三：氣象因子變化及異常天候對我國相關過敏疾病及及傳染性疾病之影響，環保署/國科會空汙防制科研合作計畫。
15. 張筱玲、賴淑寬，2006，氣象資料於疾病監測之應用，行政院衛生署疾病管制局九十五年度科技研究發展計畫報告。
16. 童新茹，2011，結合季長期預報與水文模式推估石門水庫入流量，國立中央大學水文與海洋科學研究所，碩士論文。
17. 江麗玲，2009，時間序列自我迴歸模型應用於1998-2006年台南市與高雄市登革熱案例之研究，亞洲大學生物資訊研究所，碩士論文。
18. 黃啟倫，2005，政府高等教育支出與經濟成長，國立政治大學財政學研究所，碩士論文。
19. 劉興明，結合自我迴歸與類神經網路應用於電力負載預測，國立東華大學資訊工程研究所碩士在職專班，碩士論文。
20. 行政院衛生署疾病管制局全球資訊網登革熱主題專區網站http://www2.cdc.gov.tw/mp.asp?mp=130
21. 世界衛生組織網站
http://www.who.int/en/
22. 維基百科 http://zh.wikipedia.org/wiki/Wikipedia:%E9%A6%96%E9%A1%B5
23. 政府間氣候變遷委員會(Intergovernmental Panel on Climate Change, IPCC)網站
http://www.ipcc.ch/
24. 經濟部工業局石化工業政策評估說明書，2010。
25. 楊奕農，2009，時間序列分析：經濟與財務上之應用第二版，雙葉書廊。
26. 葉小蓁，1998，時間序列分析與應用，葉小蓁發行。

指導教授

李明旭(Ming-hsu Li)

審核日期

2012-7-25

推文