초록 열기/닫기 버튼
고병원성조류인플루엔자(Highly Pathogenic Avian Influenza, HPAI)는 폐사율이 100%에 이르는 급성 조류 바이러스성 전염병이다. 우리나라는 2003년 첫 발생 이후 5회에 걸친 대규모 유행으로 인하여 막대한 경제적 손실을 경험한 바 있어 HPAI 발생을 가능한 조기에 검출하고 신속하게 대응함으로써 피해를 최소화하기 위한 국가적 모니터링 사업을 지속적으로 추진해오고 있다. 특히 국내의 경우 HPAI는 철새의 이동경로를 통하여 바이러스가 유입된 것으로 추정되고 있어 방역당국에서는 철새 이동에 따른 바이러스 조기검출을 위하여 주요 철새 도래지를 중심으로 무작위 방식의 철새의 분변시료 채취 사업을 진행하고 있다. 시료채취 방법과 관련하여 표본추출 지점들이 인접할수록 공간적 자기상관성(spatial autocorrelation)으로 인하여 표본들이 비슷한 정보를 가질 수 있기 때문에 표본으로서의 철새 도래지 추출과정에서 이를 반영할 필요가 있다. 본 연구의 목적은 지리적으로 인접한 철새 도래지들이 유사한 표본정보를 가질 수 있음을 전제로 공간적 자기상관성을 고려한 공간표집방법론을 구축하고 실증적 활용성을 가늠해보는 것이다. 이를 위하여 전국 196개 조류 도래지들을 대상으로 분석결과를 도출하고 해석적 함의를 논의하였다.
Highly Pathogenic Avian Influenza (HPAI) is an acute infectious avian disease, showing high fatality rate close to almost 100%. Since 2003, we have experienced five extensive wave of HPAI outbreaks which caused enormous economic losses. Therefore, strong monitoring and surveillance efforts have been made nationally toward detecting the HPAI outbreak as quickly as possible and taking immediate actions to minimize the consequent costs. Since the bird migration route is assumed to be the primary cause of HPAI outbreak in Korea, random samples of migratory wild birds have been taken persistently targeting for domestic migrate habitats for quickly detecting HPAI virus. However, it is assumed that samples taken from adjacent geographic locations may have similar information due to spatial autocorrelation and this needs to be accounted for in the sampling process. This study intends to develop spatial sampling methodology in which similarity in sample information derived from geographic adjacency and the consequent spatial autocorrelation is systematically explained. The methodology was empirically applied for selecting sample habitats among the 196 major habitats of migratory birds, and lastly we discuss some important aspects of the spatial sampling outcomes. The methods presented are illustrated with real data.
키워드열기/닫기 버튼
Highly Pathogenic Avian Influenza (HPAI), Migrate habitats, Spatial sampling methodology, Spatial autocorrelation
