Помощь в учёбе, очень быстро...
Работаем вместе до победы

Моделирование и оценка риска распространения ньюкаслской болезни в Российской Федерации

Диссертация: Моделирование и оценка риска распространения ньюкаслской болезни в Российской Федерации
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Для реализации поставленной цели были определены следующие задачи: сформировать компьютерную базу данных по эпизоотической ситуации и мерам борьбы с ньюкаслской болезнью, дать оценку напряженности эпизоотической ситуациипровести математико-статистический анализ динамики и структуры нозоареала НБоценить степень влияния вакцинации на напряженность эпизоотической ситуации НБрассчитать математические… Читать ещё >

Содержание

  • ПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ
  • 1. ВВЕДЕНИЕ
  • 2. ОБЗОР ЛИТЕРАТУРЫ
    • 2. 1. Эпизоотологический риск
      • 2. 2. 1. Математические модели распространения инфекционных болезней животных
      • 2. 2. 2. Методические приемы математического моделирования динамики и структуры нозоареала
    • 2. 2. Система прогнозирования и оценка риска возникновения и распространения инфекционных болезней
    • 2. 3. Краткая характеристика ньюкаслской болезни

Моделирование и оценка риска распространения ньюкаслской болезни в Российской Федерации (реферат, курсовая, диплом, контрольная)

1.1. Актуальность работы.

К числу актуальных направлений ветеринарной науки и практики относятся исследования по оценке риска возникновения и распространения опасных инфекционных болезней животных, с целью обеспечения биологической безопасности животноводства РФ.

Данное направление предусматривает: определение перечня наиболее значимых социально-экономических последствий инфекционных болезнейпроведение районирования территории страны по уровню эпизоотологического риска возникновения болезни и возможным масштабам ее распространенияразработку рекомендаций по проведению превентивных противоэпизоотических мероприятий.

К числу наиболее значимых инфекционных патологий птицеводства России относится ньюкаслская болезнь. В 2007 году она занимала четвертое место в общей инфекционной патологии птицы (9,13%) после колибактериоза (47,5%), болезни Гамборо (10,5%)) и инфекционного бронхита (9,84%) [123]. В 2007 году в стране было зарегистрировано 35 неблагополучных пунктов, заболело свыше 216 тыс. голов и пало более 70 тыс. Таких значений эпизоотической напряженности не наблюдали в течение 10 лет [40].

В связи с этим, изучение и оценка риска возникновения и распространения НБ по регионам страны в 2009;2010гг., обоснование на этой основе потребностей в вакцинных препаратах является актуальной задачей.

1.2. Цель работы: разработать математические модели оценки риска возникновения и распространения ньюкаслской болезни птиц в Российской Федерации.

Для реализации поставленной цели были определены следующие задачи: сформировать компьютерную базу данных по эпизоотической ситуации и мерам борьбы с ньюкаслской болезнью, дать оценку напряженности эпизоотической ситуациипровести математико-статистический анализ динамики и структуры нозоареала НБоценить степень влияния вакцинации на напряженность эпизоотической ситуации НБрассчитать математические модели риска возникновения и распространения НБ в РФ в 2009;2010гг.- оценить потребности в вакцине для регионов различной степени риска НБ в 2009;2010гг.

1.3. Научная новизна.

Впервые разработана математическая модель риска возникновения и распространения ЕЕ в РФ в 2009;2010гг., наиболее вероятно возникновение болезни в Центральном, Южном и Северо-Западном федеральных округах России. Расчитанная инцидентность составляет 10−100 случаев на 1млн. голов, цикличность эпизоотических подъемов- 7 и 14 лет;

Установлена обратная корреляция между уровнем вакцинации птицепоголовья и инцидентностью неблагополучных пунктов (величина коэффициента корреляции рангов — 0,688, достоверность — 0,99);

Рассчитана информационная модель (канал связи), отражающая связь между уровнем вакцинации и частотой регистрации неблагополучных пунктов в РФ. Модель четко показывает, что с ростом уровня вакцинации снижается чатота регистрации наблагополучных пунктов;

Определена ежегодная потребность в вакцине против НБ на период 2009;2010гг. По РФ она составила 1,659 млд. доз, из них 0,459 млд. доз для птиц яичных пород и 1,2 млд. доз для птиц мясных пород.

1.4. Практическая значимость работы.

Разработанные «Методические рекомендации по ведению эпизоотологического мониторинга экзотических особо опасных и малоизвестных болезней животных», утвержденные отделением ветеринарной медицины Россельхозакадемии, предназначены для специалистов научно-исследовательских и учебных учреждений, занимающихся вопросами оценки эпизоотологического риска возникновения и распространения болезней и планирования превентивных противоэпизоотических мер.

1.5. Основные положения, выносимые на защиту: Математические модели риска возникновения и распространения НБ в РФ в 2009;2010гг.

Расчеты потребности в вакцине против ньюкаслской болезни на 20 092 010гг. по России в целом и конкретным федеральным округам.

1.6. Апробация работы.

Основные материалы работы представлены в материалах конференции, приуроченной к 80-летию академика РАСХН Бакулова И. А. «Сибирская язва и другие опасные инфекционные болезни животных» (Покров, 2005) — материалах конференции «Актуальные проблемы ветеринарного обеспечения животноводства Сибири» (Новосибирск, 2006) — заседаниях ученого совета ГНУ ВНИИВВиМ (2005;2007гг.) — материалах VIII научно-практической конференции «Проблемы прогнозирования чрезвычайных ситуаций» (Москва, 2008), материалах конференции, посвященной 50-летию ВНИИВВиМ «Проблемы профилактики и борьбы с особо опасными, экзотическими и малоизученными инфекционными болезнями животных» (Покров, 2008).

1.7. Публикации.

По материалам диссертации подготовлено и опубликовано 8 статей, из них 1 статья в издании, по перечню, рекомендованному ВАК.

1.8. Личный вклад.

Представленные в диссертационной работе материалы получены, проанализированы и обработаны автором самостоятельно.

1.9. Объем и структура диссертации.

Диссертация изложена на 127 страницах, иллюстрирована 22 таблицами и 19 рисунками, дополнена приложением «Методические рекомендации по ведению эпизоотологического мониторинга экзотических особо опасных и малоизвестных болезней животных». Список используемой литературы включает 192 источника, из которых 55 иностранных.

5. ВЫВОДЫ.

1. Проведенная оценка уровня риска возникновения и распространения ньюкаслской болезни птиц в 2006;2010гг. на основе рассчитанной нами мировой пространственно-динамической модели позволила установить, что наиболее вероятные значения инцидентности по потенциальному нозоареалу составят: 1−10 новых эпизоотических вспышек на 10 млн. голов птицы. Прогнозируется высокая вероятность регистрации болезни: от 0,8 до 1,0, со значениями инцидентности случаев 100 — 1000 на 1 млн. голов птицы для стран Африки, Южной Азии, Юго-Западной Азии, Восточной и Юго-Восточной Азии, Южной Европы.

2. При проведении математико-картографической экстраполяции показателей глобальной пространственно — динамической модели на территорию Российской Федерации установлено, что вероятность регистрации ньюкаслской болезни птиц наиболее высока в Центральном, Южном и Северо-Западном федеральных округах — от 0,4 до 0,6, с инцидентностью случаев 10 — 100 на 1 млн. голов птицы .

3. Рао-чет информационного показателя влияния массовой вакцинации на снижение эпизоотической напряженности составил 0,488. Выявлена обратная корреляция между уровнем вакцинации и инцидентностью неблагополучных пунктов. Величина коэффициента корреляции рангов равна 0,688, что, свидетельствует о решающей роли вакцинации в контроле эпизоотической ситуации по НБ в РФ.

4. Проведенный нами математико-картографический анализ и моделирование влияния природных и социально экономических факторов на вероятность возникновения и характер распространения болезни позволяет прогнозировать динамику эпизоотической ситуации и районировать РФ по уровню эпизоотологического риска. При этом установлена существенная степень влияния факторов природного и социально-экономического фона на частоту возникновения болезни: величина информационного показателя влияния — 0,83, из этой величины роль факторов природного фона — 0,66, социально-экономических (уровень развития птицеводства и уровень вакцинации) — 0,7. Пространственные различия величины инцидентности случаев связаны с влиянием природно-хозяйственных факторов и уровнем вакцинации поголовья, информационного показатель влияния — 0,59, при этом влияние природно-хозяйственных условий составило — 0,498, уровня вакцинации — 0,41.

5. Использование синтеза математико-карто графических моделей связи ситуации с установленными факторами эпизоотологического риска, для районирования территории по уровню риска возникновения и распространения ньюкаслской болезни, позволило определить 4 зоны различного риска возникновения ньюкаслской болезни в РФ. Зона наиболее высокого риска охватывает Южный ФО. Вероятность возникновения НБ в ней от 0,2 до 0,3, а инцидентность случаев от 300 до 1000 случаев на 1 млн. гол. птицы.

6. На основании проведенного нами районирования территории РФ по риску возникновения НБ установлено, что для обеспечения устойчивого благополучия РФ по НБ необходимо в период 2009;2010гг. использовать не менее 1659 млн. доз вакцины против НБ, в том числе из них 459 млн. доз для птиц яичных пород и 1,2 млд. доз для птиц мясных пород.

6. ПРАКТИЧЕСКИЕ ПРЕДЛОЖЕНИЯ.

1. Разработаны и предложены для оценки эпизоотологического риска «Методические рекомендации по ведению эпизоотологического мониторинга экзотических особо опасных и малоизвестных животных», утвержденные отделением ветеринарной медицины Россельхозакадемии 12.12.2007.

2. Материалы диссертации могут быть использованы в расчетах потребности в вакцинных препаратах для проведения мероприятий профилактики и ликвидации ньюкаслской болезни в РФ.

2.4.

Заключение

.

Ныокаслская болезнь птиц является важнейшим фактором, представляющим угрозу мировому птицеводству, и занимает в инфекционной патологии птиц ведущее место, как в глобальном масштабе, так и в Российской Федерации.

Возбудитель ньюкаслской болезни распространен во всех агроэкосистемах мира, однако частота регистрации болезни, масштабы поражения птицы существенно разнятся в зависимости от природных и социально-экономических условий, свойственных различным территориям.

Актуальной научной и практической проблемой является районирование (зонирование) территории по уровню эпизоотического риска. Оценка риска заноса возбудителя извне и характера распространения болезни внутри государства является важной задачей в разработке противоэпизоотических мероприятий, направленных на упреждение, локализацию и ликвидацию эпизоотий ньюкаслской болезни.

Анализ и оценка эпизоотического риска базируется на системном эпизоотическом исследовании пространственно-динамических особенностей и закономерностей болезни. На этой основе проводится прогнозирование периодов наиболее высокого риска, вероятных масштабов поражения птицы на различных территориях, характеризующихся разными природными, социальноэкономическими и ветеринарно-санитарными условиями. Прогнозирование дает основу для выбора последовательности, сроков проведения и объемов противоэпизоотических мероприятий.

Наиболее важным и эффективным количественным приемом пространственно-динамического прогнозирования является математическое моделирование в сочетании с картографическими моделями.

Построение моделей эпизоотической ситуации подразумевает применение современных компьютерных технологий. Большой объем информации, используемый при этом, требует большой скорости поиска и допуска к ней, что обуславливает необходимость создания баз данных, алгоритма проведения исследований, выбора методических приемов анализа моделирования и прогноза эпизоотической ситуации, оценки эффективности и обоснования объемов и сроков проведения превентивных противоэпизоотических мероприятий.

3. СОБСТВЕННЫЕ ИССЛЕДОВАНИЯ 3.1. Материалы.

Основными материалами для учета эпизоотической ситуации по НБ в РФ послужили ретроспективные данные ветеринарной отчетности ГУВ МСХ СССР и Департамента ветеринарии Минсельхоза России за 1959 — 2007 гг.

Данные, характеризующие распространение, течение и меры и профилактики НБ, касались регистрации неблагополучных пунктов, численности заболевшей и павшей птицы, объемов вакцинации поголовья.

Для учета и анализа эпизоотической обстановки в зарубежных странах использовали: статистические данные ежегодников МЭБ [137] за 19 602 004гг., информацию электронной базы данных Всемирной организации здоровья животных (МЭБ) Handistatus II за 1996;2004гг (www.oie.int/hs2/) и WAHID за 2005;2007гг. (www.oie.int/wahid-prod/). Статистические данные МЭБ за период 1960;1984гг. включали информацию о регистрации эпизоотических вспышек, числу животных, подвергшихся вакцинации. Использовалась информация ежегодников ФАО-ВОЗ-МЭБ [137] за 1960;2005гг., которая включала качественные данные о частоте регистрации болезни и совокупности мероприятий, проводимых в каждой стране.

С 1985 г., по настоящее время, информация Всемирной организации здоровья животных включает в себя: количественные данные о регистрации новых вспышек, числе случаев болезни, павших, вынужденно убитых, вакцинированных птиц, а также качественную информацию о характере распространения болезни и противоэпизоотических мероприятиях проводимых в странах мира, включая РФ.

Кроме годовой использована еженедельная информация МЭБ, а также срочные сообщения о чрезвычайных эпизоотических ситуациях.

Данные, характеризующие природные условия стран мира и РФ, содержали:

— сведения о пространственном распространении основных типов биомов;

— распределение первичной продуктивности сообществ биогеоценозов суши;

— биогеографическому районированию стран мира и Российской Федерации.

Факторы социально-экономического фона характеризовали комплексом показателей, отражающих уровень социально-экономического развития стран и регионов, социально-экономическими типами сельского хозяйства, уровнем развития птицеводства и ветеринарного обслуживания животноводства.

Уровень социально-экономического развития характеризовали показателем валового национального продукта на 1 человека.

Социально-экономические типы сельского хозяйства — качественными показателями интенсивности и товарности производства.

Уровень развития птицеводства характеризовали показателями: общей численности и плотности поголовья птицы, объемами производства основных видов продукции птицеводства в целом по стране и на 100 га сельскохозяйственных угодий, продуктивностью сельскохозяйственной птицы, степенью обеспечения населения продукцией птицеводства.

Уровень ветеринарного обслуживания животноводства характеризовали численностью условных голов птиц, приходящих на 1 ветеринарного специалиста.

Для РФ помимо перечисленных выше показателей использовали данные, характеризующие пространственное распределение типов животноводства (интенсивность, специализация в связи с типом биома) — данные о распространении птиц мясного и яичного направления по субъектам административного деления страны.

Материалы по социальному, хозяйственно-экономическому укладу, системам ведения животноводства, экономико-географическим показателям развития птицеводства стран мира и России получены из статистических ежегодников ФАО по производству сельскохозяйственной продукции и торговле ею, статистических ежегодников ООН по состоянию экономики в странах мира. Данные по птицеводству в России получены из статистических ежегодников по сельскому хозяйству.

3.2. Методы исследования.

Математико-статистическое, сравнительно-географическое и сравнительно-историческое исследование проводилось как составная часть системного эпизоотологического метода исследования, направленного на изучение особенностей и закономерностей эпизоотического процесса, оценки эпизоотического риска и научного обоснования проведения противоэпизоотических мероприятий [110].

Собранная информация по эпизоотической ситуации ньюкаслской болезни вводилась в базу данных «ЭПИКАД», разработанную на основе системы управления базами данных (СУБД) Microsoft Office Access во ВНИИВВиМ. Структура базы данных содержала разделы о вспышках, распространении и мерам борьбы с болезнями. Нами была дополнена структура базы данными по ньюкаслской болезни с 1960;2007гг., а также введены новые разделы по числу заболевших, павших и убитых животных и объемам вакцинации.

По статистическим данным компьютерной базы данных ЭПИКАД и данным, характеризующим численность поголовья птицы в странах мира и в России за 1985;2005гг., рассчитаны индексы напряженности эпизоотической ситуации, противоэпизоотических обработок и потерь поголовья.

Индекс стационарности характеризует длительность регистрации болезни на определенной территории и рассчитывается по формуле:

Прб + Прв + Пп л где С — индекс стационарности;

Прб — число лет регистрации болезни;

Прв — число лет, когда обнаруживали возбудитель, без клинического проявления болезни;

Пп — число лет наблюдения, в течение которых подозревалось наличие болезни;

Пн — число лет эпизоотологического наблюдения.

Индекс инцидентности — показатель относительной частоты возникновения новых вспышек и случаев заболеваний, за определенный период на конкретной территории:

Не.

И =—1 000 000, (4).

Же где И — индекс инцидентности;

Не — число новых случаев болезни, фактов регистрации новых эпизоотических вспышек;

Жв — число восприимчивых животных.

Для оценки ущерба от эпизоотий использовали показатель потерь восприимчивого поголовья:

Жп + Жуп + Жл.

Ипп——xloo, (j).

Жв где Ипп — показатель потерь восприимчивого поголовья;

Жп — число животных, павших от болезни;

Жуп — число животных, убитых в целях контроля болезни, с сохранением возможности использования продуктов убоя;

Жл — число уничтоженных животных (убитые в целях купирования болезни, туши уничтожены сжиганием).

Для оценки интенсивности проводимых мероприятий использовали индекс противоэпизоотических обработок (уровень вакцинации): (6).

Жсп v ' где Ипо — уровень вакцинации;

Жсп — среднегодовое поголовье птицы;

Жпо — число обработок поголовья.

Расчет показателей напряженности эпизоотического процесса нами был выполнен с помощью электронных таблиц MS Excel.

Анализ динамики ареала НБ проводили путем расчета непараметрического критерия серий, позволяющего оценить неслучайность периодов подъема и спада эпизоотической напряженности [109]. Автокорреляционный анализ [135] позволил выделить циклы различной степени длительностикорреляционный анализ дал возможность оценить степень связи динамики напряженности ситуации с факторами природного и социально-экономического фонадисперсионный и информационный анализ — оценить степень влияния различных факторов на характер распространения и интенсивность проявления болезни.

Анализ структуры нозоареала проводился с применением приемов математико-статистического анализа: непараметрические приемы и способы проверки гипотез [109] корреляционного, дисперсионного, информационного анализа [94].

Расчет силы влияния различных систем факторов на напряженность эпизоотической ситуации по НБ проводили по формуле:

ИПВ= 1 п.

-, (7) где ^ - общая энтропия комплекса,.

— энтропия случайного разнообразия.

Моделирование и прогноз динамики эпизоотической ситуации проводились путем расчета уравнений регрессии — трендов, периодических функций, с последующей экстраполяцией их значений на определенный период упреждения.

Зоны эпизоотического риска определяли путем расчета уравнений регрессии и таблиц каналов связи, отражающих зависимость значений показателей напряженности эпизоотической ситуации от значений факторов природного и социально-экономического фона, противоэпизоотических мероприятий.

3.3. РЕЗУЛЬТАТЫ СОБСТВЕННЫХ ИССЛЕДОВАНИЙ 3.3.1. База данных по ньюкаслской болезни птиц для проведения эпизоотологнческого мониторинга.

Содержимое файла базы данных носит имя EPQCAD (85−2005).mdb, т. е. Эпизоотологический кадастр. Из рис. 1 видно, что база данных состоит из таблиц: МЭБ — м-о?, Болезнь, Страны, Регион, Животные, Поголовье, Мероприятия. Каждая из таблиц содержит информацию об объектах одного типа. Каждая строка в этих таблицах однозначно определяет один объект из соответствующей группы. Запись, в свою очередь, состоит из нескольких полей, каждое из которых содержит элемент данных об объекте. EPIKADJ85 2005) З^^Ж1 fiCowott «>

И) raSnwd (nofdливг:>

Щ гэдлча л," «чя jtM. л.

XHBOIHdE МКЛЯМ1М.

Вэпсгыю&Е SijFenwH goftO.

Рис. 1. Содержимое файла EPIKAD (85−2005).mdb.

Структура таблиц и связи между ними представлены на рис. 2. Таблица МЭБ — бо-о7 — это таблица эпизоотологических данных (число вспышек, случаев, павших, убитых и уничтоженных от болезни животных, меры контроля за 1960;2007гг.).

Показать весь текст

Список литературы

  1. , М.Н. Информационно-картографический подход к анализу связей природных явлений / М. Н. Абишев // Вопросы географии. Количественные методы изучения природы. М., 1975. — С. 131−146.
  2. , Ю.П. Введение в планирование эксперимента / Ю. П. Адлер.— М.: Металлургия, 1969. С.5−53.
  3. , Ю.П. Планирование эксперимента при поиске оптимальных условий/ Ю. П. Адлер, Е. В. Маркова, Ю. В. Грановский М.: Наука, 1976. -279 с.
  4. Актуальные проблемы инфекционной патологии животных: материалы Междунар. науч.-практ. конф., посвящ. 45-летию ФГУ ВНИИЗЖ.- Владимир: ИПП ВЕЛЕС, 2003. 524 с.
  5. , Т.М. Система управления базой пространственно-распределенных данных / Т. М. Аскеров, А. А. Агаев // Прикладная информатика: сб. статей.-М., 1991.-Вып. 17. -С.81−97.
  6. , И.А. Карантинные и малоизученные болезни животных мировая эпизоотическая ситуация и система мер по предупреждению их заноса / И.А. Бакулов// Эпизоотология, диагностика и меры борьбы с инфекционными болезнями. Новосибирск, 1986. — С. 18 — 22.
  7. , И.А. Некоторые результаты исследований по проблеме эпизоотологического прогнозирования (в ветеринарной практике) / И. А. Бакулов // Труды ВИЭВ. М., 1982. — Т.55. — С.11−15.
  8. , И.А. Основы эпизоотологического прогнозирования и планирования противоэпизоотических мероприятий. Основные положения/ И. А. Бакулов // Руководство по общей эпизоотологии.- М.: Колос, 1979. С. 279−295.
  9. , И.А. Особенности распространения вирусных болезней животных в современных условиях и их прогнозирование / И. А. Бакулов, Г. Г. Юрков // Актуальные проблемы ветеринарной вирусологии.: тез. докл. -Казань, 1980.-С.4−5.
  10. , О.В. Эпидемиологическая статистика и анализ статистическихp.sji'yikданных / О. В. Бароян, Д. Ф. Портер // Междунар^и национальные аспекты современной эпидемиологии. -М.: Медицина, 1975. С.283−285.
  11. , О.В. Математика и эпидемиология / О. В. Бароян, JI.A. Рвачев.-М.: Знание, 1977.-64 с.
  12. , О.В. Модель эпидемий гриппа для территории СССР / О. В. Бароян, JI.A. Рвачев М.: Знание, 1971. — 15 с.
  13. , А.С. Эпизоотология и моделирование эпизоотического процесса пастереллеза в республике Бурятия: автореф. дис. канд. вет. наук: 16.00.03 / Батомункув Алдар Содномишиевич. Барнаул, 2002. — 28 с.
  14. , В.Д. Саморегуляция паразитарных систем: молекулярно-генетические механизмы / В. Д. Беляков, Д. Б. Голубев, Г. Д. Каминский, В. В. Тец. Л.: Медицина, 1987.-240 с.
  15. , М.С. Системная организация баз данных и баз знаний / М. С. Бургин, В. И. Кузнецов // Базы данных и знаний в автоматических и региональных системах: сб. науч. тр. -Киев, 1999.-С.149−157.
  16. , М.В. Диалоговая система хранения и анализа временных рядов / М. В. Бушуев // Анализ и прогноз многолетних временных рядов.-Новосибирск, 1988. С.25−29.
  17. Бюллютень о движении заболеваний с/х животных за 1961−1970 годы. -М.:МСХ, 1972.-255с.
  18. Бюллютень о движении заболеваний с/х животных за 1975−1980 годы.-М.:МСХ, 1983.-240с.
  19. Бюллютень о движении заболеваемости о падеже с/х животных за 1981 год.- М.: МСХ, 1982. 208с.
  20. Вирусные болезни животных / В. Н. Сюрин и др. -М.: ВНИТИБП, 1998.-928 с.
  21. , И.Ф. Система эпизоотологического мониторинга и государственная безопасность животноводства в чрезвычайных ситуациях / И. Ф. Вишняков // Вестник РАСХН.-2000.-№ 1.-С.8−11.
  22. , А.Г. Биогеография мира / А. Г. Воронов, Н. Н. Дроздов, Е. Г. Мяло. М.: Высш. шк., 1985. — 272 е., ил. -(Учеб. для студ. географ, спец. ун — тов.)
  23. , М.С. Общая эпизоотология / М.С.Ганнушкин-М.:Сельхозгиз, 1961.-264 с.
  24. , В.Е. Вопросы методологии эпизоотологического прогноза и некоторые пространственные задачи/ В. Е. Гудим и др. // Труды ГНКИ. М., 1985.-Т.22.-С. 281−285.
  25. , В.Е. Исследование структуры нозоареала методом информационного анализа в связи с задачей прогнозирования болезни (на примере клостридиоза, вызываемого CI. Chauvoei): автореф. дис. канд. биол. наук: 03.00.07 / Гудим Валентина-М., 1974. -24 с.
  26. , В.М. Применение компьютерных технологий для прогнозирования течения ящура при чрезвычайных ситуациях / В. М. Гуленкин //Актуальные проблемы инфекционной патологии животных: материалы
  27. Междунар. науч.-практ. конф., посвящ. 45-летию ФГУ ВНИИЗЖ.- Владимир, 2003. С.18−23.
  28. , В.М. Эпизоотологическое прогнозирование особо опасных болезней / В. М. Гуленкини др. //Ветеринария.-2001.-№ 12.-С.З-5.
  29. , Г. Проектирование реляционных баз данных для использования с микро-ЭВМ / Г. Джексон- пер. с англ. М.: Мир, 1991.-252 с.
  30. , Г. Спектральный анализ и его приложения / Г. Дженкинс, Д. Ватте- пер. с англ.-М., 1982. Вып. 1.-280 с.
  31. , С.И. Методы эпизоотологического исследования и теория эпизоотического процесса / С. И. Джупина Новосибирск: Наука, 1991.-142 с.
  32. , С.И. Прогнозирование эпизоотической ситуации (на модели эпизоотического процесса сибирской язвы) / С. И. Джупина Новосибирск, 1996.-240 с.
  33. , С.И. Пути предупреждения инфекционной заболеваемости животных на фермах / С. И. Джупина // Вестник Рос. ун-та дружбы народов. Сер. с.-х. науки. Животноводство.—2001.-№ 6.-С.106−112.
  34. , С.М. Проектирование использование баз данных / Диго С. М. -М.: Финансы и статистика, 1995.-170 с.
  35. , С.А. Анализ риска в ветеринарии. Принципы и методология. (Анализ риска заноса ящура на территорию России) / С. А. Дудников, Е. В. Гусева // ФГУ ВНИИЗЖ МСХ РФ.- Владимир, 2001, 32 с.
  36. , С.А. Количественная эпизоотология: основы прикладной биотехнологии и биостатистики /С.А.Дудников.- Владимир: Демиург, 2004. 460 с.
  37. , А.В. Системы проектирования баз данных и знаний/ А. В. Замулин.- Новосибирск: Наука, 1990. 351с.
  38. , А.Г. Ландшафты / А. Г. Исаченко, А. А. Шляпников.- М.: Мысль, 1989.-504 с.
  39. Использование географических информационных технологий в эпидемиологической диагностике особо опасных инфекций / Л. С. Кирьякова и др. // Проблемы особо опасных инфекций. -2004. Вып. 87. — С.24−27.
  40. , В.В. Основы проектирования реляционных баз данных / В. В. Кириллов, — СПб.: ИТМО, 1994. 88 с.
  41. , А.А. Эпизоотология и инфекционные болезни сельскохозяйственных животных /А.А. Конопаткин и др. М.: Колос, 1984.-С.544
  42. , В.М. Имитационное математическое моделирование эпизоотического процесса: биологические аспекты /В.М.Константинов //Вестник сельскохозяйственной науки. 1990. — № 2. — С. 100−109.
  43. , В.М. Проблема кластеризации основное звено районирования в медико-географических исследованиях / В. М. Константинов, М. Г. Таршис // Медицинская география. — Л., 1989. — С.25−26.
  44. Коромыслов, Г. Ф. Эпизоотологическое прогнозирование мероприятий по профилактике и борьбе с заразными болезнями / Г. Ф. Коромыслов, Б. Ф. Званцов // Международный с.-х. журнал. 1981. — № 6. — С. 104−105.
  45. , Е.В. Геоинформационное обеспечение эпидемиологического надзора за чумой в природных очагах России / Е. В. Куклев, Н. В. Попов,
  46. Кулешов, А. А. Математическое моделирование лесных пожаров / А. А. Кулешов, Е. Е. Мышецкая, В. Ф. Тишикин // Пробл. прогнозирования чрезвычайных ситуаций: сб. материалов науч. практ. конф. — М., 2002. —1. C.52−53.
  47. , Ф.П. Некоторые особенности борьбы с особо опасными болезнями животных / Ф. П. Курченко // Вопросы ветеринарной вирусологии, микробиологии и эпизоотологии: тез. науч. конф./ ВНИИВВиМ. Покров, 1985, — Т. 2.-С. 485−490.
  48. , А.Т. Оценка эффективности применения пылевидных вакцин против ньюкаслской болезни птиц //Вопросы ветеринарной вирусологии, микробиологии и эпизоотологии.: материалы науч. конф. / ВНИИВВиМ. — 4.1. Покров, 1993. — С.149−150.
  49. , Г. Ф. Биометрия / Г. Ф. Лакин М.: Высш. шк., 1990. — С.208−306.- (Учеб. пособие для биол. спец. вузов)
  50. , Д. Факторный анализ как статистический метод / Д. Лоули, А. Максвелл — М.: Мир, 1967. 144 с.
  51. , В. Л. Использование математических моделей для прогнозирования медико санитарных последствий на различных этапах развития радиационной аварии на АЭС / В. Л. Мазанов, А. Ф. Хоруженко //
  52. Проблемы прогнозирования чрезвычайных ситуаций: сб. материалов науч.-практ. конф. М., 2002. — С.58.
  53. , В.В. Аналитическая эпизоотология / В. В. Макаров, О. И. Сухарев // Аграрная Россия. 2001. — № 3. — С.9−14.
  54. , В.В. Очерки истории борьбы с инфекционными болезнями/ В. В. Макаров.- М., 2008. 220с.
  55. , В.В. Эпизоотологическая методология. Лекционный курс / В. В. Макаров. М., 2001. — 224 с.
  56. , В.В. Эпизоотологическая терминология основные определения и категории / В. В. Макаров, Д. А. Васильев. — Ульяновск: Изд-во УГСХА, 1998. — 51с.
  57. , Дж. Организация баз данных в вычислительных системах / Дж. Мартин- пер. с англ. М.: Мир, 1980. — 662 с.
  58. Методические рекомендации по ведению эпизоотологического мониторинга экзотических особо опасных и малоизвестных болезнейживотных / И. А. Бакулов, А. В. Книзе, А. А. Стрижаков, Н. В. Дмитриенко, В. А. Филоматова / ГНУ ВНИИВВиМ.- Покров, 2007.-79с.
  59. Методическое руководство по определению экономического ущерба и эффективности противоэпизоотических мероприятий при особо опасных болезнях животных (группа А) /В.М Гуленкин, Т. З. Байбиков, Ю. В. Зимковский, В. М. Захаров / ВНИИЗЖ, — Владимир, 1996.- 85с.
  60. Методические указания по эпизоотологическому исследованию / И. А. Бакулов и др. М.: Изд -во ГАК СССР, ВНИИВВиМ, ВИЭВ. — 20 с.
  61. Моделирование атропонозов и зоонозов // Эпидемиологическая кибернетика: Модели, информация, эксперименты: сб. науч. тр. НИИЭМ им. Гамалеи АМН СССР. М., 1991.-С. 109−161.
  62. , P.P. Система статистического и экономического анализа противоэпизоотических мероприятий на основе компьютерных технологий: автореф. дис. .канд. вет. наук: 16.00.03 / Муллахметов Рустем Ренатович. -Казань, 2005. -19 с.
  63. , К.П. Моделирование риска заноса и распространения ящура на территории России и прогнозирование эпизоотической ситуации: автореф. дис. канд. биол. наук: 03.00.06- 16.00.03 / Николаева Клеопатра Павловна. Владимир, 2005. — 23 с.
  64. Основы географической эпизоотологии. Учебное пособие // В. Н. Кисленко и др. / МСХП РФ РАСХН- Сиб. отд. ИЭВС и ДВ- НГАУ. -Новосибирск, 1997. 84 с.
  65. Особо опасные болезни животных. Справочник / И. А. Бакулов, Т. А. Власова, С. Ф. Терновая, А. В. Книзе, И. Ю. Хухоров, Н. В. Дмитриенко / ВНИИВВиМ.- Покров, 2002.-159 с.
  66. Особо опасные болезни животных. Справочник / И. А. Бакулов, В. М. Котляров, А. С. Донченко, И. Ю .Хухоров, С. Ф. Терновая, А.В.Книзе/ ВНИИВВиМ- ГНУ ИЭВС и ДВ. Покров, Новосибирск, 2002.-184 с.
  67. Оценка экономической эффективности профилактической вакцинации животных против ящура/ В. М. Гуленкин и др. // Проблемы инфекционной патологии с.-х. животных.- Владимир, 1997.-С.30−31.
  68. , А.П. Математическое моделирование и прогнозирование эпизоотий / А. П. Песковацков, Е. С. Голубева // Труды ГНКИ. М., 1975. -Т.22. — С.275−280.
  69. , А.П. Метод эпизоотологического исследования и прогнозирование / А. П. Песковацков // Вопросы ветеринарной вирусологии, микробиологии и эпизоотологии: тез. докл. науч. конф., 14 -16 ноября 1983 г./ ВНИИВВиМ.-Покров, 1983.- С. 120−122.
  70. , А.П. О принципах системы эпизоотологического прогнозирования / А. П. Песковацков //Вопросы ветеринарной вирусологии, микробиологии и эпизоотологии: тез. докл. науч. конф., посвящ. 30- летию ВНИИВВиМ, — Покров, 1988.- С.13−15.
  71. , В.И. Экспериментальное моделирование инфекции мочевыводящих путей животных, вызванных Actiobaculus suis / В. И. Плешакова, Н. М. Колычев // Доклады РАСХН. 2002. — № 1. — С.35−38.
  72. , Н.А. Алгоритмы биометрии/ Н. А. Плохинский. -М.:МГУ, 1980.-80с.
  73. Построение обобщенного показателя оценки эпизоотической ситуации / Р. Н. Коровин и др. // Доклады РАСХН. 2002. — № 2. — С.54−55.
  74. , Дж. Справочник по вычислительным методам статистики / Дж. Поллард- пер. с анг. М.: Финансы и статистика, 1982. — С. 260−319.
  75. , Э.Г. Разработка методов прогнозирования заболеваемости людей на модели геморрагической лихорадки с почечным синдромом / Э. Г. Потиевский, JI.A. Красильникова // Моделирование биологических сообществ. Владивосток, 1990. — С.86−92.
  76. Проблемы защиты от актов биотерроризма в современных условиях / Б. В. Боев, В. М. Бондаренко, А. А. Воробьев, В. В. Макаров // Аграрная Россия. -2002. № 2. — С. 66−74.
  77. Прогностическая модель распространения наркомании и ВИЧ-инфекции среди молодежи / Б. В. Боев, В. М. Бондаренко // ЖМЭИ. 2001. -№ 5. — С.76−81.
  78. , В.И. Санитарная охрана территории: базы данных о распространении некоторых особо опасных болезней/ В. И. Прометный, Б. П. Голубев, Э. А. Москвитина // ЖМЭИ. № 5. 2002. — С.25−29.
  79. , Е.И. Зависимость между случайными величинами / Е. И. Пустыльник //Статистические методы анализа и обработки наблюдений. — М.: Наука, 1968. С. 213−239.
  80. Рабочая книга по прогнозированию / под ред. И. В. Бестужева Лада.-М.: Мысль, 1982.-429 с.
  81. Разработка краткосрочных прогнозов эпизоотологической обстановки (при инфекционных болезнях животных) / В. А. Ведерников и др. // Труды ВИЭВ. М., 1983.-Т.55-С.21−26.
  82. Разработка научно обоснованных прогнозов по ящуру и внедрение их в ветеринарную практику / Т. З. Байбиков и др. // Проблемы инфекционной патологии с.-х. животных: тез. докл. конф.- Владимир, 1997. С. 28.
  83. , Л.А. Эксперимент по машинному прогнозированию эпидемии гриппа / Л. А. Рвачев // Доклады АН СССР. 1971. — Т. 198. — № 1. -С.68−70.
  84. Региональный анализ риска возникновения ящура на территории России/ С. А. Дудников и др. // Проблемы прогнозирования чрезвычайных ситуаций: сб. материалов науч.- практ. конф.- М., 2002.-С. 29−30.
  85. Рекомендации по методике эпизоотологического исследования / под ред. И. А. Бакулова .- Покров, 1975. 75 с.
  86. Руководство по общей эпизоотологии / под ред. И. А. Бакулова, А. Д. Третьякова. М.: Колос, 1979. — 424 с.
  87. , Р. Справочник по непараметрической статистике. Современный подход / Р. Рунион. М.: Финансы и статистика, 1982.-198 с.
  88. Система эпизоотологического мониторинга особо опасных, экзотических, малоизученных, в том числе зооантропонозных болезней животных / И. А. Бакулов и др. М., 2001. — 72 с.
  89. , С.М. К вопросу о прогнозировании эпизоотического процесса при бешенстве на территории России / С. М. Сидоров и др. // Ветеринарная патология. -2007. -№ 3. С. 17 — 22.
  90. , В.Н. Частная ветеринарная вирусология: справочная книга /
  91. B.Н. Сюрин, Н. В. Фомина. -М.: Колос, 1979.- 472 с.
  92. , JI.A. Выяснение корреляций между заболеваемостью сельскохозяйственных животных ящуром и плотностью их размещения на территории РСФСР /Л.А. Таранова // Сборник трудов МВА. 1973. — Т.65.1. C.170−171.
  93. , М.Г. Краевая эпизоотология нечерноземной зоны РСФСР/ М. Г. Таршис. М.: Колос, 1980. -208 с.
  94. , М.Г. Математические методы в эпизоотологии / М. Г. Таршис, В. М. Константинов.- М.: Колос, 1975. С.103−119.
  95. , М.Г. Математические модели эпизоотического процесса / М. Г. Таршис, В. М. Константинов. М.: ВНИИТЭИСХ, 1979. — 203 с.
  96. , М.Г. Моделирование эпизоотического процесса / М. Г. Таршис // Эпизоотологический прогноз и противоэпизоотический план. М., 1979. -С.35−46.
  97. , М.Г. Некоторые модели эпизоотологического прогноза / М. Г. Таршис, В. Е. Гудим, Р. Ф. Иопа // Ветеринария. 1973. — № 7. — С.42−44.
  98. , М.Г. Эпизоотологический прогноз и противоэпизоотический план / М. Г. Таршис М.: Россельхозиздат, 1979. — 110 с.
  99. , П.В. Практикум по биометрии/П.В. Терентьев, Н. С. Ростова. -Л.: Изд-во Ленингр. ун-та, 1977.- 152с.
  100. , В.Д. Экология / В. Д. Федоров, Т. Г. Гильманов. М.: МГУ, 1980.- 464 с.
  101. , В.И. Общие проблемы птицеводства. Стратегические тенденции развития яичного и мясного птицеводства России /В.И.Фисинин // Сборник трудов. IV Международный конгресс по птицеводству М., 2008. -С.4−22
  102. , Г. Современный факторный анализ / Г. Харман. М.: Колос, 1972.- 160 с.
  103. , Ш. Х. Математическое моделирование эпидемического процесса / Ш. Х Ходжаев, Х. К. Кадыров, Х. З. Икрамова // Автоматизация. Организация. Диагностика. -М., 1981. С. 163−166.
  104. , О.Ф. Вакцинация основа эпизоотического благополучия птицехозяйства / О. Ф. Хохлачев и др. // IV Международный ветеринарный конгресс по птицеводству, 8−11 апреля 2008 г. — М., 2008.- С.29−37.
  105. , Ц. О методах эпизоотологии / Ц. Цонев, П. Елицина, Б. Ликов// Методические материалы по проблемам общей эпизоотологии в условиях промышленного животноводства. — София, 1984. С. 31 — 43.
  106. , Б.Л. Глобальная эпидемиология / Б. Л. Черкасский.-М.: Практическая медицина, 2008. 447 с.
  107. , Б.JI. Риск в эпидемиологии / Б. Л. Черкасский.- М.: Практическая медицина, 2007. 480 с.
  108. Шоопала Джоханнес. Особенности проявления эпизоотического процесса катаральной лихорадки овец в Намибии: автореф. дис. канд. вет. наук: 16.00.03 / Шоопала Джоханнес. М., 2006. — 24с.
  109. Эпизоотологический словарь справочник / И. А. Бакулов, Г. Г. Юрков, В. А. Ведерников, Ф. М. Орлов. -М.: Россельхозиздат, 1986. — 190 с.
  110. Эпизоотологический словарь-справочник / сост. Д. И. Козлова.- М.: Россельхозиздат, 1986.-189 с.
  111. , С.А. Научно техническое прогнозирование / С. А. Юдников // Проблемы прогнозирования чрезвычайных ситуаций: сб. материалов науч. — практ. конф. — М., 2002. — С.90−92.
  112. , В.Н. Динамика эпидемического процесса/ В. Н. Ягодинский. М.: Медицина, 1977.- 240 с.
  113. , П.Н. Совершенствование планирования профилактических противоинфекционных мероприятий на основе современных компьютерных технологий: автореф. дис.. канд. вет. наук. Воронеж, 2004. — 22 с.
  114. Animal health yearbook 1960 -1995 / FAO-WHO -OIE.-Rome, 1961 -1996.
  115. Armitage, P. Modelling the transmission of rabies/ P. Armitage // Disease and Urbanization. London, 1980. — P.45−54.
  116. Barnes, S. Mapping the future of health care: CIS applications in Health care analysis / Barnes S., Peck A. //Geographic Information Systems. -1994. -№ 4. -P.31−33.
  117. Beal, V.S. Perspectives on animal diseases surveillanse / V.S. Beal // Proc. 87 annual meet, of U.S. animal health association. Las Vegas, 1983. — P. 359 -385.
  118. Beal, V.S. The use mathematical models in animal diseases program evaluation / V.S. Beal // Proc. 87 annual meet, of U.S. animal association. Las Vegas, 1983. — P. 386−302.
  119. Buish, W.W. The Threat and response to a foreign animal disease outbreak / W.W. Buish // The bovine practioner. 1980, № 15. — P. 415 — 425.
  120. Canning, R. Trends in data management. Part 1 / R. Canning // EDP Analyzer. 1971. — Vol. 9, № 5. -P.412−435.
  121. Clarke, K.C. Analytical and computer cartography / K.C. Clarke. 2nd ed. -Englewood Cliffs, N.J. — Prentice — Hall., 1995.
  122. Clarke, K.C. Geographic information systems: definitions and prospects / K.C.Clarke// Bull. Geogr. and Map Div. Spec.Libr.Assoc.-1985. -№ 142. P. 1217.
  123. Clarke, K. C The use of remote sensing and geographic information system in UNICEF’s dracunculiasis (Guinea worm) eradication effort / K.C.Clarke et al. // Prew Vet.Met.-l 991. № 11. — P. 229−235.
  124. Codd, E. Seven steps to rendezvous with the casual user/ E. Codd // Proc. IFIP TC-2 Work. Conf. on Data Base Manag. Syst. North-Holland, 1974.-P.315−338.
  125. Codd, E.F. A relational model of data for large shared data banks / E.F.Codd // Communications of the ACM. 1970. — Vol.13, № 6.-P.26−28.
  126. Codd, E.F. Extending the relational database model to capture more meaning / E.F. Codd // ACM Transactions on Database Systems. 1979. — Vol.4.-№ 4. — P.278−290.
  127. Copeland, G. The architecture of CASSM: A cellular system for nonnumeric processing/ G. Copeland, G. Lipovski, S. Su // Proc. 1st Annual. Simp. On Сотр. Architec. Gainesville, Florida, 1973. — P.232−240.
  128. Deutrich, V. Die amoendung von methoden der geographen epizootiologie fun tierseuchen becamp fung biespiel der myxomatoze / V. Deutrich // Mh.fus. vet. med. 1982. — Vol. 37, № Ю.- P.581 -586.
  129. Deutrich, V. Jupfs boffiensot zus myxomatoze behaupfung auf der Grundlage der epizootiologishen rayonierund / V. Deutrich, G. Hausburg // Mh.fus. vet. med. 1986. — Vol. 41, № 18. — P. 615 -621.
  130. Dictionary of Veterinary epidemiology / Ed. B. Toma et al.- Ames: Jowc SUP, 1999.-288 p.
  131. Economic impact of transboundary plant pests and animal diseases // The state of food and agriculture / FAO. Rome, 2001.- 62 p.
  132. Engles, R. A. Tutorial on Data Base Organization. Part. l / R. A. Engles // Annual Rev. in Autom. Progr. 1972. -№ 7.-P.27−46.
  133. FAO Production yearbook 1985−2004. Rome, 1986−2005.
  134. Farley, J. Query execution and index selection for relational data bases / J. Farley, S. Schuster // University of Toronto Сотр. Sys. Res. Group Techn. Rep. CSRG.-1980.-Vol.53. P.35−46.
  135. Gibbs, E.PJ. Virus diseases of food animals / E.P.J. Gibbs .- London, New York, Sidney, San Francisco: Acad. Press, 1981.- Vol.1. 330 p.
  136. Glass, G.F. Environmental risk factors for Lyme disease identified with geographic information systems / G.F.Glass, B.S.Scbwarts, J.M.Morgan, et al. // Am J Public Health. -1995. № 85. — P.944−948.
  137. Goodcbild, M.F. Geographic information science/ M. F .Goodcbild // International Journal of Geographic Information Systems. -1992.
  138. Hall, P. Optimisation of a single relational expression in a relational data base system / P. Hall // IBM UK Sci. Centre Rep. 1975. — P.26−32.
  139. Hanson, R.P. Animal disease control. Regional programs / R.P. Hanson, M. R. Hanson. Ames: The Jowa State Univ. press, 1983.- 33 lp.
  140. Hethcote, H.W.Gonorrhea transmission dynamics and control / H.W.Hethcote, J.A.Yorke // Lecture Notes in Biomathematics.-1994.-Vol.56,-P.105.
  141. Hillis А. А mathematical model for the epidemiologic study of infectious diseases //Int. J. Epidemiol.-1989.-№ 8.-P. 167−176.
  142. Hugh-Jones, M. E. A simple vaccination model / M.E.Hugh-Jones // Vulletin office entepizoot. 1981. — Vol.93, № 1−2. — P. 1−8.
  143. King, L.J. National animal surveillance. A sense of future / L.J. King // Proc. 87 annual meet, of U.S. animal health association. Las Vegas, 1983.- P. 356 -357.
  144. King, M.E. Use of modeling in infectious disease epidemiology / M.E.King, C. L Soskolne // Amer. J. Epidemiol.-1999,-Vol. 128, № 5.-P.949−951.
  145. Klaring, W.J. Mathematical models for the spread and control of foot-and-mouth fisease during the 1973 epidemic in Austria/ W.J.Klaring, W. Timischl // Biometr. J.- 1979. Vol. 21, № 7. — P.675−680.
  146. Levein, R. A computer system for inference execution and data retrieval / R. Levein, M. Maron // CACM 1967. — Vol. 10, № 11. — 318p.
  147. Lin, C. The design of a rotating associative memory for a relational database management application / С .Lin, D. Smith, J. Smith // ACM Trans, on Database Sys.- 1976. -Vol. 1, № l.-P. 376−412.
  148. McDonald, C.L. Applied computer graphics in a geographic information system: problems and successes/ C.L.McDonald, I.K.Crain // Computer graphics and application. 1985.-Vol. 5, № 10. — P.34−39.
  149. McGee, W. The IMS/VS system / W. McGee // IBM Sys. J. 1986. — № 1. -P. 350−361.
  150. Meltzer, H. Data base concepts and an architecture for a data base system / H. Meltzer // SHARE XXXIII. Boston, 1969. — 612 p.
  151. Minker, J. Performing inferences over relational data base / J. Minker // Proc. ACM SIG-MOD Int. Conf. on the Manag. of Data, 1985.- 125 p.
  152. Moutou, F. Modelling the spread of FMD virus / F. Moutou, B. Durand // Vet. Res. 1994. — Vol. 25, № 2. — P. 279 — 285.
  153. Odend, Hal S. The geographical distrbution of animal viral diseases / Hal S Odend .-New York: Acad. Press, 1983. 493 p.
  154. OIE World animal health 1985−2003. Paris, 1986−2004.
  155. Ozlcarahan, E. RAP: An associative processor for data base management / E. Ozkarahan, S. Schuster, K. Smith // Proc. NCC .- 1975. Vol.44. — P. 412−420.
  156. Pecherer, R. Efficient of expressions in a relational algebra / R. Pecherer //Proc. aCM Pacif. Conf. San Francisco, 1975. — P. 266−270.
  157. Rothnie, J. An Approach to Implementing a Relational Data Management System / J. Rothnie //Proc. ACM SIGMOD Works. On Data Descrip., Access and Contr.- 1974.-447 p.
  158. Rothnie, J. Evaluating inter-entry retrival expressions in a relational data base management system / J. Rothnie // Proc. NCC .- 1975. 44. — 436 p.
  159. Ryall, D.B.Validation of the UK Met offices NAME model against the ETEX dataset / D.B.Ryall, R.H. Maryon // J. Atmospheric Environment. 1998. -№ 32. — P. 4265−4276.
  160. Sellers, R.F. Weather, host and vector their interplay in spread of insect -borne animal virus diseases / R.F. Sellers // J. Hyg, 1980.- № 85.- P. 65 -102.
  161. Seyffert, H. J/ Global status of animal diseases exotic to the United States /
  162. H.J.Seyffert // Proc. 87 annual meet, of U.S. animal health association. Las Vegas, 1983. — P. 289−292.
  163. Stellmann, C. Epizootologie de la rage en France de 1968 a 1972 selon im modele biomathematique / C. Stellmann, G. Beranger // Rew. De Med. Vet. 1974. -Vol.125, № l.-P. 45−62.
  164. Terrestrial animal Health Code/ OIE.- 2005.- Part 1, Sect. 1.3, Charter13.1.
  165. Teunis, P. The beta Poisson dose-response model is not a single-hit model / P. Teunis, A. Havelaar // Risk Analysis. 2000. — Vol. — P. 513−520.
  166. Tinline, R. A note on a simulation model of spread of foot-and-mouth disease / R. Tinline Canada: Department of Geography Queens University, 1970. — 12 p.
  167. Trevino, L.S. Foreign animal disease control programs in the United States/ L.S. Trevino // J. Am. Vet. Med. Assoc. -1975, — Vol. 167. P. 459−462.
  168. Tsichritzis, D. Hierarchical (lata base managements: A Survey / D. Tsichritzis, F. Lochovsky // ACM Сотр. Sur. 8. 1976. — № 1. — P.216−220.
  169. U.N. Statistical yearbook 2004. Geneva, 2005.
  170. William, M. A state-transition model of Epidemic Foot and Mouth Disease / M. William, M. Miller// New Techniques in Veterinary Epidemiology and Economics / Proceeding of Symposium University of Reading.- England, 1976.
Заполнить форму текущей работой

Пора сдавать?