Bu çalışmanın amaçları: Balıkesir kentinde (a) hava kirliliği ve solunum yolu hastalıklarından hastaneye yatanlar (SYHHY) arasındaki ilişkinin araştırılması, (b) genellikle yüksek oranlara sahip alanları tanımlamak için SYHHY’ın coğrafî ve zamansal dağılışının betimlenmesi, (c) haritalayarak SYHHY’ın kümelenmesinin ortaya konması ve (d) SYHHY’ın kümelenmesi üzerine hava kirliliği kontrolünün tespit edilmesidir. Çalışmada CBS tabanlı analizler, SYHHY’ın mekânsal sürecinin ve mekânsal deseninin tespitinde yol gösterici olmuştur. Analizlerde 2000-2005 dönemi boyunca Göğüs Hastalıkları Hastanesi’nde kaydı tutulan SYHHY ve yine aynı döneme ait partiküller madde (PM) ile kükürt dioksit (SO2) verileri kullanılmıştır. Nicel coğrafyayı ve mekânsal teknolojiyi bütünleştiren jeo-istatistik analizlerinden Moran I, Geary Oranı, Genel G İstatistiği, Lokal Moran I, Lokal G istatistiği ve Moran Saçılım Grafiği SYHHY’ın mekânsal oto-korelâsyonunun ve kümelenmesinin tespitinde kullanılmıştır. SYHHY ve hava kirliliği arasında anlamlı bir korelâsyon tespit edilmiştir. SYHHY’ın istatistikî olarak anlamlı yüksek oranda mekânsal ve zamansal kümelenmenin kentin en alçak kesiminde olduğu tespit edilmiştir. Kısaca kentteki topografik farklılıklar, hava kirliliğinde mekânsal farklılıklara neden olan mikro iklimlere; bu da solunum yolu hastalıklarından hastaneye yatanların mekânda eşit dağılmamasına neden olmuştur. Bu bilgi, hastalık kontrol stratejisinde rehber kararların alınmasında önemlidir
Objectives of this study were to: (a) investigate the association between outdoor air pollution and respiratory disease hospitalization (RDH), (b) describe the geographical and temporal distribution of RDH cases in order to identify areas with unusually high rates, (c) put forward the clustering of RDH with mapping, and (d) identify the control of air pollution on RDH clustering in the city of Balıkesir. In this study GIS-based spatial analyses were conducted to detect spatial processes and spatial patern of RDH. Analyses were done using RDH data reported during 2000–2005 from Pulmonary Diseases Hospital, and also sulphur dioxide (SO2) and particulate matter (PM) data recorded during the same period. Moran's I, Geary’s Ratio, General G Statistics, Local Moran I, Local G Statistics and Moran Scatterplot from geostatistic analysis, which attempts to integrate the quantitative geography and spatial technology, were used to detect spatial autocorrelation and clusters of RDH. A significant correlation between RDH and air pollution was found. Statistically significant high rate spatial and space-time clusters were identified in the lowest district of the city. Shortly, topographic differences in the city caused different micro-climatic conditions being reason of differences in air pollution, and this was reason of unequal spatial distribution of RDH in the area. This information is important in guiding decisions on disease control strategies
Geographical Information Systems Air Pollution Geostatistic Spatial Statistic Spatial Autocorrelation Respiratory Disease
Other ID | JA27CU66NH |
---|---|
Journal Section | Research Article |
Authors | |
Publication Date | April 1, 2007 |
Published in Issue | Year 2007 |