داده کاوی مکانی زمانی بیماری مالاریا
Abstract
بیماری مالاریا دارای گستردگی مکانی و آمار شیوع بسیار بالایی در سطح جهان و بخصوص آفریقا و آسیا می باشد. در تحقیق حاضر توسط روش های هوش مصنوعی مورد استفاده در کاوش داده ها به بررسی الگوی بیماری و تولید نقشه های آسیب پذیری پرداخته می شود. با استفاده از روش های شبکه عصبی و سیستم استنتاج فازی عصبی تطبیقی پروسه داده کاوی اطلاعات در دسترس انجام شده، تا الگوی همبستگی مکانی و زمانی داده ها و گستره مکانی و زمانی بیماری استخراج شود و نقشه های آسیب پذیری بیماری مالاریا تولید شود. ابتدا توسط روش های شبکه عصبی و سیستم استنتاج عصبی فازی ارتباط مکانی کاربری های مختلف اراضی، دما ،رطوبت، بارش، ارتفاع و سایر عوارض مکانی با الگوی بیماری مالاریا ویواکس در استان سیستان و بلوچستان کاوش شده و سپس نقشه آسیب پذیری بیماری تولید شده است. در این قسمت از تحقیق فقط به داده کاوی مکانی بیماری در طول دوره چهارساله پرداخته می شود و این کار توسط میانگین گیری از نرخ وقوع گزارش شده سالیانه بیماری در چهار سال گذشته و همچنین میانگین دما، رطوبت و بارش چهار ساله در کنار سایر عوارض مکانی در استان سیستان و بلوچستان انجام می گیرد. در قسمت بعدی تحقیق با داشتن نرخ ابتلای ماهیانه بیماری ( incidence rate) در استان هرمزگان به بررسی زمانی بیماری و داده کاوی زمانی مالاریا پرداخته شده است. با استفاده از گزارش ماهیانه بیماری در ماه های مختلف از سال 85 تا 86 با استفاده از ، و نیز مقادیر ماهیانه بارش پیش بینی نرخ ابتلای شهریور ماه انجام گرفته و الگوی مکانی بیماری مالاریا در این ماه و نقشه آسیب پذیری در تولید شده است. در بخش سوم و آخر تحقیقات بررسی زمانی مکانی و داده کاوی مکانی زمانی بیماری انجام گرفته است و با بررسی و مدلسازی همبستگی مکانی بیماری و عوارض و کاربری های اراضی مختلف، همچنین مدلسازی روند زمانی بیماری در نقاط مختلف استان هرمزگان نتایج بر اساس بررسی همزمان زمانی و مکانی در قالب نقشه های آسیب پذیری ارایه گردیده است.