매개모기의 서식환경과 토지이용 구조가 말라리아 발생에 미치는 영향 - 말라리아 고위험지역을 대상으로 The Impact of Land Use Structure and Vector Habitat Conditions on the Incidence of Malaria-A Case Study in High-Incidence Areas원문보기
1980년대에 근절된 것으로 여겨졌던 말라리아는 재출현 이후 지난 10년간 증감을 거듭하고 있다. 우리나라의 경우에는, 휴전선에 인접한 지역이 말라리아 발생의 핫스팟으로 분류될 만큼 지역적 특징이 뚜렷하게 나타나고 있다. 특히, 휴전선 부근 시 군지역이 말라리아 발생의 위험지역으로 분류될 뿐만 아니라 지역 간 말라리아 발생률에서 차이가 있으며, 질병 발생의 중심이 변화하는 경향을 보이고 있다. 이는, 말라리아 발생이 지역별로 상이하게 펼쳐져 있는 자연 및 거주지 환경에 영향 받고 있음을 말해준다. 말라리아는 매개모기에 의해 병원체가 전달되는 것으로 이 과정은 특정 기후 및 인문환경 시스템 속에서 발현된다. 기후 요소는 매개모기와 병원체에 매우 다양하게 영향을 미치며 기온은 가장 대표적인 환경요인이다. 또한 매개모기와 인간과의 접촉 빈도와 접촉 거리는 말라리아 발생률에 가장 직접적인 영향을 미치는 요인이다. 본 연구에서는 지역별로 다른 국지적인 기후조건, 매개모기의 산란 및 서식환경의 비중, 매개모기와 거주지 간의 거리에 따라 말라리아 발생이 지역별로 차이가 나타난다는 점을 기상자료, 인공위성 기반의 토지피복 자료를 활용하여 확인하였다.
1980년대에 근절된 것으로 여겨졌던 말라리아는 재출현 이후 지난 10년간 증감을 거듭하고 있다. 우리나라의 경우에는, 휴전선에 인접한 지역이 말라리아 발생의 핫스팟으로 분류될 만큼 지역적 특징이 뚜렷하게 나타나고 있다. 특히, 휴전선 부근 시 군지역이 말라리아 발생의 위험지역으로 분류될 뿐만 아니라 지역 간 말라리아 발생률에서 차이가 있으며, 질병 발생의 중심이 변화하는 경향을 보이고 있다. 이는, 말라리아 발생이 지역별로 상이하게 펼쳐져 있는 자연 및 거주지 환경에 영향 받고 있음을 말해준다. 말라리아는 매개모기에 의해 병원체가 전달되는 것으로 이 과정은 특정 기후 및 인문환경 시스템 속에서 발현된다. 기후 요소는 매개모기와 병원체에 매우 다양하게 영향을 미치며 기온은 가장 대표적인 환경요인이다. 또한 매개모기와 인간과의 접촉 빈도와 접촉 거리는 말라리아 발생률에 가장 직접적인 영향을 미치는 요인이다. 본 연구에서는 지역별로 다른 국지적인 기후조건, 매개모기의 산란 및 서식환경의 비중, 매개모기와 거주지 간의 거리에 따라 말라리아 발생이 지역별로 차이가 나타난다는 점을 기상자료, 인공위성 기반의 토지피복 자료를 활용하여 확인하였다.
Eradication of endemic malaria was declared in mid 1980's in Korea, but the number of malaria cases has been oscillating for the past 10 years since the reemergence of the disease in early 1990's. The occurrence of malaria has been concentrated near the demilitarized zone(DMZ), and the regional char...
Eradication of endemic malaria was declared in mid 1980's in Korea, but the number of malaria cases has been oscillating for the past 10 years since the reemergence of the disease in early 1990's. The occurrence of malaria has been concentrated near the demilitarized zone(DMZ), and the regional characteristics of the disease are evident. Considering the spatial variations of malaria incidence across the high-risk areas, the hotspot of the disease, it seems that the occurrence of the disease is influenced by the natural and human environment in the region. Malaria is an infectious disease that is transmitted to humans by the bites of vector-mosquitoes carrying malaria parasites, and it depends on specific climatic and sociodemographic factors. Malaria transmission is highly climate-sensitive, and temperature is the most important component. In addition, human contacts with vector-mosquitoes and the distance between human residence and mosquito habitats are crucial conditions determining malaria incidence rates. The present study aimed to test a hypothesis that the spatial characteristics of malaria incidence depended on local climatic conditions, relative proportions of mosquito habitats, and the distance between mosquito habitats and human residence using meteorological and satellite-based land cover data.
Eradication of endemic malaria was declared in mid 1980's in Korea, but the number of malaria cases has been oscillating for the past 10 years since the reemergence of the disease in early 1990's. The occurrence of malaria has been concentrated near the demilitarized zone(DMZ), and the regional characteristics of the disease are evident. Considering the spatial variations of malaria incidence across the high-risk areas, the hotspot of the disease, it seems that the occurrence of the disease is influenced by the natural and human environment in the region. Malaria is an infectious disease that is transmitted to humans by the bites of vector-mosquitoes carrying malaria parasites, and it depends on specific climatic and sociodemographic factors. Malaria transmission is highly climate-sensitive, and temperature is the most important component. In addition, human contacts with vector-mosquitoes and the distance between human residence and mosquito habitats are crucial conditions determining malaria incidence rates. The present study aimed to test a hypothesis that the spatial characteristics of malaria incidence depended on local climatic conditions, relative proportions of mosquito habitats, and the distance between mosquito habitats and human residence using meteorological and satellite-based land cover data.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 휴전선과 인접해 있는 시·군·구지역의 경관 특성을 분석하는 데 더욱 초점을 두었다.
본 연구는 지난 10년간 말라리아 발생의 핫스팟으로 분류된 시 · 군 · 구 지역 간에 나타난 발생률 차이를 지역별로 상이한 기후, 물환경, 인구분포 조건의 차이로 설명하고자 한다. 말라리아는 국지적인 기후조건, 매개모기의 산란 및 서식환경의 비중, 매개모기와 인간과의 거리에 따라 지역별로 전파 양상이 다르게 전개되고 발생률에 있어서도 차이를 나타낼 것으로 예상하고, 위성자료에 기반 한 토지피복도와 기상자료를 활용하여 이를 검증하고자 한다.
본 연구는 지난 10년간 말라리아 발생의 핫스팟으로 분류된 시 · 군 · 구 지역 간에 나타난 발생률 차이를 지역별로 상이한 기후, 물환경, 인구분포 조건의 차이로 설명하고자 한다.
05) 발병률이 낮게 나타난 결과와 잘 부합한다. 본 연구에서는, 개별 말라리아 감염사례의 구체적 지리정보를 반영되지 않아 각 버퍼 거리에 따른 말라리아 발병수 변화를 정량적으로 분석할 수 없는 한계를 노정하고 있지만, 군 단위로 수집된 말라리아 발병율에 매개모기의 주요 서식처인 논 환경의 영향이 공간적으로 나타남을 확인했다는데에 의미가 있다.
제안 방법
10개 대상지역의 물과 관련된 환경과 말라리아 발생률과의 상관관계를 분석했다. 그 결과, 논 면적의 비중과 발생률 간의 상관관계가 0.
이를 위해 기후 조건이 발생률에 미치는 영향을 분석하기 위해 기상청에서 제공받은 대상 지역 내 측후소의 기온, 강수량 자료를 이용하여 말라리아 발생률과의 회귀분석을 실시하였다. 대상 지역 내 측후소는 철원, 문산, 강화, 고성으로 4개이며, 각각 철원, 파주, 강화, 고성의 말라리아 발생률과의 상관관계를 분석하였다.
두 번째로 지역별로 다른 매개모기의 서식환경 비중과 발생률과의 상관관계를 분석하였다. 연구 지역 내에서 매개모기의 서식환경으로 양호하다고 평가되는 논, 내륙습지, 연안습지, 내륙수, 해양수의 면적을 추출하기 위해 환경부에서 제공받은 토지피복도를 입력 자료로 하여 시·군·구별 면적을 계산하였다(표 1).
말라리아 발생률에 가장 큰 영향을 미치는 환경으로 나타난 논 주변의 인구 분포와 지역별 말라리아 발생률 간의 상관관계를 분석하기 위해 논 주변의 버퍼를 설정하였다(표 3). 논으로부터의 거리를 50미터 간격으로 버퍼링하여 버퍼 내부에 속하는 주거지 면적을 산출한 결과, 그림 4와 같이 논으로부터의 거리가 멀어질수록 말라리아 발생률과의 상관도가 낮아졌다.
세 번째 분석에 있어서는 절대적인 발생건수가 부족한 4개 지역(인제군, 화천군, 양구군, 고성군)을 제외하고 나머지 6개 지역(강화군, 고양시, 김포시, 연천군, 파주시, 철원군)만을 분석에 사용하였다. 분석에 사용된 거리변수는 매개모기와 인간과의 거리를 추정하기 위해 대상지역별로 매개모기의 산란 및 서식환경으로 가장 양호하다고 판단되는 논에 버퍼를 각각 50m, 100m, 150m, 200m로 설정하고 전체 주거 지역 대비 버퍼 내에 포함되는 주거 지역의 면적으로 산정하였다. 계산된 결과를 기초로 말라리아 발생률과의 상관관계를 분석하였다(그림 3).
kr)를 통해 수집하였다. 분석을 위한 말라리아 발생률 또한 해당 연도의 6~9월의 발생건수만을 활용하였다. 통상 말라리아 발생률은 해당 행정구역 내 인구 10만 명 당 발생건수로써 상대적인 위험도를 설명하기 위해 사용된다.
세 번째로 매개모기와 주거지 간의 거리를 계산하여 발생률과 상관관계를 분석하였다. 이는 각각의 연구 지역 내의 논에 버퍼를 설정하고 전체 주거 지역 대비 버퍼 내 주거지역의 비중을 토대로 하였다.
연구 대상 지역의 발생률이 차이를 보이는 것에 대해서 우선 매개모기의 개체 수에 직접적으로 영향을 미치는 기후 요소와의 상관관계를 분석하였다. 이를 위해 기후 조건이 발생률에 미치는 영향을 분석하기 위해 기상청에서 제공받은 대상 지역 내 측후소의 기온, 강수량 자료를 이용하여 말라리아 발생률과의 회귀분석을 실시하였다.
연구 지역 내에서 매개모기의 서식환경으로 양호하다고 평가되는 논, 내륙습지, 연안습지, 내륙수, 해양수의 면적을 추출하기 위해 환경부에서 제공받은 토지피복도를 입력 자료로 하여 시·군·구별 면적을 계산하였다(표 1).
세 번째로 매개모기와 주거지 간의 거리를 계산하여 발생률과 상관관계를 분석하였다. 이는 각각의 연구 지역 내의 논에 버퍼를 설정하고 전체 주거 지역 대비 버퍼 내 주거지역의 비중을 토대로 하였다. 세 번째 분석에 있어서는 절대적인 발생건수가 부족한 4개 지역(인제군, 화천군, 양구군, 고성군)을 제외하고 나머지 6개 지역(강화군, 고양시, 김포시, 연천군, 파주시, 철원군)만을 분석에 사용하였다.
연구 지역 내에서 매개모기의 서식환경으로 양호하다고 평가되는 논, 내륙습지, 연안습지, 내륙수, 해양수의 면적을 추출하기 위해 환경부에서 제공받은 토지피복도를 입력 자료로 하여 시·군·구별 면적을 계산하였다(표 1). 이들 다고 판단되는 것으로 각각의 변수를 말라리아 발생률과 상관관계 분석을 하였다. 상관계수를 설정함에 있어 케이스의 수가 적어서 그 결과의 설득력이 부족할 수 있다는 점을 보완하기 위해 spearman의 순위상관계수를 사용하였다.
연구 대상 지역의 발생률이 차이를 보이는 것에 대해서 우선 매개모기의 개체 수에 직접적으로 영향을 미치는 기후 요소와의 상관관계를 분석하였다. 이를 위해 기후 조건이 발생률에 미치는 영향을 분석하기 위해 기상청에서 제공받은 대상 지역 내 측후소의 기온, 강수량 자료를 이용하여 말라리아 발생률과의 회귀분석을 실시하였다. 대상 지역 내 측후소는 철원, 문산, 강화, 고성으로 4개이며, 각각 철원, 파주, 강화, 고성의 말라리아 발생률과의 상관관계를 분석하였다.
대상 데이터
기후 자료는 2001년~2010년까지의 평균기온과 강수량의 일 자료를 이용하였고, 일반적으로 6~9월에 말라리아 환자가 주로 분포하고 있는 것을 반영하여 6월~9월의 평균기온, 강수량 자료를 사용하였다. 말라리아 발생 자료는 질병관리본부 웹통계서비스(http://stat.
기후 자료는 2001년~2010년까지의 평균기온과 강수량의 일 자료를 이용하였고, 일반적으로 6~9월에 말라리아 환자가 주로 분포하고 있는 것을 반영하여 6월~9월의 평균기온, 강수량 자료를 사용하였다. 말라리아 발생 자료는 질병관리본부 웹통계서비스(http://stat.cdc.go. kr)를 통해 수집하였다. 분석을 위한 말라리아 발생률 또한 해당 연도의 6~9월의 발생건수만을 활용하였다.
이는 각각의 연구 지역 내의 논에 버퍼를 설정하고 전체 주거 지역 대비 버퍼 내 주거지역의 비중을 토대로 하였다. 세 번째 분석에 있어서는 절대적인 발생건수가 부족한 4개 지역(인제군, 화천군, 양구군, 고성군)을 제외하고 나머지 6개 지역(강화군, 고양시, 김포시, 연천군, 파주시, 철원군)만을 분석에 사용하였다. 분석에 사용된 거리변수는 매개모기와 인간과의 거리를 추정하기 위해 대상지역별로 매개모기의 산란 및 서식환경으로 가장 양호하다고 판단되는 논에 버퍼를 각각 50m, 100m, 150m, 200m로 설정하고 전체 주거 지역 대비 버퍼 내에 포함되는 주거 지역의 면적으로 산정하였다.
연구 대상 지역은 10개 시·군·구 지역으로 인천 강화군, 경기도 김포시·고양시·파주시·연천군, 강원도 철원군·화천군·양구군·인제군·고성군이다.
토지피복도는 래스터 형식의 중분류자료를 사용하였는데, 이는 Landsat, Indian Remote Sensing, SPOT, 아리랑 2호 위성 자료를 기반으로 하여 Transverse Mercator 중부원점 좌표계를 갖는 5m 공간해상도로 작성되었다.
데이터처리
분석에 사용된 거리변수는 매개모기와 인간과의 거리를 추정하기 위해 대상지역별로 매개모기의 산란 및 서식환경으로 가장 양호하다고 판단되는 논에 버퍼를 각각 50m, 100m, 150m, 200m로 설정하고 전체 주거 지역 대비 버퍼 내에 포함되는 주거 지역의 면적으로 산정하였다. 계산된 결과를 기초로 말라리아 발생률과의 상관관계를 분석하였다(그림 3).
토지피복도 중분류 자료는 모두 22개 분류 항목으로 구성되어 있고, 전국을 1:25,000 도곽 단위의 813 도엽으로 나누어 구축되어 있다. 연구 지역에 속하는 자료처리를 위해 이미지 처리 소프트웨어 프로그램인 ERDAS IMAGINE 9.1를 활용하였고, 분석 결과를 지도화하기 위해 지리정보시스템 소프트웨어 프로그램인 ArcGIS 9.3을 사용하였다.
이론/모형
이들 다고 판단되는 것으로 각각의 변수를 말라리아 발생률과 상관관계 분석을 하였다. 상관계수를 설정함에 있어 케이스의 수가 적어서 그 결과의 설득력이 부족할 수 있다는 점을 보완하기 위해 spearman의 순위상관계수를 사용하였다.
토지이용 분석을 위해 환경부 공간정보서비스(http://egis.me.go.kr)가 제공하는 토지피복도를 사용하였다. 토지피복도는 래스터 형식의 중분류자료를 사용하였는데, 이는 Landsat, Indian Remote Sensing, SPOT, 아리랑 2호 위성 자료를 기반으로 하여 Transverse Mercator 중부원점 좌표계를 갖는 5m 공간해상도로 작성되었다.
성능/효과
결과적으로 말라리아는 병원체에 감염된 모기의 시 · 공간적 분포와 유동적이고 감염에 취약한 인구와의 접촉 가능성에 따라 발병 위험도가 결정된다고 볼 수 있다.
10개 대상지역의 물과 관련된 환경과 말라리아 발생률과의 상관관계를 분석했다. 그 결과, 논 면적의 비중과 발생률 간의 상관관계가 0.709로 유의하게 나타났다(표 2). 이것은 논의 면적이 많을수록 발생률이 높아진다고 해석할 수 있으며, 실제로 지난 10년 동안 발생의 핫스팟이 논의 면적이 많은 경기 서북부로 이동한 것을 설명할 수 있는 결과이다.
말라리아 발생률에 가장 큰 영향을 미치는 환경으로 나타난 논 주변의 인구 분포와 지역별 말라리아 발생률 간의 상관관계를 분석하기 위해 논 주변의 버퍼를 설정하였다(표 3). 논으로부터의 거리를 50미터 간격으로 버퍼링하여 버퍼 내부에 속하는 주거지 면적을 산출한 결과, 그림 4와 같이 논으로부터의 거리가 멀어질수록 말라리아 발생률과의 상관도가 낮아졌다. 이는 물과 관련된 환경에서 가까운 곳에 있는 가구의 발생 건수가 많다는 기존의 연구와 부합하는 결과이다.
(2012)은 물 환경과 주거지와의 거리에 주목하고 물과 관련된 환경을 논, 도랑, 개천으로 두고 이들의 위치와 연구지역 내 말라리아 발생 가구의 위치 정보를 수집하였다. 연구 결과, 설정한 거리 관계에 따라 발생률에 차이를 보였는데, 물 환경으로부터 60m 이내에서 74.24%, 60m~120m 범위에서 16.38%, 120m이상에서 9.38%의 환자 수가 각각 보고 되었다. 이것은 물 환경으로부터 거주지에 이르는 거리와 말라리아 발생률이 서로 상관관계를 갖고 있다고 해석할 수 있으며, 병원체의 공간 분포에 영향을 주는 환경적인 요인들과 인간의 분포가 지역 간 발생률을 결정하는 요인이 될 수 있음을 보여준 결과이다.
전체적으로, 말라리아 감염자의 수는 전체 행정단위 거주자 수에 비해 매우 작은 비율로 나타나기 때문에, 말라리아 발병률은 각 시군별 인구규모(r=-0.914, p<0.01)나 인구 밀도(r=-0.886, p<0.01)와 반비례하는 결과를 보였다.
후속연구
이는 강화군을 제외하고는 기후 조건의 변화가 실질적인 발생률 변화에 의미 있는 영향을 미치지 못하는 것으로 보인다. 계절적인 변화에 따라 온도가 상승하고 강수량이 증가하면서 매개모기의 개체 수가 증가하고 발생률 또한 상승하는 것이 사실이지만, 연도별로 분석해본 결과 말라리아 발생에 유리한 온도와 강수량 범위를 설정하는 것이 어려웠고, 연구 대상 지역이 비슷한 위도에 위치하고 있어서 지역별 발생률의 변이를 설명하는 데에 있어서 한계가 있었다. 이에 따라 지역별 말라리아 발생률의 차이를 설명하기 위해 기후 조건 이외에 다른 환경요인을 고려했다.
더욱이 본 연구에서 사용한 기후 자료는 4개의 측후소에서 얻은 자료로써 지리적으로 현저히 소규모 수준에서 발생하는 질병 분포의 특성을 설명하기에는 한계가 있다. 한나절 기온상승으로도 급속한 증가를 보이는 질병의 특성을 반영할 수 있는 국지적이고 일시적으로 형성되는 기상변화 자료를 얻는 것 또한 현실적으로 한계가 있다.
지역 내 전파와 확산을 관찰하기 위해 토지 이용의 생태적인 맥락을 더욱 고려할 수 있는 지표가 필요하며 수치고도모델을 활용한다면 전파의 장벽에 대한 연구로의 확장도 가능할 것이다. 또한 지속적으로 시계열적인 발생률 자료를 수집하여 토지 이용의 변화에 따라 말라 리아 발생률이 어떻게 변화하는지에 대한 연구도 필요하다. 분석 단위가 시·군·구에 머물고 있는 것은, 말라리아 발생 환자는 주민등록상에 표기된 주소로 집계되지만 주민등록상에 표기된 주소가 행정동과 일치하지 않는 문제로 인해 읍·면·동 단위로 공간 분석을 하는 데에 한계가 있기 때문으로, 향후 원시 자료 수집에 있어 보완이 있어야 할 것으로 보인다.
분석 단위가 시·군·구에 머물고 있는 것은, 말라리아 발생 환자는 주민등록상에 표기된 주소로 집계되지만 주민등록상에 표기된 주소가 행정동과 일치하지 않는 문제로 인해 읍·면·동 단위로 공간 분석을 하는 데에 한계가 있기 때문으로, 향후 원시 자료 수집에 있어 보완이 있어야 할 것으로 보인다.
지역 내 전파와 확산을 관찰하기 위해 토지 이용의 생태적인 맥락을 더욱 고려할 수 있는 지표가 필요하며 수치고도모델을 활용한다면 전파의 장벽에 대한 연구로의 확장도 가능할 것이다. 또한 지속적으로 시계열적인 발생률 자료를 수집하여 토지 이용의 변화에 따라 말라 리아 발생률이 어떻게 변화하는지에 대한 연구도 필요하다.
더욱이 본 연구에서 사용한 기후 자료는 4개의 측후소에서 얻은 자료로써 지리적으로 현저히 소규모 수준에서 발생하는 질병 분포의 특성을 설명하기에는 한계가 있다. 한나절 기온상승으로도 급속한 증가를 보이는 질병의 특성을 반영할 수 있는 국지적이고 일시적으로 형성되는 기상변화 자료를 얻는 것 또한 현실적으로 한계가 있다. 따라서 본 연구에서는 휴전선과 인접해 있는 시·군·구지역의 경관 특성을 분석하는 데 더욱 초점을 두었다.
질의응답
핵심어
질문
논문에서 추출한 답변
매개모기가 산란하고 서식하기 좋은 장소는 어디인가?
매개모기가 산란하고 서식하기 좋은 장소는 물이 모일 수 있는 지표면이다. 이것은 토지 피복 및 토지 이용의 특성과 강수량에 의해 결정 되며, 또한 그 물웅덩이는 모기 유충이 서식하기에 적합한 염분, 혼탁도, 햇빛, 온도 등을 만족시켜야 한다(Machault et al.
위성 기반의 원격탐사 자료의 장점은 무엇인가?
, 2004). 위성 기반의 원격탐사 자료는 광역적이며 주기적인 자료 획득을 통한 토지피복도 생성이 가능하기 때문에 말라리아와 같이 계절적 특성을 지니고 있는 전형적인 벡터 매개 전염병의 지리적 발현특성을 이해하는 데에 큰 이점을 가지고 있다(Smith et al., 1993; Snow et al.
매개모기가 산란하고 서식하기 좋은 장소는 무엇에 의해 결정되며, 어떤 조건을 만족시켜야 하는가?
매개모기가 산란하고 서식하기 좋은 장소는 물이 모일 수 있는 지표면이다. 이것은 토지 피복 및 토지 이용의 특성과 강수량에 의해 결정 되며, 또한 그 물웅덩이는 모기 유충이 서식하기에 적합한 염분, 혼탁도, 햇빛, 온도 등을 만족시켜야 한다(Machault et al., 2011).
참고문헌 (29)
Ahn, M. and D. Min. 1999. Reemergence of malaria in south korea. Hanyang Medical Reviews 19(1):33-38 (안명희, 민득영. 1999. 우리나라에서 말라리아의 재출현. 한양의대학술지 19(1):33-38).
Bayoh, M. and S. Lindsay. 2003. Effect of temperature on the development of the aquatic stages of Anopheles gambiae sensu stricto (Diptera: Culicidae). Bulletin of Entomological Research 93 (5):375-382.
Beck, L.R., B.M. Lobitz, and B.L. Wood. 2000. Remote sensing and human health: new sensors and new opportunities. Emerging Infectious Diseases 6(3):217-227.
Brisbois, B.W. and S.H. Ali. 2010. Climate change, vector-borne disease and interdisciplinary research: social science perspectives on an environment and health controversy. EcoHealth 7(4):425-438.
Brownstein, J.B., T.R. Holford and D. Fish. 2003. A climate-basd model predicts the spatial distribution of the lyme disease vector ixodes scapularis in the United States. Environmental Health Perspective 111(9):1152-1157.
Clennon, J. 2004. Spatial patterns of urinary schistisomiasis infection in a highly endemic area of coastal Kenya. American Journal of Tropical Medicine Hygiene 70(4):443-448.
Cromley, E.K. and S.L. McLafferty. 2002. GIS and Public Health. The Guildford Press, New York.
Diuk-Wasser, M.A., H.E. Brown, T.G. Andreadis and D. Fish. 2006. Modeling the spatial distribution of mosquito vectors for West Nile Virus in Connecticut, USA. Vector-Borne and Zoonotic Diseases 6(3):283-295.
Guerra, C.A., P.W. Gikandi, A.J. Tatem, A.M. Noor, D.L. Smith, S.I. Hay and R.W. Snow. 2008. The limits and intensity of Plasmodium falciparum transmission: implications for malaria control and elimination worldwide. PLoS Medicine 5(2):300-311.
Hay, S.I., R.W. Snow and D.J. Rogers. 1998. Predicting malaria seasons in Kenya using multitemporal meteorological satellite sensor data. Transactions of the Royal Society of Tropical Medicine and Hygiene 92(1):12-20.
Korean Center for Disease Control and Prevention. 2008. Malaria Control Manual, pp.59 (질병관리본부. 2008. 말라리아 관리지침. 59쪽).
Korean Center for Disease Control and Prevention. Disease Web Statistics System. http://stat.cdc.go.kr. [accessed on March 2012] (질병관리본부. 웹통계서비스. http://stat.cdc.go.kr. 2012년 3월 접속).
Machault, V., C. Vignolles, F. Borchi, P. Vounatsou, S. Briolant, J.P. Lacaux, and C. Rogier, 2011. The use of remotely sensed environmental data in the study of malaria. Geospatial Health 5(2):151-168.
Ministry of Environment. Environmental Geographic Information System Service. http://egis.me.go.kr. [accessed on September 2012] (환경부. 공간정보서비스. http://egis.me.go.kr. 2012년 9월 접속).
Nicholas, M.C. and T.N. Mather. 1996. Methods for evaluating lyme disease ticks using geographic information systems and geospatial analysis. Journal of Medical Entomology 33(5):7111-720.
Norris, D.E. 2004. Mosquito-borne diseases as a consequence of land use change. EcoHealth 1(1):19-24.
Ostfeld, R.S. and F. Keesing. 2001. Biodiversity and disease risk: the case of lyme disease. Conservation Biology 14(3):722-728.
Park, J.W., G. Jun and J.S. Yeom. 2009. Plasmodium vivax malaria: status in the Republic of Korea following reemergence. Korean Journal of Parasitology 47 (Supplement):S39-S50.
Park, J.W., T.A. Klein, H.C. Lee, L.A. Pacha, S.H. Ryu, J.S. Yeom, S.H. Moon, T.S. Kim, J.Y. Chai, M.D. Oh and K.W. Choe. 2003. Vivax malaria: a continuing health threat to the Republic of Korea, American Journal of Tropical Medicine and Hygiene 69(2):159?167.
Park, S. 2012. Remote sensing applications for malaria research: emerging agenda of medical geography. Journal of the Korean Association of Regional Geography 18(4) :473-493 (박선엽. 2012. 원격탐사 자료를 이용한 말라리아 연구: 보건지리학적 과제와 전망. 한국지역지리학회지 18(4):473-493).
Park, S. and D. Han. 2012. Reviews in medical geography: spatial epidemiology of vector-borne diseases. Journal of Korean Geographical Society 47(5):677-699 (박선엽, 한대권. 2012. 벡터매개 질 병 공간역학을 중심으로 한 보건지리학의 최근 연구. 대한지리학회지 47(5):677-699).
Reisen, W.K. 2010. Landscape epidemiology of vector-borne diseases. Annual Review of Entomology 55:461-483.
Shin, H. 2011. Malaria prevalence rate and weather factors in Korea. Health and Social Welfare Review 31(1):217-237 (신호성. 2011. 기상요소와 지역 말라리아 발생자수의 상관관계. 보건사회연구 31(1):217-237).
Smith, T., J.D. Charlwood, J. Kihonda, S. Mwankuyse, P. Billingsley, J. Meuwissen, E. Lyimo, W. Takken, T. Teuscher and M. Tanner. 1993. Absence of seasonal variation in malraria parasitaemia in an area of intense seasonal transmission. Acta Tropica 54(1):55-72.
Snow, R.W., J.R.M. Armstrong- Schellenberg, I. Mwangi, C.Waruiru, P.A.Warn, C. Newbold and K. Marsh. 1993. Periodicity and space-time clustering of severe childhood malaria on the coast of Kenya. Transaction of the Royal Society of Tropical Medicine and Hygiene 87(4):386-390.
Waring, S.A., R. Zakos-Feliberti, W.M. Stone, P. Padgett and R. Arafat. 2005. The utility of geographic information systems (GIS) in rapid epidemiological assessments following weather-related disasters: methodological issues based on the tropical storm allison experience. International Journal of Hygiene and Environmental Health 208(1-2):109-116.
Wilcox, B.A. and R.R. Colwell, 2005. Emerging and reemerging infectious diseases: biocomplexity as an interdisciplinary paradigm. EcoHealth 2(4):244-257.
Yeom, J.S., T.S. Kim, S. Oh, J.B. Sim, J.S. Barn, H.J. Kim, Y.A. Kim, S.Y. Ahn, M.Y. Shin and J.A. Yoo. 2007. Plasmodium vivax malaria in the Republic of Korea during 2004-2005: changing patterns of infection. The American Journal of Tropical Medicine and Hygiene 76(5):865-868.
Zhou, S., S. Zhang, J. Wang and X. Zheng. 2012. Spatial correlation between malaria cases and water-bodies in Anopheles sinensis dominated areas of Huang-Huai plain, China. Parasites and Vectors 5(1):106.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.