Skip to main content

The History of Pandemics

2019 ഡിസംബറിൽ ചൈനയിലെ വുഹാൻ പ്രദേശത്ത് ഒരു പുതിയ ("നോവൽ") കൊറോണ വൈറസ് മനുഷ്യരിൽ പ്രത്യക്ഷപ്പെടാൻ തുടങ്ങി. "2019 ലെ കൊറോണ വൈറസ് രോഗം" എന്നതിന്റെ ചുരുക്കിയ രൂപമായ കോവിഡ് -19 എന്നാണ് ഇതിന് പേര് നൽകിയിരിക്കുന്നത്. ഈ പുതിയ വൈറസ് അവിശ്വസനീയമാംവിധം ആളുകൾക്കിടയിൽ പടരുന്നു, അതിന്റെ കാരണം ഭൂമിയിൽ ഇത് വരെ ആർക്കും കോവിഡ് -19 പ്രതിരോധശേഷിയില്ല എന്നതാണ്. ലോകത്ത് ഇതിന് മുന്പും പല മഹാമാരികളും കടന്ന് പോയിട്ടുണ്ട്. അവയിലെ പ്രധാനപ്പെട്ടവയെ ഇവിടെ പരിചയപ്പെടുത്തപ്പെടുന്നു...
എച്ച്ഐവി / എയ്ഡ്സ് പാൻഡെമിക് (2005-2012)
ഡെത്ത് ടോൾ: 360 ലക്ഷം
കാരണം: എച്ച്ഐവി / എയ്ഡ്സ്
1976 ൽ ഡെമോക്രാറ്റിക് റിപ്പബ്ലിക്ക് ഓഫ് കോംഗോയിൽ ആദ്യമായി തിരിച്ചറിഞ്ഞ എച്ച്ഐവി / എയ്ഡ്സ് ഒരു ആഗോള പാൻഡെമിക് ആണെന്ന് സ്വയം തെളിയിച്ചിട്ടുണ്ട്. 1981 മുതൽ 36 ദശലക്ഷത്തിലധികം ആളുകൾ ഇത് മൂലം മരണമടഞ്ഞു. നിലവിൽ 31 മുതൽ 35 ദശലക്ഷം ആളുകൾ എച്ച്ഐവി ബാധിതരാണ്. ഇതിൽ ഭൂരിഭാഗവും ഉപ-സഹാറൻ ആഫ്രിക്കയിലാണ് (ഏകദേശം 21 ദശലക്ഷം ആളുകൾ). 2005 നും 2012 നും ഇടയിൽ എച്ച്ഐവി / എയ്ഡ്സ് ബാധിച്ച ആഗോള മരണങ്ങൾ 2.2 ദശലക്ഷത്തിൽ നിന്ന് 1.6 ദശലക്ഷമായി കുറഞ്ഞു.
ഫ്ലു പാൻഡെമിക് (1968)
ഡെത്ത് ടോൾ: 10 ലക്ഷം
കാരണം: ഇൻഫ്ലുവൻസ
ഫ്ലൂ പാൻഡെമിക് ചിലപ്പോൾ "ഹോങ്കോംഗ് ഫ്ലൂ" എന്നും അറിയപ്പെടുന്നു. 1968 ജൂലൈ 13 ന് ഹോങ്കോങ്ങിൽ റിപ്പോർട്ട് ചെയ്യപ്പെട്ട ആദ്യത്തെ കേസിൽ നിന്ന്, സിംഗപ്പൂരിലേക്കും വിയറ്റ്നാമിലേക്കും വൈറസ് പടർന്നുപിടിക്കാൻ വെറും 17 ദിവസമേ എടുത്തുതള്ളൂ. മൂന്ന് മാസത്തിനുള്ളിൽ ഫിലിപ്പീൻസ്, ഇന്ത്യ, ഓസ്‌ട്രേലിയ, യൂറോപ്പ്, യു. എസ് എന്നിവിടങ്ങളിലേക്ക് വ്യാപിച്ചു. 1968 ലെ പാൻഡെമിക്കിന് താരതമ്യേന കുറഞ്ഞ മരണനിരക്ക് ഉണ്ടായിരുന്നിട്ട്പ്പോലും (.5%) ഹോങ്കോങ്ങിൽ മാത്രം 500,000 മരണമുൾപ്പെടെ ഒരു ദശലക്ഷത്തിലധികം ആളുകളുടെ മരണത്തിന് ഇത് കാരണമായി. അക്കാലത്ത് ജനസംഖ്യയുടെ ഏകദേശം 15% ആളുകൾ ഈ മഹാമാരിക്ക് കീഴടങ്ങി.
ASIAN FLU (1956-1958)
ഡെത്ത് ടോൾ: 20 ലക്ഷം
കാരണം: ഇൻഫ്ലുവൻസ
1956 ൽ ചൈനയിൽ നിന്ന് ഉത്ഭവിച്ച് 1958 വരെ നീണ്ടുനിന്ന എച്ച് 2 എൻ 2 ഉപവിഭാഗത്തിന്റെ ഇൻഫ്ലുവൻസ എ യുടെ പകർച്ചവ്യാധിയാണ് ഏഷ്യൻ ഫ്ലൂ. രണ്ട് വർഷത്തെ ഇടവേളയിൽ ഏഷ്യൻ ഫ്ലൂ ചൈനീസ് പ്രവിശ്യയായ ഗ്വിഷോവിൽ നിന്ന് സിംഗപ്പൂർ, ഹോങ്കോംഗ്,അമേരിക്ക എന്നീ ഇടങ്ങളിൽ സന്ദർശനം നടത്തി. ലോകാരോഗ്യ സംഘടനയുടെ അന്തിമ കണക്ക് ഏകദേശം 2 ദശലക്ഷം മരണങ്ങളാണ് രേഖപ്പെടുത്തിയത് .യുഎസിൽ മാത്രം 69,800 പേർ മരിച്ചു.
ഫ്ലു പാൻഡെമിക് (1918)
ഡെത്ത് ടോൾ: 200 -500 ലക്ഷം
കാരണം: ഇൻഫ്ലുവൻസ
1918 നും 1920 നും ഇടയിൽ ഇൻഫ്ലുവൻസയുടെ ഒരു മാരകമായ മുഖമാണ് ലോകമെമ്പാടുമുള്ള ജനസംഖ്യയുടെ മൂന്നിലൊന്ന് പേരെ ബാധിക്കുകയും 20 - 50 ദശലക്ഷം ആളുകളുടെ ജീവിതം അപഹരിക്കുകയും ചെയ്ത ഫ്ലു പാൻഡെമിക്. 1918 ലെ പാൻഡെമിക് ബാധിച്ച 500 ദശലക്ഷം ആളുകളിൽ, മരണനിരക്ക് 10% മുതൽ 20% വരെയാണ് കണക്കാക്കപ്പെടുന്നത്. ആദ്യ 25 ആഴ്ചയിൽ മാത്രം 25 ദശലക്ഷം പേർ മരിച്ചു. 1918 ലെ ഇൻഫ്ലുവൻസ പകർച്ചവ്യാധിയെ മറ്റ് ഇൻഫ്ലുവൻസ ബാധകളിൽ നിന്ന് വേർപെടുത്തിയത് ഇരകളുടെ മാറ്റത്തിലൂടെയാണ്. ഇൻഫ്ലുവൻസ മുമ്പ് പ്രായപൂർത്തിയാകാത്തവരെയും പ്രായമായവരെയും ദുർബലരായ രോഗികളെയും മാത്രമേ കൊന്നിരുന്നുള്ളൂവെങ്കിൽ, അതിൽ നിന്ന് വ്യത്യസ്തമായി ആരോഗ്യവാന്മാരായ ചെറുപ്പക്കാരുടെ ജീവനെടുക്കാൻ തുടങ്ങി.
ആറാമത്തെ കോളറ പാൻഡെമിക് (1910-1911)
ഡെത്ത് ടോൾ: 800,000+
കാരണം: കോളറ
മുമ്പത്തെ അഞ്ച് അവതാരങ്ങളെപ്പോലെ, ആറാമത്തെ കോളറ പാൻഡെമികും ഇന്ത്യയിൽ നിന്നാണ് ഉത്ഭവിച്ചത്. അവിടെ നിന്ന് മിഡിൽ ഈസ്റ്റ്, നോർത്ത് ആഫ്രിക്ക, കിഴക്കൻ യൂറോപ്പ്, റഷ്യ എന്നിവിടങ്ങളിലേക്ക് വ്യാപിക്കുന്നതിനുമുമ്പ് തന്നെ 800,000 ത്തിലധികം പേർ മരണമടഞ്ഞിരുന്നു. ആറാമത്തെ കോളറ പാൻഡെമിക്കാണ് കോളറയുടെ അവസാനത്തെ മഹാമാരി രൂപത്തിലുള്ള അവതാരം. മുൻകാലങ്ങളിൽ നിന്ന് പാഠമുൾകൊണ്ട അമേരിക്കൻ ആരോഗ്യ അധികാരികൾ രോഗബാധിതരെ isolate ചെയ്യാൻ ശ്രമിച്ചു.അതിനാൽ തന്നെ യുഎസിൽ 11 മരണങ്ങൾ മാത്രമാണ് റിപ്പോർട്ട് ചെയ്തത്. 1923 ആയപ്പോഴേക്കും കോളറ കേസുകൾ ഗണ്യമായി കുറഞ്ഞു. എന്നിരുന്നാലും ഇത് ഇപ്പോഴും ഇന്ത്യയിൽ സ്ഥിരമാണ്.
FLU PANDEMIC (1889-1890)
ഡെത്ത് ടോൾ: 10 ലക്ഷം
കാരണം: ഇൻഫ്ലുവൻസ
യഥാർത്ഥത്തിൽ "ഏഷ്യാറ്റിക് ഫ്ലൂ" അല്ലെങ്കിൽ "റഷ്യൻ ഫ്ലൂ" എന്ന് വിളിക്കപ്പെടുന്ന ഈ രോഗം ഇൻഫ്ലുവൻസ എ വൈറസ് ഉപവിഭാഗമായ എച്ച് 2 എൻ 2 ന്റെ ചെയ്തിയായി കരുതപ്പെട്ടിരുന്നു. പക്ഷേ, സമീപകാല കണ്ടെത്തലുകൾ ഇത് ഇൻഫ്ലുവൻസ എ വൈറസ് ഉപവിഭാഗമായ എച്ച് 3 എൻ 8 ആണെന്ന് കണ്ടെത്തി. ആദ്യത്തെ കേസുകൾ 1889 മെയ് മാസത്തിൽ, മൂന്ന് വ്യത്യസ്തവും വിദൂരവുമായ സ്ഥലങ്ങളിൽ അഥവാ, മധ്യേഷ്യയിലെ ബുഖാറ (തുർക്കെസ്താൻ), വടക്കുപടിഞ്ഞാറൻ കാനഡയിലെ അതബാസ്ക, ഗ്രീൻലാൻഡ് എന്നിവിടങ്ങളിൽ കണ്ടെത്തി. പത്തൊൻപതാം നൂറ്റാണ്ടിലെ നഗരപ്രദേശങ്ങളിലെ അതിവേഗ ജനസംഖ്യാ വർധന പനി പടരാൻ സഹായകമായി. ബാക്ടീരിയോളജി കാലഘട്ടത്തിലെ ആദ്യത്തെ യഥാർത്ഥ പകർച്ചവ്യാധിയായ ഇതിൽ നിന്ന് ധാരാളം കാര്യങ്ങൾ ശാസ്ത്രലോകം പഠിച്ചു.
തേർഡ് കോളറ പാൻഡെമിക് (1852–1860)
ഡെത്ത് ടോൾ: 10 ലക്ഷം
കാരണം: കോളറ
പത്തൊൻപതാം നൂറ്റാണ്ടിൽ കോളറയുടെ മൂന്നാമത്തെ വലിയ പൊട്ടിത്തെറി. 1852 മുതൽ 1860 വരെ നീണ്ടുനിന്ന ഏഴ് കോളറ പാൻഡെമിക്കുകളിൽ ഏറ്റവും മാരകമായി കണക്കാക്കപ്പെടുന്നു. ഒന്നാമത്തെയും രണ്ടാമത്തെയും പാൻഡെമിക്കുകളെപ്പോലെ, മൂന്നാമത്തെ കോളറ പാൻഡെമികും ഇന്ത്യയിൽ നിന്നാണ് ഉത്ഭവിച്ചത്. ഗംഗാ നദീതടത്തിൽ നിന്ന് തുടങ്ങി ഏഷ്യ, യൂറോപ്പ്, വടക്കേ അമേരിക്ക, ആഫ്രിക്ക എന്നിവങ്ങളിലെ ഒരു ദശലക്ഷത്തിലധികം ആളുകളുടെ മരണത്തിന് കാരണമായി. ബ്രിട്ടീഷ് വൈദ്യനായ ജോൺ സ്നോ ലണ്ടനിലെ ഒരു ദരിദ്ര പ്രദേശത്ത് ജോലി ചെയ്യുന്നതിനിടെ കോളറ കേസുകൾ കണ്ടെത്തുകയും മലിന ജലം രോഗം പകരാനുള്ള മാർഗമായി തിരിച്ചറിയുന്നതിൽ വിജയിക്കുകയും ചെയ്തു. നിർഭാഗ്യവശാൽ, അദ്ദേഹത്തിന്റെ കണ്ടെത്തലിന്റെ അതേ വർഷം (1854) മഹാമാരിയിൽ 23,000 പേർ മരണമടഞ്ഞു.
കറുത്ത മരണം (BLACK DEATH) (1346-1353)
ഡെത്ത് ടോൾ: 750 - 2000 ലക്ഷം
കാരണം: ബ്യൂബോണിക് പ്ലേഗ്
1346 മുതൽ 1353 വരെ യൂറോപ്പ്, ആഫ്രിക്ക, ഏഷ്യ എന്നിവിടങ്ങളിൽ പ്ലേഗ് പടർന്നുപിടിച്ചു. മരണസംഖ്യ 75 മുതൽ 200 ദശലക്ഷം ആളുകൾ വരെ. ഏഷ്യയിൽ നിന്നാണ് ഉത്ഭവിച്ചതെന്ന് കരുതുന്നു. പ്ലേഗ് വ്യാപനത്തിന് കാരണമായത് എലികളിൽ വസിക്കുന്ന ഈച്ചകള. അക്കാലത്ത് പ്രധാന നഗരകേന്ദ്രങ്ങളായ തുറമുഖങ്ങൾ എലികൾക്കും ഈച്ചകൾക്കുമുള്ള അധിവാസ കേന്ദ്രങ്ങളായി. അവിടങ്ങളിൽ നിന്ന് ബാക്ടീരിയകൾ വളരുകയും മൂന്ന് ഭൂഖണ്ഡങ്ങളെ നശിപ്പിക്കുകയും ചെയ്തു.
പ്ലേഗ് ഓഫ് ജസ്റ്റിനിയൻ (541-542)
ഡെത്ത് ടോൾ: 250 ലക്ഷം
കാരണം: ബ്യൂബോണിക് പ്ലേഗ്
യൂറോപ്പിലെ ജനസംഖ്യയുടെ പകുതിയോളം പേരെ കൊന്നൊടുക്കിയ പ്ലേഗ് ഓഫ് ജസ്റ്റിനിയൻ, ബൈസന്റൈൻ സാമ്രാജ്യത്തെയും മെഡിറ്ററേനിയൻ തുറമുഖ നഗരങ്ങളെയും ബാധിച്ചു. ഒരു വർഷം നീണ്ടുനിന്ന സംഹാരതാണ്ഢവത്തിൽ 25 ദശലക്ഷം ആളുകൾ ചരമമടഞ്ഞു. ബ്യൂബോണിക് പ്ലേഗിന്റെ ആദ്യത്തെ രേഖപ്പെടുത്തിയ സംഭവമായി പൊതുവെ കണക്കാക്കപ്പെടുന്ന ജസ്റ്റീനിയൻ പ്ലേഗ് ലോകത്തിൽ അതിന്റെ മുദ്ര പതിപ്പിച്ചു. കിഴക്കൻ മെഡിറ്ററേനിയൻ ജനസംഖ്യയുടെ നാലിലൊന്ന് വരെ മരണമടയുകയും കോൺസ്റ്റാന്റിനോപ്പിൾ നഗരത്തെ നശിപ്പിക്കുകയും ചെയ്ത ഈ മഹാമാരി പ്രതിദിനം 5,000 ആളുകളെ കൊന്നതായി കണക്കാക്കപ്പെടുന്നു. ഒടുവിൽ നഗരത്തിലെ ജനസംഖ്യയുടെ 40% പേർ മരിച്ചു.
അന്റോണിൻ പ്ലേഗ് (എഡി 165)
ഡെത്ത് ടോൾ: 50 ലക്ഷം
കാരണം: അജ്ഞാതം
ഏഷ്യ മൈനർ, ഈജിപ്ത്, ഗ്രീസ്, ഇറ്റലി എന്നിവിടങ്ങളെ ബാധിച്ച ഒരു പുരാതന പകർച്ചവ്യാധിയായിരുന്നു അന്റോണിൻ പ്ലേഗ്. ഗാലെൻ പ്ലേഗ് എന്നും ഇത് അറിയപ്പെടുന്നു. യഥാർത്ഥ കാരണം ഇപ്പോഴും അജ്ഞാതമാണ്. 165AD ൽ മെസൊപ്പൊട്ടേമിയയിൽ നിന്ന് മടങ്ങിയെത്തിയ സൈനികർ ഈ അജ്ഞാത രോഗം റോമിലേക്ക് കൊണ്ടുവന്നു അറിയാതെയാണെങ്കിലും അവർ ഒരു ഈ രോഗം പടർത്തി. ഇത് 5 ദശലക്ഷത്തിലധികം ആളുകളുടെ മരണത്തിന് കാരണമാവുകയും റോമൻ സൈന്യത്തെ നശിപ്പിക്കുകയും ചെയ്തു.





Vineesh V
Assistant Professor of Geography,
Directorate of Collegiate Education,
Government of Kerala.

Comments

Post a Comment

Popular posts from this blog

Supervised Classification

Image Classification in Remote Sensing Image classification in remote sensing involves categorizing pixels in an image into thematic classes to produce a map. This process is essential for land use and land cover mapping, environmental studies, and resource management. The two primary methods for classification are Supervised and Unsupervised Classification . Here's a breakdown of these methods and the key stages of image classification. 1. Types of Classification Supervised Classification In supervised classification, the analyst manually defines classes of interest (known as information classes ), such as "water," "urban," or "vegetation," and identifies training areas —sections of the image that are representative of these classes. Using these training areas, the algorithm learns the spectral characteristics of each class and applies them to classify the entire image. When to Use Supervised Classification:   - You have prior knowledge about the c...
Post a Comment
Read more

Isodata clustering

Iso Cluster Classification in Unsupervised Image Classification Iso Cluster Classification is a common unsupervised classification technique used in remote sensing. The "Iso Cluster" algorithm groups pixels with similar spectral characteristics into clusters, or spectral classes, based solely on the data's statistical properties. Unlike supervised classification, Iso Cluster classification doesn't require the analyst to predefine classes or training areas; instead, the algorithm analyzes the image data to find natural groupings of pixels. The analyst interprets these groups afterward to label them with meaningful information classes (e.g., water, forest, urban). How Iso Cluster Classification Works The Iso Cluster algorithm follows several steps to group pixels: Initial Data Analysis : The algorithm examines the entire dataset to understand the spectral distribution of the pixels across the spectral bands. Clustering Process :    - The algorithm starts by divid...
Post a Comment
Read more

Spectral Signature vs. Spectral Reflectance Curve

Spectral Signature  A spectral signature is the unique pattern in which an object: absorbs energy reflects energy emits energy across different wavelengths of the electromagnetic spectrum. ✔ Key Points Every natural and man-made object on Earth interacts with sunlight differently. These interactions produce a distinct pattern , just like a "fingerprint". Sensors on satellites record these patterns as digital numbers (DN values) . These patterns help to identify and differentiate objects such as vegetation, soil, water, snow, buildings, minerals, etc. ✔ Examples of Spectral Signatures Healthy vegetation → High reflectance in NIR , strong absorption in red Water → Strong absorption in NIR and SWIR , low reflectance Dry soil → Gradual increase in reflectance from visible to NIR Snow → High reflectance in visible , low in SWIR ✔ Why Spectral Signature Matters It allows: Land cover classification Chan...
Post a Comment
Read more

Applications of Remote Sensing

Remote sensing is the science of obtaining information about the Earth's surface without direct contact, using sensors mounted on satellites, aircraft, or drones. It is widely applied in environmental monitoring, agriculture, urban studies, and disaster management due to its synoptic coverage, temporal continuity, and objective data acquisition.  Vegetation, Soil, and Water Studies 1.1 Vegetation Studies Vegetation analysis using remote sensing is based on the spectral reflectance behavior of plants . Healthy vegetation absorbs most of the red light for photosynthesis and reflects strongly in the near-infrared (NIR) region due to internal leaf structure. Key Concepts and Terminologies Spectral Signature : Unique reflectance pattern of vegetation across wavelengths. Chlorophyll Absorption : Strong absorption in blue and red wavelengths. Canopy Reflectance : Combined reflectance of leaves, branches, and background soil. Important Vegetation Indices NDVI (Normalized Difference Vegetat...
Post a Comment
Read more

Image Transformation

In remote sensing, image transformation is used to create new images by manipulating existing ones, enhancing the information extracted from each pixel. Multi-image manipulation and other transformations allow analysts to highlight specific features, compare time-series data, or reduce data dimensions for better interpretation. 1. Multi-Image Manipulation This technique involves applying mathematical operations to multiple images, typically from different bands, dates, or sensors, to highlight specific features or changes. Common methods include: a. Image Addition Purpose : Highlights areas of similarity or enhances features when the same objects appear in multiple images. How it Works : By adding pixel values from two images, the output image emphasizes areas where brightness is high in both. Example : Enhancing overall brightness or detecting seasonal changes by adding images from different times. b. Image Subtraction Purpose : Identifies differences between images, useful for chan...
Post a Comment
Read more