fa امکان‌سنجی توانمندی تصاویر و داده‌های ماهواره‌ای در کمک به شناسایی، تبیین، تحلیل پراکندگی فضایی و تأثیر عوامل آب و هوایی بر میزان شیوع بیماری لیشمانیوز در استان ایلام عمومى General پژوهشی Original <div style="text-align: justify;"><br> <span style="font-size:14px;"><span style="font-family:arial;"><span style="color: rgb(0, 0, 255);"><strong>مقدمه:</strong></span> <strong><span style="color: black;">لیشمانیوز یکی از ﺑﯿﻤﺎری‌ﻫﺎی اﻧﮕﻠﯽ ﺷﺎیﻊ در ﻣﻨﺎﻃﻖ ﮔﺮﻣﺴﯿﺮی و ﻧﯿﻤﻪ‌ﮔﺮﻣﺴﯿﺮی ﺟﻬﺎن است ﮐﻪ ﺗﻮﺳﻂ اﻧﮕﻞ‌ﻫﺎی ﺗﮏ‌یﺎﺧﺘﻪ‌ای از ﺟﻨﺲ ﻟﯿﺸﻤﺎﻧﯿﺎ ایﺠﺎد شده و به واسطه‌ی ﮔﺰش گونه‌هایی از ﭘﺸﻪ ﺧﺎﮐﯽ ﺑﻪ اﻧﺴﺎن ﻣﻨﺘﻘﻞ ﻣﯽ‌ﮔﺮدد. این بیماری یکی از ﺑﯿﻤﺎری‌ﻫﺎی اﻧﮕﻠﯽ زﺋﻮﻧﻮزی</span></strong><a href="#_ftn1" name="_ftnref1" title=""><strong>^{<span dir="LTR"><strong>^[1]</strong></span>}</strong></a><strong><span style="color: black;"> اﺳﺖ ﮐﻪ توسط ﺳﺎزﻣﺎن ﺟﻬﺎﻧﯽ ﺑﻬﺪاﺷﺖ در ردیﻒ ﺷﺶ ﺑﯿﻤﺎری ﻣﻬﻢ ﻋﻔﻮﻧﯽ ﻣﻨﺎﻃﻖ ﮔﺮﻣﺴﯿﺮی دﻧﯿﺎ ﻣﻌﺮﻓﯽ شده اﺳﺖ. جمعیت حشره‌ی ناقل این بیماری تحت تأثیر آب و هوا تغییر می‌کند؛ این عامل ارتباط بسیار زیادی با عوامل آب و هوایی دارد. هدف از مطالعه حاضر امکان‌سنجی و تبیین توانمندی تصاویر و داده‌های ماهواره‌ای در کمک به شناسایی، تبیین و تحلیل پراکندگی و تأثیر عوامل آب و هوایی بر میزان شیوع بیماری لیشمانیوز در منطقه‌ی ایلام است.</span></strong></span><br> <br> <span style="font-family:arial;"><span style="color: rgb(0, 0, 255);"><strong>روش کار:</strong> </span><strong><span style="color: rgb(0, 0, 255);">ب</span><span style="color: black;">رای این کار از داده‌های دما، رطوبت، بارش، سرعت باد و تابش خورشیدی کلی 8 ایستگاه هواشناسی سینوپتیک و همچنین محصولات دمای سطح زمین</span></strong><a href="#_ftn2" name="_ftnref2" title=""><strong>^{<span dir="LTR"><strong>^[2]</strong></span>}</strong></a><strong><span style="color: black;">، شاخص پوشش گیاهی تفاضلی نرمال شده</span></strong><a href="#_ftn3" name="_ftnref3" title=""><strong>^{<span dir="LTR"><strong>^[3]</strong></span>}</strong></a><strong><span style="color: black;"> سنجنده‌ی مادیس و داده‌های بارش تجمعی ماهواره‌ی </span></strong><strong><span dir="LTR"><span style="color: black;">TRMM</span></span></strong><strong><span style="color: black;"> برای یک دوره سه ساله (1390تا1392) استفاده شد. در ابتدا نقشه‌های رستری داده‌های مذکور در محیط </span></strong><strong><span dir="LTR"><span style="color: black;">Arc GIS</span></span></strong><strong><span style="color: black;"> تهیه گردید، سپس میزان همبستگی میانگین پیکسل‌های نقشه‌های رستری داده‌های آب و هوایی و ماهواره‌ای با شیوع بیماری لیشمانیوز در مقیاس زمانی فصلی با استفاده از رابطه‌ی همبستگی پیرسون مورد بررسی و تحلیل قرار گرفت و در آخر برای شناسایی و مدلسازی متغییرهای محیطی اثرگذار بر میزان شیوع لیشمانیوز، مدل رگرسیون چندگانه میزان شیوع بیماری لیشمانیوز در منطقه بر اساس متغییرهای همبسته، طراحی گردید.</span></strong></span><br> <br> <span style="font-family:arial;"><span style="color: rgb(0, 0, 255);"><strong>یافته‌ها:</strong> </span><strong><span style="color: black;">نتیجه بررسی ضرایب همبستگی برای منطقه حاکی از وجود همبستگی منفی و قوی میان میزان شیوع بیماری لیشمانیوز با دما، دمای خاک و سرعت باد به مقدار به ترتیب: </span></strong><strong><span dir="LTR"><span style="color: black;">(-0.760, -0.756, -0.691)</span></span></strong><strong><span style="color: black;"> و همبستگی مثبت با رطوبت نسبی و بارش به مقدار به ترتیب </span></strong><strong><span dir="LTR"><span style="color: black;">(0.660, 0.662)</span></span></strong><strong><span style="color: black;"> در داده‌های ایستگاهی و ماهواره‌ای بود. به علاوه، نقش سرعت باد نیز به عنوان یک عامل محدود کننده در منطقه شناسایی شد.</span></strong></span><br> <br> <span style="font-family:arial;"><span style="color: rgb(0, 0, 255);"><strong>نتیجه‌گیری:</strong></span> <strong><span style="color: black;">نتیجه‌ی بررسی‌ها نشان داد که داده‌های سنجش از دور و به طور اخص داده‌های دمای سطح زمین سنجنده‌ی مادیس و بارش ماهواره‌ی </span></strong><strong><span dir="LTR"><span style="color: black;">TRMM</span></span></strong><strong><span style="color: black;"> توانایی قابل قبولی برای جایگزینی با داده‌های هواشناسی ایستگاهی و کمک به تببین و شناسایی عوامل اثرگذار بر میزان شیوع و الگوهای فضایی پراکندگی این بیماری دارند.</span></strong><br> <br> <span style="color: rgb(0, 0, 255);"><strong>گل‌واژگان:</strong> </span><strong><span style="color: black;">لیشمانیوز، پشه خاکی، </span></strong><strong><span dir="LTR"><span style="color: black;">LST</span></span></strong><strong><span style="color: black;">، </span></strong><strong><span dir="LTR"><span style="color: black;">TRMM</span></span></strong><strong><span style="color: black;">، ماهواره، سنجش از دور</span></strong></span></span></div> <div> <div style="text-align: justify;"></div> <hr align="left" size="1" width="33%" > <div id="ftn1" style="text-align: justify;"><a href="#_ftnref1" name="_ftn1" title=""><span style="font-family:times new roman,serif;"><span style="font-size:9.0pt;"><span style="font-family:times new roman,serif;"><span style="font-size:9.0pt;">[1]</span></span></span></span></a> <span style="color:black;"><span style="font-family:times new roman,serif;"><span style="font-size:9.0pt;">Zoonosis</span></span></span></div> <div id="ftn2" style="text-align: justify;"><a href="#_ftnref2" name="_ftn2" title=""><span style="font-family:times new roman,serif;"><span style="font-size:9.0pt;"><span style="font-family:times new roman,serif;"><span style="font-size:9.0pt;">[2]</span></span></span></span></a> <span style="font-family:times new roman,serif;"><span style="font-size:9.0pt;">Land Surface Temperature <span dir="RTL">)</span>LST<span dir="RTL">(</span></span></span></div> <div id="ftn3" style="text-align: justify;"><a href="#_ftnref3" name="_ftn3" title=""><span style="font-family:times new roman,serif;"><span style="font-size:9.0pt;"><span style="font-family:times new roman,serif;"><span style="font-size:9.0pt;">[3]</span></span></span></span></a> <span style="font-family:times new roman,serif;"><span style="font-size:9.0pt;">Normalized Difference Vegetation Index <span dir="RTL">)</span>NDVI<span dir="RTL">(</span></span></span></div> </div> <div style="text-align: center;"><strong>Farajzadeh M^1* (PhD), Gholamy S² (MSc), Ghavidel Y³ (PhD)</strong></div> &nbsp; <div style="text-align: center;"><em>1 </em><em>Department of physical geography, Tarbiat Modares University, Tehran, Iran</em><br> <em>2 </em><em>Department of physical geography, Tarbiat Modares University, Tehran, Iran</em><br> <em>3 </em><em>Department of physical geography, Tarbiat Modares University, Tehran, Iran</em></div> <strong>Abstract</strong><br> &nbsp; <div style="text-align: justify;"><span style="color:#0000FF;"><strong>Introduction: </strong></span>Leishmaniosis is a common parasitic disease in tropical and subtropical areas of the world caused by protozoan of the genus <em>Leishmania </em>and transmitted to human via the bite of the species of sandflies. This is a zoonotic disease subsumed by the World Health Organization (WHO) in the list of 6 important infectious diseases in the world. The population of the insect vector of this disease is influenced by changes in climate, and has a very strong relationship with climatic factors. The current study aimed at verifying and explaining the feasibility and capability of satellite imagery and data to contribute to identifying, analyzing, and explaining the impacts of climatic factors, and its spatial distribution on the prevalence of leishmaniosis in Ilam province, Iran.<br> &nbsp;<br> <span style="color:#0000FF;"><strong>Method: </strong></span>For this purpose, the climatic data including air temperature, soil temperature, relative humidity, precipitation, wind speed, and global solar radiation from 8 meteorological synoptic stations along with the NDVI and LST products of the MODIS sensor for a 3-year period, from 2011 to 2013, were gathered and used. To carry out the current study, at first, raster of all the data were created in Arc GIS 10.2; then, the correlation between the average of raster&rsquo;s pixels of satellite and stationary data with the raster of leishmaniasis prevalence in a seasonal and temporal scale was verified and analyzed, using the Pearson correlation coefficient. At the end, to identify and model the variables affecting the incidence of leishmaniasis, a multivariate regression model of the prevalence of leishmaniosis was designed for the studied area, based on the correlated variables.<br> &nbsp;<br> <span style="color:#0000FF;"><strong>Results: </strong></span>The results for the entire studied area in a seasonal temporal scale showed a negative strong correlation between leishmaniasis prevalence and soil temperature, air temperature, and wind speed (with correlation coefficients of -0.760, -0.756, and -0.691, respectively), and a strong positive correlation with relative humidity and precipitation (with correlation coefficients of 0.660 and 0.662, respectively). Also, wind speed was verified as a limiting factor for leishmaniasis prevalence.<br> &nbsp;<br> <span style="color:#0000FF;"><strong>Conclusion: </strong></span>The obtained result showed that the remote sensing data, particularly the LST product from MODIS sensor and rainfall data from TRMM satellite, had acceptable capabilities to be replaced with meteorological stationary data and they also helped to explain and identify factors influencing the prevalence and distribution of spatial patterns of the disease.<br> &nbsp;<br> <span style="color:#0000FF;"><strong>Keyword: </strong></span>Leishmaniosis; Sandflies; TRMM; LST; Satellite; Remote Sensing<br> <br> &nbsp;</div> <div style="text-align: center;"><strong>Please cite this article as follows:</strong></div> <div style="text-align: justify;">Farajzadeh M, Gholamy S, Ghavidel Y. Identifying the Climatic Factors Affecting the Prevalence of Cutaneous Leishmaniosis in Ilam Province, Iran, Using Satellite Imagery. Hakim Health Sys Res 2016; 19(3): 152- 162<br> <br> &nbsp;</div> *Corresponding Author: P.O Box 14155-4838, Tarbiat Modares University, Tehran, Iran لیشمانیوز, پشه خاکی, LST, TRMM, ماهواره, سنجش از دور Leishmaniosis, Sandflies, TRMM, LST, Satellite, Remote Sensing 152 162 http://hakim.tums.ac.ir/browse.php?a_code=A-10-1-620&slc_lang=fa&sid=1 Farajzadeh M منوچهر فرج‌زاده‌ی‌اصل farajzam@modares.ac.ir Yes Gholamy S یوسف قویدل‌رحیمی No Ghavidel Y سروش غلامی No