基于机器学习的云南省蝙蝠空间分布及其危害分析

摘要

生存或寄生于野外的各种病原体通过进化、基因变异或生态适宜性改变，可能具有潜在的感染人类的风险。因此，开展人类与重要寄主动物的时空交错风险分析，对不明疫病感染的溯源追踪、野外环境健康管理与预警具有重要意义。蝙蝠类动物携带着多种危险病原，本文以其为目标寄主构建随机森林模型，预测蝙蝠适生分布区，并融合与蝙蝠、人类活动有关的空间变量，建立人与蝙蝠空间交错的风险评估模型，制作风险分布地图；为方便行政管理，还进行以乡镇级为管理单元的风险分析。结果表明：1)影响蝙蝠适生的主导变量有年均降水量、温度全年波动范围、昼夜温差月均值、温度季节性变化、降水量季节性变化和最冷季度均温。2)随机森林预测蝙蝠高适生分布区面积为9.796 5×10～4 km²,占云南省总面积的24.86%,主要分布在云南省南部、西南部和中东部地区。3)疫病传染风险评估发现45个乡镇属疫病传染高风险区，面积约0.534 6×10～4 km²,受影响人口约287万，主要分布在云南省南部、西南部和中东部地区。

关键词

蝙蝠 / 适生区 / 随机森林模型 / 风险评估模型 / 空间分布