서 론 1.
1)
구제역은 갈라진 발굽을 갖고 있는 가축과 70 종 이상의 야생동물에서 발병하는 매우 치명적이 고 전염성이 높은 질병이다(Alexandersen et al.,
한국에서는 년 이후 년 월 2003). 2000 2000 3 , 2002 년 월5 , 2010 1 , 2010 4 , 2010 11년 월 년 월 년 월 등
모두 번의 구제역이 발생하였다 그 중 5 . 2010년 월에서 년 월 사이에 발생한 구제역은 그 11 2011 4
기간과 피해규모 등에 있어서 기존에 발생하였던 구제역과는 비교가 되지 않을 만큼 축산 농가 전 체에 큰 피해를 주었다.
경북 안동에서 2010년 11월 28일 발생한 구제 역은 2011년 월 4 21일까지 144일 동안 11개 광역
*** 본 연구는 지식경제부 한국산업기술진흥원의 광역경제권 연계협력사업에 의해 지원되었습니다, .
*** 강원대학교 수의과대학 교수(Professor, College of Veterinary Medicine and Institute of Veterinary Science, Kangwon National University)([email protected])
*** 강원대학교 지리교육과 조교수(Assistant professor, Dept. of Geography Education, Kangwon National University) ([email protected])
구제역의 시 공간 군집 분석 ㆍ *
－2010~2011 한국에서 발생한 구제역을 사례로－
박선일** 배선학ㆍ ***
A Space-Time Cluster of Foot-and-Mouth Disease Outbreaks in South Korea, 2010 2011 ∼ *
Pak, Son Il** Bae, Sun Hakㆍ ***
요약 본 연구는 ： 2010~2011년 한국에서 발생한 구제역이 시 공간에서 어떠한 군집 특징을 보이는가를 질병역학적 ㆍ 관점에서 지리정보시스템(GIS) 기반의 공간통계 방법으로 분석한 것으로 다음과 같은 주요 소견을 도출하였다 첫째. , 경기북부의 발생 사례에서는 가축 사육밀도가 높아 주변 농장으로 바이러스 전파가 용이한 환경에서는 구제역이 상대 적으로 좁은 공간적 범위에서 시 공간 군집을 이루면서 전파되는 양상을 보였다 둘째 여주 이천 안성 등 경기도 ㆍ . , ㆍ ㆍ 남동부지역에서는 전체 구제역 발생 지점이 공간상으로는 밀집해 있지만 시간상으로는 분산되는 양상을 보였다 셋째. , 시간적 범위를 일로 하였을 때 시 공간 군집의 평균 반경이 7 ㆍ 25km이고 최소 반경은 5.4km, 최대 반경은 74km로 분석되었다 또한 구제역 발병 초기에는 군집의 반경이 작지만 시간이 지남에 따라 군집의 반경이 커진다는 소견에 . , 근거할 때 특정 지점에서 발생한 구제역에 대한 방역계획을 수립할 때 일차적으로 방역 범위에 대한 정확한 평가가 중요함을 시사한다.
주요어 구제역 지리정보시스템 질병역학 시 공간 군집： , , , ㆍ
Abstract：To assess the space-time clustering of FMD(Foot-and-Mouth Disease) epidemic occurred in Korea between November 2010 to April 2011, geographical information system (GIS)-based spatial analysis technique was used. Farm address and geographic data obtained from a commercial portal site were integrated into GIS software, which we used to map out the color-shading geographic features of the outbreaks through a process called thematic mapping, and to produce a visual representation of the relationship between epidemic course and time throughout the country. FMD cases reported in northern area of Gyounggi province were clustered in space and time within small geographic areas due to the environmental characteristics which livestock population density is high enough to ease transmit FMD virus to the neighboring farm, whereas FMD cases were clustered in space but not in time for southern and eastern area of Gyounggi province. When analyzing the data for 7-day interval, the mean radius of the spatial-time clustering was 25km with minimum 5.4km and maximum 74km. In addition, the radius of clustering was relatively small in the early stage of FMD epidemic, but the size was geographically expanded over the epidemic course. Prior to implementing control measures during the outbreak period, assessment of geographic units potentially affected and identification of risky areas which are subsequently be targeted for specific intervention measures is recommended.
Key Words：Foot-and-Mouth disease, GIS, epidemiology, space-time cluster
시 도의 / 74개 시 군으로 확산되었다 유전자 분석 / . 결과에 의하면 형으로서 O SEA 지역형1)에 속하는 동일한 바이러스로 인한 구제역으로 나타났다 이 . 기간에 구제역으로 총 3,748 건이 신고 되었으며 백만 두 이상의 가축이 매몰 처분되었다 농림수
3 (
산검역검사본부, 2011).
농림수산검역검사본부(2011)에 의하면 2010년 월에 발병한 구제역의 국내 전파 및 확산 원인 11
은 다음과 같다 첫째 최초 발생 농장이 대단위 . , 양돈단지였기 때문에 바이러스 배출량이 많았다. 둘째 최초 발생 농장의 분뇨가 경기도 파주로 수, 송되어 바이러스가 전파되었다 셋째 최초 진단이 . , 늦어 초동 방역조치가 미흡하였다 넷째 겨울이 . , 시작되는 시점에 발생하여 바이러스의 생존기간이 길어졌고 추운 날씨로 인하여 차단방역 효과가 , 떨어졌다 다섯째 동시 다발적인 발생으로 인하여 . , 초기 매몰작업이 지연됨으로서 바이러스의 전파가 확산되었다 여섯째 국내 가축 사육밀도가 높아 . , 바이러스가 주변 농장으로 쉽게 전파될 수 있는 환경을 제공해 주었다 그리고 마지막으로 물류와 . 교통이 발달하여 질병 전파 및 확산 속도가 빨랐 다는 점이다 전파 매개체로는 차량. (61%), 축주
인근전파 외부인 물품 의
(15%), (12%), (8%), (4%) 순으로 조사되어 차량과 사람에 의한 전파가 대부 분을 차지하였다 결과적으로 초동 방역 실패와 . 효율적인 방역이 이루어지지 못한 것이 구제역 확 산의 주요 원인으로 조사되었다.
특정 질병에 대한 효과적인 조사와 방역 그리고 근절을 위해서는 이 질병에 대한 역학적인 이해가 선행되어야 한다 특히 구제역과 같이 전염성이 . 높은 질병은 시 공간상에서 군집을 이루기 때문ㆍ 에 구제역 발생 사례에 대한 시 공간 군집 분석, ㆍ 은 구제역의 발병 가능성이 높은 지역과 시기를 추정하는데 있어서 매우 유용한 정보를 제공해 줄 수 있다 그리고 이러한 시 공간 군집에 대한 분. ㆍ 석 결과는 발병과 확산의 요인 파악에 관한 정보 를 제공해 주며 이는 결과적으로 질병 관리와 방, 역에 기여한다(Carpenter, 2001).
구제역과 같은 질병 역학에 관한 연구는 국내ㆍ 외에서 활발하게 진행되고 있다 국내의 구제역 . 확산과 관련된 연구는 크게 구제역 발생 후에 그 전파과정과 결과를 분석한 연구와 구제역의 발생
과 진행상황을 예측하기 위한 전파확산 시뮬레이 션 모델 개발과 적용에 관한 연구로 구분할 수 있 다 전자의 경우는 구제역 역학조사보고서가 대표. 적인 사례이며 후자의 경우는 윤하정 등, (2011)이 수행한 DADS(Davis Animal Disease Simulation) 모델의 국내 적용 연구가 있다.
구제역 역학보고서에서는 구제역 2010~2011
발생 기간 동안에 어느 지역에 얼마만큼의 구제역 이 발생하였고 어느 날짜에 구제역이 집중적으로 , 발생하였는가를 각각 분리하여 총량적으로 제시하 였다 공간과 시간에 관한 분석은 시 군 단위에. ㆍ 서의 발병 시점과 전파 경로를 시 군명으로 제시ㆍ 하는 수준에 머물러 있다.
윤하정 등(2011)이 수행한 DADS 모델의 국내 적용에 관한 연구는 구제역 발생 시 최적의 방역 조치를 개발하는 것을 목적으로 미국 UC Davis의 연구팀이 개발한 모델을 국내의
CADMS DADS
여건에 맞게 적용하기 위한 연구이다 이 연구에. 서는 구제역 전파 확산 시뮬레이션 모델의 국내 적용 가능성에 관하여 제시하였다는 점에서는 의 미가 있으나 실제 발생한 구제역을 적용하여 모, 델의 정확도 등을 검증하지는 않았다 이외 구제. 역과 관련된 연구로는 구제역의 발생지점과 도로 망 정보를 GIS의 네트워크 분석 기법에 적용하여 구제역의 확산 속도를 분석한 연구 최석근 등( ,
등이 있다 2012) .
국외 연구로는 2006~2007년에 이스라엘과 팔 레스타인에서 발생한 구제역의 시 공간 군집을 ㆍ 분석한 연구(Alkhamis et al., 2009)와 병원의 응 급실 방문 환자의 시 공간 정보를 이용하여 특정 ㆍ 질병의 발병을 초기에 예측하는 방법에 대한 연구 (Kulldorff et al., 2005) 등이 있다.
이와 같이 질병 역학과 관련된 연구만으로 볼 때 국내연구는 역학조사 보고서와 같이 시 공간 ㆍ 요소를 각각 분리하여 수행하는 것이 일반적이다. 시 공간을 동시에 고려한 연구의 경우도 통계적인ㆍ 기법이 배제되어 있거나 통계적인 기법이 고려된 , 경우에도 공간자기상관분석과 같이 시 공간 요소 ㆍ 중 한 가지만을 고려하였다 이에 비하여 국외에. 서의 질병역학 분야에서는 시 공간 동시 고려에 ㆍ 대한 필요성으로 대두되어 현재는 유행성 질병의 조기예측 분야에까지 연구 분야를 넓히고 있다.
이상에서 살펴본 것과 같이 시 공간 동시 고려ㆍ 에 대한 필요성으로 인하여 가축질병과 관련된 시 공간 역학조사는 국제적으로 1990년대 중반 이 ㆍ
후 본격화 되고 있으나 국내의 동물 질병 역학분, 석 분야에서는 시 공간을 동시에 고려한 연구가 ㆍ 아직 미흡하다 따라서 본 연구에서는 . 2010~2011 년에 발생한 구제역의 시 공간 군집 분석을 수행ㆍ 하여 시 공간을 동시에 고려한 상황에서의 구제, ㆍ 역의 전파 특징을 알아보고자 한다.
분석 모델의 경우 일반적으로 고려되는 요인이 많을수록 결정모델, (deterministic model)보다는 확 률모델(stochastic model) , 이 그리고 지리정보 자료 를 활용한 모델이 그렇지 않은 모델에 비하여 질 병 발생상황을 더 잘 표현한다(Carpenter, 2011).
따라서 본 연구에서도 시간과 공간이라는 요인이 동시에 반영되고 위치정보가 포함된 지리정보를 , 활용한 확률모델이 적용된 Satscan을 이용하여 년 한국에서 발생한 구제역의 발생 특 2010~2011
징을 분석하고자 한다.
연구 범위 및 연구 자료 2.
본 연구의 시 공간적 범위는 ㆍ 2010년 11 ~ 월 년 월 사이에 한국에서 구제역이 발생한
2011 4 11
개 광역시 도의 / 74개 시 군 지역이다 시 공간이 / . ㆍ 고려된 구제역에 대한 보다 정밀한 역학조사를 위 해서는 구제역 발생농장의 위치정보와 발병 시간 정보가 필요하지만 현재 구제역 발생지점에 대한 , 정확한 위치정보가 제공되고 있지 않기 때문에 시
공간에 근거한 정확한 분석을 수행할 수 없다. ㆍ
따라서 본 연구에서는 구제역의 시 공간 확산 과ㆍ 정과 군집정도 등을 분석하기 위해 오마이뉴스에 서 제공하는 구제역 매몰지 위치정보와 시간정보 를 이용하였다.
그리고 본 연구에서는 시간이 고려된 상황에서 질병의 피해규모가 아닌 질병의 공간 확산에 중점 을 두었기 때문에 확산에 의한 지점별 매몰두수는 고려하지 않았다 일반적으로 구제역 매몰 처분 . 시 구제역 발생농가 주변에서 매몰이 이루어졌기 때문에 구제역 살처분 매몰지와 구제역 발생지점,
그림 1. 구제역 매몰지 위치정보(자료 오마이뉴스: ) 그림 2. 축사와 인접한 매몰지 위치
이 동일하다는 전제에서 연구를 수행하였다. 오마이뉴스에서 제공하는 매몰지 수는 모두
곳이며 이중 위치정보나 시간정보가 누락된 1,194
곳을 제외한 1,171 곳을 사례로 하였다 그림 ( 1).
오마이뉴스에서 제공하는 1,171 곳에 매몰된 것으 로 조사된 사육두수는 소와 돼지를 포함하여 약
만 두로 농림수산식품부의 발표 자료와 대략 308
일치하였다 매몰지의 위치정보 또한 영상지도와 . 중첩하였을 때 대부분 축사와 인접하여 분포하는 것을 확인할 수 있었다 그림 ( 2). 오마이뉴스에서 제공하는 데이터의 시간적 범위는 매몰이 시작된 년 월 일부터 년 월 일까지이다 2010 11 30 2011 2 25 . 따라서 실제 구제역 판정을 받은 날짜와는 2~3일 의 시차가 발생하지만 대부분 일률적으로 발생하, 는 시차이기 때문에 상대적인 시간 차이를 이용하 는 시 공간 분석 수행에 있어서는 문제가 없다ㆍ .
분석 방법 3.
구제역 발생지역의 공간적 분포 1)
질병의 발생은 공간상에 나타나는 현상이기 때 문에 일반적으로 공간에 기반 한 표현과 분석 방 법을 통하여 해석된다 구제역 역시 공간상에 나. 타나는 현상이기 때문에 공간적 분포 특성에 대한 분석이 필요하다 한국과 같이 방목이 아닌 상대. 적으로 좁은 공간에서 가축 사육이 이루어지는 경 우 대부분의 질병은 그 질병이 발병한 위치 정보, 를 점(point) 유형으로 추출할 수 있다 그리고 이. 러한 점 객체에 대한 공간분포 특징을 알아보는 가장 일반적인 방법 중 하나는 밀도분석이다.
본 연구에서는 점 객체에 대한 밀도분석 방법으로 사의 에서 제공하는
ESRI ArcGIS Silverman(1986) 의 커널밀도(Kernel Density) 분석을 활용하였다. 커널밀도 분석의 원리는 점 객체가 위치한 지점에 가장 높은 값이 부여되고 점 객체로부터 거리가 멀어질수록 그 값이 작아져 설정한 반경의 경계를 벗어나면 값이 부여되지 않는다 그리고 최종적으. 로는 이러한 각각의 점 객체에 대한 값들이 합쳐 져서 각 점 객체들에 대한 공간밀도 값이 결정된다. 밀도 값 산정을 위한 반경을 얼마로 설정하느냐에 따라 밀도 값은 차이가 나지만 반경 값 설정을 ,
위한 통계적 기준 등은 제시되지 않기 때문에 사 용자가 임의로 반경 값을 설정해 주어야 한다.
농림수산식품부 고시 제 호 에 따르면
‘ 2010-79 ’
구제역 발생지에서 반경 3km는 위험지역으로 설 정하고 있기 때문에 본 연구에서는 커널 밀도의 , 반경을 구제역 살처분 반경이었던 3km로 설정하 여 분석하였다 즉 매몰지점으로부터 . , 3km 범위에 해당하는 지역까지 단계적으로 값이 부여되고 3
를 벗어난 지역에서는 값이 부여되지 않는다
km .
시간에 따른 구제역의 지역적 확산 2)
밀도분석이 시간이 변함에 따라 구제역이 어떻 게 확산되어 갔는가를 표현해 주지는 못한다 따. 라서 본 연구에서는 2010~2011년 구제역 역학 보 고서에서와 같이 읍 면 동 단위에서 구제역으로 / / 인한 최초 살처분 매몰이 발생한 날짜를 조사하고 이를 시계열적으로 배열하여 시간이 지남에 따라 구제역이 행정구역 단위로 어떻게 확산되어 가는 가를 살펴보았다.
3) 시 공간 군집ㆍ (Space-Time clustering) 분석
질병의 전파는 공간 및 시간과 밀접한 관련성이 있다 그리고 이러한 시 공간에서의 전파 과정에. ㆍ 서 특이점이나 규칙성을 발견하고 그 원인을 조사 하는 것은 역학조사에 있어서 중요한 부분이다. 구제역과 같이 전염성이 강한 질병의 확산을 보다 정확하게 이해하기 위해서는 공간과 시간을 동시 에 고려한 분석 방법이 필요하다 즉 특정 기간에 . , 특정 공간에서 얼마만큼의 구제역이 발병하였는가 를 분석함으로서 시 공간을 동시에 고려한 상황, ㆍ 에서 구제역이 집중적으로 발병한 지역을 찾고 그 원인과 결과에 대한 분석을 병행할 필요가 있다.
구제역 발생지역 전체에 대한 밀도분석과 읍 면/ 동 단위의 시계열적 확산 분석은 공간 또는 시간 /
의 한 요소만을 고려한 분석이다 그러나 구제역. 과 같이 시간이라는 변수가 공간과 함께 변화하면 서 군집(cluster)을 만들어 낼 때는 시간과 공간을 동시에 고려한 시 공간 군집분석 기법을 이용하ㆍ 여야 한다 즉 발생한 사건이 위치적으로도 가까. , 우면서 동시에 시간적으로도 가까운가를 분석할
필요가 있다 강호제( , 2008). 본 연구에서는 구제역 발생의 시 공간 군집 분석을 위해 검색통계ㆍ (scan
방법의 하나인 시 공간 순열모델 statistics) ㆍ (space
을 사용하였다 시 공 -time permutation model) . ㆍ 간 군집 분석을 위한 소프트웨어는 SatScan v9.1 을 이용하였으며, 지도화를 위한 소프트웨어는
을 사용하였다 ArcGIS v10 .
시 공간검색통계의 원리는 사건이 발생한 각 ㆍ 지점들을 중심으로 하는 가상의 원통(cylinder)을 순차적으로 그린다 이때 원통의 지름은 공간거리. 를 나타내고 원통의 높이는 시간거리를 나타낸다. 원통의 지름과 높이는 점차 확대되고 이동하면서 시 공간 집중이 발생한 지역과 시기를 찾게 된다ㆍ . 일반적으로 각 지점에서의 원통의 지름과 높이는 총 사례 수의 50%까지 확장시켜 분석한다(kulldorff 이러한 과정에서 기대치 and Nagarwalla, 1995).
에 대한 관측치의 비율(observed-to-expected ratio) 을 계산하여 실질적으로 사건 발생에 있어서 군집 을 추정한다 그리고 . Monte Carlo Simulation 방 법을 이용하여 각 클러스터에 대한 관측치와 기대 치에 대한 통계적인 유의수준(P <0.1)을 검증하는 과정을 거친다(Alkhamis et al, 2009). 이는 시ㆍ 공간과 관련된 현상을 단순히 주제도로 제작하거 나 시간별로 배열하여 추세로 보여주는 방법과 비 교할 때 통계적인 설득력을 제공해줄 수 있다는 장점이 있다 강호제( , 2008).
시 공간 순열 모델은 사건이 ㆍ Poisson 분포를 따른다는 전제에서 출발한다 이러한 가정은 구제. 역 발생지점의 최근린(Average Nearest Neighbor) 분석 통하여 검증할 수 있다. 2010~2011년 발생 한 구제역은 144일 동안 총 3,748건이다 이는 .
년을 기준으로 국내에서 소와 돼지를 사육하 2010
는 축산농가 177,552의 2.1%에 해당된다 최근린. 분석2) 결과 실제최근접거리와 기대되는 최근접거 리 간의 비(R)는 0.60이었으며 유의수준, (P < 0.1) 검증결과 임의적인 분포를 따르는 것으로 나타났 다 즉. , Poisson 분포를 따른다고 할 수 있다.
본 연구에서는 시 공간검색통계 분석을 위해 ㆍ 공간의 최대 군집 크기를 사례 매몰지 수의 ( ) 50%
로 하고 시간의 최대 군집 크기는 일로 설정하, 7 여 수행하였다 시간의 최대 군집 크기의 경우 구. 제역은 세계동물보건기구(OIE)에서는 최단 잠복기
일에서 최장 일로 규정하고 있으며 가능성이
2 14
가장 높은 기간으로 소는 일 돼지는 일로 규정5 , 4 하고 있기 때문에 일로 설정하여 분석을 수행하7 였다.
결과 및 고찰 4.
시간은 고려하지 않고 구제역 발생지역의 공간 적 분포만을 커널밀도 분석방법으로 분석하였을 때 크게 세 지역에서 높은 밀집도를 보였다 구제. 역 최초 발생지역인 안동과 영주을 중심으로 한 경상북도 북부 지역과 여주 이천 안성을 중심으ㆍ ㆍ 로 한 경기도 남동부지역 김포 파주 양주 연, ㆍ ㆍ ㆍ 천을 중심으로 한 경기도 북부지역이 주요 구제역 매몰지 밀집 지역에 해당한다 그림 ( 3).
읍 면 동 단위에서 최초로 발생한 구제역 매ㆍ ㆍ 몰 시간정보를 이용하여 시간이 지남에 따라 공간 상으로 확산되어 가는 과정을 지도로 표현하였을 때 최초 발병 후 초기 일 간 발병한 지역이 대체5 적으로 구제역 매몰지 밀도가 높은 지역과 일치하 는 경향을 보였다 그림 ( 4). 이러한 결과는 농림수 산검역검사본부(2011)에서 분석한 최초 진단이 ‘ 늦어 초동 방역조치가 미흡하였다 는 내용과 상통’ 한다 또한 시간이 지남에 따라 초기 발생지점에서 . 점차 확산되는 것과 같은 경향을 보여주고 있다.
이상과 같이 공간과 시간을 분리하여 분석한 결 과에 의하면 두 분석 모두 경상북도 북부지역 경, 기도 남동부지역 경기도 북부지역을 구제역 발병, 의 군집 지역으로 추정하게 한다 그리고 공간 밀. 도가 높은 지역의 중심지와 초기 발생 지점에서 주변 지역으로 확산되었다고 볼 수 있다.
시간과 공간을 동시에 고려한 시 공간 군집 분ㆍ 석을 수행한 결과 모두 14개의 군집이 형성되었는 데 이중 유의수준, (P <0.1)을 만족하는 군집은 개9 다 그림 ( 5, 표 1). 가장 유력한 군집(MOST LIKELY CLUSTER)3)은 구제역 최초 발상지역인 안동을 중심으로 2010년 11월 30일에서 2010년 월 일까지 일간 발생한 건의 구제역으로
12 6 7 63
이 지역은 예상치(Observed-to-expected ratio)에 비하여 9.74배나 높게 나타났다 이는 구제역에 . 대한 최초 진단이 늦어 초동 방역조치가 미흡하였 기 때문에 나타나는 결과로 이해된다.
그림 3. 구제역 매몰지 밀도 그림 4. 시간에 따른 구제역의 확산
그림 5. 구제역의 시 공간 군집ㆍ (시간순서) 그림 6. 매몰지 밀도는 높지만 시 공간 군집이 ㆍ 이루어지지 않은 지역의 매몰 시간정보
김포 양주 연천의 경기도 북부지역에서는 생ㆍ ㆍ 성된 군집을 시간 순서로 배열해보면 구제역이 , 시 공간적으로 군집을 형성하면서 확산되었음을 ㆍ 추정할 수 있다 이는 한 지점에서 구제역이 발생. 하였을 때 인접지역으로 급속하게 확산되었음을 의미하며 국내 가축 사육밀도가 높아 바이러스가 , ‘ 주변 농장으로 쉽게 전파될 수 있는 환경을 제공 해 주었다 는 농림수산검역검사본부’ (2011)의 주장 을 확인시켜 주는 지역이다.
시 공간 군집 분석의 결과와 공간과 행정구역 ㆍ 단위로 최초 발생 시간만을 적용한 분석 결과를 비교할 때 가장 큰 차이는 여주 이천 안성의 경ㆍ ㆍ 기도 남동부지역에서 시 공간 군집이 형성되지 ㆍ 않는다는 점이다 이는 이 지역의 구제역 발생지. 점이 공간적으로는 집중되어 있지만 시간적으로는, 서로 분산되어 있음을 의미한다 그림 ( 6). , 즉 이지 역의 구제역 바이러스는 인접지역으로부터 전파되 지 않고 여러 지역으로부터 다양한 경로를 통하여 장기간에 걸쳐 유입되었다고 추정할 수 있다.
군집의 반경은 설정된 시간의 범위 본 연구에서( 는 일을 시간적 범위로 설정 에 포함하는 매몰지7 ) 점들의 공간적 분포 범위이다 따라서 시간적으로 . 서로 상이한 매몰지들이 밀집된 지역에서는 군집 이 형성되더라도 군집의 반경이 작을 수밖에 없 다 반면에 시간적으로 서로 인접한 매몰지들이 . 연속하여 분포한다면 매몰지의 밀도나 절대거리, 에 상관없이 군집의 반경이 크게 형성된다 홍성. 을 중심으로 월 2 2~8일 발생한 구제역의 경우 인,
접한 시간대에 넓은 지역에서 낮은 빈도로 구제역 이 발생하였기 때문에 군집의 반경이 크게 형성될 수 있었다.
본 연구에서 생성된 군집의 반경을 살펴보면, 시간의 최대 군집 크기인 일을 기준으로 하였을 7 때 군집의 범위는 2011년 월 일에서 2 2 2011년 2 월 일까지 홍성 일대에서 발생한 구제역이 반경 8
로 가장 넓게 나타났으며 년 월
74km , 2010 12 10
일에서 2010년 12월 13일까지 일간 김포 일대의 4 개 농장에서 발생한 구제역의 반경이 로
17 5.4km
가장 작았다. 9개 군집의 평균 반경은 약 25km로 나타났다 이러한 시 공간 군집의 공간적 범위는 . ㆍ 년에 발생한 구제역이 일 이라는 시간
2010~2011 7
적 범위 안에 확산될 수 있는 범위가 기존의 구제 역 방역 범위를 넘어서고 있음을 의미한다 즉 특. , 정 지점에서 구제역이 발병하여 방역을 위한 차단 시설을 설치하는 시점에 이미 구제역 바이러스는 해당 방역 경계선을 넘어서 전파되고 있는 상황이 다 이러한 상황은 농림수산검역검사본부. (2011)에 서 분석한 물류와 교통이 발달하여 질병 전파 및 ‘ 확산 속도가 빨랐다 는 부분과 관련성이 있으며’ , 전파 매개체로 차량이 61%였다는 조사결과와도 연계되는 부분이다.
구제역 발생 초기에는 시 공간 군집이 상대적ㆍ 으로 좁은 지역에서 형성되었지만 중반기를 넘어, 서면서부터는 넓은 지역에서 동시 다발적으로 발 병하는 경향을 보였다 특히 군집의 반경이 넓은 . 홍성과 괴산 지역은 모두 구제역 후기인 월 말과 1 Cluster
number Province Radius
(km) Time frame Period No. of
outbreaks Observed-to- expected ratio P-
value
1 안동 19.4 2010/11/30~2010/12/06 7 63 9.74 0.000
2 연천 14.2 2010/12/08~2010/12/13 6 41 4.65 0.001
3 김포 5.4 2010/12/10~2010/12/13 4 17 9.14 0.000
4 남양주 22.0 2010/12/17~2010/12/23 7 25 6.32 0.061
5 평창 13.2 2010/12/24~2010/12/26 3 9 13.88 0.011
6 양주 12.2 2010/12/26~2010/12/31 6 50 4.28 0.001
7 횡성 17.8 2010/12/26~2010/12/31 7 44 4.44 0.002
8 괴산 43.0 2011/01/24~2011/01/30 7 147 2.62 0.001
9 홍성 74.1 2011/02/02~2011/02/08 7 120 4.52 0.000
표 1. ㆍ시 공간 군집 분석 결과
월 초에 해당한다
2 .
구제역 발생에 대한 기대치에 비하여 발병 사례 가 가장 많은 지역은 평창이다 평창의 경우는 주. 요 도로망인 31번 국도를 따라 구제역 발생지점들 이 분포하며, 3일이라는 비교적 짧은 기간에 예상 치의 13.9배에 해당하는 구제역이 발생하였다 이. 러한 결과로 볼 때 전파 매개체가 31번 국도를 따 라 동시에 바이러스를 전파시켰을 것으로 추정된 다 전체적으로는 구제역 발생 초기에는 기대치에 . 비하여 관측치가 높게 나타나며 시간이 지남에 , 따라 기대치에 대한 관측치의 비율은 낮아지는 것 을 확인할 수 있었다 또한 가축의 사육밀도가 구. 제역 확산에 영향을 줄 수는 있지만 절대적인 요 인은 아님을 확인할 수 있다.
결 론 5.
년 발생한 구제역은 가축과 인간 모 2010~2011
두에게 큰 시련을 안겨주었다 그리고 이러한 재. 앙이 다시 발생하지 않도록 하기 위한 다양한 노 력이 진행되었다 그리고 이번 구제역 발생의 원. 인과 진행과정 및 결과를 분석하기 위한 역학조사 는 이러한 노력 중에서도 가장 중요한 부분이다. 구제역과 같은 질병역학 조사에서는 시간과 공간 을 동시에 고려한 분석이 필요하다 그러나 지금. 까지 한국에서 수행된 역학조사는 대부분 시간과 공간을 분리하여 분석하는 경향을 보였다 물론 . 시간과 공간을 개별적으로 분석하여 그 결과를 통 합하여 규칙과 경향성을 찾아낼 수도 있지만 본 , 연구에서와 같이 시 공간을 동시에 분석하였을 ㆍ 경우에만 찾을 수 있는 정보는 누락될 가능성이 높다 따라서 시 공간을 동시에 고려한 분석 방. ㆍ 법의 국내 적용이라는 점에서 본 연구는 의미가 있다.
시 공간을 동시에 분석한 본 연구 결과로부터 ㆍ 다음과 같은 결론을 도출할 수 있다 첫째 구제역. , 의 최초 진단과 초동 방역이 중요하다 둘째 경기. , 북부의 사례에서와 같이 가축 사육밀도가 높아 바 이러스가 주변 농장으로 쉽게 전파될 수 있는 환 경에서는 구제역이 상대적으로 좁은 공간적 범위 에서 시 공간 군집을 이루면서 이동하기 때문에 ㆍ
이에 대한 차별화된 방역계획의 수립이 필요하다. 셋째 여주 이천 안성 등 경기도 남동부지역에, ㆍ ㆍ 서는 구제역 발생 지점들이 공간상으로는 밀집해 있지만 시간상으로는 분산되어 나타났고 평창에, 서는 주요도로망을 따라 구제역이 발병되는 등 특 수성이 나타나는 지역들이 존재한다는 점이다 넷. 째 시간적 범위를 일로 하였을 때 시 공간 군, 7 ㆍ 집의 평균 반경이 25km이고 최소 반경은 5.4km, 최대 반경은 74km이었으므로 특정 지점에서 구제 역이 발병할 경우 기존의 방역 범위를 확대하거나 보완할 필요가 있다 그리고 구제역 발병 초기에. 는 군집의 반경이 작지만 시간이 지남에 따라 군, 집의 반경이 커진다는 점도 향후 방역 계획의 수 립에 있어서 고려하여야 할 것이다.
연구에서 사용된 시 공간 순열 모델은 위치정ㆍ 보와 시간정보를 포함하고 있는 표본 자료만 있으 면 모집단에 대한 정보가 없어도 분석이 가능한 , 방법이다 그러나 공간에서의 군집을 찾아내기 위. 한 틀이 원과 사각형 등으로 고정되어 있기 때문 에 도로망과 지형 등이 균일적인 분포를 보이지 , 않는 현실세계를 정확히 반영하지 못한다는 한계 를 지니고 있다.
본 연구에서 활용한 자료는 구제역 발생 지점이 아닌 구제역 매몰지에 관한 것이다 따라서 일반, . 적으로 구제역이 발생하면 축사와 인접한 곳에서 수일 내에 매몰 작업이 완료된다는 전제에서 접근 하였기 때문에 예외사항으로 인한 오류가 발생할 수도 있지만 이러한 부분은 향후 구제역 발생 지, 점에 대한 정확한 자료가 제공된다면 보완될 수 있는 부분이다.
년 구제역의 경험으로 볼 때 효율적
2010~2011 ,
인 방역을 위해서는 한국의 현실에 적합한 방역의 공간적 범위와 시간적 범위 그리고 방법 등이 고, 려되어야 한다 이 중 방역의 공간적 시간적 범. , 위에 대한 부분은 기존에 발생하였던 구제역의 확산 현황자료를 활용한다면 보완 개선될 수 있ㆍ 다 그리고 질병의 확산 특징 분석에서는 시간과 . 공간이 동시에 반영되어야 하며 이 경우 본 연구, 에서 제안한 시 공간 군집분석 방법이 구제역의 ㆍ 역학분석과 방역 효과를 높이는데 기여할 것으로 기대된다.
주
1) 구제역 바이러스에는 O, A, Asia1, C, SAT1, SAT2 및 SAT3형의 가지 각기 다른 혈청형으로 구분되7 며 이중 우리나라에 유입될 위험이 높은 것은 . O,
및 형 바이러스다 우리나라에서 발생했던
A Asia1 .
형은 다시 유전자 특성에 따라 가지의 지역형으
O 8
로 구분되는데, SEA(South-East Asia)형은 개의 8 지역형 중 주로 동남아시아 지역에서 발생하는 형태 이다.
2) 최근린분석에서 완전히 임의적인(random) 분포 유 형일 경우 실제 최근접거리와 기대되는 최근접거리 간의 비(R)는 이다 집적화1 . (clustered) 분포의 경우 에는 에 가까운 값이 되고 규칙적인0 , (Dispersed) 분 포의 경우 2.149가 된다.
3)‘MOST LIKELY CLUSTER’란 Satscan을 통하여 산 출된 여러 클러스터 군집 중 통계적으로 최소우연( ) 에 해당되는 클러스터를 의미한다.
문 헌
강호제, 2008, 핫스팟 분석기법(Hot Spot Analysis):
공간분석의 기초 최근린군집분석과 국지모란지, 수의 이해와 활용 국토, , 324, 116-121.
농림수산검역검사본부 역학조사과, 2011, 2010~
구제역 역학조사보고서 농림수산식품부
2011 , .
윤하정ㆍ김한ㆍ윤순식ㆍ김연주ㆍ김병한ㆍJack 세계의 구제역 Coleman Tim Carpenter, 2011, ㆍ
전파 확산 역학 모델 개발 현황과 ㆍ Davis Animal 모델 국내 적용 연구 한국 Disease Simulation , 수의공중보건학회지, 35(4), 199-213.
이여주 초가기 이서용 김수미 이광녕 고영준ㆍ ㆍ ㆍ ㆍ ㆍ 이향심 조인수 남석현 박종현, 2011, 구제
ㆍ ㆍ ㆍ ㆍ
역 Asia1 백신주의 전체 염기서열분석 및 특성, 한국가축위생학회지, 34(2), 95-102.
최석근 송해화 박경식ㆍ ㆍ , 2012, 네트워크기법을 이 용한 구제역 확산 속도 분석 한국지형공간정보, 학회지, 20(2), 101-107.
Alexandersen, S., Z. Zhang, A. I. Donaldson, and A. J. Garland, 2003, The pathogenesis and diagnosis of foot-and-mouth disease, Journal of Comparative Pathology, 129, 1-36.
Alkhamis, M. A., Perez, A. M., Yadin, H., and Knowles, N. J., 2009, Temporospatial Clustering
of Foot-and-Mouth Disease Outbreaks in Israel and Palestine, 2006~2007, Transboundary and Emerging Diseases, 56, 99-107.
Carpenter, T. E., 2001, Methods to investigate spatial and temporal clustering in veterinary epidemilolgy, Preventive Veterinary Medicine, 48, 303-320.
Carpenter, T. E., 2011, Stochastic, spatially- explicit epidemic models, Rev. Sci Tech. Off.
Int. Epiz., 30, 417-424.
Kulldorff M., Heffernan R., Hartman J., Assuncao R. and Mostashari F., 2005, A Space-Time Permutation Scan Statistic for Disease Outbreak Detection, PLoS Medicine, 2(3), 216-224.
Kulldorff M. and Nagarwalla N., 1995, Spatial disease clusters: Detection and Inference, Statistics in Medicine, 14, 799-810.
O'Sullivan, D., and Unwin, D. J, 2010, Geographic information analysis -2nd ed., John Wiley & Sons, Inc., Hoboken, New Jersey, USA, 121-155.
Silverman, B. W., 1986, Density estimation for statistics and data analysis, Chapman and Hall, London, UK.
농림수산검역검사본부: http://www.qia.go.kr 오마이뉴스 구제역 매몰지 위치정보: http://ojsfile.
ohmynews.com/dst/2011/0414_fmd/fmdloc.html 통계청 국토통계포털: http://www.kosis.kr ESRI ArcGIS v10: http://www.esri.com SatScan v9.1: http://www.satscan.org
• 교신 배선학： , 200-701, 강원도 춘천시 강원대학길 1, 강원대학교 지리교육과 이메일( : [email protected], 전화: 033-250-6693)
Correspondence：Bae, Sun Hak, Assistant professor, Dept. of Geography Education, Kangwon National University 1 Kangwon Daehak-Gil, Chuncheon, Kangwondo(e-mail: [email protected], phone:
+82-33-250-6693)
접수 수정 채택
( : 2012.9.19, : 2012.11.5, : 2012.11.20)
