Θέμα της παρούσας διπλωματικής εργασίας αποτελεί η χωροχρονική ανάλυση του ιού του Δυτικού Νείλου στην Ελλάδα την τριετία 2010 - 2012 με τη χρήση των Γεωγραφικών Συστημάτων Πληροφοριών και συγκεκριμένα με τη χρήση του λογισμικού ArcGIS v10.1 της εταιρείας ESRI.
Στο πλαίσιο αυτό γίνεται η περιγραφή της χωρικής διάστασης του προβλήματος με μεθόδους ποσοτικής γεωγραφικής ανάλυσης, ο χωρισμός της περιοχής μελέτης με τη μέθοδο των πολυγώνων Thiessen, η κατηγοριοποίηση αυτών των περιοχών ανάλογα με τα κρούσματα του ιού του Δυτικού Νείλου (WNV) που εκδηλώθηκαν σε αυτές και τέλος η διερεύνηση της ύπαρξης εκείνων των παραγόντων (μεταβλητών) που επηρεάζουν τον τρόπο εξάπλωσης του ιού στο χώρο και πώς συσχετίζονται με αυτόν.
Η ανάλυση των δεδομένων έγινε προς δύο κατευθύνσεις, χρονικά και χωρικά. Σε πρώτη φάση ορίστηκε η περιοχή μελέτης και η παρουσίαση των διαθέσιμων δεδομένων για τον ιό για τα εξεταζόμενα έτη.
Στη συνέχεια, έγινε στατιστική επεξεργασία των δεδομένων για την οπτικοποίηση του φαινομένου σε πίνακες και γραφήματα ώστε να σχηματίσουμε μία καλύτερη εικόνα για την διαχρονική εξέλιξη του ιού.
Επόμενο βήμα αποτέλεσε η κατανόηση της γεωγραφικής κατανομής των κρουσμάτων του ιού και η χωρική διαφοροποίησή τους στο χρόνο.
Τα βασικότερα εργαλεία που χρησιμοποιήθηκαν ήταν η χρήση των γεωστατικών δεικτών χωρικής ανάλυσης όπως ο χωρικός μέσος (mean center), η τυπική απόκλιση, οι ελλείψεις τυπικής απόκλισης, η μέθοδος της εγγύτερης γειτνίασης (average nearest neighbor) και η μέθοδος των πολυγώνων Thiessen.
Τέλος, ακολούθησε η ερμηνεία των παραγόμενων αποτελεσμάτων, ο σχολιασμός των αποτελεσμάτων καθώς και οι προτάσεις για την μελλοντική επέκταση της παρούσης εργασίας που απαιτεί επιπρόσθετα δεδομένα τα οποία δεν είχαμε στην διάθεσή μας κατά την διάρκεια εκπόνησης αυτής της μελέτης με σκοπό την λεπτομερέστερη ανάλυση του φαινομένου.
The subject of this thesis is the space-time footprint of West Nile Virus in Greece for the years 2010, 2011, 2012, analysis and mondeling in GIS environment and specifically with the use of ArcGIS v10.1 software from the ESRI company.
We make a description of the spatial dimension of the problem with spatial analysis methods. Then we separate the study area with the use of Thiessen polygons method and categorize areas based on outbreaks that have occurred and finally we present the factors dependent factors (variables) of the influence.
The data analysis was done in two directions, spatially and temporally. In the first phase, we study the area and present all the available data of the virus for the examined years.
Then we made a statistical treatment of the data for the visualization of the phenomenon in tables and graphs to better visualize the evolution of the virus.
The next step was to understand the geographical distribution of virus outbreaks and spatial differentiation in time.
The main tools we used was the geostationary indicators of spatial analysis such as mean center, standard deviation, shortcoming of standard deviation, average nearest neighbor and Thiessen polygons.
Finally we interpret and comment the obtained results. We make some suggestions for the future expansion of this work with a more detailed analysis of the phenomenon which requires additional data that we didn’t have during the preparation of this study.