监测预警基础59-做传染病空间分析之前，我们必须了解地理学三大定律！|传染病|地理学|相似性|研究区

系列简介

这是我们一系列原创技术贴，从易到难，每天学习一点。所有内容均为疾控数据分析、科研论文相关，或者说很多和现在的热门监测预警相关，所以我们这个系列就叫“监测预警基础”。

后面我们会介绍一些空间分析的内容，在介绍之前，我们今天第一篇，讲一讲地理学三大定律。

疾控人经常会做很多空间分析，但是有没有想过，为什么要做？为什么能做？这些本质上都和地理学三大定律有关系。

传染病为什么会"扎堆"？为什么能做空间分析？先读懂地理学三大定律！

作为一名疾控人，你一定见过这样的疫情地图：某些区县病例密密麻麻，某些地方却寥寥无几；登革热总是沿着伊蚊分布区扩散，手足口病的聚集区似乎年年都是那几个乡镇……

为什么传染病在地图上的分布不是随机的？

背后其实有一套地理学的基本逻辑，在正式动手做空间分析之前，我们先来认识地理学的三大定律——它们是整个空间分析思想的基石。

第一定律：托布勒第一定律（Tobler's First Law of Geography）

这是地理学的"头号定律"，由美国地理学家 Waldo Tobler 于1970年正式提出：

任何事物都与其他事物相关联，但相近的事物关联更紧密。——Everything is related to everything else, but near things are more related than distant things.

这条定律也叫"空间自相关定律"，描述的是地理学中最基本的"距离衰减"现象：随着距离增加，事物之间的相似性和相互影响会逐渐减弱。

放到传染病领域，这条定律几乎天天都在上演：比如学校、托幼机构里，一个孩子得了手足口病，同班孩子更容易被传染；比如登革热疫情往往以首发病例家为中心，向外呈"涟漪式"扩散；比如相邻两个乡镇，气候、环境、人口流动相似，发病率也常常接近。

正因为存在这种"近者相似"的关联，我们才有空间自相关分析（Moran's I、热点分析）这类工具，去检验病例的聚集是不是偶然。第一定律告诉我们：聚集是常态，而空间分析要回答的是——聚集有多强、在哪里。

第二定律：托布勒第二定律（Tobler's Second Law of Geography）

第一定律说"近者相似"，但地理事物的影响范围可以跨越任意边界，Tobler 据此提出第二定律：

地理研究区域外部的现象，会影响该区域内部发生的事情。——The phenomenon external to a geographic area of interest affects what goes on inside.

这条定律强调地理空间是相互联系的开放系统，任何一条画在地图上的行政边界，都只是人为的分割，挡不住真实的地理过程。

在疾控工作中，这条定律的意味再直接不过：比如某县疟疾实现了本地零感染，但邻省输入性病例一来，传播风险立刻回来了；跨市通勤、节假日人口流动，会把病原体从高发区"搬运"到低发区；边境地区的传染病防控，永远要和邻国的疫情形势一起看。

这条定律提醒我们：做任何地区的发病风险分析，都不能把研究区当成孤岛。划分疫点疫区、研判传播风险时，一定要留出"缓冲区"，把周边区域和人口流动纳入视野。

2004年，地理学家 Michael Goodchild 提出了地理学第三定律：

两个地点的地理背景（构型）越相似，其地理变量的取值（或地理过程）就越相似。——The more similar geographic configurations of two points/areas, the more similar the values/processes between these two points/areas.

这里的"地理背景"指的是温度、降水、海拔、植被、人口等一系列环境与社会因素的组合。这条定律也叫"地理相似性定律"，它是地理学中"由此及彼、以小推大"的理论依据。

对疾控工作来说，这条定律非常实用：在一个乡镇摸清了某病的发病规律，可以推断到环境相似的其他乡镇；已知某病与温度、湿度、人口密度有关，那么在"温度+湿度+人口"组合相似的地方，发病水平也会相近；做现场抽样调查选点时，要让样本点覆盖不同的地理背景组合，调查结果才能代表全域。

比如地理探测器（Geodetector），核心思想就建立在这条定律上：如果某个因素真的驱动疾病发病，那么"这个因素的空间分布"和"疾病的空间分布"应该是相似的——探测二者的相似程度，就是在探测因果关系。

好的，我们用表格总结一下：