Suche schließen

Institute und Behörden

NASeR – Near real-time Analyse von Satellitendaten zur Unterstützung von epidemiologischen Risikobewertungen für das Auftreten von Tierseuchen

Projektziel: Ziel des Projekts ist die Bereitstellung eines Werkzeuges für die Erstellung von lokal angepassten Risikobewertungen für den Eintrag von Tierseuchen nach Deutschland beziehungsweise der (Weiter-) Verbreitung von Tierseuchen. Diese Risikobewertungen ermöglichen den Behörden die Auswahl von Präventionsmaßnahmen (z.B. Verbot der Einfuhr bestimmter Tiere und Waren, Einführung einer Impfpflicht oder Aufstallung von Tieren in Freilandhaltung) an die lokalen Gegebenheiten anzupassen, sodass eine hohe Akzeptanz bei der Bevölkerung sowie ein möglichst effektiver Einsatz der lokalen Ressourcen erreicht werden kann.

Methodik: Derzeit stehen lediglich aggregierte statische Daten (z.B. durchschnittliche Ausdehnung von Feuchtgebieten, retrospektive Landnutzungsdaten für die Risikobewertung zur Verfügung. Für die sinnvolle und effektive Anwendung der Präventionsmaßnahmen sind jedoch aktuelle Daten erforderlich. Dazu werden Fernerkundungsdaten verwendet, mit denen die statischen Daten anreichert werden. Basierend auf diesen Daten werden Modelle für die Abschätzung der Aufenthaltswahrscheinlichkeit von Wildtieren in einem Gebiet entwickelt (Habitat-Modell). Durch die Integration der Habitat-Modelle mit lokalen Daten (z.B. Dichte von Tierbeständen) wird eine lokale Risikobewertung ermöglicht (Risikoanalyse-Modul).

Bestandsdaten: Daten liegen bereits im Veterinäramt vor.  Dazu gehören u.a. die Jagdstrecken für verschiedene Wildarten (im Bild sind erlegte Wildschweine in einem Landkreis in Niedersachsen, je größer bzw. dunkelblauer ein Punkt, desto mehr Tiere) oder DLM-Daten. Die Ämter haben weiterhin genaue Daten über die Tierhaltungen. Diese Bestandsdaten der Ämter werden nicht im Projekt erzeugt, können aber für das Projekt genutzt werden.

Fernerkundungsdaten: Satellitendaten verschiedener Sensoren werden aufbereitet und zu lückenlosen Features zusammengesetzt, anschließend werden mittels Datamining-Verfahren Schwellenwerte für die Klassifizierung von verschiedenen Parametern (z.B. verschiedene Feldfrüchte, Eisbedeckung, etc.) abgeleitet. In der Abbildung ist ein Temperaturverlauf über Europa dargestellt.

Habitatmodell: Bestandsdaten der Ämter (mit Bezug zu Wildtieren; z.B. Jagdstrecken, bekannte Rastplätze von Zugvögeln, Sichtungsdaten etc.) und im Projekt erzeugte, aus Fernerkundungsdaten abgeleitete Daten werden für die Erstellung von Habitatmodellen für verschiedene Tierarten genutzt. Dabei werden z.B. Ausbruchsdaten (Punkte in der oberen Grafik) und Temperaturverläufe in Verbindung gesetzt oder in der Abbildung unten die Jagdstrecken beim Wildschwein mit DLM-Daten.

Im Risikobewertungsmodul werden die Informationen aus den Habitatmodellen und Tierhaltungs-bezogenen Bestandsdaten gewichtet und dann wird auf Grid-Zellen-Level das Risiko für das Auftreten von Tierseuchen abgeleitet. Für jede Zelle wird ein Risiko bestimmt, sodass entsprechend angepasste Maßnahmen ergriffen werden können (Aufstallung von Tieren, Impfung, intensiviertes Monitoring, etc.).

Kontakt

(+49) 38351 7 1505

Friedrich-Loeffler-Institut
Institut für Epidemiologie (IfE)

Südufer 10
17493 Greifswald - Insel Riems

Dr. Timo Homeier-Bachmann
timo.homeier@fli.bund.de

GIS-Datenbasierte Risikobestimmung für das Auftreten bzw. die Weiterverbreitung von Tierseuchen. Es werden Daten von Ausbrüchen verschiedener Ausbrüche für die Analysen verwendet.

Mit Hilfe von GIS und neuer statistischer Analysemethoden kann man die räumliche und zeitliche Ausbreitung von Tierseuchen untersuchen. Daten basierend auf exakten Punktkoordinaten (z. B. Gehöfte) werden verwendet, um das Risiko der Ausbreitung der Klassischen Schweinepest im 1000 m Radius zu beschreiben und die Anzahl Betriebe und Tiere in Restriktionszonen in Abhängigkeit von der Anzahl der Ausbrüche in unterschiedlich tierdichten Gebieten abzuschätzen. Diese Methode wird grundsätzlich auch auf andere Tierseuchen, wie beispielsweise die Geflügelpest übertragen und diente als Eingabeparameter für Simulationsmodelle.

Kontakt

(+49) 38351 7 1862

Friedrich-Loeffler-Institut
Institut für Epidemiologie (IfE)

Südufer 10
17493 Greifswald - Insel Riems

Dr. Christoph Staubach
christoph.staubach@fli.bund.de

Epidemiologisch-geographische Analyse von potentiellen Faktoren, die die räumliche Verteilung von Haustierkrankheiten beeinflussen

Erforschung der Möglichkeiten des Einsatzes von GIS und statistischer Analysetechniken zur Beschreibung von raumbezogenen Risikofaktoren bei Tierseuchen (z. B. Geflügelpest, Blauzungenkrankheit, Schweinepest, Parasiten bei extensiver Weidehaltung von Rindern, etc.) an Hand von exakten Koordinaten der Gehöfte sowie Landnutzungs- und Klimadaten auf nationaler und europäischer Ebene. Die Studien dienen u. a. auch der eventuellen Vorhersage von Risikogebieten mit dem Ziel verbesserter Bekämpfungsmöglichkeiten.

Adaptation geographischer Analysemethoden aus der Humanmedizin und Ökologie zur Untersuchung der räumlichen und zeitlichen Ausbreitung von Tierseuchen und Implementation der Algorithmen in ein GIS-Tool

Aggregierte Daten basierend auf administrativen Einheiten und regelmäßigen Zeiträumen der Berichterstattung sind häufig der einzig mögliche Weg um Wildtierkrankheiten in Zeit und Raum zu beschreiben. In Zusammenarbeit mit der Universität München wurde versucht die gebietsspezifische Prävalenz der Erkrankung, den zeitlichen Trend sowie den Einfluss von Umweltfaktoren mit Hilfe von Markov Chain Monte Carlo (MCMC) Simulationstechniken innerhalb eines Bayesianischen statistischen Modells zu schätzen. Mittlerweile konnten umfangreiche Tools zur Datenaufbereitung und statistischen Analyse etabliert und validiert werden. Daten zur Schweinepest bei Wildschweinen und des kleinen Fuchsbandwurms (Echinococcus multilocularis) dienten als Beispiele für Überwachungsdaten in Raum und Zeit.

Schließen
Vorheriges Bild Nächstes Bild