鼠疫是我国甲类传染病，其暴发、流行、潜伏均 与特定区域的地理生态环境密切相关^[1,2,3]。鼠疫菌 存在于自然疫源地宿主动物中，由此而生的宿主生 态位假说（host niche hypothesis）认为鼠疫分布依赖 于宿主动物的分布，特定宿主动物物种的发现有可 能扩大鼠疫菌的潜在分布范围^[4]。因此，可通过研 究宿主动物的分布，确立鼠疫自然疫源地等并预测 鼠疫的发生风险。我国目前已确定12个鼠疫疫源 地^[5,6,7]。其中2005年新疆准噶尔盆地大沙鼠鼠疫疫 源地有12个县（市）发生动物鼠疫流行，确定克拉玛 依、博乐、吉木萨尔和奇台为鼠疫疫源县（市）。准噶 尔鼠疫疫源地属盆地荒漠地貌景观，疫源地动物、媒 介组成复杂，生态系统稳定，主要宿主动物为大沙 鼠。了解其宿主动物大沙鼠的分布，有利于做好鼠 疫防控工作。

空间信息技术主要包含遥感（RS）、地理信息系 统（GIS）和全球定位系统（GPS），即“3S”技术。采用 GPS准确掌握鼠疫宿主动物发现点的位置，RS快速 大范围获取地表生态环境参数，利用GIS对地表复 杂多要素进行综合分析，对动物鼠疫暴发早期预警 以及分析鼠疫的传播风险具有重要意义。有学者基 于空间信息技术和生态位建模原理预测和评估媒介 生物的潜在分布^[4,8]。为此本研究拟基于“3S”技术， 在生态位理论框架下，建立模型预测新疆准噶尔盆 地大沙鼠适生区潜在分布，并划分宿主动物潜在分 布风险等级以及受该疫源地威胁的人口空间分布， 为该疫源地实施动物鼠疫监测提供依据。 资料与方法

1. 大沙鼠生境调查：选择准噶尔盆地作为研究 区域（面积约为597363km²）。大沙鼠分布区域即疫 源地的范围，但其空间分布可能有所不同或分隔成若 干地段^[9]。2012年5、9月现场调查石河子、吉木萨尔 等21个县（市），共记录569个点，其中发现点391个， 未发现点178个。现场发现有大沙鼠鼠洞或捕获到 大沙鼠的地区定义为大沙鼠发现点，相反则为大沙鼠 未发现点。为了去除大沙鼠发现点和未发现点的空 间聚集性，本研究采用空间自相关统计方法，即 Global Moran’sⅠ为主要统计指标，Moran’sⅠ越小 说明点与点之间离散性越好，越接近随机分布。剔除 点与点间聚集性后剩余共获得189个发现点。

2. 环境变量：研究中使用高程、坡度、坡向、土地 覆盖物、归一化植被指数（NDVI）^[10]、生物气候数据 （bio1～bio19）共24个环境变量。其中“高程”来源 于美国国家航空航天局航天测绘数据集SRTM30 （http：//www2.jpl.nasa.gov/srtm/）；使用ESRI ArcGIS Desktop9.3计算“坡度”和“坡向”；“地表覆盖物”数 据来自欧洲航天局提供的GlobCover Land Cover version V2.2（http：//www.esa.int/esaEO/SEMXB7TTGOF_ index_0.html）；“NDVI”来 自2011年 最 大 化 合 成 SPOT-VGT S10旬 值 数 据（http：//free.vgt.vito.be）； “bio1～bio19”来自世界气候数据网站（http：//www. worldclim.org/）。人口分布来自地球系统科学数据 共享平台2003年全国1km网格人口数据（http：// www.geodata.cn/Portal/metadata/viewMetadata.jsp？ id＝100101-38）。考虑变量间可能存在自相关，计 算24个变量间spearman相关系数，除去| r|≥0.8的 变量用于建立预测模型^[11]。

3. 建立生态位模型（ENM）：基于生态位理论， 将物种分布数据与限制该物种分布的环境变量进行 统计学关联，建立分布与环境变量的关系，预测物种 的地理分布或者潜在栖息地。ENM分为presenceabsence模型和presence-only模型，后者中以Maxent 模型的评价效果及稳定性较好^[12,13,14]，故本研究采用 Maxent模型预测大沙鼠适生区分布。利用GPS获 得大沙鼠分布点经纬度信息，结合RS获取环境变 量，在GIS支持下对大沙鼠分布点和环境变量图层 进行除聚集性、投影转换、裁切等处理，最后利用 Maxent软件建模。

4. 统计学分析：使用基于最大熵原理的Maxent V3.3.3软件。建立Maxent模型时，随机抽取10000 个背景点作为伪未发现点，在189个空间独立的旱 獭发现点样本中，随机选取142个点（75%）用于建立 ENM，得到预测概率P∈（0，1）的连续型预测图，用 受试者工作特征（ROC）曲线及曲线下面积（AUC） 值评估预测结果。每个栅格的预测概率值即为可能 存在大沙鼠，变量的响应曲线显示随着环境变量的 变化对大沙鼠活动适宜性的改变。对适宜阈值划分 为3个风险等级，并将预测概率P∈（0，1）的预测图 转换为风险分级预测图。利用未参与建模的其余 25%发现点和2012年补充调查的未发现点验证模 型。利用叠加分析预测结果和人口分布，得到受大 沙鼠威胁的人口数及分布范围。 结 果

利用新疆准噶尔盆地大沙鼠发现点资料和遥感 环境数据，在生态位理论框架下建立预测大沙鼠生 境适宜性模型。在大沙鼠发现点去除空间自相关， 得到189个独立样本；24个遥感环境数据去除变量 之间的自相关，得到坡度、坡向、NDVI、土地覆盖、 bio2（平均周温度变化）、bio3（等温性）、bio4（温度 季节性变化）、bio7（平均年温度变化）、bio9（最干季 平均温度）、bio11（最冷季平均温度）、bio13（最湿月 降雨量）、bio15（降雨量的季节性变化）以及bio19 （最冷季降雨量）共计13个变量。随机选取142个 （75%）阳性点建立Maxent模型。模型的判别能力 和拟合优度较高（AUC＝0.968），见图 1。得到大沙 鼠适生区预测概率P∈（0，1）的预测结果（图 2）。

图 1 模型预测ROC曲线

图选项

图 2 新疆准噶尔盆地大沙鼠适宜生存区域及其分布概率

图选项

未参与建模的25%大沙鼠发现点和大沙鼠未发 现点验证预测模型，采用约登指数最大时对应的栅 格值作为阈值建立模型评价四格表计算各项指标， 结果灵敏度为91.4%，特异度为63.3%，准确度为 73.8%，阳性预测值为59.7%，阴性预测值为92.6%， Kappa系数为0.495。

为了准确评估准噶尔盆地大沙鼠潜在分布风 险，基于阈值法划分大沙鼠潜在分布的风险等级，划 分阈值分别为敏感性最大时对应的栅格值和约登指 数最大时对应的栅格值。敏感性最大时的阈值为 0.06，代表大沙鼠潜在分布最大范围，定义为中风险 区；约登指数即敏感性＋特异性－1，最大时的阈值为 0.4，该阈值划分后的敏感性和特异性均较高，为大沙 鼠可能存在的最大区域，定义为高风险区（图 3）。

图 3 新疆准噶尔盆地大沙鼠不同风险区域分布

图选项

大沙鼠潜在分布的中风险区域非常广泛，覆盖 了准噶尔盆地及其周边大部分的区县，面积约为12 万km²，约占总面积的20%；高风险区域则相对集 中，主要在准噶尔盆地的核 心地区，面积约37304km²， 约占总面积的6.2%。从图 3 可见，5个分布较为集中的高 风险区域，分别位于精河县 北部地区，白碱滩区、乌尔禾 区及和布克赛尔县南部地 区，玛纳斯县北部地区，米东 区、阜康市和吉木萨尔县，奇 台县和木垒县。其中吉木萨 尔县、阜康市、和布克赛尔 县、奎屯市、乌鲁木齐市米东 区及克拉玛依市辖区、乌尔 禾区、白碱滩区的中风险地 区分布面积较广，占区县总 面积的60%以上；高风险地 区主要分布在昌吉回族自治 州、乌鲁木齐市米东区及克拉玛依市，其中米东区、 克拉玛依市辖区及乌尔禾区的分布较广，占总面积 的56%以上（表 1）。

表 1 新疆准噶尔盆地预测大沙鼠分布风险地区及其面积

表选项

在风险预测结果的基础上叠加人口分布，获 得了大沙鼠主要分布区人口分布风险预测结果 （图 4）。其中中风险地区人口约144万，分布于 3582km²区域；高风险人口约12万，分布于261km² 区域。其中需要特别关注乌鲁木齐市、五家渠市、克 拉玛依市、博乐市、精河县、奎屯市、阜康市、吉木萨 尔县及木垒哈萨克自治县。

图 4 新疆准噶尔盆地预测大沙鼠风险区域的人口分布

图选项

本研究利用新疆准噶尔盆地现场调查获取的大 沙鼠分布数据结合遥感环境信息，在生态位理论框 架下，基于Maxent模型建立了分析大沙鼠自然疫源 地环境特征、预测大沙鼠潜在分布风险模型。预测 结果表明该模型判别能力和拟合优度较高（AUC＝ 0.968）。由于大沙鼠分布的空间特异性较低，仅采 用单一指标划分很可能将大部分大沙鼠潜在分布概 率较高的地区未划分到大沙鼠发现点内，因此建立 的模型利用约登指数和阳性预测值将预测概率划分 为高、中、低3个等级的风险分布，这样既保证了与 实际调查相符，又可标 示出重点关注的高风 险地区。

准噶尔盆地大沙 鼠分布区主要包括博 乐、精河、乌苏、沙湾、 托里、和布克赛尔、克 拉玛依、石河子、玛纳 斯、呼图壁、昌吉、米泉 （现米东区）、阜康、吉 木萨尔、奇台、木垒、富 蕴、福海和乌鲁木齐19 个市（县）^[7]。其中有16 个被预测为高风险地 区，博乐县和富蕴县为 中风险地区，石河子市 为低风险地区。另外， 塔城市、裕民县、额敏 县、托克逊县、吐鲁番 市、青河县、吉木乃县、 布尔津县、阿勒泰市、 奎屯市、新源县、尼勒 克县、伊宁县、巴里坤 哈萨克自治县的部分 区域也被预测为大沙 鼠潜在分布的中风险 地区。本文结果与文 献报道的大沙鼠地理 分布基本一致^[15]。

为了解大沙鼠潜 在分布区域对人类的 影响，本研究将预测结 果和人口分布叠加，获 得大沙鼠分布区人群 风险预测结果。19个 大沙鼠分布市（县）的 总面积约为25万km²，而本研究预测的高风险地区 仅3.7万km²，只占20%（实际上对人类产生威胁的 地区只有261km²，仅为0.1%）。因此本文结果还提 示应合理配置鼠疫防控资源。

综上所述，基于生态位理论和遥感环境数据可 以预测鼠疫自然疫源地大沙鼠潜在适生区，其结果 极大缩小重点关注的高风险地区，为鼠间鼠疫监测 提供参考。