中国媒介生物学及控制杂志  2022, Vol. 33 Issue (2): 268-272

扩展功能

文章信息

杜玉壮, 寸得娇, 姚晓燕, 杨艺涛, 邵丽军, 张仪, 田娜, 李兰花
DU Yu-zhuang, CUN De-jiao, YAO Xiao-yan, YANG Yi-tao, SHAO Li-jun, ZHANG Yi, TIAN Na, LI Lan-hua
气候变化对我国赤豆螺适生区范围的影响研究
Effect of climate change on the geographical distribution of Bithynia fuchsiana habitats in China
中国媒介生物学及控制杂志, 2022, 33(2): 268-272
Chin J Vector Biol & Control, 2022, 33(2): 268-272
10.11853/j.issn.1003.8280.2022.02.019

文章历史

收稿日期: 2021-12-21
气候变化对我国赤豆螺适生区范围的影响研究
杜玉壮1 , 寸得娇1 , 姚晓燕1 , 杨艺涛1 , 邵丽军1 , 张仪2 , 田娜1 , 李兰花1,2     
1 潍坊医学院公共卫生学院, 山东 潍坊 261053;
2 中国疾病预防控制中心寄生虫病预防控制所媒传热带病室, 上海 200025
摘要: 目的 分析环境因子对赤豆螺分布的影响,预估当前和2050年代表性浓度路径(RCP)气候情景下赤豆螺在我国的分布范围。方法 在中国知网、万方数据知识服务平台、维普中文科技期刊数据库、中国生物医学文献数据库及PubMed、Web of Science英文数据库中检索国内外公开发表的赤豆螺相关文献,检索日期为2000年1月1日至2021年7月15日,从文献中提取赤豆螺在我国的分布点信息,结合环境因子数据,运用最大熵模型(MaxEnt)分析环境因子对赤豆螺分布的影响,并预估赤豆螺在我国的适生区范围。结果 各环境因子中,海拔、最干月降水量、昼夜温差月均值和归一化水体指数对赤豆螺分布的影响较大,贡献率分别为30.30%、26.90%、12.40%和12.20%。当前气候条件下,我国赤豆螺的适生区面积为244.23万km2,其中,高适生区35.60万km2,中适生区70.57万km2,低适生区138.06万km2。RCP 4.5气候情景下,2050年赤豆螺在我国的适生区范围将向北扩大,适生区面积新增45.05万km2结论 赤豆螺在我国的分布范围受海拔影响较大,未来气候变化将使我国赤豆螺的分布范围扩大。
关键词: 赤豆螺    适生区    最大熵模型    环境因子    
Effect of climate change on the geographical distribution of Bithynia fuchsiana habitats in China
DU Yu-zhuang1 , CUN De-jiao1 , YAO Xiao-yan1 , YANG Yi-tao1 , SHAO Li-jun1 , ZHANG Yi2 , TIAN Na1 , LI Lan-hua1,2     
1 Public Health Institute, Weifang Medical University, Weifang, Shandong 261053, China;
2 Department of Vector-borne Tropical Disease, National Institute of Parasitic Diseases, Chinese Center forDisease Control and Prevention, Shanghai 200025, China
Abstract: Objective To analyze the environmental factors that affect the distribution of Bithynia fuchsiana and to project the distribution of B. fuchsiana in China in the current climate and climate in 2050. Methods Publications on B. fuchsiana from January 1, 2000 to July 15, 2021 were retrieved from CNKI, Wanfang Data, VIP Data, CBMdisc, PubMed, and Web of Science. Information about the distribution of B. fuchsiana in China and environmental factors was obtained. A maximum entropy model was used to analyze the influences of environmental factors on the distribution of B. fuchsiana and to project its suitable habitats in China. Results Among the environmental factors, elevation (30.30%), precipitation in the driest month (26.90%), mean monthly temperature range (12.40%) and normalized difference water index (12.20%) were the key factors affecting the distribution of B. fuchsiana. Currently, the suitable habitat area of B. fuchsiana was 2 442.30 thousand km2 in China, including highly suitable area (356.00 thousand km2), moderately suitable area (705.70 thousand km2) and marginally suitable area (1 380.60 thousand km2). The suitable habitats would expand to the north and increase by 450.50 thousand km2 under the representative concentration path (RCP) 4.5 emissions scenario in 2050. Conclusion Altitude is the main factor affecting the distribution of B. fuchsiana, and in the future climate change would expand the distribution of B. fuchsiana in China.
Key words: Bithynia fuchsiana    Suitable habitat    Maximum entropy model    Environmental factor    

赤豆螺(Bithynia fuchsiana)又称傅氏豆螺,是华支睾吸虫第一中间宿主之一[1]。赤豆螺主要分布于我国南方地区,目前在我国的潜在分布范围以及环境因子对其分布的影响尚缺乏研究。最大熵模型(MaxEnt)可以利用已知物种分布信息,结合气候、环境因子对物种的潜在分布范围进行预测[2-3]。因此,本研究拟运用MaxEnt模型分析环境因子对赤豆螺分布的影响,并预估当前和2050年赤豆螺在我国的潜在适生区,为华支睾吸虫病的预防控制提供参考。

1 材料与方法 1.1 赤豆螺分布点的获取

以“赤豆螺”、“傅氏豆螺”和“Bithynia fuchsiana”为检索词,全文检索中国知网、万方数据知识服务平台、维普中文科技期刊数据库、中国生物医学文献数据库(CBMdisc)及PubMed、Web of Science英文数据库,检索日期为2000年1月1日至2021年7月15日,筛选出包含赤豆螺分布地点的文献。从文献中提取地点或经纬度坐标信息,使用百度地图中的坐标拾取功能,提取分布地点的经纬度坐标。将赤豆螺分布点导入ArcGIS 10.1软件,设置半径为5 km的缓冲区,并使每个5 km×5 km网格内仅保留1个分布点,以避免模型过拟合。

1.2 环境因子的获取与筛选

本研究中环境因子包括生物气候因子和地理因子。从全球气候数据网站(www.worldclim.org)获取19个当前生物气候因子数据,分辨率设置为5 arc min[4];同时,从该网站下载典型浓度路径(RCP)4.5情景下2050年的气候数据,用于预估未来气候场景。地理因子包括海拔、坡度、坡向、归一化水体指数(normalized difference water index,NDWI)、植被覆盖率。海拔数据来自航天飞机雷达地形测绘任务(http://srtm.Csi.Cgiar.org/),坡度、坡向则利用ArcGIS 10.1软件中的表面分析功能获取,植被覆盖率来自地理空间数据云平台(www.gscloud.cn)。

运用SPSS 26.0软件对19个气候因子进行相关分析,若两因子间相关系数|r| > 0.90[5]时,仅保留对赤豆螺生存分布影响较大或便于模型解释的变量用于后续分析[6]

1.3 当前气候条件下赤豆螺的适生区预测

将赤豆螺分布点与所有筛选出的环境因子数据导入maxent v3.4.1软件进行多因素分析,采用刀切法分析各环境因子对赤豆螺适生区分布的影响,同时建立各因子对分布概率影响的响应曲线。随机选择70.00%的数据作为训练集用于模型构建,剩余30.00%作为测试集用于模型验证,重复运行10次,收敛阈值设置为10-5,最大迭代次数设置为500[7]。用受试者工作特征曲线(receiver operating characteristic,ROC)下面积(area under curve,AUC)对模型准确性进行分析,AUC≥8.00时表示预测效果良好[8]

选择10次运行结果的平均值导入ArcGIS 10.1软件,运用自然间断分级法根据分布概率将赤豆螺的分布区划分为4类适生区[9],分布概率值≤0.09为非适生区,0.09 < 分布概率值≤0.27为低度适生区,0.27 < 分布概率值≤0.49为中度适生区,分布概率值> 0.49为高度适生区,并用SDMTools工具计算各类适生区的面积。

1.4 RCP4.5气候情景下2050年赤豆螺的适生区预测

将RCP 4.5情景下2050年的气候数据与赤豆螺分布点导入maxent v3.4.1软件[10],得到赤豆螺的分布,预估2050年赤豆螺在我国的适生区范围,并运用质心转移工具计算当前和未来质心坐标点,从而获得赤豆螺质心转移的方向和距离,验证气候变化对适生区的影响。

2 结果 2.1 赤豆螺分布点

本研究共获得中英文文献395篇,最终纳入139篇包含赤豆螺分布点信息的文献,并从中提取分布点360个。设置5 km缓冲区后,最终保留277个分布点用于分析。

2.2 环境因子对赤豆螺分布区的影响

经相关分析,去除年平均气温、最暖月最高温度等8个环境变量,最终保留海拔、最干月降水量等16个环境因子纳入MaxEnt模型进行多因素分析,结果表明,海拔、最干月降水量、昼夜温差月均值和NDWI是对赤豆螺分布影响较大的因子,贡献率分别为30.30%、26.90%、12.40%和12.20%(表 1)。最干月降水量为全国降水量最少月份降水量统计值,NDWI用遥感影像的特定波段进行归一化差值处理,凸显影像中的水体信息,昼夜温差月均值是统计白天最高温度与夜晚最低温度差值在1个月内的平均状况。

表 1 环境因子对赤豆螺分布影响的贡献率 Table 1 Contribution rate of environmental factors to the distribution of Bithynia fuchsiana

获取贡献率较大的4个环境因子响应曲线(图 1)。结果表明,赤豆螺分布概率随海拔的增加而下降,海拔 < 142 m,分布概率均 > 0.49,达高度适生区标准;赤豆螺分布概率随着最干月降水量的增加先增高后降低,当降水量在15.20~64.93 mm时,分布概率 > 0.49;赤豆螺分布概率随昼夜温差月均值增加先增高后降低,温差在5.31~8.64 ℃时,分布概率 > 0.49;分布概率随着NDWI增长整体呈现增长,NDWI在0.58时达到峰值。

图 1 赤豆螺分布概率与主要环境因子的响应曲线 Figure 1 Response curves of existence probability of Bithynia fuchsiana to environmental factors
2.3 当前气候条件下我国赤豆螺的分布范围

当前气候条件下赤豆螺的分布预测结果表明,高度适生区面积为35.60万km2,主要位于江苏、安徽、浙江、湖北、湖南、江西、四川、广东、广西等省(自治区);中度适生区面积为70.57万km2,主要分布于辽宁省南部,山东、河北省东部,湖北、湖南省西部部分地区;低度适生区面积为138.06万km2,主要分布在黑龙江省东部、吉林和黑龙江省交界的西部、河南、贵州、云南、福建和浙江省南部。见表 2图 2

表 2 我国当前和2050年RCP 4.5气候情景下赤豆螺适生区面积及变化值 Table 2 Current suitable areas and the changes of Bithynia fuchsiana under RCP 4.5 in 2050 in China
图 2 当前我国赤豆螺适生区分布 Figure 2 Current distribution of suitable areas for Bithynia fuchsiana in China
2.4 RCP 4.5气候情形下2050年我国赤豆螺的分布范围

2050年赤豆螺适生区面积新增45.05万km2,其中,高适生区增加48.59万km2,中适生区增加2.56万km2,低适生区将减少6.10万km2表 2)。新增适生区主要位于我国东北和新疆地区。见图 3

图 3 RCP 4.5气候情景下2050年中国赤豆螺适生区分布变化 Figure 3 Changes of suitable areas of Bithynia fuchsiana under RCP 4.5 in 2050 in China

质心转移分析结果表明,RCP 4.5气候情景下,2050年赤豆螺适生区质心将由湖北省咸宁市赤壁市(114°9′E,29°50′N)向东北方向转移至湖北省武汉市蔡甸区(114°6′E,30°21′N),转移距离为58.17 km,质心整体呈现向北扩增趋势。

3 讨论

环境因子的影响分析结果表明,海拔、最干月降水量、NDWI和昼夜温差月均值是对赤豆螺分布影响较大的因子。赤豆螺主要生活于光照充足、水量充沛、有底栖藻类与微生物生存且水深3 m左右的环境中[11],水位过低或过高都会破坏其栖息地,这可能是本研究中降水量及地区水体环境对赤豆螺分布影响较大的原因。另部分实验研究发现,水温 > 12 ℃时,赤豆螺开始交配,水温20 ℃左右时卵更容易孵化[12],说明温度影响赤豆螺的发育繁殖。海拔变化除对温度、降水有影响外,也对水体、土壤微生物等生态环境因素有重要影响[13]。而赤豆螺作为一种水生生物,其发育繁殖亦可能受栖息地微环境的影响,但海拔通过何种途径影响赤豆螺的分布仍有待研究。

预测结果表明,当前环境下,赤豆螺的高、中度适生区大部分集中于秦岭淮河以南降水量 > 800 mm,平均海拔1 000 m以下的地区。以高度适生区四川省西部雅安地区为例,该地区为亚热带湿润季风气候,年平均气温峰值可达26.80 ℃,最低气温6 ℃以上,夏秋降水量100 mm以上,河湖交错,可为赤豆螺提供良好的生存环境[14]。受人类活动影响,全球气候呈变暖趋势,未来我国季风区域面积和降水强度将增加,陆地区域增温明显[15]。因此,未来赤豆螺适生区将呈现向北扩散的趋势。

研究表明,赤豆螺的分布范围与人群华支睾吸虫病的分布有一定的相关性,人群华支睾吸虫病高发的地区多位于赤豆螺的高度适生区。如广西、广东等地区为我国华支睾吸虫病的高发地区,本研究中这些地区也是赤豆螺的高度适生区。孙青松等[16]调查显示,在自然条件下中国广西地区赤豆螺的感染率可达0.58%~8.82%;广东省、四川省内江地区赤豆螺的感染率分别为0.60%、0.18%~2.11%[17],2016-2020年四川省华支睾吸虫病检测结果显示,川西平原和丘陵地区华支睾吸虫感染率均为0.03%[18]。同时,在华支睾吸虫传播活跃的越南等东南亚地区,赤豆螺在该地区也有大量分布[19]。以上研究说明,赤豆螺在华支睾吸虫病流行地区的华支睾吸虫传播中起重要作用。结合以上分析结果,本研究提出如下建议:(1)在赤豆螺高度适生区开展螺情监测工作,及时发现赤豆螺的孳生地、监测螺体华支睾吸虫感染率,并针对影响赤豆螺适生区分布的相关环境因子,通过采取环境改造等措施,以减少赤豆螺孳生地,控制华支睾吸虫的传播;(2)重点在高度适生区开展健康教育工作,改变人群的生活习惯,从而减少华支睾吸虫病的流行。

本研究仍存在不足之处,首先是仅通过文献收集的物种分布点不够完整,无法精确地表示赤豆螺在全国的分布,其次是气候因子在大尺度地理空间建模中起主导作用,坡度等地理因子影响较小,因而未研究其他因子的影响,最后是华支睾吸虫病发病概率与赤豆螺适生区范围之间的相关性未深入研究。未来对赤豆螺适生区分布研究应考虑更多因子的影响,以更加准确地预测赤豆螺的分布范围,并结合华支睾吸虫分布预测,分析两者间的相关性,促进华支睾吸虫病的防治工作。

利益冲突   无

参考文献
[1]
陈庭金, 黄艳, 余新炳. 肝吸虫病: 严峻挑战与防治对策的思考[J]. 中华疾病控制杂志, 2016, 20(1): 1-4, 12.
Chen TJ, Huang Y, Yu XB. Serious challenges and thinking of countermeasures of clonorchiasis[J]. Chin J Dis Control Prev, 2016, 20(1): 1-4, 12. DOI:10.16462/j.cnki.zhjbkz.2016.01.001
[2]
Huercha, Song RQ, Ma Y, et al. MaxEnt modeling of Dermacentor marginatus (Acari: Ixodidae) distribution in Xinjiang, China[J]. J Med Entomol, 2020, 57(5): 1659-1667. DOI:10.1093/jme/tjaa063
[3]
Liu BY, Gao X, Ma J, et al. Influence of host and environmental factors on the distribution of the Japanese encephalitis vector Culex tritaeniorhynchus in China[J]. Int J Environ Res Public Health, 2018, 15(9): 1848. DOI:10.3390/ijerph15091848
[4]
方亦午, 刘乐乐, 郭恺, 等. 基于MaxEnt的苹果根结线虫在中国的适生区预测[J]. 植物检疫, 2020, 34(5): 68-73.
Fang YW, Liu LL, Guo K, et al. Prediction of geographical distribution of Meloidogyne mali in China based on MaxEnt model[J]. Plant Quarantine, 2020, 34(5): 68-73. DOI:10.19662/j.cnki.issn1005-2755.2020.00.026
[5]
赵宁, 夏少霞, 于秀波, 等. 基于MaxEnt模型的渤海湾沿岸鸻鹬类栖息地适宜性评价[J]. 生态学杂志, 2020, 39(1): 194-205.
Zhao N, Xia SX, Yu XB, et al. Habitat suitability assessment of shorebirds in Bohai bay coast using MaxEnt model[J]. Chin J Ecol, 2020, 39(1): 194-205. DOI:10.13292/j.1000-4890.202001.015
[6]
郭晓旭, 王璐, 许晓岗, 等. 基于MaxEnt模型的芬芳安息香潜在适生区预测[J]. 生态科学, 2020, 39(4): 119-124.
Guo XX, Wang L, Xu XG, et al. MaxEnt modeling for predicting potential suitable distribution areas of Styrax odoratissimus[J]. Ecol Sci, 2020, 39(4): 119-124. DOI:10.14108/j.cnki.1008-8873.2020.04.016
[7]
姚晓燕, 田娜, 马奔, 等. 气候变化对我国微小扇头蜱分布区的影响[J]. 中国血吸虫病防治杂志, 2021, 33(3): 267-273.
Yao XY, Tian N, Ma B, et al. Effects of climate changes on the distribution of Rhipicephalus microplus in China[J]. Chin J Schisto Control, 2021, 33(3): 267-273. DOI:10.16250/j.32.1374.2020298
[8]
Acharya BK, Chen W, Ruan ZL, et al. Mapping environmental suitability of scrub typhus in Nepal using MaxEnt and random forest models[J]. Int J Environ Res Public Health, 2019, 16(23): 4845. DOI:10.3390/ijerph16234845
[9]
闫东, 刘冠纯, 候芝林, 等. 利用两种生态位模型预测长爪沙鼠鼠疫疫源地动物间疫情潜在风险[J]. 中国媒介生物学及控制杂志, 2020, 31(1): 12-15.
Yan D, Liu GC, Hou ZL, et al. Using two ecological niche models to predict the potential risk of epizootic situation in the foci of Meriones unguiculatus plague[J]. Chin J Vector Biol Control, 2020, 31(1): 12-15. DOI:10.11853/j.issn.1003.8280.2020.01.003
[10]
Otto-Bliesner BL, Marshall SJ, Overpeck JT, et al. Simulating arctic climate warmth and icefield retreat in the last interglaciation[J]. Science, 2006, 311(5768): 1751-1753. DOI:10.1126/science.1120808
[11]
李文浩, 张萌, 门吉帅, 等. 江西仙女湖流域大型底栖动物群落结构及水质评价[J]. 长江流域资源与环境, 2016, 25(8): 1218-1227.
Li WH, Zhang M, Men JS, et al. Community structure of macrozoobenthos in Xiannv lake basin and assessment of its water[J]. Resour Environ Yangtze Basin, 2016, 25(8): 1218-1227. DOI:10.11870/cjlyzyyhj201608008
[12]
姚甲凯, 戴建荣. 华支睾吸虫病的流行及治疗现状[J]. 中国病原生物学杂志, 2020, 15(3): 364-370.
Yao JK, Dai JR. The epidemiology of clonorchiasis and the status of its treatment[J]. J Parasit Biol, 2020, 15(3): 364-370. DOI:10.13350/j.cjpb.200326
[13]
Ren CJ, Zhang W, Zhong ZK, et al. Differential responses of soil microbial biomass, diversity, and compositions to altitudinal gradients depend on plant and soil characteristics[J]. Sci Total Environ, 2018, 610-611: 750-758. DOI:10.1016/j.scitotenv.2017.08.110
[14]
邢开瑜, 刘金丽. 四川省3个区域"二十四节气"气候特征分析[J]. 现代农业科技, 2020(1): 188-191.
Xing KY, Liu JL. Analysis on climatic characteristics of "24 solar terms" in 3 areas of Sichuan province[J]. Mod Agric Sci Technol, 2020(1): 188-191. DOI:10.3969/j.issn.1007-5739.2020.01.116
[15]
姜江, 姜大膀, 林一骅. RCP 4.5情景下中国季风区及降水变化预估[J]. 大气科学, 2015, 39(5): 901-910.
Jiang J, Jiang DB, Lin YH. Projection of monsoon area and precipitation in China under the RCP 4.5 scenario[J]. Chin J Atmos Sci, 2015, 39(5): 901-910. DOI:10.3878/j.issn.1006-9895.1411.14216
[16]
孙青松, 于妮娜, 尚信池, 等. 华支睾吸虫病在我国的流行及诊断方法研究进展[J]. 动物医学进展, 2019, 40(8): 84-88.
Sun QS, Yu NN, Shang XC, et al. Advance in prevalence and diagnostic methods of clonorchiasis in China[J]. Prog Vet Med, 2019, 40(8): 84-88. DOI:10.16437/j.cnki.1007-5038.2019.08.012
[17]
何健, 何宇驰, 蔡茵, 等. 广东省湛江市2015年人体重要寄生虫感染现状[J]. 热带医学杂志, 2018, 18(10): 1368-1371.
He J, He YC, Cai Y, et al. Investigation and analysis on the status of human important parasitic infections in Zhanjiang city, Guangdong province in 2015[J]. J Trop Med, 2018, 18(10): 1368-1371. DOI:10.3969/j.issn.1672-3619.2018.10.027
[18]
罗静雯, 田洪春, 谢红, 等. 2016-2020年四川省华支睾吸虫病监测结果分析[J]. 热带病与寄生虫学, 2021, 19(3): 127-130.
Luo JW, Tian HC, Xie H, et al. Analysis on the surveillance results of clonorchiasis in Sichuan province from 2016 to 2020[J]. J Trop Dis Parasitol, 2021, 19(3): 127-130. DOI:10.3969/j.issn.1672-2302.2021.03.002
[19]
Nguyen TTB, Dermauw V, Dahma H, et al. Prevalence and risk factors associated with Clonorchis sinensis infections in rural communities in northern Vietnam[J]. PLoS Negl Trop Dis, 2020, 14(8): e0008483. DOI:10.1371/journal.pntd.0008483