2. 山东大学齐鲁医院
碘是甲状腺素合成的必需物质, 是人体必需的微量元素[1], 食物和饮水是肌体摄碘的主要来源。随着生活水平的提高, 食物来源的地域差异不是很大, 饮水成为碘摄入量的重要影响因素。近年来, 我国甲状腺癌发病率逐年上升[2]。流行病学研究表明, 亚临床甲状腺机能亢进、自身免疫性甲状腺炎、甲状腺功能减退、甲状腺肿和甲状腺癌的发病率增高, 可能与碘摄入量过高有关[1]。随着甲状腺疾病的明显增加, 甲状腺癌发病率同摄碘化物过量的关系引起广泛关注。与甲状腺癌相关的细胞培养和动物实验研究表明, 甲状腺癌的发病率与碘化物摄入量过高有一定的相关性。研究表明, 过量碘摄入是甲状腺癌的独立危险因素[3]。根据有关调查, 我国12个省和直辖市内分布着高碘化物地下水, 山东省是典型地区之一[5-7]。据统计, 近年来山东省尤其是西部地区甲状腺癌年发病数量呈增加趋势, 且国内外对于高碘与甲状腺癌患病关系的研究较少, 鉴于此, 本研究整理水文地质调查数据并利用GIS方法分析山东省地下水碘化物含量分布特征, 结合省内多家医院已确诊甲状腺癌病例的居住地址, 试图从地理学的角度探索地下水碘化物含量与甲状腺癌患病之间的关系。
1 材料与方法 1.1 研究区概况山东省作为中国东部沿海的重要省份, 位于34°22'54″～38°24'6″N与114°47'30″～122°42'18″之间。全境南北最长约420多km, 东西最宽约700 km, 总面积15.8 km2, 约占中国总面积的1.64%。山东省境内中部山地突起, 西南、西北低洼平坦, 东部缓丘起伏, 形成以山地丘陵为骨架、平原盆地交错环列其间的地形大势。山东的气候属暖温带季风气候类型, 降水集中, 雨热同期, 春秋短暂, 冬夏较长。2014年, 山东省常住人口9 789.43万人[8]。
全省多年平均地下水天然补给资源量为216.38亿m3/a, 可开采资源量为178.65亿m3/a。其中, 淡水、微咸水天然补给资源量为206.19亿m3/a, 可开采资源量为170.45亿m3/a[9](表 1)。
| 亿m3/a | |||
| 地下水水质分类名称 | 矿化度/M | 多年平均天然补给资源量 | 多年平均可开采资源量 |
| 淡水 | M < 1 | 139.95 | 114.31 |
| 微咸水 | 1≤M≤2 | 53.51 | 45.49 |
| 2 < M≤3 | 12.73 | 10.65 | |
| 半咸水 | 3 < M≤5 | 10.19 | 8.20 |
| 淡水、微咸水合计 | M≤3 | 206.19 | 170.45 |
| 淡水、微咸水及半咸水合计 | M≤3 | 206.19 | 170.45 |
1.2 数据与数据预处理
甲状腺癌患者数据来自于山东省各大医院(山东大学齐鲁医院、山东省立医院、山东省肿瘤医院、山东省千佛山医院以及各地市人民医院和中心医院)2011—2015年的临床诊断统计结果, 主要包括确诊时间、患者家庭住址(或长期工作地址)、病理诊断名称等多项内容, 部分主要医院甲状腺癌患者数量如表 2所示。从医院收集的数据主要是患者具体的家庭住址(或长期工作地址), 为了使其能在地图上显示, 本文基于百度地图开发名为GeoSharp的地理编码软件, 将描述性地址转换为数字版的地理坐标。再将这些地理坐标加载到山东省数字化地图中(图 1), 其定位精确误差小于10 m。
|
| 注:1-荷泽市; 2-济宁市; 3-枣庄市; 4-临沂市; 5-日照市; 6-泰安市; 7-莱芫市; 8-聊城市; 9-济南市; 10-淄博市; 11-潍坊市; 12-青岛市; 13-烟台市; 14-威海市; 15-德州市; 16-滨州市; 17-东莞市 图 1 2011—2015年山东省甲状腺癌患者家庭住址分布 |
本研究地下水碘化物含量的数据, 主要依托于山东省国土测绘院2012年以来开展的"山东省鲁西北地区高氟化物高碘化物区地质环境调查与供水评价示范"项目[7], 并结合自六七十年代以来山东省地质环境部门所做的一系列调查研究, 对于数据缺失的地区, 进行实地调查补测, 最终得到山东省内225眼浅水井的水质分析结果, 包括碘化物离子、氟化物离子和矿化度等要素, 并制作225个采样点的分布图(图 2)。本文主要确定浅层地下水碘化物离子的分布情况, 并据此分析其与甲状腺癌的发病情况的关系。
|
| 注:1-荷泽市; 2-济宁市; 3-枣庄市; 4-临沂市; 5-日照市; 6-泰安市; 7-莱芫市; 8-聊城市; 9-市; 10-淄博市; 11-潍坊市; 12-青岛市; 13-烟台市; 14-威海市; 15-德州市; 16-滨州市; 17-东莞市 图 2 浅层地下水碘含量采样点分布示意 |
1.3 地质统计学方法
地质统计学简称地统计学, 它是以区域化变量为理论基础, 以变异函数为主要工具, 研究自然现象的空间结构与变异的一门学科[10]。地统计方法在研究地下水矿物元素上, 将变异函数与普通克里格插值相结合, 可以模拟矿物元素的空间结构和空间变异。普通克里格插值作为一种无偏估计的方法, 在每种矿物元素含量符合正态分布的情况下, 可以模拟每种地下水矿物元素的空间结构, 并直观地展示矿物元素含量的空间分布[11]。半变异函数γ(h)与克里金法计算公式分别为:
| $ \begin{array}{l} \gamma \left( h \right) = \frac{1}{{2N\left( h \right)}}\sum\limits_{i = 1}^{N\left( h \right)} {\left[{Z\left( {{x_i}} \right)-Z\left( {{x_i} + h} \right)} \right]} \\ \;\;\;\;\;\;\;\;\;\;\;\hat Z\left( {{x_0}} \right) = \sum\limits_{i = 1}^N {{\lambda _i}Z\left( {{x_i}} \right)} \end{array} $ | (1) |
式中:γ(h)—半变异函数;
N(h)—样点对的个数;
Z(xi)与是区域化变量Z(x)在空间位置xi;
Z(xi+h)是区域化变量Z(x)在空间位置xi+h上的观测值(i=1, 2, …N(h));
Ẑ(x0)—预测位置模拟值;
λi为第i个位置处的测量值的未知权重;
N—样点个数。
1.4 地理空间分析方法 1.4.1 空间叠加分析在统一空间参照系统的条件下, 将由普通克里金插值得到的山东省浅层地下水碘化物含量分布图层与甲状腺癌患者家庭住址(或长期工作地址)分布的点图层进行叠加, 可以定性的描述甲状腺癌患者空间分布与地下水碘化物含量之间的空间对应关系, 该操作在ArcGIS 10.2软件中可快速、简便地实现。
1.4.2 相关性分析在进行相关性分析之前, 对普通克里金插值后的山东省浅层地下水碘化物含量的矢量图转成栅格, 根据研究区范围, 默认栅格大小为(1 710.1 ×1 710.1)m, 共410×250个栅格单元, 为方便以后的相关分析, 研究中按自上而下、从左到右的顺序进一步合并单元格, 最终得到1 025个栅格单元, 5个分区, 再利用ArcGIS空间查询功能查询后计算每个栅格单元中浅层地下水碘化物的含量的平均值。在SPSS 20.0中, 以每个分区中各栅格单元浅层地下水碘化物含量的均值作为自变量, 以甲状腺癌患者数量作为因变量建立函数模型; 对模型进行比较、统计汇总, 得到最优模型; 针对最由模型, 建立浅层地下水碘化物含量与甲状腺癌患者数量之间函数关系的相关性系数, 从而确定两者之间的相关关系。
首先, 判断集聚分布:为增加研究的准确性并符合统计学"大量而全面"的原理, 对研究区内5个分区进行分析。利用ArcGIS 10.2软件对分区内甲状腺癌患者的家庭住址(或长期工作地址)分布点构建"点与点之间的距离判断矩阵", 计算最邻近指数, 公式如下:
| $ \begin{array}{l} {R_i} = \frac{{\overline {{{\left( {d\min } \right)}_i}} }}{{\left( {E\overline {{{\left( {d\min } \right)}_i}} } \right)}}\\ E{\left( {\left( {\overline {d\min } } \right)} \right)_i} = 1/2\sqrt {\frac{{{S_i}}}{{{N_i}}}} \end{array} $ | (2) |
式中:${\left({\left({\overline {d\min } } \right)} \right)_i}$—该区内两点之间最邻近距离的平均值;
Si—5个分区的面积;
Ni—病患点个数;
$E{\left({\left({\overline {d\min } } \right)} \right)_i}$—平均最临近距离的期望;
Ri—最邻近指数。
其次, 选择最优模型:确定集聚分布之后, 利用SPSS 20.0进行函数模型的建立和相关性因子的计算[13-14]。以各分区中栅格单元浅层地下水碘平均含量作为自变量, 以甲状腺癌患者的数量作为因变量, 建立多种函数模型探讨相关性; 根据相关性因子R2的值, 选择相对应的最优的模型。最后, 计算相关性因子:在确定最优模型的基础上, 针对整个研究区, 建立浅层地下水碘化物含量与甲状腺癌患者数量之间的函数。
2 结果与分析 2.1 浅层地下水碘化物含量空间分布特征分析本文根据地统计的理论, 将变异函数拟合和克里金插值预测结合的方法应用到土壤元素的空间结构和变异分析上来, 以求更加直观地表示出该元素在空间上的分布特征。
2.1.1 变异函数拟合进行变异函数拟合和克里金插值的前提要求数据要符合正态分布, 经SPSS 20.0软件分析, 研究中采集的225个样点的浅层地下水碘化物含量经对数变换后符合正态分布, 可对变换后的数据进行半变异函数拟合和空间插值计算。浅层地下水碘化物元素含量主要受地质环境影响, 山东省近年来未发生大的地质变动, 因此在ArcGIS 10.2中选择各向异性进行空间插值分析。变异函数通常有线性、指数、高斯和球状等理论模型[15], 在每种模型中, 块金值C0表示由非自然等人为测量误差影响的重金属非连续性随机的空间变异。C是结构变异, 表示自然因素对空间变异的影响程度; 基台值C0+C是随机性变异与结构性变异之和, 表示系统内的总方差。C0/(C0+C)为块金值与基台值之比称为块金效应, 是随机变异占总体变异的比重, 表示系统的空间变异程度, 反映自然因素和人为因素对空间异质性的影响[16]。块金效应值小于0.25表示空间变异主要以结构性变异为主, 各采样点具有很强的空间相关性, 在0.25与0.75之间表明重金属具有中等空间相关性, 大于0.75说明空间相关性较弱, 变异主要由随机变异组成。决定系数R2表示变异函数模型的拟合精度, 其值越接近于1越好。
浅层地下水碘化物变异函数拟合的模型和参数统计, 根据各参数, 碘化物的最优变异函数模型为高斯模型, 有效变程10 492 m, 残差平方和接近于0, 决定系数为0.728接近于1, 符合模型选择的要求(表 3)。
| 模型选择 | 块金值C0 | 基台值C0+C | 块金效应C0/C0+C | 有效变程/m | 残差平方/RSS | 决定系数/R2 | |
| 碘化物 | 高斯 | 0.013 | 0.103 2 | 0.496 9 | 10 492 | 0.013 6 | 0.728 |
2.1.2 浅层地下水碘化物含量的普通克里金插值
根据上述变异函数拟合的结果和参数, 本文选用普通克里金方法进行空间插值预测, 在ArcGIS 10.2的支持下得到研究区浅层地下水碘化物含量的空间分布特征(图 3)。
|
| 图 3 山东省浅层地下水碘含量空间分布特征 |
由图 3可以看出, 山东省浅层地下水碘化物含量总体上呈现西高东低的趋势, 鲁西和鲁北地区的东营市、滨州市、德州市、聊城市和菏泽市以及潍坊市北部沿海地区碘化物含量在(150～200)μg/L之间, 按照卫生部提出的《水源性高碘地区和地方性参考文献高碘甲状腺肿病区的划定》(GB/T 19380-2003)[17]标准, 这些地区居民饮用水碘化物含量超过150 μg/L为高碘化物水区; 济宁市、枣庄市、济南市西部和淄博市、潍坊市北部地区碘化物含量在(50～150)μg/L之间, 而整个鲁中和胶东地区碘化物含量在50 μg/L以下, 为适碘水区。结合山东省水文地质图分析, 山东省浅层地下水碘化物含量的空间分布明显受水文地质条件控制。西部和北部沿黄平原一方面由于该区地势平缓, 黄河从上游携带的含碘化物泥沙在黄河沿岸及三角洲地区沉积, 使得沿黄地区地下水陆相碘源丰富[17]; 另一方面, 黄河在地质历史中不断改道形成的古浅水洼地因冲湖积相沉积物中黏土和动植物残骸易于积聚, 有机质含量增多, 且在还原环境下分解而析出碘化物, 形成有利于碘化物吸附与汇集的环境。鲁中南山地丘陵区和鲁东丘陵区多为块状岩裂隙水, 主要埋藏在风化带中, 季节性泉出露较多, 受岩石过滤等作用, 水质良好, 水中含有矿物质少, 因此该区地下水碘化物含量较少。
2.2 浅层地下水碘化物含量与甲状腺癌关系分析 2.2.1 空间叠加分析将上述山东省浅层地下水碘化物含量空间分布图与2011—2015年甲状腺癌患者家庭住址(或长期工作地址)叠加得到对照图(图 4)。
|
| 图 4 山东省浅层地下水碘含量与甲状腺癌患者地址对照图 |
由图 4可以明显看出, 山东省浅层地下水碘化物含量与甲状腺癌患者的分布在空间上保持较高的一致性, 尤其是西部浅层地下水碘化物含量高的地区甲状腺癌患者分布比较密集, 中部甚至是东部沿海地区甲状腺癌患者的数量明显少于西部地区, 为确定这种一致性下面进行相关性分析。
2.2.2 空间相关性分析 2.2.2.1 集聚分布结果5个分区甲状腺癌患者分布点的R值均小于1, 即各分区甲状腺癌患者分布均表现为趋于聚集分布, 可继续进行相关性研究(表 4)。
| 区域 | 平均最邻近距离/m | 面积/km2 | 个数 | 期望 | 最邻近指数 | 结果 |
| Ⅰ区 | 1 445.61 | 11 698 | 1 253 | 1 963.24 | 0.736 2 | 聚集 |
| Ⅱ区 | 2 245.36 | 11 698 | 719 | 3 521.76 | 0.563 8 | 聚集 |
| Ⅲ区 | 4 152.73 | 11 698 | 272 | 5 874.29 | 0.449 5 | 聚集 |
| Ⅳ区 | 2 535.97 | 11 698 | 306 | 3 805.27 | 0.497 2 | 聚集 |
| Ⅴ区 | 3 475.48 | 11 698 | 126 | 4 002.83 | 0.385 1 | 聚集 |
2.2.2.2 最优模型选择结果
汇总5个分区所建模型, "三次函数"模型共有3个, "二次函数"1个, S型函数1个, "三次函数"具有最优选择性, 确定"三次函数模型"为最优。
2.2.2.3 相关因子结果在SPSS20.0回归分析模块中, 选取5个分区中的60个栅格单元, 以浅层地下水碘化物含量为自变量以甲状腺癌患者的数量为因变量, 根据坐标轴区域内的分布点, 系统自动拟合出三次函数关系, 如图 5所示。由图可知:排除明显错误点, 大部分点均分布在距离曲线合理的范围内, 甚至有些点恰好在曲线上, 函数关系曲线与数值点的拟合效果较好。
|
| 图 5 山东省浅层地下水碘化物含量与甲状腺癌患者数量函数关系结果图 |
根据SPSS20.0模型拟合汇总结果, 山东省浅层地下水碘化物含量与甲状腺癌患者的数量关系的相关性因子R2值为0.816, 说明两者之间具有极大的相关性。
3 结论根据多家单位调查采集的山东省浅层地下水并测定碘化物含量, 利用地统计理论与GIS相结合的方法, 研究浅层地下水碘化物的空间结构和分布特征; 同时收集山东省甲状腺癌患者资料, 将患者住址(或工作地址)进行地理编码, 研究患者的空间分布; 在上述研究的基础上, 利用地理信息空间分析与多元统计的方法, 分析浅层地下水碘化物含量与甲状腺癌之间的关系, 得到以下结论:①山东省浅层地下水中碘化物的含量的空间上从西部的高碘区到东部的适碘区逐渐降低, 这主要是区内水文地质环境条件差异的结果; ②甲状腺癌患者在鲁西地区的数量远远高于鲁中和鲁东地区, 济南市作为山东省的省会城市, 受来自西部地区人口迁入的影响患者的数量较多; ③在空间分布上, 通过插值结果与病患住址点(或长期工作地址点)的叠加, 可以直观地看到:患者分布与浅层地下水碘化物含量呈现出较强的相关性, 总体分布在碘化物含量颇高的区域; 在相关性分析中, 建立浅层地下水碘化物含量与甲状腺癌患者数量的三次函数, R2值为0.816, 说明浅层地下水碘化物含量与甲状腺癌之间确实存在明显的相关性。
4 讨论根据康凤新等[9]对山东省水文地质的分区:鲁西北平原松散岩类水文地质区, 鲁中南中低山丘陵碳酸盐岩类为主水文地质区, 鲁东低山丘陵松散岩、碎屑岩、变质岩类水文地质区。这些水文地质区与本研究中山东省浅层地下水碘化物含量的空间分布基本一致, 鲁西北为含量超过150 μg/L的高碘水区, 鲁中南地区碘化物含量在(50～150)μg/L间, 可作为居民日常饮用水, 鲁东地区为碘化物含量在50 μg/L以下, 属于适碘化物水区。可见, 地形地貌与含水介质是浅层地下水碘化物主要形成和控制因素。
由山东省浅层地下水碘化物含量与甲状腺癌患者地址对照图可以看出, 济南市市区浅层地下水碘化物含量在100 μg/L以下, 但该区是全省甲状腺癌患者分布最密集的地区。从济南市统计年鉴中获得的数据显示, 2013年济南市市区人口总数355.38万人, 人口机械增长率4.69‰, 仅1年的时间市区人口迁入率就达到了10.86‰, 而济南市人口部门数据显示近20年迁入人口的73%, 原户籍地为德州、菏泽、枣庄、济宁等鲁西地区。经过人口迁移分析, 济南市市区甲状腺癌患者分布密集可能与鲁西高碘区的人口迁移的影响有关。
仔细观察图 4发现, 山东省近海地区的日照、青岛、威海和烟台, 浅层地下水碘化物含量适中, 但这些地市沿海岸线附近甲状腺癌患者聚集。众所周知, 海水中碘的含量远远高于河水, 因而海洋较其他地区上空的空气中碘化物含量最高, 且自沿海向内陆逐渐降低; 沿海地区经济发达、海产品丰富、居民生活水平高、饮食结构与内陆地区不同; 该区甲状腺癌患者数量较多, 可能与居民日常吸入空气碘的量多和高碘膳食两个方面有关, 这与前文讨论内容并不矛盾。
研究中对山东省浅层地下水碘化物含量与甲状腺癌患者的数量在空间上做相关性分析, 得到两者在空间上确有一定的相关性, 整体而言浅层地下水碘化物含量高的地区, 甲状腺癌患者的数量也多。但碘摄入过低可引起地方性甲状腺肿、呆小症和甲状腺功能减退, 碘摄入过量可导致高碘性甲状腺肿、慢性淋巴细胞性甲状腺炎、碘性甲状腺功能亢进和甲状腺功能减退, 碘缺乏及碘过量对甲状腺癌的影响均主要表现为组织学类型的变化, 换句话说, 碘过量和碘缺乏都是甲状腺癌变的诱因, 研究中考虑到全省加碘食盐的推广, 针对山东省碘化物含量分布不均衡的特点, 从空间上重点分析得到碘过量引起甲状腺癌患者聚集, 初步探寻浅层地下水碘化物含量与甲状腺癌之间的关系。
| [1] | 张颖, 李俞莹, 姚旋, 等. 碘与甲状腺疾病[J]. 生命科学, 2012, 24(8): 901–908. Zhang Y, Li YY, Yao X, et al. Iodine and thyroid diseases[J]. Chin Bull Life Sci, 2012, 24(8): 901–908. (in Chinese). |
| [2] | 孙嘉伟, 许晓君, 蔡秋茂, 等. 中国甲状腺癌发病趋势分析[J]. 中国肿瘤, 2013, 22(9): 690–693. Sun JW, Xu XJ, Cai QM, et al. Epidemiological study on thyroid cancer in China[J]. China Can, 2013, 22(9): 690–693. (in Chinese). |
| [3] | Sawka AM, Goldstein DP, Brierley JD, et al. The impact of thyroid cancer and post-surgical iodine treatment on the lives of thyroid cancer survivors:a qualitative radioactive study[J]. PLoS One, 2009, 4(1): e4191. doi: 10.1371/journal.pone.0004191 |
| [4] | 张二勇, 张福存, 钱永, 等. 中国典型地区高碘地下水分布特征及启示[J]. 中国地质, 2010, 37(3): 797–802. Zhang EY, Zhang FC, Qian Y, et al. The distribution of high iodine groundwater in typical areas of China and its inspiration[J]. Geol China, 2010, 37(3): 797–802. (in Chinese). |
| [5] | 山东省地质矿产局第二水文地质工程地质大队. 黄河下游(山东段)区域工程地质调查报告(1: 50万)[R]. 德州: 山东省地质矿产局第二水文地质工程地质大队, 1993-1996. |
| [6] | 山东省地质环境研究院. 京九沿线地区地质矿产资源开发与经济发展研究[R]. 1999. In English: Geological Environment Research Institute in Shandong Province. Region geological mineral resources development and economic development research along the Jingjiu[R]. 1999. |
| [7] | 山东省地质调查院, 王彦俊, 郭秀岩, 等. 黄河中下游(山东段)主要环境地质问题调查评价报告[R]. 济南: 山东省地质调查院, 2002. |
| [8] | 国务院. 山东[EB/OL]. http://www.gov.cn/guoqing/2013-04/17/content_2583746.htm. |
| [9] | 康凤新, 徐军祥, 张中祥. 山东省地下水资源及其潜力评价[J]. 山东国土资源, 2010, 26(8): 4–12. Kang FX, Xu JX, Zhang ZX. Groundwater resources and its potential in Shandong Province[J]. Land Resour Shangdong Prov, 2010, 26(8): 4–12. (in Chinese). |
| [10] | Goovaerts P. Geostatistics for Natural Resources Evaluation[M]. New York: Oxford University Press, 1997. |
| [11] | Alloway BJ. Heavy Metals in Soils[M]. London: Chapman and Hall, 1995. |
| [12] | 田洪军, 闫浩文, 王丹英, 等. 空间关系中两相邻实体间最近距离算法研究[J]. 测绘科学, 2008, 33(1): 200–201, 181. Tian HJ, Yan HW, Wang DY, et al. Research on the closest distance algorithms for two adjacent entities in spatial relationship[J]. Sci Surv Mapp, 2008, 33(1): 200–201, 181. (in Chinese). |
| [13] | 陈艳艳, 蔡顺祥, 刘建兵, 等. 湖沼型血吸虫病流行区气候因素与钉螺分布的空间回归分析[J]. 中华疾病控制杂志, 2015, 19(3): 277–280. Chen YY, Cai SX, Liu JB, et al. Spatial regression analysis on climatic factors and snail distribution in marshland schistosomiasis transmission areas[J]. Chin J Dis Control Prev, 2015, 19(3): 277–280. (in Chinese). |
| [14] | 魏世丽, 葛永慧. 一元非线性回归两种不同模型的比较[J]. 统计与决策, 2015(4): 29–31. |
| [15] | Panagopoulos T, Jesus J, Antunes MDC, et al. Analysis of spatial interpolation for optimising management of a salinized field cultivated with lettuce[J]. Eur J Agron, 2006, 24(1): 1–10. doi: 10.1016/j.eja.2005.03.001 |
| [16] | Yasrebi J, Saffari M, Fathi H, et al. Evaluation and comparison of ordinary kriging and inverse distance weighting methods for prediction of spatial variability of some soil chemical parameters[J]. Res J Biol Sci, 2009, 4(1): 93–102. |
| [17] | GB/T 19380-2003, 水源性高碘地区和地方性高碘甲状腺肿病区的划定[S]. In English: GB/T 19380-2003 Determination and classification of the areas of high water iodine and the endemic areas of iodine excessgoiter[S]. |
| [18] | 郭晓尉, 刘传蛟, 翟丽屏, 等. 山东省黄河流域居民饮用水碘含量和水源类型及深度状况调查[J]. 中国地方病防治杂志, 2012, 27(5): 321–324. Guo XW, Liu CJ, Zhai LP, et al. Study on the iodine content of drinking water and their resources and the depth of wells in the Yellow River valley in Shandong province[J]. Chin J Control Endem Dis, 2012, 27(5): 321–324. (in Chinese). |