張曉越 張國(guó)峰 趙顯豐 李洪軍 趙春艷 劉波

北京市通州區(qū)疾病預(yù)防控制中心消毒與有害生物防治科101100

蚊媒傳染病是不容忽視的公共衛(wèi)生問(wèn)題。我國(guó)近5年法定傳染病報(bào)告中，登革熱發(fā)病呈連續(xù)居高態(tài)勢(shì)，2014年確診病例46 864例，是公共衛(wèi)生領(lǐng)域重點(diǎn)關(guān)注的傳染性疾病[1]。大多數(shù)蚊媒傳染病無(wú)有效疫苗和防治藥物，控制蚊密度仍是防控該類疾病的關(guān)鍵[2]。蚊蟲(chóng)變態(tài)發(fā)育的各個(gè)周期均會(huì)受到環(huán)境影響，分析氣象因素對(duì)蚊密度的影響，根據(jù)氣象因素的變化及時(shí)預(yù)測(cè)蚊蟲(chóng)密度消長(zhǎng)，評(píng)估當(dāng)前蚊蟲(chóng)控制措施，及早發(fā)現(xiàn)相關(guān)疾病流行風(fēng)險(xiǎn)，及時(shí)制定有效的蚊媒防制措施，是降低蚊密度、防控蚊傳疾病發(fā)生和流行的重要手段。

資料與方法

一、資料來(lái)源

蚊密度數(shù)據(jù)來(lái)源于北京市通州區(qū)病媒生物密度日常監(jiān)測(cè)數(shù)據(jù)，在通州區(qū)設(shè)置5個(gè)監(jiān)測(cè)點(diǎn)，分別為居民區(qū)、公園綠地、民房、醫(yī)院和養(yǎng)殖場(chǎng)。監(jiān)測(cè)時(shí)間為2015—2019年的每年5—10月，每旬監(jiān)測(cè)1次。

使用北京市通州區(qū)2015—2019年的單日常規(guī)氣象數(shù)據(jù)，包括平均氣壓（hPa）、平均溫度（℃）、平均相對(duì)濕度（%）、降水量（mm）、日照時(shí)數(shù)（h/d）等。 數(shù)據(jù)來(lái)源于通州區(qū)氣象局。

二、研究方法

誘蚊步驟參照文獻(xiàn)[3]中CO2誘蚊燈法進(jìn)行。選擇相對(duì)僻靜的背風(fēng)處懸掛誘蚊燈，并盡量遠(yuǎn)離路燈等照明光源。燈誘時(shí)間選擇日落前、后各1 h內(nèi)進(jìn)行。誘蚊結(jié)束后，收集集蚊盒中蚊蟲(chóng)樣本，送實(shí)驗(yàn)室麻醉后進(jìn)行形態(tài)分類鑒定種類，并計(jì)算蚊密度。

三、統(tǒng)計(jì)學(xué)方法

使用SPSS 18.0統(tǒng)計(jì)軟件進(jìn)行蚊密度與氣象因素Spearman相關(guān)性分析。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

CO2誘蚊燈法捕獲蚊蟲(chóng)數(shù)占種群總數(shù)可能為小概率事件，故認(rèn)為實(shí)際分布為泊松分布。將蚊密度指數(shù)的廣義相加泊松回歸模型與分布滯后非線性模型（DLNM）結(jié)合，初步探討該模型在氣象因素對(duì)蚊密度指數(shù)影響效應(yīng)分析中的應(yīng)用。使用R3.6.3“DLNM”分析包建立模型，基本模型為：

Log[E（Yt）]=α＋∑s（xi，df）＋s（time，df）＋Zt

其中，Yt為t日當(dāng)日蚊密度指數(shù)；E（Yt）為t日當(dāng)日蚊密度指數(shù)的期望值；s（）為平滑樣條函數(shù)；xi為納入模型的氣象因素；time為時(shí)間序列中的時(shí)間變量，df為自由度；Zt為對(duì)應(yīng)變量產(chǎn)生線性影響的解釋變量。對(duì)不同的因素進(jìn)行組合，結(jié)合赤池信息準(zhǔn)則（AIC）來(lái)選擇最優(yōu)模型，AIC值越小，表明模型擬合越好，相對(duì)危險(xiǎn)度（RR）值越大，滯后效應(yīng)越強(qiáng)。

結(jié) 果

一、蚊密度與氣象因素相關(guān)關(guān)系

圖1顯示，各類氣象因素均與蚊密度呈現(xiàn)非線性關(guān)系：其中蚊密度與氣壓（平均氣壓、最高氣壓和最低氣壓）呈負(fù)向非線性關(guān)系，與溫度（平均溫度、最高溫度、最低溫度）、濕度（平均相對(duì)濕度、最小濕度）呈正向非線性關(guān)系，與降水量、日平均風(fēng)速、日照小時(shí)數(shù)無(wú)明顯相關(guān)關(guān)系。

圖1 2015—2019年通州區(qū)蚊密度與各氣象因素的散點(diǎn)圖（n=64）

根據(jù)單日氣象數(shù)據(jù)，對(duì)蚊密度與各氣象因素進(jìn)行Spearman相關(guān)分析，結(jié)果顯示氣壓、溫度、濕度均與蚊蟲(chóng)密度相關(guān)（P<0.05）。平均氣壓、最高氣壓、最低氣壓與蚊密度相關(guān)系數(shù)（r）分別為-0.51、-0.53和-0.49，平均溫度、最高溫度和最低溫度分別為0.56、0.48和0.58，平均相對(duì)濕度和最小濕度為0.29和0.38，除平均相對(duì)濕度與蚊密度呈低度相關(guān)外（r<0.30），其他各因素均與蚊密度呈中度相關(guān)（0.30

二、不同滯后天數(shù)下蚊蟲(chóng)密度與主要?dú)庀笠蛩氐南嚓P(guān)分析

從上述相關(guān)性分析中篩選出與蚊密度相關(guān)的主要?dú)庀笠蛩?，分析在不同的滯后天?shù)下主要?dú)庀笠蛩嘏c蚊密度的相關(guān)性（表1）。結(jié)果顯示，在滯后7d、15 d、1個(gè)月時(shí)，氣壓（平均氣壓、最高氣壓、最低氣壓）、溫度（平均溫度、最高溫度、最低溫度）仍與蚊密度呈相關(guān)關(guān)系。其中平均氣壓、最高氣壓在滯后7 d時(shí)、最低氣壓在滯后1個(gè)月時(shí)相關(guān)性最強(qiáng)（r=-0.58、-0.55和-0.56），平均溫度、最高溫度、最低溫度滯后7 d時(shí)相關(guān)性最強(qiáng) （r=0.65、0.56和0.64）。濕度因素對(duì)蚊密度的影響效應(yīng)未顯示有滯后性，也可能與研究選擇的滯后天數(shù)間隔較大有關(guān)。

表1 不同滯后天數(shù)下主要?dú)庀笠蛩嘏c蚊密度的Spearman相關(guān)分析

三、DLNM模型在氣象因素對(duì)蚊蟲(chóng)密度指數(shù)影響效應(yīng)分析中的應(yīng)用

從圖1看出，蚊密度與各氣象因素呈非線性關(guān)系，同時(shí)相關(guān)分析表明，氣象因素對(duì)蚊密度的影響存在滯后效應(yīng)，采用DLNM模型分析此類關(guān)系。比較模型1～6，當(dāng)以最小濕度為協(xié)變量時(shí)，模型2和6的AIC較小，為3.74和3.24，因此選擇最高氣壓和最低溫度作為氣壓和溫度的指標(biāo)，與表1中Spearman相關(guān)分析結(jié)果一致。最終3個(gè)模型納入到最優(yōu)模型，分別為模型7（交叉基：最高氣壓，協(xié)變量：最低氣溫）、模型8（交叉基：最低氣溫，協(xié)變量：最高氣壓）和模型10（交叉基：最小濕度，協(xié)變量：最低溫度），見(jiàn)表2。

表2 蚊密度與各氣象因素的赤池信息準(zhǔn)則（AIC）

根據(jù)模型7、8、10繪制通州區(qū)2015—2019年蚊密度與最高氣壓、最低氣溫、最小濕度關(guān)聯(lián)的三維風(fēng)險(xiǎn)。圖2 A所示，當(dāng)最小濕度為17%時(shí)，滯后第4天時(shí)RR值最大；根據(jù)圖2 B，當(dāng)最高氣壓為1 032 hPa時(shí)，滯后第11天時(shí)RR值最大；根據(jù)圖2 C，當(dāng)最低氣溫為5℃時(shí)，滯后第3天時(shí)RR值最大，此后逐漸下降，與表2中Spearman相關(guān)分析結(jié)果基本一致。

圖2 蚊密度與最小濕度（A）、最高氣壓（B）和最低氣溫（C）關(guān)聯(lián)的三維風(fēng)險(xiǎn)圖

討 論

蚊密度多為非正態(tài)分布，與各種氣象因素呈現(xiàn)非線性關(guān)系，同時(shí)存在滯后效應(yīng)，各種傳統(tǒng)模型如多元線性模型、泊松回歸模型等并不能很好地適用于該類數(shù)據(jù)的分析。國(guó)外學(xué)者在研究氣象因素對(duì)蚊密度影響時(shí)，多采用較為復(fù)雜的數(shù)學(xué)模型，納入更加繁復(fù)的氣象參數(shù)，如Chaves等[4]、Jian等[5]均用了Gompertz模型等更為復(fù)雜的模型研究氣象因素與蚊密度的動(dòng)態(tài)關(guān)系。DLNM模型同時(shí)研究暴露-反應(yīng)的非線性關(guān)系和滯后效應(yīng)，廣泛應(yīng)用于氣象條件與健康效應(yīng)的研究[6-7]，但用于氣象條件與病媒生物密度影響效應(yīng)的分析很少。謝博等[8]應(yīng)用該模型研究氣象因素對(duì)上海浦東新區(qū)蚊密度影響的效應(yīng)，得到單日平均氣溫與蚊蟲(chóng)密度的滯后天數(shù)與效應(yīng)強(qiáng)度呈“U”型的結(jié)論。肖揚(yáng)[9]應(yīng)用該模型得到廣州白紋伊蚊密度受到氣象因素的影響，且呈現(xiàn)滯后效應(yīng)和累積效應(yīng)，累積降雨量、氣壓和相對(duì)濕度對(duì)布雷圖指數(shù)升高影響最大的滯后時(shí)間分別為2個(gè)月、1個(gè)月和2個(gè)月，而平均氣溫的影響無(wú)滯后效應(yīng)。需注意的是，本研究中模型的擬合得出的RR值較大，可能與監(jiān)測(cè)數(shù)據(jù)的樣本量較小有關(guān)。

蚊的幼蟲(chóng)階段為水生，成蟲(chóng)階段陸生，各生活周期的長(zhǎng)短、活動(dòng)度、生存率等均會(huì)受到環(huán)境物理因素的影響。氣象因素對(duì)卵、幼蟲(chóng)、蛹各周期的影響需經(jīng)過(guò)一定的發(fā)育周期，最終表現(xiàn)為成蚊密度的變化，即滯后效應(yīng)。目前國(guó)內(nèi)相關(guān)研究多集中在南方城市，北方城市相關(guān)研究較少，不同的研究得到的影響因素也不盡相同[8-11]。溫度作為主要的氣象因素，國(guó)內(nèi)外有大量研究證實(shí)其對(duì)蚊密度有直接或間接的影響，但多數(shù)研究的是平均溫度。在本研究中，最終納入模型的為最低溫度，可能原因?yàn)楸本┳鳛楸狈匠鞘?，出現(xiàn)高溫極端天氣的概率較小，最低溫度成為制約蚊生長(zhǎng)發(fā)育的重要因素。蚊幼蟲(chóng)階段最適宜水溫約28℃，水溫降至25℃時(shí)發(fā)育就開(kāi)始逐漸延緩，10℃時(shí)發(fā)育則完全停止[12-14]，從而影響蚊密度。這可能是本研究中溫度低于10℃時(shí)，對(duì)蚊密度影響的滯后效應(yīng)開(kāi)始增強(qiáng)的原因，低溫使幼蟲(chóng)停止發(fā)育、成蚊死亡或進(jìn)入溫暖處進(jìn)行躲避，使監(jiān)測(cè)到的蚊密度降低，這種影響在5℃第3天時(shí)達(dá)到最強(qiáng)。濕度可以通過(guò)影響水溫間接影響幼蚊生長(zhǎng)發(fā)育，同時(shí)影響成蚊成活，在70%～80%的相對(duì)濕度下，蚊蟲(chóng)吸血、產(chǎn)卵最活躍，從而間接影響蚊密度的動(dòng)態(tài)變化[15]。楊振洲和陸寶麟[16]對(duì)白紋伊蚊卵在不同濕度下存活時(shí)間進(jìn)行試驗(yàn)，發(fā)現(xiàn)卵在胚胎發(fā)育成熟后具有耐干旱的能力，濕度低于50%，卵的孵化率急劇下降，完全干燥的條件下在第5天約有3%卵孵化。這種耐干旱的能力可能是本研究中最小濕度對(duì)蚊密度存在滯后效應(yīng)的原因之一。在本研究中，最高氣壓對(duì)蚊蟲(chóng)密度有滯后作用，其原因尚未清楚，有待進(jìn)一步研究。同時(shí)，本研究發(fā)現(xiàn)降水量與蚊蟲(chóng)密度無(wú)相關(guān)關(guān)系，可能原因?yàn)橥ㄖ輩^(qū)降雨天數(shù)很少，對(duì)蚊孳生地尤其通州區(qū)優(yōu)勢(shì)蚊種淡色庫(kù)蚊孳生地如污水溝的影響較小有關(guān)，同時(shí)也可能受人類活動(dòng)如清理孳生地、基礎(chǔ)建設(shè)等影響。

綜上所述，本研究通過(guò)DLNM模型初步得到最低溫度、最小濕度、最高氣壓可能是影響北京市通州區(qū)蚊密度的氣象因素，并存在滯后效應(yīng)。有關(guān)部門可根據(jù)氣象變化，及時(shí)對(duì)蚊媒傳染病疫情進(jìn)行預(yù)警，制定以環(huán)境治理為主的綜合治理防控政策。本研究也存在一定不足，部分監(jiān)測(cè)數(shù)據(jù)的缺失致樣本量較小，有待在將來(lái)的研究中完善。

利益沖突所有作者均聲明不存在利益沖突