一种基于地理信息系统的农业鼠害暴发风险指数评价方法

技术领域

本发明涉及农业有害生物暴发风险评价和预测方法，具体的说是基于地理信息系统（Geographic Information System，GIS）的鼠害暴发风险指数（Outbreak Risk Index,ORI）评价方法。

背景技术

我国是一个鼠害十分严重的发展中国家。鼠害往往给农田、森林、草原等生态系统造成巨大的损失，严重制约国民经济的增长。据有关部门估计，全国每年因鼠害造成的农田受害面积约4亿亩，粮食损失达1500万吨；草原受害面积约3亿亩，牧草损失数千万吨（王祖望，张知彬，鼠害治理的理论与实践，北京：科学出版社，1996）。害鼠不仅直接危害农作物，还携带多种病原微生物，成为传播疾病的重要媒介，如黑线姬鼠（Apodemus agrarius）是流行性出血热和钩端螺旋体病的传播者。此外，鼠类还给食品、交通、通讯和建筑等行业带来很大的危害。由于我国幅员辽阔、生态类型多样，因此害鼠种类也十分多。在全国范围内都有危害的农、牧业主要鼠害种类包括4科20种（王祖望，张知彬，鼠害治理的理论与实践，北京：科学出版社，1996）。近年来，由于气候变化的加剧，农业鼠害暴发呈现愈加频繁、严重的趋势。一直以来，国家一直十分重视鼠害的防治工作，不断加大研究力度，虽然取得了可喜的成绩，但是仍然没有从根本上解决鼠害严重的问题。

对鼠害暴发风险进行评估是防治鼠害的基础。进行大尺度的风险评估往往由于需要进行实地取样，会耗费大量的财力、物力、人力，因此一直成为鼠害防治技术中的瓶颈。近些年来，由于3S（RS遥感、GPS全球定位系统、GIS地理信息系统）技术的兴起，使得大范围风险评估成为可能。遥感影像具有即时、客观、大尺度的特点，而且自20世纪70年代的遥感影像均能有效获取，因此使得对历史鼠害风险评价和未来鼠害预报亦成为可能。

国外自20世纪30年代开始关注鼠类种群的动态（Elton,C.S.1924.Periodic fluctuation inthe numers of animals:their cases and effects.Experiment Biology）。自Elton以来，鼠害种群研究经历了三个阶段。第一阶段，自19世纪20年代后期至50年代，主要采用观测的方法来探讨种群数量波动，通过经验的积累进行鼠害预报；第二阶段，19世纪50年代20世纪初，实验种群和试验方法得到重视，基于实验数据，开始探讨各类生态因子对害鼠种群的作用的机理，开始数量化各因素的作用大小，建立局域性适用的种群暴发风险评估模型；第三阶段，20世纪初至今，随着植物保护与其它学科开始结合，大尺度、精细化的快速预报方法开始蓬勃发展。2011年Blank,B.F等利用地形、土壤性质等因素对德国的一种主要农业害鼠普通田鼠（Microtus arvalis）进行了大尺度的暴发风险评估（Blank,B.F.,et al.,2011,Topography and soilproperties contribute to regional outbreak risk variability of common voles(Microtus arvalis).WildlifeResearch）。但是该暴发风险评估是基于鼠害暴发后的事后评估，且只使用了地形、土壤两个环境要素，而这两个要素往往并不是影响农业鼠害暴发的关键因子，局限性很强，难于推广。本发明方法一方面由于设计了负反馈权重调整环节，因此能应用在不同农业鼠害暴发风险的评价过程中，并且通过负反馈不断提高评价精度；另一方面本发明考虑了更多影响鼠害暴发风险的环境因子，确保评价的准确性。在城市鼠害管理中，澳大利亚有基于GIS模型的鼠害管理尝试（Traweger，D.and L.Slotta-Bachmayr,2005,Introducing GIS-modelling into the management of a brown ratpopulation in an urban habitat.Journal of Pest Science），但是由于城市鼠害和农业鼠害的暴发机理很不同，该方法中考虑地面类型作为影响鼠害风险的关键因素，但地面类型对农业鼠害鼠害暴发风险影响并不大。在我们的研究中考虑土地利用类型、植被类型等影响不同农业害鼠的关键因子，使得设计的方法具有更广泛的适应性。当然，国外的这些研究为我国建立有效的农业鼠害风险评价模型提供了有益的参考。

我国的鼠害科学研究工作较国外起步稍晚一些，刚开始更多的跟随国外的研究步骤，但经过几代人的努力，现在我国的鼠害预测研究工作在某些方面已经接近或达到国际领先水平。在国家层面上，已经制定了《农区鼠害监测技术规范国家标准》，各省市也制定了适应性更强的地方标准。近些年，很多专家学者对基于GIS技术的有害生物暴发预测进行了展望，其中也不乏一些很有意义的尝试，这些尝试主要集中在蝗虫防治领域。例如英国爱丁堡大学与英国国立自然资源研究所、联合国粮农组织联合研制并安置于联合国粮农组织总部（罗马）的沙漠蝗虫预警管理系统。我国韩秀珍等借鉴国外研究思路，以环渤海湾地区东亚飞蝗为研究对象，利用遥感和地理信息系统技术研究了东亚飞蝗灾害的遥感检测机理和方法，建立了针对东亚飞蝗生育周期综合遥感监测新模式（韩秀珍，东亚飞蝗灾害的遥感监测机理与方法研究，北京：中科院研究生院，2003）。蝗虫暴发的关键因子是温度和湿度，以上这些研究的基础方法是通过遥感技术反演地表温度和水分来进行暴发风险的评价。但是温度和水分在大多农业鼠害暴发的过程中往往并不是最关键的因子，而且当下通过遥感技术反演温度和水体的技术并不成熟，因此暴发风险评价精度不高。我们的方法中一方面引进的因素不同，另一方面针对不同的情形既设计了针对实地取样调查的方法，另一方面也设计了通过遥感反演来获取资料，使得方法的适应性大大增强。在鼠害方面，刘娟妮等，基于“3S”技术建立了黄土高原植被鼠害监测预报系统（刘娟妮，赵鹏祥，韩崇选，等，2008，基于“3S”的黄土高原植被鼠害监测预报系统设计，西北林学院学报），但该系统实际是鼠害数据的收集系统，并不能实现鼠害暴发风险的有效评价。我们的方法在收集目标鼠种群密度、评价因素资料的基础上，通过计算鼠害暴发风险指数，并不断调整，能够真正实现鼠害暴发风险的评价。

GIS是重要的风险评价工具，也已经成为风险评价的重要平台。发明专利：基于GIS的区域大气风险空间分布评估方法（申请号：201110194166.8），提出了风险在大气中的传播影响和GIS及其二次编程相结合的区域空间风险分布评估计算方法；发明专利：一种流域积累环境风险评价的方法（申请号：201110194177.6）和一种特大城市环境风险定量分区技术（申请号：201110167232.2），分别提出了基于GIS的流域与城市环境风险评价的方法；发明专利：一种区域突发环境污染事故风险区划的方法（申请号：201110194170.4）和基于水资源变化的流域突发性事故风险分区（申请号：201110138407.7），提出了一种基于GIS技术的区域突发环境风险区划方法；发明专利：基于遥感影像的城市基础生态环境时空分析（申请号：200610118742.X）和基于GIS的农业非点源污染发生潜力指数评价方法（申请号：200610041538.2），公布了基于GIS的生态环境的评价方法；发明专利：一种确定区域风险生态风险预警的方法（申请号：201010231566.7）、一种基于GIS系统的核危害预测预警平台及方法（申请号：200910241794.X）和一种移动化学风险源预测预警和应急控制方法（申请号：200910241795.4），提出了基于GIS平台的风险预警系统。除了以上引述的专利，还有很多基于GIS的风险评价的文献报道，如《基于GIS技术的洪涝灾害风险评估与区域研究-以辽河中下游地区为例》和《基于GIS技术的泥石流风险评价研究》分别描述了洪涝灾害和泥石流暴发风险评价方法。专利：鼠疫自然疫源地空间分布预测方法（申请号：20111004749.X）利用GIS技术能够预测鼠疫源地的空间分布。该方法是基于很多鼠类能够传播鼠疫，通过鼠类的空间分布来预测鼠疫自然疫源地的分布，是卫生领域对疾病风险的一种方法，并不涉及鼠害暴发风险。检索没有发现关于农业鼠害暴发风险的方法描述，而且大多方法更多注重于大尺度的区域划分，很少有评价单个像元风险的方法。本方法不仅能够查询研究区域任意一点暴发风险，而又能实现大区域暴发风险评价。文献《鼠类病媒生物危害风险评估指标体系的建立和应用》对鼠类等媒介生物的危害风险流程进行了展望。首先通过查阅文献和专家咨询确定鼠类危害风险因素，再建立鼠类风险评估指标体系，通过风险评估矩阵进行鼠类危害风险分析，但是并没有提出具体的实施方案，而且主要的出发点是基于媒介生物传播传染性疾病。本发明主要是基于农业鼠害，因此提取了在农业鼠害暴发过程中均有重要的作用的4个评价因素，同时又可针对不同目标鼠的特性加入其它评价因素；通过设置实地调查方法，避免了专家咨询可能存在的主观性过强的缺点；通过计算鼠害暴发风险指数，基于GIS能够实现农业鼠害暴发风险结果的直观展示。这些特点使得该方法既具有客观、准确的特性，又能便于推广。当前主要的GIS平台有Environmental Systems ResearchInstitute推出的ArcGIS，中地数码集团的MapGIS，北京超图软件股份有限公司的SuperMap等其他商业软件。除去此类商业软件，还可基于Matlab、IDL等语言自主开发GIS平台。

发明内容

本发明的一个目的是提供了一种基于地理信息系统的农业鼠害暴发风险指数评价方法。基于生境越适宜的地方是鼠害暴发风险越高的地方的假设，筛选影响目标鼠种生境的因子，利用地理信息系统，评价农业区域不同地点农业鼠害的暴发风险，建立鼠害预测的初步模型，鼠害暴发风险图还能为鼠害的生态管理提供有益参考。

确定土地利用类型、植被种类、食物数量和坡度四个环境因子为农业鼠害暴发风险评价的四个评价因素，结合样点调查，确定每个评价因素不同类别的分值。采用ArcGIS作为平台，建立各评价因素图层，按照确定的分值进行赋值，利用模型，计算每个像元的鼠害暴发指数（ORI），并通过分级在GIS图上进行直观显示。通过收集的历年鼠害暴发数据，对结果进行评价，不断调整鼠害暴发指数模型，最终实现模型的精准预报。该方法的特点是借助GIS平台，利用模型，就可以量化区域内每个点鼠害暴发风险；另一方面，由于具有评价-反馈步骤，使得该方法可以实现鼠害风险的精确评价，还可以量化各影响因子在不同农业害鼠暴发风险评价中的贡献。

所述的生境（habitat，Biotope希腊语bios=生命+topos=地点）指生物的个体、种群或群落生活地域的环境，包括必需的生存条件和其他对生物起作用的生态因素。生境是指生态学中环境的概念，生境又称栖息地。生境是由生物和非生物因子综合形成的，而描述一个生物群落的生境时通常只包括非生物的环境。

基于GIS的农业鼠害暴发风险指数评价方法模型的理论基础是借鉴保护生物中生境适宜度指数（Habitat Suitability Index,HSI)的计算，其模型为：

$>\mathrm{ORI}=\underset{i=1}{\overset{n}{\Sigma }}{W}_i\times {\mathrm{Factor}}_i$>

式中：ORI鼠害暴发指数；n鼠害暴发风险评价的因子的数目；W_i第i个评价因素的权重；Factor_i第i个暴发风险评价因素的值

一种基于地理信息系统的农业鼠害暴发风险指数评价方法，其步骤为：

（1）确定目标鼠暴发风险指标评价因素

以土地利用类型、植被种类、食物数量和坡度四个因素为鼠害暴发风险评价因素。针对不同目标鼠，如果已发表研究表明其他因素是该鼠种暴发的关键因子，则该关键因子亦可作为评价因素加以考虑。

（2）将每一个评价因素区分等级并进行赋值

根据评价因素在研究区分布的实际情况，将各评价因素分为3-5个类别。采用正交设计（中国科学院数学研究所统计组，正交实验设计，天津：天津有机染料公司印，1975）)确定组合方式（依据评价因素和水平选用L16_4_5，L9_3_4，L18_3_7，L27_3_13，L32_4_9，L25_5_6正交表，也可自己依据实际情况编制混合正交表），去掉不合理的组合方式（即无法进行鼠密度调查的地点和矛盾的组合，如水体无法调查，而无植被与食物充分是矛盾组合），按照剩下的组合方式在研究区内选择典型的调查样方。每年按季度至少调查四次样方内各评价因素不同类别的数量，同时采用夹捕法（标准名称：病媒生物密度监测方法鼠类，标准号：GB/T 23798-2009）调查样方内目标鼠的种群密度，连续调查3年以上。对目标鼠种群密度与各评价因素的每一个类别进行两因素相关性分析，求出相关系数（范围：-1.0~1.0）。将各相关系数乘10，作为该类别的值（范围：-10~10）。

（3）评价因素资料收集

评价资料的收集有两种方法可供选择。，一是通过将研究区划分为合适大小的网格（每个网格大小为（2）中调查样方的3-25整数倍。在每一个网格内随机取一个大小等于（2）中调查样方的普查样方，调查所有普查样方内各评价因素不同类别的数量；另一种方法则可通过遥感解译（邓书斌，ENVI遥感图像处理方法，北京：科学出版社，2010）的方法收集评价因素资料，获取各评价因素在研究区的分布情况。样方调查更加准确，但耗费人力、物力，遥感的方法简单、方便，但准确性不及样方调查，在实际操作中依据项目的预算、目的选用合适的方法。

（4）鼠害暴发资料收集

通过各种途径收集目标鼠历年暴发的时间、地点、范围等资料。收集途径主要包括以下三种：1，查阅历年对目标鼠暴发情形的报道和文献；2，在植保部门获取；3，走访当地居民。

（5）资料信息数字化

将（3）中收集的资料在ArcGIS（Environmental Systems Research Institute,Inc.Redland,CA）里栅格化。即如果是通过样方普查获取评价因素资料，则首先将研究区域按照划分的网格进行栅格化，再将普查获取的资料输入相应网格，作为该网格的属性；如果是通过遥感解译获取的评价因素资料，则已是栅格资料。将每个因素单独作为独立的一个图层，按照相同投影和坐标系转换成合适分辨率的栅格图，赋予各图层属性信息。

将（4）中收集的历年鼠害暴发资料在ArcGIS里数值化，绘制研究区域内目标鼠暴发范围。每一个暴发年份作为一个独立的栅格图层。同时统计历年不同地点目标鼠暴发的频率。

（6）评价因素图层赋值

按照（2）中确定的值在ArcGIS给每一各评价因素图层的每个像元按照所属类别赋值，将所赋值做为每个像元的属性信息进行储存。如植被种类被分为3类（植被1、植被2、植被3），被赋给的分值分别为分值1、分值2、分值3。如果是通过样方普查获取评价因素资料则通过权重和来为该网格赋值。如某网格样方调查三种植被的比例分别为比例1、比例2、比例3（比例1+比例2+比例3=100%），则该栅格分值为：分值1×比例1+分值2×比例2+分值3×比例3。如果是通过遥感解译，则直接赋值。如某栅格通过遥感解译，植被类型为植被2，则该栅格分值即为分值2。

（7）计算ORI

首先将每一因素的权重定为1，按照ORI的计算模型公式：

$>\mathrm{ORI}=\underset{i=1}{\overset{n}{\Sigma }}{W}_i{\times \mathrm{Factor}}_i$>

在GIS平台下计算每个像元的ORI。在步骤（10）中按照调整的权重计算每个像元ORI。

（8）鼠害暴发风险等级

依据计算的每个像元的ORI值，将ORI分为三个等级（一级：ORI>20;二级：0<=ORI<=20;三级：ORI<0），每个等级表示不同的鼠害暴发风险。最终获得研究区域不同等级暴发风险分布图。

（9）检验鼠害暴发风险指数评价的准确性

使用（4）中收集的历年(一般10年，收集方法和渠道见（4）)鼠害暴发资料分析评价（8）中获得的鼠害暴发等级分布图的准确性。主要的评价方法有一下两种：1，利用历年鼠害暴发频率来评价，即通过对一级ORI所占面积比例与该地区目标鼠种历年暴发频率进行回归分析；2，利用暴发年份目标鼠暴发范围来评价，即在ArcGIS里将暴发范围与一级ORI的分布范围进行叠加分析。

（10）校正评价因素权重

如果（9）中获得的鼠害暴发等级图不准确（ORI与历年暴发频率的相关系数小于0.6或暴发范围与一级ORI的重叠区域小于80%），则调整各因素的权重系数，权重系数的范围在0至1之间，使用调整后的系数重复（7），直至（8）、（9）中获得暴发风险的准确分布图为止（ORI与历年暴发频率的相关系数大于或等于0.6或暴发范围与一级ORI的重叠区域大于或等于80%），最终获得准确的基于鼠害暴发风险评价模型和结果

步骤（10）中最终获得准确暴发风险图所使用的ORI公式为准确的鼠害暴发风险评价模型。依据每个像元所属暴发等级获得研究区目标鼠暴发风险的信息。

本发明与现有技术相比，具有以下优点：

本发明公开了一种基于GIS的农业鼠害暴发风险指数评价方法。基于GIS技术，利用鼠害暴发风险指数模型，能够评价研究区域目标鼠害不同暴发等级的分布情况，以便我们能够依据不同的区域采取不同的治理措施，为鼠害的生态管理提供参考，同时，通过最终获得校正后的ORI模型能够评价不同因素在鼠害暴发风险中的作用，可为鼠害防治提供技术支持和理论指导，也为评价鼠害暴发风险分布的变化提供了框架，使提前预报大范围鼠害成为可能。

附图说明

图1为基于GIS的农业鼠害暴发风险指数评价方法实施流程图

图2洞庭湖区固定调查点分布及2007年洞庭湖区东方田鼠暴发分布区分布图

图3洞庭湖区土地利用类型、植被种类、坡度、食物数量四个评价因素分布及洞庭湖区东方田鼠暴发风险分布图

图4为实例中洞庭湖区东方田鼠暴发风险指数分布图以300m为半径查询结果示例，图例中将东方田鼠暴发风险分为高、中、低三个等级。在GIS环境下能查询任意点的暴发风险指数和任意查询范围内各暴发风险指数的比例及分布情形。

五、具体实施方式

为了更好的实施本发明，基于GIS的农业鼠害暴发风险指数评价方法，以洞庭湖区东方田鼠为例进行试点。

洞庭湖区位于湖南省东北部，是湖南省重要的粮、鱼、棉基地，也是全国重要的商品粮、渔业基地，该地区也是鼠害危害严重的地区。褐家鼠（Rattus norvegicus Berkenhout）和东方田鼠（Microtus fortis Buchner）是该地区的主要危害鼠种。2007年7月该地区暴发了有记录以来最为严重的东方田鼠灾害，据估计有超过2亿只东方田鼠越过大堤，进入农田危害农作物。如何有效评价该地区不同地点东方田鼠暴发风险是一项紧迫的任务。

1.确定东方田鼠暴发风险评价因素

以土地利用类型、植被类型、食物数量（Normalized Difference Vegetation Index,NDVI量化）坡度四个因素作为东方田鼠暴发风险评价因素。

2.评价因素分级和赋值

将四个评价因素进行分别进行分类（详见表1）。通过正交设计选用L2556正交表确定组合方式。由于含有土地利用类型中水体或建筑物类别无法进行东方田鼠密度调查，故只要组合含水体或建筑物即去除该组合，同时移除矛盾组合（如同时含有湿地和山地的组合），最终剩余9个组合。沿洞庭湖设置9个固定调查点（图2），使这些调查点在洞庭湖区均匀分布且极具代表性。连续9年调查每个调查点四个评价因素的数量和东方田鼠种群密度（2003年~2011年），每个季度至少一次。按照各评价因素与东方田鼠种群密度的相关系数（范围-1.0~1.0）。将相关系数乘10，得到每个因素各类别分值（-10~10），对各类别进行赋值（见表1）。

相关系数计算公式：

$>r_{\mathrm{xy}}=\frac{\underset{i=1}{\overset{n}{\Sigma }}(x_i-\bar{X})(y_i-\bar{Y})}{\sqrt{\underset{i=1}{\overset{n}{\Sigma }}{(x_i-\bar{X})}^2\underset{i=1}{\overset{n}{\Sigma }}(y_i-\bar{Y})}}$>

r_xy:评价因素与鼠密度的相关系数；x_i：第i各样方内评价因素数量；n个样方内评价因素数量均值；y_i：第i个样方内鼠密度；n个样方内鼠密度平均值

表1  评价因素分级和分值

3.评价因素资料收集

在美国地质调查局（United States Geological Survey，USGS）网站上下载2007年5月份东方田鼠暴发前的TM和ETM+遥感影像及10月份影像（条带号/行编号：124/39、124/40、123/39、123/40）。经过精度校正、镶嵌、重投影的预处理，获得可用的遥感影像。，在ENVI（Visual Information Solutions Inc.,CO,USA）里组合5月份影像的波段1至波段5、波段7、NDVI及坡度共8个波段，通过支持向量机（SVM，Support Vector Machines）的方法解译出土地利用类型图层（图3的a）。在ENVI里组合5月份影像的波段3至波段5、波段7、波段4/波段5、KT3、NDVI及10月份NDVI共10各波段通过最大似然法（MLC，maximumlikelihood classifier）解译出植被类型图层（图3的b）。在ENVI里通过NDVI的公式：（波段4–波段3）/（波段4+波段3），计算NDVI，作为食物数量图层（图3的d）。在国际科学数据服务平台下载洞庭湖区30m坡度栅格影像（见图3的c）。按照研究区分别裁剪四个图层。四个图层的转换成空间分辨率为30m的栅格图，录入ArcGIS进行管理。

4.鼠害暴发资料的收集

在中国知网数据库通过检索“东方田鼠”、“暴发”、“洞庭湖”关键词查阅相关资料（邹邵林，郭聪，2000，洞庭湖区洲滩环境演变对东方田鼠暴发成灾的影响，自然灾害学报；郭永旺，邵振润，王勇，2006，洞庭湖区东方田鼠暴发原因分析及综合治理措施探讨，中国植保导刊；李波，王勇，张美文，等，2008，洞庭湖区东方田鼠种群暴发期间的行为特征观察，动物学杂志；李波，王勇，张美文，等，2007，洞庭湖区东方田鼠种群数量预警，植物保护；），按行政区收集了20世纪70年代至21世纪初东方田鼠暴发地点、时间的资料（如果记录连续两年东方田鼠暴发，则只统计第一年），详见表2（频率即在统计期间内东方田鼠暴发的年份数）；同时还收集了2007年东方田鼠暴发地点分布资料，详见图2。

表2  洞庭湖区历年东方田鼠暴发情况

5数值化

将所有的资料栅格化，录入ArcGIS平台，便于管理。

6评价因素赋值

按照表2的准则，在ArcGIS里为每个评价因素图层的每一个像素赋值，作为属性信息进行管理。

7计算ORI

按照模型：将所有的权重系数定为1，计算研究区域每个像元的ORI值。

8ORI分级

将ORI>20定为鼠害暴发风险高的地区；0<ORI<=20定义为鼠害暴发风险等级为中的地区；将ORI<=0定义为鼠害暴发风险低的地区。

9检验鼠害暴发风险等级评价结果检验

采用两种方法检验暴发风险等级评价。方法一：统计各行政区鼠害暴发风险各等级面积所占百分比，检验各行政区鼠害暴发高等级百分比与历史上东方田鼠暴发频率的相关性。方法二：在ArcGIS里将暴发等级高的区域按照东方田鼠种群迁徙距离（10km）进行缓冲（基于东方田鼠的迁徙特性），检验缓冲带与2007年实际鼠害暴发面积的重叠情况。

10校正权重系数

不断调整各评价因素权重，直至获得准确的暴发风险分布图为止（ORI与历年暴发频率的相关系数大于或等于0.6且缓冲带与2007年实际鼠害暴发面积的重叠面积大于或等于80%）。经过调整，最终获得了洞庭湖区东方田鼠暴发等级评价图（图3中的e）。各行政区三类暴发等级面积的百分比详见表3。检验结果表明暴发风险等级高面积百分比与历年鼠害暴发频率显著相关（r=0.68,p=0.04）。同时，统计表明2007年东方田鼠实际暴发区域与暴发等级高地区缓冲带的重叠率高达96.18%。由此可见，对洞庭湖区东方田鼠暴发风险等级的评价是十分准确的。

通过本方法获取的洞庭湖区东方田鼠暴发风险评价图能够利用GIS平台的直观化、数字化等特性实现任意点、任意半径内东方田鼠暴发风险的精准化、可视化查询。基于查询的结果，还能完成感兴趣区内各种暴发风险等级的面积比例、分布情形等分析工作。图4展示了洞庭湖区东方田鼠暴发风险指数分布图以300m为半径查询结果示例（图例中将东方田鼠暴发风险分为高、中、低三个等级）。

表3  各行政区不同暴发风险等级面积百分比