基于空间信息技术的动物疫病预警研究进展

邓振民，柳平增*，马彬彬，赵 丽，成子强

(1.山东农业大学信息科学与工程学院，山东 泰安 271018;2.山东农业大学动物科技学院，山东 泰安 1 271018)

1 引言

随着全球一体化进程和世界贸易的不断发展，国际间人员与货物的流通日益频繁，动物疫病跨国界传播呈逐年上升趋势。2004年以来，我国乃至世界范围内相继发生了高致病性禽流感、猪链球菌病、高致病性猪蓝耳病、小反刍兽疫、猪瘟等动物疫情［1］，给人们的正常生产生活带来了严重影响(如图1)。如何快速、及时地监测区域内的疫情信息，并采取有效措施阻断疫病蔓延，防止疫病大规模爆发，已成为国际社会关注的热点问题。目前许多国家和地区还缺乏完善的卫生防疫制度和疾病防治措施，无法在疫病大规模爆发时采取有效措施进行控制［2，3］。因此，风险评估及预警在动物医学领域(比如口蹄疫、蓝舌病、牛海绵状脑病等流行病的监测)越来越引起研究人员的关注［4］，各国家、地区和组织正在加紧制定动物卫生检验检疫法规，研究疫病早期预警技术，控制动物传染病的蔓延与跨国界传播。

传染源、传播途径和易感动物是动物传染病流行传播的三个基本环节，社会因素和自然因素是影响动物传染病流行过程两个基本因素［5］，动物疫病预警技术的原理是通过获取疫病及疫情信息，结合基本因素进行数据分析，得出疫病的风险等级，然后进行信息发布。传统动物疫病预警技术多采用人工方式进行，数据信息的时效性、准确性、完整性及直观性等无法得到有效保证［6－8］。随着空间信息技术的发展，基于空间分析的研究思想对动物疫病预警产生了重大影响，空间分析正在改变着研究人员的思维方式［9］。空间信息技术可以通过网络提供实时、准确、完整、可视的多源信息，基于此优点，研究人员正在尝试利用该技术来完善动物疫病的监测、预警及风险评估［10－12］，以此提升对于动物疫病的综合防治能力。

本文通过对相关文献的梳理和分析，总结了动物疫病预警的主要内容与技术体系，探讨了空间信息技术在动物疫病预警中发挥的作用，展望了技术的发展趋势，以期能够梳理空间信息技术与动物疫病预警的协同发展脉络，为技术的实际应用及未来发展提供借鉴。

图1 动物疫病对于人类的影响Fig.1 Impacts of animal diseases on human well－being

2 动物疫病预警研究内容与技术体系

2.1 动物疫病预警研究内容

Joseph E.Quansah(2010)对预警系统的定义:是利用实时传感技术对数据进行采集、传输、评价、分析，及时发布警情信息并做出反应的一套体系［13］。动物疫病预警是根据历史资料及疫病发生、发展规律和其它影响因素，用直观判断、数理统计、理论模型等方法对其发生、发展趋势进行预测［14］，预警不仅需要掌握疾病的发生发展趋势，更要及时识别早期异常情况并发出警报，启动应急反应［15］，并对可能造成的损失进行评估［16］。

动物疫病预警研究内容主要包括基础理论与技术研究两个部分。基础理论研究包括:疫病流行病学、疫病发生发展规律、风险评估及预测模型等的研究;技术研究包括:疫病数据库建设、疫情监测、预警系统建设、预警模型建设等。除此之外，法规制度、实验室检测、国际合作、机构建设等内容都是动物疫病预警体系不可缺少的有机组成部分。动物疫病预警理论研究以动物医学研究为基础，分别从宏观(流行病学)与微观角度(分子生物学)对疫病规律进行研究［37］，本文侧重对预警技术的归纳总结，从空间信息技术的角度研究动物疫病的预警。

2.2 动物疫病预警技术体系

空间信息技术在动物疫病预警中的应用开始于20世纪，前苏联科研人员利用疫病专题图对动物疫病进行空间分析，通过叠加的方法获取多因素综合图层，寻找疫病空间规律［11，17］。现代动物疫病监测预警技术已发展成为一种以计算机、网络、智能决策及空间信息等技术为支撑，以疾病预警与风险评估技术为核心的综合性技术体系(如图2)，空间信息技术以其强大的空间分析能力弥补了传统技术分析能力不足的缺陷，已经成为该体系的支撑技术之一。

空间信息技术内涵广泛，动物疫病预警中所涉及的空间信息技术主要指3S 技术，即GIS(地理信息系统)、GPS(全球定位系统)和RS(遥感)技术。作为空间信息技术核心的GIS 技术主要用来进行空间分析，GPS技术用来获取空间点位数据，RS 技术用来获取宏观数据。仅这三项技术并不能完成动物疫病的监测预警，传感器、A－GPS、Web、无线通信、人工智能等技术也是进行疫病预警的必要组成部分。空间信息技术与上述技术协同作用，形成一套完整体系(主要包括“信息采集”、“语境分析”、“信息发布”、“应急反应”等部分［18］)，共同实现动物疫病的预警。

图2 动物疫病预警技术体系Fig.2 Animal epidemic disease early warning technology system

3 动物疫病预警中空间信息技术的应用

3.1 动物疫病空间数据获取

动物疫病监测预警需要获取两种类型的数据。一是微观数据，包括病原体理化数据及特征数据等，主要用以检测、确认疫病;二是宏观数据，包括病原宿主的空间分布数据及空间变化数据等，主要用以研究疫病的宏观发生与传播规律，建立流行病学模型。动物疫病的空间数据泛指宏观数据中与空间位置有关的数据，是研究疫病的空间流行规律及建立疫病空间扩散模型的基础，同时也是检验疫病空间流行规律与模型的依据之一。

动物疫病空间数据获取方法主要包括标记重捕法、放射标记法等，但目前应用最广泛且最精确的方法是无线电追踪定位法［19］。LBS(Location－Based Service)，即基于位置的服务，也称为空间定位服务、移动位置服务等，指的是在移动计算环境、异构环境下，利用GIS 技术、空间定位技术和网络通信技术，为移动(物理移动和逻辑移动)对象提供基于空间位置的信息服务［20］。LBS 是无线电追踪定位领域的先进技术，可以获取动物个体及疫情发生地的实时空间数据，并动态添加至GIS 系统中显示出来，用以确定研究目标的地理位置、疫病空间发病及蔓延规律、评估疫病风险等级等。

空间数据获取是实现动物疫病监测预警的关键［21］。动物疫病的LBS 空间数据以实际的空间坐标作为参考，按照数据的时效性长短可以分为两类:静态(时间间隔长)空间数据获取，定期对目标空间坐标进行更新;动态(时间间隔短)空间数据获取，实时更新目标空间坐标。

3.1.1 静态空间数据获取 静态空间数据获取是采集固定地物要素的位置信息，以用来确定动物栖息地或饲养地的地理位置。静态空间数据获取以地球表面固定地物要素为目标(如宗地、道路、植物、水系以及人工建筑构筑物等)，获取的数据经过处理后用作动物疫病预警研究的背景数据，对疫情进行空间分析。静态位置获取的范围以行政区划作为参考，如某个省、市、县或乡［18，21］。以行政区划为参照的数据是以面或区域的形式显示，这种数据一般用于研究不同区域之间的疫情的相关性以及疫情的扩散规律与趋势［21］。传统静态空间数据的获取多以数字化专题图等方法完成。随着新技术的发展，遥感、遥测、卫星定位、物联网等技术已成为空间数据获取的更有效的手段。

空间位置数据是GIS 数据的基础与核心，是动物疫病预警空间分析的前提，流行病学研究、预警模型建立等工作都以空间数据为基础。近年来，在动物疫情研究方面利用静态空间数据进行分析的案例逐渐增多，湖南省血吸虫病防治所的夏蒙等人利用Google Earth 技术进行了湖南省血吸虫病GIS 监测平台的研究，利用Google Earth 的API 函数与数据库连接开发监测平台，进行血吸虫病疫情空间监测，提高信息的时效性［22，23］。

3.1.2 动态空间数据获取 Peter Rabinowitz 认为:“为了监测与控制风险较大的疫病发生人口而对人群进行定位跟踪是一项公认的、受欢迎的技术，这项技术用来跟踪人群的流感和新发传染病等。同样，动物卫生工作人员也可以用它来定期跟踪外来入侵动物与本地动物的疫情信息”［24］。目前，最可靠的动态空间数据获取是通过无线定位技术(如GPS、A－GPS 等)绑定目标实现的。

动态空间数据获取的本质是追踪动物个体的空间位置信息，包括动物当前所在位置及动物迁徙路径等，通过对获取的位置数据进行分析，确定疫病的空间分布及蔓延趋势，对病原宿主栖息地其它动物染病风险进行预报。美国堪萨斯州动物防疫局早在2004年为防止来自牛的疾病，在运输的过程中流行启动了一个试验项目，运用无线网络移动技术、射频定位和GPS、GIS 等手段对于牛群进行实时追踪，对每头牛自出生时起48 h 之内建立追踪定位档案资料。Spire和Blasi 两位博士与Sandia 实验室展开后续合作研发牲畜综合病症快速识别技术项目，该技术可向具有地理空间系统支持的数据库提供实时的数据，运用移动电话技术扩大了研究范围［25］。

3.2 动物疫病空间分布模式研究

由于动物生存地点的地理差异，疫病发生的空间分布模式十分复杂。但GIS 具有强大的空间分析、可视化显示功能，能够以专题图、统计图表等方式把动物疫情发生的时空特征表现出来(如图3)，方便直观的展示分析结果，辅助专业人员进行疫病空间分布规律的研究。

图3 “Health Map”专题图Fig.3 Thematic map of the‘Health Map’

疫病的区域分布图一般以市(县)为基本单位，将不同市(县)范围内的颜色差异或点状符号显示疫病分布数量或危害性，直观展示疫病空间分布规律。在疫病专题图的显示方面，特殊的图层颜色代表疫病暴发的等级，可以清楚的显示疫病信息的空间分布特征［26－28］。Cringoli G 等在对意大利亚平宁山区牛和羊的肝片吸虫流行情况调查研究中，利用GIS 来选择条件比较均一的研究地区，并且对病例的分布和统计结果进行专题地图的制作［29－31］。通过疫病专题地图，阿根廷研究人员对屠宰场记录的TB 样损伤的牛的所在地信息进行统计，利用最近邻算法分析得出的结果显示阿根廷肉牛的TB 在分布上呈现簇状，而且呈簇状分布的地区同时也是奶牛饲养地区［32］。

3.3 动物疫病相关环境因素分析

内陆国家地理景观复杂多样，动物疫病的感染过程复杂，传染来源多，疫情的发生往往受地理与生态环境、气候、候鸟迁移、河流、交通等因素的影响，使疫情的发生呈现明显的地域性和季节性［33，26］。利用GIS 对疫病发生时空分布模式的环境因素进行相关性分析，并进行流行病学判别，可以有效揭示动物疫病发生、传播与周围环境因素及媒介的关系。目前，环境因素分析主要采用定性研究方法，利用疫病专题图辅助专业人员进行分析与判断。定量分析疫病源与环境因素间的关系尚处于起步阶段。在缺乏明确的流行病学规律的状况下，空间回归分析方法可以在虚拟地理环境中模拟疫病的发生与传播，帮助研究人员发现地理环境与疫病流行之间的关系。

美国马里兰省的科学家将GIS和流行病学方法结合起来来揭示环境危险因素和莱姆病之间的关系，建立了一个将GIS和逻辑衰减分析结合起来的危险预测模型，用来确定最有可能发生莱姆病的地区［34］。东非研究人员利用天气预报信息和FAO 提供的数据库来建立基于GIS 的肝片吸虫危险性评估模型进而根据气候和环境因素的变化对肝片吸虫的危险性进行预警和预报［35］。中国动物卫生与流行病学中心的张志诚等人进行了基于GIS 的禽流感发生格局研究，研究基于GIS 空间数据处理技术，综合风险评估的理论和方法探询我国禽流感发生的风险格局，分析了环境因素对于疫病发生的影响［36］。

3.4 疫病扩散模拟

疫情扩散模拟是对疫情扩散规律进行建模，通过已经掌握的疫情流行病学规律和获取的疫情实时信息，利用GIS 直观显示疫情的空间扩散情况，结合相关属性数据快速发现疫情的空间扩散规律，为风险评估与预警提供数据基础。根据影响疾病发生与传播的环境因素和疾病的空间分布特征建立空间模型，可以用于预测疾病的流行强度、媒介孽生地的范围以及疾病的空间分布状况，为疾病的监测和预防提供有效的依据。

目前，动物疫情预报预警模拟方法主要分为三类:直接预测法、统计模型法与系统模型模拟法［37－40］。疫病研究中的数学模型主要利用统计学对大量符合历史规律的疫病数据进行统计和分析，微分方程为主要研究对象，比较典型的有:多元回归、时间序列、自适应过滤、灰色系统、趋势面分析等统计预测模型和以元胞自动机、人工神经网络和无标度网络等网络动力学模型研究。这一领域取得的研究成果促进了数学模型在疫情防治领域中理论体系的建立和发展。BP 人工神经网络是应用最广泛的一种神经网络，可以较好的处理病害在发生、流行过程中所受的影响因素较为复杂的问题［15］。

在荷兰、比利时、瑞士等国家，此项研究开展的比较早，取得了一些重大研究成果，如Ronald Meester等人用二型分支方法建立猪瘟流行模型，用指导预测猪瘟的发生与发展。Karsten 用蒙特卡罗模拟法来模拟农场内部猪瘟病毒的传播过程。Graeme Garner 博士利用DAFF 口蹄疫模型来预防澳大利亚的口蹄疫的发生等。J.Gloster 等利用空气传播数学模型，综合气象因素及流行病学资料，成功预测了欧洲两次口蹄疫疫情。A.I.Donaldson 等亦利用数学模型成功预测英国两次口蹄疫和一次以色列口蹄疫疫情，并被以后学者用分子生物学方法证实了预测的准确性。［41－45］

3.5 疾病防疫资源配置

动物疫病防疫资源的合理和有效配置是进行疫病防治的重要保证。疫病的预防和控制是指在认清疾病发生的时空规律或者确定引发疾病的危险因素以后，通过疫苗接种、患者隔离、医疗资源有效配给等手段进行疾病的防御［46］。其中，疾病发生的时空趋势分析是疾病预防和控制的前提，而医疗资源的有效配置则是疾病预防和控制的保障［47］。

GIS 可进行空间地理数据管理，利用GIS 专题地图组织和显示各种空间和属性数据，可以合理分配现有的防疫资源［48］。研究人员可以利用空间分析技术对已有的防疫资源的配置进行了分析评价，通过对某一区域内的所有相关设施和机构的宏观管理，使疫病地区的资源得到最合理的利用［23，46］。

3.6 信息发布及应急反应

在动物疫病防治过程中，信息发布和应急反应是有效控制疫病蔓延的关键。信息发布的过程是分析已经收集到的疫情情报，提出可能发生疫情突发事件的地区，然后对该地区突出预警，启动突发事件处理的紧急预案，同时对可能受到威胁的其他地区、工作人员提出警告，防止疫情进行扩散和传播［48］。GIS 技术被广泛运用到预警领域，利用GIS 进行危险因素分析和定位，针对危险因素的分布对相关地区进行预警，在相邻范围内采取相应的预防和控制措施，并及时把信息通过网络发布给周边地区，使防疫机构和养殖户能更快、更准确地了解疫情相关信息，以便及时做好预防和控制措施［31，48］。

4 结论与展望

数字地球战略的实施和空间信息基础设施的建设，使我们能够快速获取和掌握大量的关于自然、生态、环境及社会经济等方面的数据信息，从而客观上促进了空间分析技术的发展及其在各个领域中的应用。由于人类80%的活动均与空间位置相关，由空间位置而衍生的服务内容举不胜举［49］，在过去的15年中，空间信息技术已成为的疫病监测不可分割的一部分，这为动物疫病的监测预警提供了一种低成本的、高透明度的、及时有效的技术手段。但是，目前基于空间信息服务的动物疫病预警技术还处于不断的发展与完善之中，风险评估预警理论、预警模型及空间信息服务数据获取与融合等技术尚未成熟［50，17，51］。

将空间信息服务技术应用于动物疫病预警研究，可以促进研究人员确定疾病发生的时空模式、揭示影响疾病发生和传播的危险因素、预测疾病流行趋势及对医疗资源进行有效配置等工作。然而从整体上看，空间信息技术在动物疫病预警研究中的应用还处于初级阶段。这是因为一些空间分析的模型、方法和技术本身尚存在许多不完善之处，并且长期以来积累的流行病学数据缺乏空间属性，这些都限制了空间信息技术和方法在疫病预警研究中的应用。但是，以地理信息系统为中心的空间信息技术可以处理海量数据和进行空间分析结合［52］，决定了其在分析疾病地理分布模式和社会、自然环境条件的关系中的核心作用，作为疾病的预防和干预决策支持系统的核心，其潜力是不可替代的［39］。因此，随着信息技术的发展、空间信息服务技术的进一步广泛应用和空间数据分析理论、技术和方法体系的完善，空间信息服务技术将在动物疫病预警领域发挥更大的作用。

［1］陈 军，王昌建.动物疫情预测预警系统的建立与研究［J］.黑龙江畜牧兽医，2010:25－27

［2］Kumanan Wilson MD MSC，John S.Brownstein PhD.Early detection of disease outbreaks using the Internet［J］.Canadian Medical Association or its licensors，2009:829－831

［3］K.Ben Jebara.Surveillance，detection and response:managing emerging diseases at national and international levels［J］.Rev.sci.tech.Off.int.Epiz，2004，23 (2):709－715

［4］蓝泳铄，宋世斌.高致病性禽流感发生风险评估模型的建立［J］.中山大学学报(医学科学版)，2008，29(5):615－619

［5］赵占民.动物传染病［M］.北京:中国农业科技出版社，1996:12－14

［6］董超峰，董 婷.基于GIS和统计分析的疾病监测与预警系统新探索［J］.技术与市场，2009，16(8):13－14

［7］周 文.基于GIS 技术的流行病调查与分析软件的建立和应用［D］.广州:南方医科大学硕士学位论文，2009

［8］Scott A.Isard.The Establishment of a National Pest Information Platform for Extension and Education［J］.Plant Health Progress，2006

［9］Helen N Perry，Sharon M McDonnell，Wondimagegnehu Alemu，et al.Planning an integrated disease surveillance and response system:a matrix of skills and activities［J］.BMC Medicine，2007，5:24

［10］Michael G.Baker，David P.Fidlert.Global Public Health Surveillance under New International Health Regulations［J］.Emerging Infectious Diseases，2007，12(7):1058－1065

［11］王靖飞，崔尚金，吴东来.地理信息系统与动物流行病学［J］.动物医学进展，2004，25(6):41－45

［12］许海抚，王生祥.关于动物疫病监测技术探讨［J］.青海畜牧兽医杂志，2005，35(2):54－55

［13］Joseph E.Quansah，Bernard Engel，and Gilbert L.Rochon.Early Warning Systems:A Review［J］.Journal of Terrestrial Observation，2010，2(2):24－44

［14］陈 军，王昌建，张朝阳.动物疫情预测方法的研究［J］.中国动物检疫，2010，27 (12):74－76

［15］严薇荣.传染病预警指标体系及三种预测模型的研究［D］.武汉:华中科技大学博士学位论文，2008

［16］李 苑.传染病知识库系统的研究概况［J］.医学信息，2009，22(10):1996－1997

［17］陆昌华.重大动物疫病防治数字化监控与风险评估及预警的构建［J］，中国动物检疫，2009，26(10):24－26

［18］鹿凤苓，杨其法，张宝津，等.国内外疾病监测预警模式探讨［J］.中国公共卫生管理，2008，24(4):343－344

［19］葛桃安.无线电追踪定位法在研究哺乳动物领域中的应用［J］.长沙水电师院学报，1989:26

［20］陈飞翔.移动空间信息服务关键技术研究［D］.北京:中国科学院研究生院博士学位论文，2006

［21］丁博文.动物个体追踪是根除疾病的关键［J］.Feedstuff，2005:14－15

［22］白云峰，胡肄农，包文斌，等.信息技术应用于畜牧生产中的研究现状与展望［J］.江苏农业科学，2008，1:5－8

［23］陈 清，俞守义.遥感和地理信息系统在流行病学中的应用［J］.国外医学·流行病学传染病学分册，2003，30(1):1－2

［24］Peter Rabinowitz，Matthew Scotch，and Lisa Conti.Human and Animal Sentinels for Shared Health Risks［J］.Vet Ital，2009，45(1):23–24

［25］肖 肖，王长江，陆承平，等.论全球化疫病控制的预警策略［J］.中国动物检疫，2006，23(7):1－4

［26］王靖飞，崔尚金，吴东来.地理信息系统与动物流行病学［J］.动物医学进展，2004，25 (6):41－45

［27］David L.Heymann.The international response to the outbreak of SARS in 2003［J］.Phil.Trans.R.Soc.Lond.B，2004，359:1127－1129

［28］Michelle Gayer，Dominique Legros，Pierre Formenty，et al.Conflict and Emerging Infectious Diseases［J］.Emerging Infectious Diseases，2007，13(11):1625－1631

［29］Penny Hitchcock，Allison Chamberlain，Megan Van Wagoner，et al.Challenges to global surveillance and response to infectious disease outbreaks of international importance［J］.Biosecurity and Bioterrorism:Biodefense Strategy，Practice，and Science，2007，5(3):206－227

［30］Lawrence O.Gostin，JD.International Infectious Disease Law Revision of the World Health Organization’s International Health Regulations［J］.American Medical Association，2004，291(21):2623－2627

［31］T.Kuiken，F.A.Leighton，R.A.M.Fouchier，et al.Pathogen Surveillance in Animals［J］.SCIENCE，2005，309:1680－1681

［32］李凯年.疫病对动物产品国际贸易的影响与发展趋势［J］.世界农业，2003，12:37－40

［33］方立群，曹春香，陈国胜，等.地理信息系统应用于中国大陆高致病性禽流感的空间分布及环境因素分析［J］.中国流行病学杂志，2005，26(11):839－842

［34］江 震，杨正夫.美国预防突发传染疾病，建立快速预警监测系统［J］.国外医学，2004，21(1):44－47

［35］王靖飞，崖尚金，刻文斌，等.应用地理信息系统(GIS)进行疫病控制及流行病学研究［J］.畜牧兽医科技信息，2003:4－7

［36］张志诚，李长友，黄保续，等.基于GIS 的禽流感发生格局研究［J］.浙江大学学报(农业与生命科学版)，2008，34(3):347～354

［37］姜 宇.基于GIS 的畜牧疫情预测模型的研究和实现［D］.哈尔滨:东北农业大学硕士学位论文，2011

［38］王维国，李 绯，罗 泽，等.基于Portal 的突发疾病综合信息平台与预警预报系统的建设［J］.计算机应用研究，2007，24(7):279－282

［39］曹春香，徐 敏，常超一，等.基于元模型的高致病性禽流感传播风险研究［J］.科学通报，2011，55(33):3205－3213

［40］李佰成.大型疫病监控预警系统的研究与设计［D］.长春:吉林大学硕士学位论文，2009

［41］Li Zou，Scott N.Miller，Edward T.Schmidt mann.A GIS Tool to Estimate West Nile Virus Risk Based on a Degree－Day Model［J］.Environ Monit Assess，2007，129:413–420

［42］Bonny Bayot，Stanislaus Sonnenholzner，Xavier Ochoa，et al.An online operational alert system for the early detection of shrimp epidemics at the regional level based on real－time production［J］.Aquaculture，2008，277:164－173

［43］H.Kloeze，S.Mukhi，P.Kitching.Effective Animal Health Disease Surveillance Using a Network－Enabled Approach［J］.Transboundary and Emerging Diseases，2010，57:414–419

［44］Clara J Witt，Allen L Richards，Penny M Masuoka，et al.The AFHSC－Division of GEIS Operations Predictive Surveillance Program:a multidisciplinary approach for the early detection and response to disease outbreaks［J］.BMC Public Health，2011，11(2):S10

［45］Benjamin G Jacob，Nathan D Burkett－Cadena，Jeffrey C Lu vall，et al.Developing GIS－based eastern equine encephalitis vector－host models in Tuskegee，Alabama［J］.International Journal of Health Geographics，2010，9:12

［46］唐咸艳.GIS 空间分析技术在疾病空间异质性分布中的应用研究［D］.南宁:广西医科大学，2005

［47］许丹宁，肖建华，张智杰，等.基于GIS 的猪瘟预警系统的设计［J］.中国兽医杂志，2007，43(11):84－86

［48］秦利平.传染病自动预警信息系统预警效果的影响因素研究［D］.北京:中国疾病预防控制中心，2008

［49］Philippe Calain.From the field side o f the binoculars:a different view on global public health surveillance［J］.Health Policy and Planning，2007，22:13–20

［50］陆昌华，王长江，胡肄农，等.中国畜禽重大疫病防治的数字化监控体系［J］.江苏农业学报，2005，21(3):225－229

［51］高伶慧.重大动物疫情长效预警机制的建立及预警方式［J］.中国动物保健，2007，1:51－56

［52］乐 鹏.网络地理信息系统和服务［M］.湖北:武汉大学出版社，2011