ABSTRACT
In recent history, Coronavirus Disease 2019 (COVID-19) is one of the worst infectious disease outbreaks affecting humanity. The World Health Organization has defined the outbreak of COVID-19 as a pandemic, and the massive growth of the number of infected cases in a short time has caused enormous pressure on medical systems. Mexico surpassed 3.7 million confirmed infections and 285,000 deaths on October 23, 2021. We analysed the spatio-temporal patterns of the COVID-19 epidemic in Mexico using the georeferenced confirmed cases aggregated at the municipality level. We computed weekly Moran's I index to assess spatial autocorrelation over time and identify clusters of the disease using the "flexibly shaped spatial scan" approach. Finally, we compared Euclidean, cost, resistance distances and gravitational model to select the best-suited approach to predict inter-municipality contagion. We found that COVID-19 pandemic in Mexico is characterised by clusters evolving in space and time as parallel epidemics. The gravitational distance was the best model to predict newly infected municipalities though the predictive power was relatively low and varied over time. This study helps us understand the spread of the epidemic over the Mexican territory and gives insights to model and predict the epidemic behaviour.
ABSTRACT
Se evaluó el papel de la topografía como variable sustituta para explicar patrones de diversidad de tipos de vegetación (DTV). Se calculó el índice de diversidad de vegetación de Simpson para todo el territorio mexicano utilizando mapas de uso del suelo y vegetación por medio de SIG. Se determinó la correlación entre diversidad de vegetación y algunos atributos topográficos (altitud, rango de elevación, pendiente, rugosidad y exposición), encontrándose correlación significativa entre las variables topográficas y la diversidad de vegetación (Coeficiente de Spearman >0,4, p=0,01 con tres variables: rango y promedio de elevación, y pendiente) con una ventana óptima de 80×80km². Luego se modeló los DTV con base en los atributos topográficos usando un enfoque de redes neurales artificiales. La comparación entre los mapas de DTV modelados y reales mostró que el modelo es una buena estimación de la diversidad de vegetación. El análisis de errores sugiere que los DTV no pueden explicarse totalmente por atributos topográficos, aunque éstos juegan un papel fundamental en los DTV a escala regional y continental. Las coberturas del suelo y la vegetación reflejan los patrones de distribución de la biodiversidad, por lo que la modelación de los DTV es un enfoque prometedor para evaluar la biodiversidad. La conclusión principal es que las variables topográficas, disponibles en diferentes escalas de resolución para la mayor parte del mundo, pueden ser utilizadas para representar patrones regionales de biodiversidad. Este aspecto es crucial en países tropicales, los cuales presentan alta biodiversidad pero frecuentemente carecen de bases de datos sobre coberturas del suelo confiables y actualizadas.
