劉 曜 朱奕奕 姚雋一 周毅彬

(上海市疾病預(yù)防控制中心傳染病防治所，上海 200336)

研究表明媒介蚊蟲的環(huán)境孳生、密度分布與氣象因素存在著密切的關(guān)聯(lián)(周毅彬等，2014)。目前，全球變暖趨勢(shì)已對(duì)蚊媒孳生產(chǎn)生一定影響，改變了我國蚊媒傳染病的發(fā)病風(fēng)險(xiǎn)(Leandroetal.，2021；Mjwetal.，2021)。由于城市外環(huán)境與氣候條件的變化，如氣溫和降水量等氣象因素，對(duì)上海市蚊媒數(shù)量的變化也產(chǎn)生一定的影響(周毅彬等，2010)。結(jié)合氣象觀測(cè)數(shù)據(jù)探索蚊密度模型的研究，可以為不同氣候條件下蚊蟲監(jiān)測(cè)和控制提供科學(xué)依據(jù)。

分布滯后非線性模型(Distributed Lag Non-linear Model,DLNM)(Gasparrini,2011)是近年來使用較多的方法，它可以用來描述變量之間的依賴關(guān)系以及時(shí)間上的滯后現(xiàn)象，該模型最早由 Almon 于1965年在計(jì)量經(jīng)濟(jì)時(shí)間序列分析中提出，應(yīng)用于經(jīng)濟(jì)學(xué)研究(Almon,1965)。之后Schwartz (2000)、Gasparrini(2010；2014)等對(duì)此模型進(jìn)行了多次評(píng)估和改進(jìn)，目前DLNM作為暴露—滯后—反應(yīng)關(guān)聯(lián)的模型，已在眾多領(lǐng)域得到廣泛應(yīng)用。在蚊媒監(jiān)測(cè)中，研究者使用DLNM，觀察到氣溫和降水量等氣象因素對(duì)蚊密度的影響及滯后效應(yīng)。Lim等(2021)在韓國發(fā)現(xiàn)與溫度相關(guān)的成蚊豐度因物種和地點(diǎn)而異，可根據(jù)蚊種和預(yù)期量身定制蚊蟲防治措施。上海的研究顯示，氣象因素對(duì)于蚊密度存在滯后效應(yīng)，氣候因素變化可能改變蚊媒密度滯后效應(yīng)峰值的出現(xiàn)時(shí)間(謝博等，2019;楊迎宇等，2021)。

本研究將通過采用DLNM開展上海市淡色庫蚊Culexpipienspallens密度與氣象因素的非線性和滯后效應(yīng)的研究，探索不同氣候條件下上海市淡色庫蚊密度變化的特征，從而采取針對(duì)性的控制措施來降低蚊媒傳染病傳播的風(fēng)險(xiǎn)。

1 材料與方法

1.1 淡色庫蚊密度監(jiān)測(cè)

本次研究選用CO2誘蚊燈法(型號(hào)M02，上海禾奇科學(xué)儀器有限公司生產(chǎn)，引誘方式為：CO2氣體400 mL/min和誘餌)監(jiān)測(cè)淡色庫蚊密度。在上海市除崇明區(qū)外的15個(gè)行政區(qū)，每個(gè)行政區(qū)分別選擇醫(yī)院、農(nóng)戶、牲畜棚(如有)各2處作為監(jiān)測(cè)點(diǎn)，其余按照城鎮(zhèn)居民區(qū)、公園(含街心公園)、學(xué)校等場(chǎng)所平均分配。共設(shè)置229個(gè)CO2誘蚊燈監(jiān)測(cè)點(diǎn)，其中含30個(gè)醫(yī)院、26家農(nóng)戶、10個(gè)牲畜棚、56個(gè)居民區(qū)、54個(gè)公園和53家學(xué)校。

除牲畜棚外，其余監(jiān)測(cè)點(diǎn)在外環(huán)境進(jìn)行，每個(gè)監(jiān)測(cè)點(diǎn)設(shè)置1個(gè)CO2誘蚊燈。2018—2020年，每年的4—11月每旬監(jiān)測(cè)1次，監(jiān)測(cè)時(shí)間為16：00-22：00，遇雨天、風(fēng)力>5級(jí)順延1 d開展監(jiān)測(cè)。捕獲的蚊蟲收集至實(shí)驗(yàn)室，在體視鏡下分類鑒定并計(jì)數(shù)，計(jì)算蚊密度。每年12月至次年3月的淡色庫蚊密度以0填充。

淡色庫蚊密度[只/(燈·夜)]=

1.2 氣象數(shù)據(jù)

氣象數(shù)據(jù)來源于上海市氣象局。取上海市所有9個(gè)市級(jí)站點(diǎn)：徐家匯站、松江站、閔行站、浦東站、青浦站、嘉定站、寶山站、金山站、奉賢站的均值作為上海市的氣象數(shù)據(jù)，并用于本次建模。氣象數(shù)據(jù)包括日平均氣溫、最高氣溫、最低氣溫、日降雨量、相對(duì)濕度、氣壓和風(fēng)速，研究中氣象數(shù)據(jù)按旬統(tǒng)計(jì)均值。

1.3 分析方法

采用分布滯后非線性模型(Gasparrinietal.，2010)建模，分析不同氣象因素對(duì)淡色庫蚊密度的影響。最終模型結(jié)構(gòu)為：

g(μt)=α+cbTmax+cb(Precmean)+

cb(Rhmean)+ns(Time,2×year)+Zt

μ≡E(Y)，g為連接函數(shù)，α為截距，Tmax為旬平均最高氣溫，Precmean為旬平均降雨量，Rhmean旬平均濕度，cb為交叉基函數(shù),Time為時(shí)間，ns為自然樣條函數(shù)，Zt為對(duì)應(yīng)變量產(chǎn)生線性影響的函數(shù)。

本研究分析使用R 4.1.2及 “dlnm”程序包進(jìn)行DLNM的建模分析以及圖表制作。模型以改進(jìn)的赤池信息準(zhǔn)則(QAIC)最小值作為參數(shù)選擇依據(jù)。

2 結(jié)果

2.1 研究期間淡色庫蚊的密度變化

研究期間的淡色庫蚊密度變化見圖1。2018—2020年上海市的淡色庫蚊密度呈現(xiàn)類似的季節(jié)性變化，每年4月后密度逐步上升，在7月前達(dá)到密度高峰后逐步降低，至9月前后蚊蟲密度下降變緩或出現(xiàn)1個(gè)次高峰，于11月降至0。

圖1 2018—2020年上海市淡色庫蚊密度變化Fig.1 Density change of Culex pipiens pallens in Shanghai from 2018 to 2020

2.2 研究期間氣象因素分析

本次研究期間上海市主要?dú)庀笠蛩刈兓妶D2。2018—2020年上海市每旬的平均氣溫、平均最高氣溫、平均最低氣溫、平均相對(duì)濕度、日平均降雨量、平均風(fēng)速的均值為17.59 ℃、21.90 ℃、14.24 ℃、4.43 mm、76.34%和1.86 m/s。

圖2 2018—2020年上海市主要?dú)庀笠蛩刈兓€Fig.2 Variation curve of main meteorological factors in Shanghai from 2018 to 2020

2.3 不同氣象因素對(duì)淡色庫蚊密度的滯后效應(yīng)分析

最終取類泊松模型為連接函數(shù)，進(jìn)入模型的氣象因素包括每旬的日平均最高氣溫、平均日降雨量和平均相對(duì)濕度。以QAIC對(duì)各個(gè)氣象因素和參數(shù)的遍歷組合進(jìn)行模型評(píng)價(jià)，選擇QAIC最小(231.34)的模型分析氣象因素與淡色庫蚊密度的關(guān)系。最終模型的參數(shù)設(shè)置見表1。

表1 分布滯后非線性模型的建模參數(shù)Tab.1 Modeling parameters of DLNM

分別以最終進(jìn)入模型的不同氣象因素和滯后天數(shù)組合來構(gòu)建三維效應(yīng)圖。分析隨不同滯后天數(shù)變化下，各種氣象因素對(duì)淡色庫蚊密度的作用效應(yīng)(圖3)。旬平均最高氣溫與淡色庫蚊密度呈非線性關(guān)系，相對(duì)危險(xiǎn)度隨溫度升高而逐步升高，在30 ℃后下降(滯后天數(shù)為0.5～2.5旬)或升高(圖3)。滯后天數(shù)與效應(yīng)強(qiáng)度呈“U”型，在最高溫度為35 ℃，0滯后天數(shù)時(shí)相對(duì)危險(xiǎn)度值最高達(dá)到2.1。隨日均降雨量增加，相對(duì)危險(xiǎn)度值總體呈逐步增大，尤其是平均日降雨量>10 mm后,降雨量較大時(shí)相對(duì)危險(xiǎn)度值與滯后天數(shù)呈倒“U”型(圖3)。平均相對(duì)濕度與相對(duì)危險(xiǎn)度值總體呈倒“U”型，在相對(duì)濕度較高時(shí)滯后天數(shù)與相對(duì)危險(xiǎn)度值呈倒“U”型(圖3)。

圖3 相對(duì)危險(xiǎn)度隨每旬的日平均最高氣溫、平均日降雨量和平均相對(duì)濕度的變化圖Fig.3 Variation of relative risk with daily average maximum temperature,average daily rainfall and average relative humidity

2.4 不同滯后天數(shù)下各種氣象因素對(duì)淡色庫蚊密度累計(jì)效應(yīng)分析

在累計(jì)滯后天為1、2和3旬時(shí)，平均最高氣溫和淡色庫蚊密度都呈倒“U”型，在約 30 ℃ 時(shí)相對(duì)危險(xiǎn)度值最高(圖4)。在累計(jì)滯后天數(shù)為1旬時(shí)，淡色庫蚊密度相對(duì)危險(xiǎn)度值在日平均降雨量小于7 mm時(shí)略下降，其后逐步升高；在累計(jì)滯后時(shí)間為2和3旬時(shí)，日平均降雨量小于7 mm時(shí)基本呈水平，其后隨降雨量增加后逐步增高(圖5)。在累計(jì)滯后天為1、2和3旬時(shí)，平均相對(duì)濕度和淡色庫蚊密度都呈倒“U”型，在約70%時(shí)相對(duì)危險(xiǎn)度值最高(圖6)。

圖4 不同累計(jì)滯后天數(shù)下平均最高氣溫與效應(yīng)強(qiáng)度的關(guān)系(以30℃為對(duì)照)Fig.4 Relationship between average maximum temperature and effect intensity under different lag days (30 ℃ as control)

圖5 不同累計(jì)滯后天數(shù)下平均日降雨量與效應(yīng)強(qiáng)度的關(guān)系(以6 mm為對(duì)照)Fig.5 Relationship between average daily rainfall and effect intensity under different lag days (6 mm as control)

圖6 不同累計(jì)滯后天數(shù)下平均相對(duì)濕度與效應(yīng)強(qiáng)度的關(guān)系(以70%為對(duì)照)Fig.6 Relationship between average relative humidity and effect intensity under different lag days (70% as control)

2.5 不同氣象因素與淡色庫蚊密度關(guān)系

結(jié)合圖3～6，旬平均最高氣溫與淡色庫蚊密度呈倒“U”型，在平均最高氣溫大于10 ℃后逐步升高，在30 ℃達(dá)到密度峰值，其后逐步降低(表2)。平均日降雨量與單色庫蚊密度呈“J”型，在日平均降雨量大于6 mm后逐步升高。旬平均相對(duì)濕度與淡色庫蚊密度呈倒“U”型，在平均相對(duì)濕度達(dá)到70%時(shí)達(dá)密度峰值(表2)。

表2 旬平均最高氣溫、平均日降雨量和平均相對(duì)濕度與淡色庫蚊密度關(guān)系Tab.2 Relationship between ten day average maximum temperature,average daily rainfall and average relative humidity with density of Culex pipiens pallens

3 討論

影響蚊蟲密度變化的因素包括氣象因素、環(huán)境因素和人為因素等。本次研究分析了氣象因素和淡色庫蚊密度的關(guān)系。由于線性方法會(huì)高估氣候變化對(duì)蚊蟲密度的影響(Davidetal.，2014)，本次選用DLNM模型，其可以描述氣象因素對(duì)蚊蟲密度的非線性關(guān)系(Gasparrini，2010)和滯后效應(yīng)(謝博等，2019)。

本研究顯示，上海市淡色庫蚊密度與氣溫呈非線性倒“U”型，當(dāng)旬平均最高氣溫高于30℃時(shí)，淡色庫蚊密度與氣溫呈負(fù)相關(guān)。研究顯示，高溫會(huì)縮短蚊蟲發(fā)育時(shí)間，但是也會(huì)增加蚊蟲的死亡率(尤其是成蚊)(Jiaetal.，2019)，因此總體而言蚊蟲數(shù)量會(huì)受到極大抑制。一旦溫度超過某個(gè)閾值，溫度對(duì)蚊蟲密度的影響可能會(huì)變得非線性，甚至是負(fù)的(Barryetal.，2001)。本次結(jié)果也顯示，上海市淡色庫蚊密度從峰值開始下降是隨著平均溫度的升高。此外，上海市易出現(xiàn)極端氣溫(Tanetal.，2007)，這可能是高溫季節(jié)蚊蟲密度降低的原因。

降水的研究表明，降水很可能是影響蚊密度的最復(fù)雜的環(huán)境變量(Joannaetal.，2013)。降雨對(duì)蚊密度可能是正影響(降雨產(chǎn)生產(chǎn)卵場(chǎng)所)(Lourenoetal.，2004)，可能是負(fù)影響(暴雨沖刷了幼蟲)(Davidetal.，2010)，或者沒有影響(Lucianoetal.，2003)。本次研究表明，日平均降雨量大于7 mm時(shí)，在累計(jì)滯后時(shí)間為2和3旬時(shí)，隨降雨量增加后淡色庫蚊密度逐步增高。對(duì)于大型積水孳生場(chǎng)所，可能降雨量大會(huì)擴(kuò)大孳生面積，從而造成蚊蟲數(shù)量增多，密度升高(仲潔等，2015)。

濕度對(duì)蚊蟲孳生也有一定影響，過高的濕度不利于蚊蟲生存，較高的濕度可以延長(zhǎng)蚊蟲壽命從而提高蚊蟲密度，濕度過低又會(huì)導(dǎo)致蚊蟲生存困難而使密度降低。一項(xiàng)在中國廣東地區(qū)模型預(yù)測(cè)顯示，每小時(shí)蚊蟲密度隨著相對(duì)濕度的增加而增加(Yinetal.，2019)。中國云南西雙版納地區(qū)用主成分回歸的方法，研究氣象因素與登革熱發(fā)病的關(guān)系，結(jié)果發(fā)現(xiàn)影響蚊蟲密度前三位氣象因素中包括月平均相對(duì)濕度且呈正相關(guān)(Liuetal.，2021)。菲律賓地區(qū)研究發(fā)現(xiàn)相對(duì)濕度與蚊密度關(guān)聯(lián)在不同省份之間存在異質(zhì)性(如J型、反J型或倒V形等)，并發(fā)現(xiàn)相對(duì)濕度可以作為菲律賓蚊密度高峰的預(yù)測(cè)指標(biāo)(Xuetal.，2020)。本次在上海地區(qū)對(duì)淡色庫蚊和氣象因素的研究表明，旬平均相對(duì)濕度與淡色庫蚊密度監(jiān)測(cè)數(shù)值呈倒“U”型曲線關(guān)聯(lián)，在平均相對(duì)濕度達(dá)到70%時(shí)達(dá)密度峰值，結(jié)果表明在氣象因素中，相對(duì)濕度對(duì)淡色庫蚊的生長(zhǎng)繁殖有一定的影響，70%平均相對(duì)濕度對(duì)淡色庫蚊孳生是一個(gè)較為適宜的氣候條件。

綜上，本次研究嘗試用數(shù)學(xué)模型提供了一種解釋手段來理解氣象因子變量對(duì)蚊蟲種群密度的影響。該非線性模型可以更好地理解不同氣象因子對(duì)蚊密度的影響，從而預(yù)測(cè)未來蚊密度的變化。特別是預(yù)測(cè)蚊密度的高峰時(shí)間具有優(yōu)勢(shì)，相比常規(guī)的線性模型中蚊密度往往與溫度等氣象因子呈正相關(guān)，因此無法預(yù)測(cè)正確的蚊密度高峰時(shí)間。該模型也為設(shè)計(jì)控制預(yù)案，在合理的時(shí)間開展蚊蟲控制措施等提供科學(xué)依據(jù)。