人类健康问题是当前国际地理学和环境科学领域的核心内容之一。本文选题基于地理信息系统和模型技术在小概率疾病的健康问题的空间分布规律和空间影响因子分析的应用研究。笔者不仅总结了传统的空间分析方法和模型,更针对小概率健康问题的空间分析中所遇到的问题提出相应的模型方法,并辅以实例来说明这些模型。本文主要从理论和实践两个层面展开研究。(一)理论研究本文回顾并总结了空间数据的分析方法和模型的基本理论,并在此基础上运用三种空间模型解决空间分析在环境健康领域应用中存在的若干问题。层次贝叶斯模型解决了因小概率健康事件引起的发病率或死亡率不稳定性(率的变化范围比较大)问题,将其调整到大体一致水平。风险探测器、危险因子探测器、生态探测器和交互作用探测器分别解决了风险因子在哪里、风险因子重要性、风险因子间的相对性及风险因素是独立起作用还是具有交互作用等问题。广义线性地统计模型将空间数据的空间关系代入到数据建模中,避免了可能出现的虚假统计意义。(二)实际应用本文使用层次贝叶斯模型对汶川地震五岁以下儿童死亡率的空间分布进行了调整并制作出死亡率的空间分布“热点”图。在此图的基础上,我们使用地理探测器对儿童死亡的环境因子进行了探索研究,结果表明地震烈度、房屋倒塌率和地形坡度对儿童死亡的影响较大,且属于正相关。这三个因子的两两间相互作用影响更大,而其他的环境因子如人口密度、高程、断裂带、地貌和GDP等对儿童死亡影响较小。基于云南不明原因猝死的病例数据,进行模拟以探讨猝死与环境因子之间关系研究中,我们使用空间线性高斯模型(空间高斯线性模型)对猝死和环境因子间的关系进行拟合,并与高斯线性模型的拟合结果对比。结果表明NDVI(作为反映小白菌的生长环境)与猝死之间具有统计学意义,并排除了温度这一“虚假”影响因子。这也证实了小白菌与猝死之间的关系。但我们并没有发现降水等气候因子与猝死之间有显著的统计关系;此外,我们也没有发现地层和断裂带等地质因素对于猝死有显著的影响。论文的最后,笔者根据研究过程中所遇到的问题,对整个研究作了总结并提出了今后研究的重点和方向。