張曉越 張國峰 趙顯豐 李洪軍 趙春艷 劉波

北京市通州區(qū)疾病預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)生問題。我國近5年法定傳染病報告中，登革熱發(fā)病呈連續(xù)居高態(tài)勢，2014年確診病例46 864例，是公共衛(wèi)生領域重點關注的傳染性疾病[1]。大多數(shù)蚊媒傳染病無有效疫苗和防治藥物，控制蚊密度仍是防控該類疾病的關鍵[2]。蚊蟲變態(tài)發(fā)育的各個周期均會受到環(huán)境影響，分析氣象因素對蚊密度的影響，根據(jù)氣象因素的變化及時預測蚊蟲密度消長，評估當前蚊蟲控制措施，及早發(fā)現(xiàn)相關疾病流行風險，及時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、資料來源

蚊密度數(shù)據(jù)來源于北京市通州區(qū)病媒生物密度日常監(jiān)測數(shù)據(jù)，在通州區(qū)設置5個監(jiān)測點，分別為居民區(qū)、公園綠地、民房、醫(yī)院和養(yǎng)殖場。監(jiān)測時間為2015—2019年的每年5—10月，每旬監(jiān)測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（℃）、平均相對濕度（%）、降水量（mm）、日照時數(shù)（h/d）等。 數(shù)據(jù)來源于通州區(qū)氣象局。

二、研究方法

誘蚊步驟參照文獻[3]中CO2誘蚊燈法進行。選擇相對僻靜的背風處懸掛誘蚊燈，并盡量遠離路燈等照明光源。燈誘時間選擇日落前、后各1 h內進行。誘蚊結束后，收集集蚊盒中蚊蟲樣本，送實驗室麻醉后進行形態(tài)分類鑒定種類，并計算蚊密度。

三、統(tǒng)計學方法

使用SPSS 18.0統(tǒng)計軟件進行蚊密度與氣象因素Spearman相關性分析。P<0.05為差異有統(tǒng)計學意義。

CO2誘蚊燈法捕獲蚊蟲數(shù)占種群總數(shù)可能為小概率事件，故認為實際分布為泊松分布。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）結合，初步探討該模型在氣象因素對蚊密度指數(shù)影響效應分析中的應用。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日當日蚊密度指數(shù)；E（Yt）為t日當日蚊密度指數(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為時間序列中的時間變量，df為自由度；Zt為對應變量產生線性影響的解釋變量。對不同的因素進行組合，結合赤池信息準則（AIC）來選擇最優(yōu)模型，AIC值越小，表明模型擬合越好，相對危險度（RR）值越大，滯后效應越強。

結 果

一、蚊密度與氣象因素相關關系

圖1顯示，各類氣象因素均與蚊密度呈現(xiàn)非線性關系：其中蚊密度與氣壓（平均氣壓、最高氣壓和最低氣壓）呈負向非線性關系，與溫度（平均溫度、最高溫度、最低溫度）、濕度（平均相對濕度、最小濕度）呈正向非線性關系，與降水量、日平均風速、日照小時數(shù)無明顯相關關系。

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

根據(jù)單日氣象數(shù)據(jù)，對蚊密度與各氣象因素進行Spearman相關分析，結果顯示氣壓、溫度、濕度均與蚊蟲密度相關（P<0.05）。平均氣壓、最高氣壓、最低氣壓與蚊密度相關系數(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，平均相對濕度和最小濕度為0.29和0.38，除平均相對濕度與蚊密度呈低度相關外（r<0.30），其他各因素均與蚊密度呈中度相關（0.30

二、不同滯后天數(shù)下蚊蟲密度與主要氣象因素的相關分析

從上述相關性分析中篩選出與蚊密度相關的主要氣象因素，分析在不同的滯后天數(shù)下主要氣象因素與蚊密度的相關性（表1）。結果顯示，在滯后7d、15 d、1個月時，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）仍與蚊密度呈相關關系。其中平均氣壓、最高氣壓在滯后7 d時、最低氣壓在滯后1個月時相關性最強（r=-0.58、-0.55和-0.56），平均溫度、最高溫度、最低溫度滯后7 d時相關性最強 （r=0.65、0.56和0.64）。濕度因素對蚊密度的影響效應未顯示有滯后性，也可能與研究選擇的滯后天數(shù)間隔較大有關。

表1 不同滯后天數(shù)下主要氣象因素與蚊密度的Spearman相關分析

三、DLNM模型在氣象因素對蚊蟲密度指數(shù)影響效應分析中的應用

從圖1看出，蚊密度與各氣象因素呈非線性關系，同時相關分析表明，氣象因素對蚊密度的影響存在滯后效應，采用DLNM模型分析此類關系。比較模型1～6，當以最小濕度為協(xié)變量時，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，與表1中Spearman相關分析結果一致。最終3個模型納入到最優(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），見表2。

表2 蚊密度與各氣象因素的赤池信息準則（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、最小濕度關聯(lián)的三維風險。圖2 A所示，當最小濕度為17%時，滯后第4天時RR值最大；根據(jù)圖2 B，當最高氣壓為1 032 hPa時，滯后第11天時RR值最大；根據(jù)圖2 C，當最低氣溫為5℃時，滯后第3天時RR值最大，此后逐漸下降，與表2中Spearman相關分析結果基本一致。

圖2 蚊密度與最小濕度（A）、最高氣壓（B）和最低氣溫（C）關聯(lián)的三維風險圖

討 論

蚊密度多為非正態(tài)分布，與各種氣象因素呈現(xiàn)非線性關系，同時存在滯后效應，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。國外學者在研究氣象因素對蚊密度影響時，多采用較為復雜的數(shù)學模型，納入更加繁復的氣象參數(shù)，如Chaves等[4]、Jian等[5]均用了Gompertz模型等更為復雜的模型研究氣象因素與蚊密度的動態(tài)關系。DLNM模型同時研究暴露-反應的非線性關系和滯后效應，廣泛應用于氣象條件與健康效應的研究[6-7]，但用于氣象條件與病媒生物密度影響效應的分析很少。謝博等[8]應用該模型研究氣象因素對上海浦東新區(qū)蚊密度影響的效應，得到單日平均氣溫與蚊蟲密度的滯后天數(shù)與效應強度呈“U”型的結論。肖揚[9]應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)滯后效應和累積效應，累積降雨量、氣壓和相對濕度對布雷圖指數(shù)升高影響最大的滯后時間分別為2個月、1個月和2個月，而平均氣溫的影響無滯后效應。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)測數(shù)據(jù)的樣本量較小有關。

蚊的幼蟲階段為水生，成蟲階段陸生，各生活周期的長短、活動度、生存率等均會受到環(huán)境物理因素的影響。氣象因素對卵、幼蟲、蛹各周期的影響需經(jīng)過一定的發(fā)育周期，最終表現(xiàn)為成蚊密度的變化，即滯后效應。目前國內相關研究多集中在南方城市，北方城市相關研究較少，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，國內外有大量研究證實其對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，可能原因為北京作為北方城市，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發(fā)育的重要因素。蚊幼蟲階段最適宜水溫約28℃，水溫降至25℃時發(fā)育就開始逐漸延緩，10℃時發(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，對蚊密度影響的滯后效應開始增強的原因，低溫使幼蟲停止發(fā)育、成蚊死亡或進入溫暖處進行躲避，使監(jiān)測到的蚊密度降低，這種影響在5℃第3天時達到最強。濕度可以通過影響水溫間接影響幼蚊生長發(fā)育，同時影響成蚊成活，在70%～80%的相對濕度下，蚊蟲吸血、產卵最活躍，從而間接影響蚊密度的動態(tài)變化[15]。楊振洲和陸寶麟[16]對白紋伊蚊卵在不同濕度下存活時間進行試驗，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蚊密度存在滯后效應的原因之一。在本研究中，最高氣壓對蚊蟲密度有滯后作用，其原因尚未清楚，有待進一步研究。同時，本研究發(fā)現(xiàn)降水量與蚊蟲密度無相關關系，可能原因為通州區(qū)降雨天數(shù)很少，對蚊孳生地尤其通州區(qū)優(yōu)勢蚊種淡色庫蚊孳生地如污水溝的影響較小有關，同時也可能受人類活動如清理孳生地、基礎建設等影響。

綜上所述，本研究通過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。有關部門可根據(jù)氣象變化，及時對蚊媒傳染病疫情進行預警，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)測數(shù)據(jù)的缺失致樣本量較小，有待在將來的研究中完善。

利益沖突所有作者均聲明不存在利益沖突