식생지수(NDVI)를 활용한 매개체 및 매개질병발생 예측

초록

목적 : 기후변화와 같은 환경변화에 많은 영향을 받는 곤충매개질병 및 매개체발생을 보다 효율적으로 예측하기 위하여 원격탐사자료와 지리정보시스템이 활용되고 있다. 원격 탐사자료에서는 자외선(NIR)과 적외선(RED)에 대한 엽록소의 흡수도의 차이를 이용하여 식물의 생육정도를 효과적으로 관즉할 수 있다. 이 중 대표적인 것이 정규식생지수(NDVI; Normalized Difference Vegetation Index)로서 이를 활용하여 말라리아와 일본뇌염과 같은 곤충매개질병에 대한 예측모형을 작성하고자 한다. 방법 : 한반도 지역에 대한 NDVI자료를 확보하기 위하여 미국의 AVHRR, 프랑스의 SPOT영상을 비롯하여 MODIS영상을 기초로 작성된 자료를 확보하였다. 시범지역인 일본 뇌염모기 다발생지역인 전주와 함안지역만을 추출하여 NDIV database를 구축하였다. 각 시기별로 작성된 NDVI자료를 활용하기위하여 평년자료를 작성하였으며, 이를 기준으로 특정연도의 NDVI값이 증가되었는지 감소되었는지를 density plot을 통하여 확인한다. 이렇게 확보된 NDVI자료와 일보뇌염매개모기 자료와의 상관관계를 규명하였고, 다중회기분석을 통하여 매개모기발생 예측모형을 작성하였다. 말라리아환자발생예측 모형의 정확도를 높이기 위하여 매개모기발생밀도를 추가하여 분석하였다. 결과 : 1999년부터 2006년까지의 SPOT 영상으로부터 추출된 NDVI값과 일본뇌염매개 모기 발생에 영향을 주는 요인들과의 상관관계를 조사한 결과 조사지역인 경남 함안과 전북 전주지역 모두에서 NDVI, 한 달 전 평균기온, 한 달 전 강수량이 일본뇌염매개모기인 작은빨간집모기 발생에 가장 많은 영향을 주는 것으로 조사되었다. 중회기분석 결과 경남 지역의 작은빨간집모기 발생은 평균기온×0.176 + 2개월 전 NDVI ×3.969 + 강수량×0.002 - 2개월 전 강수량×0.002로 나타낼 수 있으며, 이 모델의 정확도는 76.2%로 조사되었다. 전주지역은 NDVI×14.685 - 평균기온×0.062 - 5.813로 예측이 가능하다. 말라리아 매개모기 발생을 변수로 포함하는 경우 말라리아 환자는 말라리아매개모기 수 × 0.983 + NDVI값 × 168.479 - 30.036로 예측이 가능하다. 결론 : 식생지수는 곤충매개질환의 발생 예측에 활용하기 적합한 요소 이지만 우리나라에서 적용하기 위해서는 장마철에 보다 정확한 NDVI를 산출할 필요가 있다. NDVI를 보다 다양하게 활용하기 위해서는 NDVI 자료 생성주기와 매개체의 조사 주기를 일치시킬 필요가 있다.

키워드