본 연구는 2010~2011년 한국에서 발생한 구제역이 시 공간에서 어떠한 군집 특징을 보이는가를 질병역학적 관점에서 지리정보시스템(GIS) 기반의 공간통계 방법으로 분석한 것으로 다음과 같은 주요 소견을 도출하였다. 첫째, 경기북부의 발생 사례에서는 가축 사육밀도가 높아 주변 농장으로 바이러스 전파가 용이한 환경에서는 구제역이 상대적으로 좁은 공간적 범위에서 시 공간 군집을 이루면서 전파되는 양상을 보였다. 둘째, 여주 이천 안성 등 경기도 남동부지역에서는 전체 구제역 발생 지점이 공간상으로는 밀집해 있지만 시간상으로는 분산되는 양상을 보였다. 셋째, 시간적 범위를 7일로 하였을 때 시 공간 군집의 평균 반경이 25km이고 최소 반경은 5.4km, 최대 반경은 74km로 분석되었다. 또한 구제역 발병 초기에는 군집의 반경이 작지만, 시간이 지남에 따라 군집의 반경이 커진다는 소견에 근거할 때 특정 지점에서 발생한 구제역에 대한 방역계획을 수립할 때 일차적으로 방역 범위에 대한 정확한 평가가 중요함을 시사한다.
본 연구는 2010~2011년 한국에서 발생한 구제역이 시 공간에서 어떠한 군집 특징을 보이는가를 질병역학적 관점에서 지리정보시스템(GIS) 기반의 공간통계 방법으로 분석한 것으로 다음과 같은 주요 소견을 도출하였다. 첫째, 경기북부의 발생 사례에서는 가축 사육밀도가 높아 주변 농장으로 바이러스 전파가 용이한 환경에서는 구제역이 상대적으로 좁은 공간적 범위에서 시 공간 군집을 이루면서 전파되는 양상을 보였다. 둘째, 여주 이천 안성 등 경기도 남동부지역에서는 전체 구제역 발생 지점이 공간상으로는 밀집해 있지만 시간상으로는 분산되는 양상을 보였다. 셋째, 시간적 범위를 7일로 하였을 때 시 공간 군집의 평균 반경이 25km이고 최소 반경은 5.4km, 최대 반경은 74km로 분석되었다. 또한 구제역 발병 초기에는 군집의 반경이 작지만, 시간이 지남에 따라 군집의 반경이 커진다는 소견에 근거할 때 특정 지점에서 발생한 구제역에 대한 방역계획을 수립할 때 일차적으로 방역 범위에 대한 정확한 평가가 중요함을 시사한다.
To assess the space-time clustering of FMD(Foot-and-Mouth Disease) epidemic occurred in Korea between November 2010 to April 2011, geographical information system (GIS)-based spatial analysis technique was used. Farm address and geographic data obtained from a commercial portal site were integrated ...
To assess the space-time clustering of FMD(Foot-and-Mouth Disease) epidemic occurred in Korea between November 2010 to April 2011, geographical information system (GIS)-based spatial analysis technique was used. Farm address and geographic data obtained from a commercial portal site were integrated into GIS software, which we used to map out the color-shading geographic features of the outbreaks through a process called thematic mapping, and to produce a visual representation of the relationship between epidemic course and time throughout the country. FMD cases reported in northern area of Gyounggi province were clustered in space and time within small geographic areas due to the environmental characteristics which livestock population density is high enough to ease transmit FMD virus to the neighboring farm, whereas FMD cases were clustered in space but not in time for southern and eastern area of Gyounggi province. When analyzing the data for 7-day interval, the mean radius of the spatial-time clustering was 25km with minimum 5.4km and maximum 74km. In addition, the radius of clustering was relatively small in the early stage of FMD epidemic, but the size was geographically expanded over the epidemic course. Prior to implementing control measures during the outbreak period, assessment of geographic units potentially affected and identification of risky areas which are subsequently be targeted for specific intervention measures is recommended.
To assess the space-time clustering of FMD(Foot-and-Mouth Disease) epidemic occurred in Korea between November 2010 to April 2011, geographical information system (GIS)-based spatial analysis technique was used. Farm address and geographic data obtained from a commercial portal site were integrated into GIS software, which we used to map out the color-shading geographic features of the outbreaks through a process called thematic mapping, and to produce a visual representation of the relationship between epidemic course and time throughout the country. FMD cases reported in northern area of Gyounggi province were clustered in space and time within small geographic areas due to the environmental characteristics which livestock population density is high enough to ease transmit FMD virus to the neighboring farm, whereas FMD cases were clustered in space but not in time for southern and eastern area of Gyounggi province. When analyzing the data for 7-day interval, the mean radius of the spatial-time clustering was 25km with minimum 5.4km and maximum 74km. In addition, the radius of clustering was relatively small in the early stage of FMD epidemic, but the size was geographically expanded over the epidemic course. Prior to implementing control measures during the outbreak period, assessment of geographic units potentially affected and identification of risky areas which are subsequently be targeted for specific intervention measures is recommended.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
윤하정 등(2011)이 수행한 DADS 모델의 국내 적용에 관한 연구는 구제역 발생 시 최적의 방역조치를 개발하는 것을 목적으로 미국 UC Davis의 CADMS 연구팀이 개발한 DADS 모델을 국내의 여건에 맞게 적용하기 위한 연구이다. 이 연구에서는 구제역 전파 확산 시뮬레이션 모델의 국내 적용 가능성에 관하여 제시하였다는 점에서는 의미가 있으나, 실제 발생한 구제역을 적용하여 모델의 정확도 등을 검증하지는 않았다.
따라서 본 연구에서는 2010~2011년에 발생한 구제역의 시·공간 군집 분석을 수행하여, 시·공간을 동시에 고려한 상황에서의 구제역의 전파 특징을 알아보고자 한다.
분석 모델의 경우 일반적으로 고려되는 요인이 많을수록, 결정모델(deterministic model)보다는 확률모델(stochastic model)이, 그리고 지리정보 자료를 활용한 모델이 그렇지 않은 모델에 비하여 질병 발생상황을 더 잘 표현한다(Carpenter, 2011). 따라서 본 연구에서도 시간과 공간이라는 요인이 동시에 반영되고, 위치정보가 포함된 지리정보를 활용한 확률모델이 적용된 Satscan을 이용하여 2010~2011년 한국에서 발생한 구제역의 발생 특징을 분석하고자 한다.
밀도분석이 시간이 변함에 따라 구제역이 어떻게 확산되어 갔는가를 표현해 주지는 못한다. 따라서 본 연구에서는 2010~2011년 구제역 역학 보고서에서와 같이 읍/면/동 단위에서 구제역으로 인한 최초 살처분 매몰이 발생한 날짜를 조사하고 이를 시계열적으로 배열하여 시간이 지남에 따라 구제역이 행정구역 단위로 어떻게 확산되어 가는가를 살펴보았다.
제안 방법
윤하정 등(2011)이 수행한 DADS 모델의 국내 적용에 관한 연구는 구제역 발생 시 최적의 방역조치를 개발하는 것을 목적으로 미국 UC Davis의 CADMS 연구팀이 개발한 DADS 모델을 국내의 여건에 맞게 적용하기 위한 연구이다. 이 연구에서는 구제역 전파 확산 시뮬레이션 모델의 국내 적용 가능성에 관하여 제시하였다는 점에서는 의미가 있으나, 실제 발생한 구제역을 적용하여 모델의 정확도 등을 검증하지는 않았다. 이외 구제역과 관련된 연구로는 구제역의 발생지점과 도로망 정보를 GIS의 네트워크 분석 기법에 적용하여 구제역의 확산 속도를 분석한 연구(최석근 등, 2012) 등이 있다.
그리고 본 연구에서는 시간이 고려된 상황에서 질병의 피해규모가 아닌 질병의 공간 확산에 중점을 두었기 때문에 확산에 의한 지점별 매몰두수는 고려하지 않았다. 일반적으로 구제역 매몰 처분 시 구제역 발생농가 주변에서 매몰이 이루어졌기 때문에, 구제역 살처분 매몰지와 구제역 발생지점이 동일하다는 전제에서 연구를 수행하였다.
‘농림수산식품부 고시 제2010-79호’에 따르면 구제역 발생지에서 반경 3km는 위험지역으로 설정하고 있기 때문에, 본 연구에서는 커널 밀도의 반경을 구제역 살처분 반경이었던 3km로 설정하여 분석하였다.
본 연구에서는 시·공간검색통계 분석을 위해 공간의 최대 군집 크기를 사례(매몰지) 수의 50%로 하고, 시간의 최대 군집 크기는 7일로 설정하여 수행하였다.
본 연구에서는 시·공간검색통계 분석을 위해 공간의 최대 군집 크기를 사례(매몰지) 수의 50%로 하고, 시간의 최대 군집 크기는 7일로 설정하여 수행하였다. 시간의 최대 군집 크기의 경우 구제역은 세계동물보건기구(OIE)에서는 최단 잠복기 2일에서 최장 14일로 규정하고 있으며 가능성이 가장 높은 기간으로 소는 5일, 돼지는 4일로 규정하고 있기 때문에 7일로 설정하여 분석을 수행하였다.
대상 데이터
따라서 본 연구에서는 구제역의 시·공간 확산 과정과 군집정도 등을 분석하기 위해 오마이뉴스에서 제공하는 구제역 매몰지 위치정보와 시간정보를 이용하였다.
본 연구의 시·공간적 범위는 2010년 11월~2011년 4월 사이에 한국에서 구제역이 발생한 11개 광역시/도의 74개 시/군 지역이다.
오마이뉴스에서 제공하는 매몰지 수는 모두 1,194 곳이며 이중 위치정보나 시간정보가 누락된 곳을 제외한 1,171 곳을 사례로 하였다(그림 1). 오마이뉴스에서 제공하는 1,171 곳에 매몰된 것으로 조사된 사육두수는 소와 돼지를 포함하여 약 308만 두로 농림수산식품부의 발표 자료와 대략 일치하였다.
매몰지의 위치정보 또한 영상지도와 중첩하였을 때 대부분 축사와 인접하여 분포하는 것을 확인할 수 있었다(그림 2). 오마이뉴스에서 제공하는 데이터의 시간적 범위는 매몰이 시작된 2010년 11월 30일부터 2011년 2월 25일까지이다. 따라서 실제 구제역 판정을 받은 날짜와는 2~3일의 시차가 발생하지만, 대부분 일률적으로 발생하는 시차이기 때문에 상대적인 시간 차이를 이용하는 시·공간 분석 수행에 있어서는 문제가 없다.
본 연구에서 활용한 자료는 구제역 발생 지점이 아닌, 구제역 매몰지에 관한 것이다. 따라서 일반적으로 구제역이 발생하면 축사와 인접한 곳에서 수일 내에 매몰 작업이 완료된다는 전제에서 접근하였기 때문에 예외사항으로 인한 오류가 발생할 수도 있지만, 이러한 부분은 향후 구제역 발생 지점에 대한 정확한 자료가 제공된다면 보완될 수 있는 부분이다.
데이터처리
시·공간 군집 분석을 위한 소프트웨어는 SatScan v9.1을 이용하였으며, 지도화를 위한 소프트웨어는 ArcGIS v10을 사용하였다.
이론/모형
본 연구에서는 점 객체에 대한 밀도분석 방법으로 ESRI사의 ArcGIS에서 제공하는 Silverman(1986)의 커널밀도(Kernel Density) 분석을 활용하였다. 커널밀도 분석의 원리는 점 객체가 위치한 지점에 가장 높은 값이 부여되고 점 객체로부터 거리가 멀어질수록 그 값이 작아져 설정한 반경의 경계를 벗어나면 값이 부여되지 않는다.
본 연구에서는 구제역 발생의 시·공간 군집 분석을 위해 검색통계(scan statistics) 방법의 하나인 시·공간 순열모델(space-time permutation model)을 사용하였다.
성능/효과
경북 안동에서 2010년 11월 28일 발생한 구제역은 2011년 4월 21일까지 144일 동안 11개 광역시/도의 74개 시/군으로 확산되었다. 유전자 분석 결과에 의하면 O형으로서 SEA 지역형1)에 속하는 동일한 바이러스로 인한 구제역으로 나타났다. 이 기간에 구제역으로 총 3,748 건이 신고 되었으며 3백만 두 이상의 가축이 매몰 처분되었다(농림수산검역검사본부, 2011).
농림수산검역검사본부(2011)에 의하면 2010년 11월에 발병한 구제역의 국내 전파 및 확산 원인은 다음과 같다. 첫째, 최초 발생 농장이 대단위 양돈단지였기 때문에 바이러스 배출량이 많았다. 둘째, 최초 발생 농장의 분뇨가 경기도 파주로 수송되어 바이러스가 전파되었다.
둘째, 최초 발생 농장의 분뇨가 경기도 파주로 수송되어 바이러스가 전파되었다. 셋째, 최초 진단이 늦어 초동 방역조치가 미흡하였다. 넷째, 겨울이 시작되는 시점에 발생하여 바이러스의 생존기간이 길어졌고, 추운 날씨로 인하여 차단방역 효과가 떨어졌다.
셋째, 최초 진단이 늦어 초동 방역조치가 미흡하였다. 넷째, 겨울이 시작되는 시점에 발생하여 바이러스의 생존기간이 길어졌고, 추운 날씨로 인하여 차단방역 효과가 떨어졌다. 다섯째, 동시 다발적인 발생으로 인하여 초기 매몰작업이 지연됨으로서 바이러스의 전파가 확산되었다.
넷째, 겨울이 시작되는 시점에 발생하여 바이러스의 생존기간이 길어졌고, 추운 날씨로 인하여 차단방역 효과가 떨어졌다. 다섯째, 동시 다발적인 발생으로 인하여 초기 매몰작업이 지연됨으로서 바이러스의 전파가 확산되었다. 여섯째, 국내 가축 사육밀도가 높아 바이러스가 주변 농장으로 쉽게 전파될 수 있는 환경을 제공해 주었다.
다섯째, 동시 다발적인 발생으로 인하여 초기 매몰작업이 지연됨으로서 바이러스의 전파가 확산되었다. 여섯째, 국내 가축 사육밀도가 높아 바이러스가 주변 농장으로 쉽게 전파될 수 있는 환경을 제공해 주었다. 그리고 마지막으로 물류와 교통이 발달하여 질병 전파 및 확산 속도가 빨랐다는 점이다.
이상과 같이 공간과 시간을 분리하여 분석한 결과에 의하면 두 분석 모두 경상북도 북부지역, 경기도 남동부지역, 경기도 북부지역을 구제역 발병의 군집 지역으로 추정하게 한다. 그리고 공간 밀도가 높은 지역의 중심지와 초기 발생 지점에서 주변 지역으로 확산되었다고 볼 수 있다.
1)을 만족하는 군집은 9개다(그림 5, 표 1). 가장 유력한 군집(MOST LIKELY CLUSTER)3)은 구제역 최초 발상지역인 안동을 중심으로 2010년 11월 30일에서 2010년 12월 6일까지 7일간 발생한 63건의 구제역으로 이 지역은 예상치(Observed-to-expected ratio)에 비하여 9.74배나 높게 나타났다. 이는 구제역에 대한 최초 진단이 늦어 초동 방역조치가 미흡하였기 때문에 나타나는 결과로 이해된다.
시·공간 군집 분석의 결과와 공간과 행정구역 단위로 최초 발생 시간만을 적용한 분석 결과를 비교할 때 가장 큰 차이는 여주·이천·안성의 경기도 남동부지역에서 시·공간 군집이 형성되지 않는다는 점이다.
넷째, 시간적 범위를 7일로 하였을 때 시·공간 군집의 평균 반경이 25km이고 최소 반경은 5.4km, 최대 반경은 74km이었으므로 특정 지점에서 구제역이 발병할 경우 기존의 방역 범위를 확대하거나 보완할 필요가 있다.
셋째, 여주·이천·안성 등 경기도 남동부지역에서는 구제역 발생 지점들이 공간상으로는 밀집해 있지만 시간상으로는 분산되어 나타났고, 평창에서는 주요도로망을 따라 구제역이 발병되는 등 특수성이 나타나는 지역들이 존재한다는 점이다.
이러한 결과로 볼 때 전파 매개체가 31번 국도를 따라 동시에 바이러스를 전파시켰을 것으로 추정된다. 전체적으로는 구제역 발생 초기에는 기대치에 비하여 관측치가 높게 나타나며, 시간이 지남에 따라 기대치에 대한 관측치의 비율은 낮아지는 것을 확인할 수 있었다. 또한 가축의 사육밀도가 구제역 확산에 영향을 줄 수는 있지만 절대적인 요인은 아님을 확인할 수 있다.
시·공간을 동시에 분석한 본 연구 결과로부터 다음과 같은 결론을 도출할 수 있다. 첫째, 구제역의 최초 진단과 초동 방역이 중요하다. 둘째, 경기 북부의 사례에서와 같이 가축 사육밀도가 높아 바이러스가 주변 농장으로 쉽게 전파될 수 있는 환경에서는 구제역이 상대적으로 좁은 공간적 범위에서 시·공간 군집을 이루면서 이동하기 때문에 이에 대한 차별화된 방역계획의 수립이 필요하다.
읍·면·동 단위에서 최초로 발생한 구제역 매몰 시간정보를 이용하여 시간이 지남에 따라 공간 상으로 확산되어 가는 과정을 지도로 표현하였을 때 최초 발병 후 초기 5일 간 발병한 지역이 대체적으로 구제역 매몰지 밀도가 높은 지역과 일치하는 경향을 보였다(그림 4).
시간과 공간을 동시에 고려한 시·공간 군집 분석을 수행한 결과 모두 14개의 군집이 형성되었는데, 이중 유의수준(P < 0.1)을 만족하는 군집은 9개다(그림 5, 표 1).
본 연구에서 생성된 군집의 반경을 살펴보면, 시간의 최대 군집 크기인 7일을 기준으로 하였을 때 군집의 범위는 2011년 2월 2일에서 2011년 2월 8일까지 홍성 일대에서 발생한 구제역이 반경 74km로 가장 넓게 나타났으며, 2010년 12월 10일에서 2010년 12월 13일까지 4일간 김포 일대의 17개 농장에서 발생한 구제역의 반경이 5.4km로 가장 작았다. 9개 군집의 평균 반경은 약 25km로 나타났다.
후속연구
즉, 특정 기간에 특정 공간에서 얼마만큼의 구제역이 발병하였는가를 분석함으로서, 시·공간을 동시에 고려한 상황에서 구제역이 집중적으로 발병한 지역을 찾고 그 원인과 결과에 대한 분석을 병행할 필요가 있다.
둘째, 경기 북부의 사례에서와 같이 가축 사육밀도가 높아 바이러스가 주변 농장으로 쉽게 전파될 수 있는 환경에서는 구제역이 상대적으로 좁은 공간적 범위에서 시·공간 군집을 이루면서 이동하기 때문에 이에 대한 차별화된 방역계획의 수립이 필요하다.
4km, 최대 반경은 74km이었으므로 특정 지점에서 구제역이 발병할 경우 기존의 방역 범위를 확대하거나 보완할 필요가 있다. 그리고 구제역 발병 초기에는 군집의 반경이 작지만, 시간이 지남에 따라 군집의 반경이 커진다는 점도 향후 방역 계획의 수립에 있어서 고려하여야 할 것이다.
본 연구에서 활용한 자료는 구제역 발생 지점이 아닌, 구제역 매몰지에 관한 것이다. 따라서 일반적으로 구제역이 발생하면 축사와 인접한 곳에서 수일 내에 매몰 작업이 완료된다는 전제에서 접근하였기 때문에 예외사항으로 인한 오류가 발생할 수도 있지만, 이러한 부분은 향후 구제역 발생 지점에 대한 정확한 자료가 제공된다면 보완될 수 있는 부분이다.
이 중 방역의 공간적, 시간적 범위에 대한 부분은 기존에 발생하였던 구제역의 확산 현황자료를 활용한다면 보완·개선될 수 있다. 그리고 질병의 확산 특징 분석에서는 시간과 공간이 동시에 반영되어야 하며, 이 경우 본 연구에서 제안한 시·공간 군집분석 방법이 구제역의 역학분석과 방역 효과를 높이는데 기여할 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
구제역은 무엇인가?
구제역은 갈라진 발굽을 갖고 있는 가축과 70종 이상의 야생동물에서 발병하는 매우 치명적이고 전염성이 높은 질병이다(Alexandersen et al., 2003).
구제역에 대한 국외 연구로는 어떤 것들이 있는가?
국외 연구로는 2006~2007년에 이스라엘과 팔레스타인에서 발생한 구제역의 시·공간 군집을 분석한 연구(Alkhamis et al., 2009)와 병원의 응급실 방문 환자의 시·공간 정보를 이용하여 특정 질병의 발병을 초기에 예측하는 방법에 대한 연구(Kulldorff et al., 2005) 등이 있다.
농림수산검역검사본부에 의하면, 2010년 11월에 발병한 구제역의 국내 전파 및 확산 원인은 무엇인가?
농림수산검역검사본부(2011)에 의하면 2010년 11월에 발병한 구제역의 국내 전파 및 확산 원인은 다음과 같다. 첫째, 최초 발생 농장이 대단위 양돈단지였기 때문에 바이러스 배출량이 많았다. 둘째, 최초 발생 농장의 분뇨가 경기도 파주로 수송되어 바이러스가 전파되었다. 셋째, 최초 진단이 늦어 초동 방역조치가 미흡하였다. 넷째, 겨울이 시작되는 시점에 발생하여 바이러스의 생존기간이 길어졌고, 추운 날씨로 인하여 차단방역 효과가 떨어졌다. 다섯째, 동시 다발적인 발생으로 인하여 초기 매몰작업이 지연됨으로서 바이러스의 전파가 확산되었다. 여섯째, 국내 가축 사육밀도가 높아 바이러스가 주변 농장으로 쉽게 전파될 수 있는 환경을 제공해 주었다. 그리고 마지막으로 물류와 교통이 발달하여 질병 전파 및 확산 속도가 빨랐다는 점이다. 전파 매개체로는 차량(61%), 축주(15%), 인근전파(12%), 외부인(8%), 물품(4%)의 순으로 조사되어 차량과 사람에 의한 전파가 대부분을 차지하였다.
이 논문을 인용한 문헌
저자의 다른 논문 :
연구과제 타임라인
LOADING...
LOADING...
LOADING...
LOADING...
LOADING...
활용도 분석정보
상세보기
다운로드
내보내기
활용도 Top5 논문
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다. 더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.