تحلیل فضایی بیماری کووید 19 بر اساس شاخص های جمعیتی و جغرافیایی در مناطق خشک، نمونه موردی کلانشهر قم (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف: هدف این پژوهش تحلیل فضایی ویروس کووید ۱۹ بر اساس شاخص های جمعیتی و جغرافیایی در مناطق خشک (در کلانشهر قم) است. روش و داده: داده های این پژوهش از طریق داده های در دسترس دانشگاه علوم پزشکی قم طی سال های ۱۳۹۸ الی ۱۴۰۰ به دست آمده است. این اطلاعات بر اساس موقعیت مکانی هر فرد در محیط نرم افزار GIS قرار گرفته و از روش های شاخص نزدیک ترین همسایه (NNI) و آزمون موران جهانی و آماره عمومی G جهت اندازه گیری آماره های خودهمبستگی فضایی استفاده شد. یافته ها: نتایج این پژوهش نشان داد که شیوع و همه گیری کووید ۱۹ در برخی از محلات مناطق خشک (شهر قم) نسبت به دیگر محلات شرایط حادتری دارند. نتیجه گیری: بر مبنای یافته های تحقیق می توان عنوان کرد که الگوی پخش این بیماری در محلات شهر قم به صورت خوشه ای و از نوع خوشه ای با شدت بالا است. این رابطه در محلات باجک یک، خاکفرج، نیروگاه و شهرپردیسان قوی تر و با بیشترین فراوانی و در محلات شهرک حوزوی و دانشگاهی و شهرک فاطمیه به عنوان محلات آبی با کمترین فراوانی از نظر شاخص های جمعیتی و جغرافیایی گزارش شده است. نوآوری، کاربرد نتایج: از مهم ترین جنبه های نوآورانه و کاربردی تحقیق می توان به کاربرد GIS در توزیع و انتشار کووید ۱۹ در محلات مختلف شهری مناطق خشک اشاره کرد. در واقع از جمله کاربردهای این پژوهش می توان به شاخت از رفتارشناسی و عملکرد فضازمانی ویروس های مشابه با نوع ویروس کووید ۱۹ اشاره کرد که چارچوب فکری منسجم در کنترل و پیشگیری از همه گیری آن ارائه می دهد.Spatial analysis of covid-19 disease based on demographic and geographic indicators in dry areas, a case study of Qom metropolis
Aim: The aim of this research is to analyze the COVID-19 virus spatially based on demographic and geographic indicators in dry areas (in Qom metropolis).
Material & Method: The data for this research was obtained through the available data from Qom University of Medical Sciences during the years 2018-1400. This information is based on the location of each person in the GIS software environment, and the methods of nearest neighbor index (NNI), global Moran's test, and general G statistic were used to measure spatial autocorrelation statistics.
Findings: This research showed that the spread and pandemic of COVID-19 in some dry areas (Shahreqom) have more acute conditions than other localities.
Conclusion: Based on the research findings, it can be said that the distribution pattern of this disease in the neighborhoods of Qom city is clustered and cluster type with high intensity. This relationship is stronger and with the highest frequency in the localities of Bajak Ik, Khakfaraj, Nirogah, and Shahrpardisan and in the localities of Hozovi and University and Fatemieh towns, which are the watery localities with the lowest frequency in terms of demographic and geographical indicators.
Innovation: Among the most important innovative and practical aspects of research, we can mention the use of GIS in the distribution and spread of COVID-19 in different urban areas of dry regions. In fact, among the applications of this research, it is possible to mention the field of behavior and spatiotemporal function of viruses similar to the type of COVID-19 virus, which provides a coherent intellectual framework for controlling and preventing its epidemic.
تبلیغات
