局部气候环境变化与居民健康关系：地理区域差异的分析理论与方法

Richard在《地理学的性质》中提出研究地理学需要两种不同的方法：系统的方法和区域的方法（Richard，1978）。由此可见区域研究在地理学中的重要位置。Pattison在1964年发表的《地理学的四个传统》中表示，每一次地理学科的界定都取得了一定程度的成功，每一次下定义都阐释了地理学的一些事实，但也都存在片面性。为此，他阐述了地理学的四个传统：空间传统、地域研究传统、人—地（关系）传统、地球科学传统。空间传统包括两方面，一方面是对事物位置的详尽记录，另一方面是地理事物与地理现象的地图再现；地域研究传统是关于地域性质、地域特征以及地域差异的研究；人地传统强调探索人类健康所反映的外部自然环境；地球科学传统强调自然地理在地理学中的重要性（Pattison等，1964）。这一论述涵盖了空间、区域差异及环境—健康等问题，因此用地理学的区域、空间理论分析不同尺度的环境健康问题也属于地理学的传统研究任务。

地理学是一门跨越自然科学、人文社会科学和工程技术科学的综合学科（蔡运龙，2009），它经历了传统地理学、科学地理学、人本地理学、多样化地理学四个重要阶段，在此过程中定性与定量分析的方法论也得到了发展。科学地理学阶段注重理论、模型和计量化，追求地理学“科学”化，即精确性、可重复性和确定性（蔡运龙等，2011）。随着人类健康水平的提高和社会的发展，医学地理的作用越来越重要。医学地理学主要研究各种自然环境或社会经济条件由于地区差异所引起的疾病或健康问题（陈如桂等，1999）。随着医学地理的蓬勃发展，其研究内容不断增加和深入，人群疾病和健康状况的地理分布模式、人群疾病和健康状况与地理环境的关系及其分布模式的成因和机理、保健服务系统规划和合理空间配置成为其研究重点。

医学地理学作为医学和地理学的边缘学科，非常重视空间和时间特性，重视地理学的空间分析理论在医学保健领域的应用。时间维度研究是一种描述性的研究，要进行时间上的预测，可借助时间序列分析手段。时间序列分析（Time Series Analysis）是一种动态数据处理的统计方法，该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，主要用于解决实际问题。目前使用最广泛的分析方法是贝叶斯（Bayes）统计预测方法，在空间流行病学中被重点应用，如Laura Gosoniu等人就利用贝叶斯学统计模型分析了安哥拉疟疾空间流行状况（郑卫军等，2008；Gosoniu等，2010）。贝叶斯统计预测是一种以动态模型为研究对象的时间序列预测方法，其基本思想是将人们的经验信息作为已知条件结合到实际模型中，即利用模型信息、数据信息及先验信息（有关总体分布的未知参数的信息）来进行预测（丁守銮等，2002）。

在空间维度研究中，地理信息技术作为一种空间分析技术手段具有强大的时空分析功能，并且被广泛地应用于医学地理研究领域，它使深入揭示疾病病因和健康问题的时空分布规律以及对病情实时监控和决策成为可能。空间分析方法包括数据统计、空间量算、空间变换、空间拟合。数据统计是通过对空间数据和属性数据进行分析、统计，得到一些研究者感兴趣的结论，进一步绘制成直方图、饼状图，为后续分析提供依据。空间量算是通过对空间数据、属性数据的基本测量和计算，得到一些有价值的信息，如长度、面积、体积、物体质心等。空间变换是对各个地理图层进行适当变换，得到新的图层和属性信息，这些变换包括拓扑叠加、逻辑组合、函数运算等，如杨国静等人将多个气象因子图层进行叠加来预测疟疾的空间流行范围（杨国静等，2002）。通过采样观测可知空间数据带有很大的离散性，而研究者可能对未观测点的值感兴趣，这就必须利用空间拟合的方法来实现，在已存在观测点的区域内通过内插来估计未观测点的特征值，该方法在宏观尺度和多因素综合研究中更为常用（郝成元等，2005）。空间分析的独特贡献借鉴了相关社会科学的方法和工具，提供了准确认识、评价和综合理解空间位置和空间相互作用重要性的方法，如毕艳等人利用空间聚类分析工具研究了中国云南疟疾通报死亡人数的空间分布特征（孟斌等，2005；Bi等，2013）。(www.xing528.com)

另外，遥感卫星影像可帮助研究者在研究区域内进行采样布局，并可从遥感影像中提取数字高程（Digital Elevation Model，DEM），分析研究区的土地利用/土地覆被状况、海拔、坡度、坡向、地形湿度指数、地形位指数、水系水文模型等。Moss（2011）运用遥感手段确定了影像疟疾传播的环境风险因素，为制定疟疾控制措施提供了指导。但遥感手段也存在不足，从土地覆盖遥感分类方法看近期的进展，目前利用数据统计理论方法结合人工解译仍是大尺度进行遥感分类的主导方法。这种方法算法成熟，能充分利用人机交互和影响的特点，然而其用时长，对参与解译分析的人员依赖性强，很大程度上不具备可重复性等（杨立民等，1999）。因此，在研究自然地理条件时应将遥感手段与地面数据收集（统计年鉴或实地调查、采样）手段相结合。

研究对象在某个尺度指标不健全的情况下，需要解决由大尺度到小尺度或小尺度到大尺度的尺度转换问题。尺度推译（转换）是指利用某一尺度获得的信息和知识来推测其他尺度上发生的现象和过程的方法与手段。尺度的转换会造成主变量、相关变量的改变，且某些现象在不同尺度的主要影响因素不同（Meentemeyer等，1989）。如在土地覆盖领域，某一规模尺度上的土地利用/覆盖变化驱动力机制在更大或更小的范围内往往表现得不明显或根本不适用，因此在某一规模尺度上所揭示的作用关系并不能简单地应用到高一级或低一级的规模层次上。如何将小规模尺度上的典型研究推广应用到更高的规模层次上便引起了人们的注意（陈佑启等，2005）。近年来，国际上采用一系列指标，从全球的、区域的视角测度风险和脆弱性的工作不断增多。从全球尺度看，风险和脆弱性评估方法主要包括：联合国开发计划署（UNDP）的灾害风险指数、哥伦比亚大学的热点项目，以及哥伦比亚国家大学环境研究所开发的美洲项目；从区域尺度看，以GTZ和印度尼西亚社区合作共同开发的基于社区的风险指数最为典型。由于人类认识的局限性和各种观测、研究手段的有限性，要将所有尺度的脆弱性问题研究清楚，是不现实的，仅仅开展一个尺度的研究，往往不能解决其他尺度存在的问题。如何通过脆弱性研究的空间尺度转换，将在局部地区获得的结果推广到更多的区域尺度上，或将全球尺度获得的结果下移并应用至更次一级的区域尺度上，是目前脆弱性研究的核心和难点。