中国媒介生物学及控制杂志  2022, Vol. 33 Issue (4): 475-479

扩展功能

文章信息

罗明宇, 王金娜, 吴瑜燕, 刘钦梅, 李天奇, 龚震宇
LUO Ming-yu, WANG Jin-na, WU Yu-yan, LIU Qin-mei, LI Tian-qi, GONG Zhen-yu
浙江省2021年鼠类密度空间分布特征与风险分析
Spatial distribution characteristics and risk analysis of rodent density in Zhejiang province, 2021
中国媒介生物学及控制杂志, 2022, 33(4): 475-479
Chin J Vector Biol & Control, 2022, 33(4): 475-479
10.11853/j.issn.1003.8280.2022.04.006

文章历史

收稿日期: 2022-02-17
浙江省2021年鼠类密度空间分布特征与风险分析
罗明宇 , 王金娜 , 吴瑜燕 , 刘钦梅 , 李天奇 , 龚震宇     
浙江省疾病预防控制中心传染病预防控制所, 浙江 杭州 310051
摘要: 目的 描述和分析浙江省2021年鼠密度的时空分布特征,分析全省鼠类聚集区,为防鼠灭鼠和鼠传疾病防控提供科学依据。方法 对浙江省2021年1-11月各县(市、区)鼠密度监测数据进行统计描述,采用全局和局部空间自相关分析对鼠密度空间分布特征进行分析。结果 浙江省2021年1-11月共布放有效鼠夹380 208个,捕鼠1 851只,全年鼠密度为0.49只/100夹(笼、板)。1-11月鼠密度呈升高趋势(Z=3.913,P < 0.001)。鼠密度在全省范围内呈空间正相关,1、5、9和11月Moran's I指数有统计学意义(均Z>1.96,P < 0.05);局部空间自相关分析结果显示,1-11月高-高聚集区均分布在浙南地区,与鼠密度较高地区空间分布一致;低-低聚集区主要分布在浙北、浙东地区。结论 浙江省2021年整体鼠密度处于较低水平,但存在逐月升高趋势。浙江省鼠密度存在地理区域自相关性,鼠密度较高的县(市、区)主要集中分布在浙南地区,需要关注浙南地区的鼠传疾病发病风险。
关键词: 鼠密度    季节消长    空间分布特征    空间自相关    
Spatial distribution characteristics and risk analysis of rodent density in Zhejiang province, 2021
LUO Ming-yu , WANG Jin-na , WU Yu-yan , LIU Qin-mei , LI Tian-qi , GONG Zhen-yu     
Department of Infectious Disease Control and Prevention, Zhejiang Provincial Center for Disease Control and Prevention, Hangzhou, Zhejiang 310051, China
Abstract: Objective To investigate temporal and spatial distribution characteristics of rodent density and aggregation areas in Zhejiang province of China in 2021, and to provide a scientific basis for rodent control and deratization and the prevention and treatment of rodent-borne diseases. Methods Statistical description was performed for the data of rodent density monitoring in each county (city/district) from January to November 2021, and the global and local spatial autocorrelation analyses were used to analyze the spatial distribution characteristics of rodent density. Results From January to November in 2021, a total of 380 208 effective rat traps were placed and 1 851 rodents were captured, with a mean rodent density of 0.49 per 100 traps (snap, cages or plates). Rodent density showed an increasing trend from January to November (Z=3.913, P < 0.001). Rodent density showed positive spatial autocorrelation within Zhejiang province, and there was a significant difference in Moran's I index among January, May, September, and November (all Z >1.96, P < 0.05). The local spatial autocorrelation analysis showed that high-high aggregation areas were distributed in southern Zhejiang from January to November, which was consistent with the spatial distribution of the areas with high rodent density, and low-low aggregation areas were mainly distributed in northern and eastern Zhejiang. Conclusion The overall rodent density is at a relatively low level in Zhejiang province, but with a gradually increasing trend during the whole year of 2021. Rodent density in Zhejiang province shows geographical autocorrelation, and counties with a higher rodent density are mainly distributed in southern Zhejiang, and therefore, the risk of rodent-borne diseases should be concerned seriously in southern Zhejiang.
Key words: Rodent density    Seasonal variation    Spatial distribution characteristics    Spatial autocorrelation    

鼠类作为重要的病原体宿主和病媒生物,可传播肾综合征出血热(HFRS)、钩端螺旋体(钩体)病等多种传染病。鼠类的时空分布特征对于鼠传疾病的自然疫源性等起主要作用,尤其鼠传疾病的发病率等与鼠种的地理分布特征和鼠密度周期变化等密切相关[1-3]。气候、栖息地条件等地理环境因素可直接影响鼠种时空分布特征和鼠密度的高低变化,从而进一步影响鼠传疾病的发生、发展。空间自相关分析可描述变量的整体分布特征,分析变量是否存在时空聚集性,从而反映疾病等危险因素的聚集性地理区域等特征,目前已广泛应用于传染病区域聚集性等研究[4-5]。本研究为掌握浙江省鼠密度的季节消长规律和空间分布特征,对2021年全省鼠密度进行统计描述,开展空间自相关分析,分析全省鼠密度风险,为防鼠、灭鼠和鼠传疾病防治提供科学依据。

1 材料与方法 1.1 研究资料

在浙江省各县(市、区)设城镇居民区、农村自然村、重点行业(餐饮、食品加工等)3种类型的监测点,每个监测点采用夹夜法、鼠笼法、粘鼠板法中的至少2种,1-11月每奇数月,在室内外一次性布放有效鼠夹或鼠笼、粘鼠板200个,记录捕获鼠类数量并计算鼠密度。具体操作步骤按照国家标准《GB/T 23798-2009病媒生物密度监测方法鼠类》[6]

式中,夹(笼、板)数指布放的鼠夹、鼠笼或粘鼠板数量。

1.2 统计学分析

使用Excel 2019软件进行数据整理和描述性图表绘制。使用SAS 9.4软件对鼠密度随时间消长情况进行Cochran-Armitage趋势检验,通过计算Z值判断其是否存在升高或下降趋势。使用GeoDa 1.20软件进行全局和局部空间自相关分析,全局空间自相关分析中通过计算Moran's I指数判断全省范围内鼠密度是否存在聚集性,局部空间自相关分析通过LISA(local indicators of spatial association)聚集图来表示4种局部空间关联区域:高-高聚集区、低-低聚集区、高-低聚集区、低-高聚集区,其中高-高聚集区、低-低聚集区为空间正相关,高-低聚集区、低-高聚集区为空间负相关。以P < 0.05为差异有统计学意义。

2 结果 2.1 鼠密度季节消长

浙江省2021年1-11月共布放有效鼠夹380 208个,捕鼠1 851只,全年鼠密度为0.49只/100夹(笼、板)。各地市中,全年平均鼠密度最高的为温州市[1.72只/100夹(笼、板)],最低为宁波市[0.06只/100夹(笼、板)]。1-11月,鼠密度呈升高趋势,Cochran-Armitage趋势检验结果显示,Z=3.913,P < 0.001。鼠密度曲线呈不明显的双峰状态,峰值分别出现在5月[0.54只/100夹(笼、板)]和9月[0.56只/100夹(笼、板)]。见表 1

表 1 浙江省各地市2021年1-11月鼠密度 Table 1 Rodent density in cities of Zhejiang province from January to November 2021
2.2 鼠密度空间分布

1月,浙江省有11个县(市、区)鼠密度≥1.00只/100夹(笼、板),其中温州市瓯海区鼠密度最高[2.94只/100夹(笼、板)];11月,有14个县(市、区)鼠密度≥1.00只/100夹(笼、板),其中温州市永嘉县鼠密度最高[3.93只/100夹(笼、板)]。浙江省2021年1-11月平均鼠密度较高的10个县(市、区)依次为温州市永嘉县、洞头区,衢州市常山县,温州市乐清市、瓯海区、苍南县、瑞安市,衢州市龙游县,温州市文成县,金华市义乌市,平均鼠密度分别为4.48、2.67、2.47、2.43、2.41、1.97、1.96、1.55、1.19和1.02只/100夹(笼、板),主要分布在浙南地区。见图 1

图 1 浙江省2021年1-11月鼠密度空间分布 Figure 1 Spatial distribution of rodent density in Zhejiang province from January to November 2021
2.3 全局空间自相关分析

对浙江省2021年1-11月鼠密度以县(市、区)为单位进行全局空间自相关分析。结果显示,1、5、9和11月Moran's I指数有统计学意义,均Z > 1.96,P < 0.05。见表 2

表 2 浙江省2021年1-11月鼠密度全局空间自相关分析结果 Table 2 Global spatial autocorrelation analysis of rodent density in Zhejiang province from January to November 2021
2.4 局部空间自相关分析

对浙江省2021年1-11月鼠密度进一步以县(市、区)为单位进行局部空间自相关分析。LISA聚集分布图结果显示,1-11月,高-高聚集区均分布在浙南地区,相较于1月,11月的高-高聚集区向东部偏移。1月高-高聚集区有4个,包括丽水市青田县,温州市瓯海区、文成县、瑞安市。3月高-高聚集区有4个,包括丽水市青田县,温州市龙湾区、乐清市、瑞安市。5月高-高聚集区有4个,包括丽水市青田县,温州市龙湾区、平阳县、乐清市。7月高-高聚集区有2个,包括丽水市青田县,温州市平阳县。9月高-高聚集区有2个,包括温州市龙湾区、乐清市。11月高-高聚集区有6个,包括温州市永嘉县、龙湾区、乐清市、平阳县,台州市黄岩区、温岭市。见图 2

注:括号中数字表示各类聚集区对应的县(市、区)数。 图 2 浙江省2021年1-11月鼠密度局部空间自相关分析结果 Figure 2 Local spatial autocorrelation analysis of rodent density in Zhejiang province from January to November 2021

1月无低-低聚集区,3-9月,低-低聚集区数量较少,零星分布于浙北、浙东地区;进入11月,数量明显增多,有15个,包括杭州市西湖区、滨江区、钱塘区、萧山区、余杭区、临安市,宁波市海曙区、江北区、镇海区、鄞州区、宁海县、余姚市、奉化市,湖州市德清县,嘉兴市海宁县。见图 2

1-11月,低-高聚集区和高-低聚集区零星分布于高-高聚集区和低-低聚集区的周围。见图 2

3 讨论

浙江省位于我国东南沿海,属亚热带中部地区,降水充沛,自然条件优越,适宜鼠类等病媒生物生存繁殖。鼠密度作为鼠传疾病发病风险的重要影响因素,对于维持鼠传疾病的自然疫源地方面具有重要意义。各地针对鼠疫、HFRS等鼠传疾病疫源地的监测分析均发现,鼠密度与鼠传疾病的发病率密切相关,因此开展鼠密度监测及分析对于鼠传疾病的防控非常重要[1, 7-10]。空间自相关分析可以定量地描述、分析变量在地理区域上的相互关系,目前已广泛应用在传染病的空间分布特征领域[5]。本研究尝试在病媒生物的防控方面应用空间自相关分析,对鼠密度的空间分布特征进行描述及分析。

浙江省2021年全年平均鼠密度为0.49只/100夹(笼、板),低于长江沿线多个地区的全年平均鼠密度[11]。浙江省经过多年城市、农村环境卫生建设,将物理防治、生物防治等措施纳入村级日常管理和密度监测,开展可持续的病媒生物防制措施探索,在病媒生物密度控制方面取得明显的效果。2021年全年平均鼠密度较2011年[0.89只/100夹(笼、板)]以来有明显下降[12]。2021年1-11月鼠密度整体呈升高趋势,同时呈现不甚明显的双峰状态,1月鼠密度较低,5和9月的鼠密度较高,也大致符合我国南方地区的鼠密度季节消长规律[13]。浙江省整体冬春季节气温较低,降水较多,尤其1和3月[14-15],因此1月鼠密度较低,随时间变化,鼠密度逐渐升高,并在春末和秋初2个繁殖季节达到峰值。另外,既往研究发现浙江省HFRS病例分布高峰为5-6月和11-12月,和鼠密度峰值分布存在相关性[16]

在空间分布上,全省鼠密度呈现从北向南逐渐升高的趋势,全年平均鼠密度最高的县(市、区)也主要分布在浙南地区。空间自相关分析结果显示,1-11月鼠密度在全省范围内的整体聚集性随时间呈非线性变化,除3、7月外,其他月Moran's I指数均有统计学意义,表明浙江省2021年鼠密度在全省范围内呈空间正相关,并非随机分布,整体聚集性随时间变化而变化。局部空间自相关分析结果显示,高-高聚集区主要集中在浙南地区的县(市、区),进入11月,高-高聚集区向东部沿海地区偏移,与鼠密度空间分布情况基本一致。鼠密度出现地区聚集性,可能是由于浙南地区河流和山丘密集分布,气候较浙北地区更加温暖潮湿[17],适宜鼠类生存繁殖。浙江省全年平均鼠密度最高的县(市、区)也主要分布在浙南地区,且鼠密度均≥1.00只/100夹(笼、板)。既往研究认为,为有效控制HFRS的发病,鼠密度应控制在1%左右[18]。根据浙江省2020-2021年鼠病原学监测结果,温州、丽水地区检出鼠体汉坦病毒、钩体核酸阳性;同时,既往针对浙江省鼠传疾病分布的研究也发现,HFRS病例在浙西南地区(丽水、衢州)存在空间聚集性[16],钩体病例主要集中在浙中和浙南山区(金华、台州、丽水市等)[19]。可见,鼠密度、鼠体病原携带、鼠传疾病分布存在地理分布上的相关性。因此上述县(市、区)在必要情况下可开展应急性的防鼠灭鼠,控制HFRS和钩体病等鼠传疾病发病风险。

本研究存在不足之处,各监测点按照国家标准进行鼠类捕获,但没有完全统一捕鼠方法,对鼠密度的代表性可能产生一定影响。2021年浙江省整体鼠密度处于较低水平,但存在逐月升高趋势。浙江省鼠密度存在地理区域自相关性,鼠密度较高的县(市、区)主要集中分布在浙南地区,需要关注浙南地区的鼠传疾病发病风险。空间聚集性分析有助于识别鼠密度风险区域,对于存在地区聚集性的区域,建议采取联合防鼠、灭鼠机制,将鼠密度控制在较低水平。

利益冲突  无

参考文献
[1]
姜法春, 董礼艳, 郝毕, 等. 2011-2015年山东省青岛市肾综合征出血热与宿主动物相关性研究[J]. 中华地方病学杂志, 2017, 36(5): 365-369.
Jiang FC, Dong LY, Hao B, et al. Correlation between host animal and hemorrhagic fever with renal syndrome in Qingdao city of Shandong province from 2011 to 2015[J]. Chin J Endemiol, 2017, 36(5): 365-369. DOI:10.3760/cma.j.issn.2095-4255.2017.05.013
[2]
牛艳芬, 康晓平, 闫东, 等. 河北省2001-2013年长爪沙鼠疫源地长爪沙鼠密度相关因素分析[J]. 中华流行病学杂志, 2016, 37(8): 1108-1111.
Niu YF, Kang XP, Yan D, et al. Correlative factors related to the density of Meriones unguiculatus in the M.unguiculatus plague foci of Hebei province, 2001-2013[J]. Chin J Epidemiol, 2016, 37(8): 1108-1111. DOI:10.3760/cma.j.issn.0254-6450.2016.08.011
[3]
白雪薇, 陈永明, 牛艳芬, 等. 河北省鼠疫自然疫源地动物鼠疫流行分布特征分析[J]. 中国媒介生物学及控制杂志, 2021, 32(3): 324-328.
Bai XW, Chen YM, Niu YF, et al. Distribution characteristics of plague epidemics in animals in natural plague foci of Hebei province, China[J]. Chin J Vector Biol Control, 2021, 32(3): 324-328. DOI:10.11853/j.issn.1003.8280.2021.03.013
[4]
Núñez-González S, Gault C, Simancas-Racines D. Spatial analysis of dengue, cysticercosis and Chagas disease mortality in Ecuador, 2011-2016[J]. Trans Roy Soc Trop Med Hyg, 2019, 113(1): 44-47. DOI:10.1093/trstmh/try106
[5]
宋宁娟, 谢昀, 丁晟, 等. 江西省2013-2018年肾综合征出血热空间自相关分析[J]. 中华疾病控制杂志, 2020, 24(8): 876-880.
Song NJ, Xie Y, Ding S, et al. Analysis of spatial autocorrelation of hemorrhagic fever with renal syndrome in Jiangxi province from 2013 to 2018[J]. Chin J Dis Control Prev, 2020, 24(8): 876-880. DOI:10.16462/j.cnki.zhjbkz.2020.08.003
[6]
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. GB/T 23798-2009病媒生物密度监测方法鼠类[S]. 北京: 中国标准出版社, 2009.
General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China, Standardization Administration of China. GB/T 23798-2009 Surveillance methods for vector density-Rodent[S]. Beijing: Standards Press of China, 2009. (in Chinese)
[7]
吴建华, 郑艳娟, 虎明明, 等. 2015-2018年宁夏回族自治区银川市鼠疫自然疫源地监测结果分析[J]. 中华地方病学杂志, 2020, 39(6): 416-419.
Wu JH, Zheng YJ, Hu MM, et al. Analysis of monitoring results of plague natural foci in Yinchuan city, Ningxia from 2015 to 2018[J]. Chin J Endemiol, 2020, 39(6): 416-419. DOI:10.3760/cma.j.cn231583-20190617-00172
[8]
王鼎盛, 席进孝, 格鹏飞, 等. 1962-2018年甘肃省黄鼠鼠疫自然疫源地鼠疫流行病学特征动态变化分析[J]. 中华地方病学杂志, 2020, 39(7): 510-515.
Wang DS, Xi JX, Ge PF, et al. Dynamics of plague epidemic in Spermophilus alaschanicus plague foci of Gansu province from 1962 to 2018[J]. Chin J Endemiol, 2020, 39(7): 510-515. DOI:10.3760/cma.j.cn231583-20190813-00222
[9]
王宏祥, 李月喜, 李峰, 等. 2018年内蒙古自治区乌兰察布市鼠疫监测结果分析[J]. 中华地方病学杂志, 2019, 38(11): 890-893.
Wang HX, Li YX, Li F, et al. Analysis of monitoring results on plague in Ulanqab city of Inner Mongolia in 2018[J]. Chin J Endemiol, 2019, 38(11): 890-893. DOI:10.3760/cma.j.issn.2095-4255.2019.11.006
[10]
刘菁, 陈阳, 林代华, 等. 福建省2016-2018年肾综合征出血热流行特征和宿主动物监测分析[J]. 中国媒介生物学及控制杂志, 2021, 32(3): 329-333.
Liu J, Chen Y, Lin DH, et al. Epidemiological characteristics and host animal monitoring of hemorrhagic fever with renal syndrome in Fujian province, China, 2016-2018[J]. Chin J Vector Biol Control, 2021, 32(3): 329-333. DOI:10.11853/j.issn.1003.8280.2021.03.014
[11]
涂涛田, 冯绍全, 何亚明, 等. 重庆市2018年国家级监测点鼠类监测结果分析[J]. 中国媒介生物学及控制杂志, 2019, 30(6): 711-712.
Tu TT, Feng SQ, He YM, et al. An analysis of rodent surveillance results at national-level surveillance sites in Chongqing, China, 2018[J]. Chin J Vector Biol Control, 2019, 30(6): 711-712. DOI:10.11853/j.issn.1003.8280.2019.06.028
[12]
吴瑜燕, 龚震宇, 侯娟, 等. 浙江省2011-2013年病媒生物监测结果分析[J]. 中国媒介生物学及控制杂志, 2015, 26(4): 394-397.
Wu YY, Gong ZY, Hou J, et al. Analysis of vector surveillance from 2011 to 2013 in Zhejiang province, China[J]. Chin J Vector Biol Control, 2015, 26(4): 394-397. DOI:10.11853/j.issn.1003.4692.2015.04.017
[13]
李贵昌, 王玉姣, 鲁亮, 等. 2019年全国鼠类监测报告[J]. 中国媒介生物学及控制杂志, 2020, 31(4): 389-394.
Li GC, Wang YJ, Lu L, et al. National surveillance report on rodents in China, 2019[J]. Chin J Vector Biol Control, 2020, 31(4): 389-394. DOI:10.11853/j.issn.1003.8280.2020.04.002
[14]
顾骏强, 施能, 薛根元. 近40年浙江省降水量、雨日的气候变化[J]. 应用气象学报, 2002, 13(3): 322-329.
Gu JQ, Shi N, Xue GY. Climatic variation of rainfall and wet days in Zhejiang[J]. J Appl Meteor Sci, 2002, 13(3): 322-329. DOI:10.3969/j.issn.1001-7313.2002.03.007
[15]
王珂依, 刘园, 刘布春, 等. 1958-2015年长江中下游寒潮时空演变特征[J]. 自然资源学报, 2020, 35(12): 3029-3038.
Wang KY, Liu Y, Liu BC, et al. Spatio-temporal characteristics of cold wave in the middle and lower reaches of the Yangtze River between 1958 and 2015[J]. J Nat Res, 2020, 35(12): 3029-3038. DOI:10.31497/zrzyxb.20201217
[16]
张蓉, 孙继民, 凌锋, 等. 基于SaTScan的浙江省2010-2014年肾综合征出血热疫情回顾性时空分析[J]. 中国媒介生物学及控制杂志, 2017, 28(3): 244-247.
Zhang R, Sun JM, Ling F, et al. Retrospective space-time scan (SaTScan) analysis on epidemic hemorrhagic fever with renal syndrome in Zhejiang province from 2010 to 2014[J]. Chin J Vector Biol Control, 2017, 28(3): 244-247. DOI:10.11853/j.issn.1003.8280.2017.03.012
[17]
史军, 崔林丽, 田展, 等. 气温变化对华东居住建筑取暖和降温耗能的影响[J]. 自然资源学报, 2011, 26(3): 460-467.
Shi J, Cui LL, Tian Z, et al. Impact of temperature change on heating and cooling energy consumption of residential buildings in east China[J]. J Nat Res, 2011, 26(3): 460-467. DOI:10.11849/zrzyxb.2011.03.012
[18]
陈化新, 罗成旺. 中国肾综合征出血热监测[J]. 中华流行病学杂志, 2002, 23(1): 63-66.
Chen HX, Luo CW. Surveillance of hemorrhagic fever with renal syndrome in China[J]. Chin J Epidemiol, 2002, 23(1): 63-66. DOI:10.3760/j.issn:0254-6450.2002.01.018
[19]
施旭光, 姜理平, 孙继民, 等. 浙江省钩端螺旋体病10年监测结果分析[J]. 浙江预防医学, 2016, 28(6): 550-552, 556.
Shi XG, Jiang LP, Sun JM, et al. An analysis on leptospirosis surveillance of ten years in Zhejiang province[J]. Zhejiang Prev Med, 2016, 28(6): 550-552, 556. DOI:10.19485/j.cnki.issn1007-0931.2016.06.003