2023, Vol. 34扩展功能
文章信息
- 王蓉, 刘起勇, 郭玉红, 杨秉睿, 张宪青, 卢囡囡, 程晓兰, 马斌忠, 蒋明霞
- WANG Rong, LIU Qi-yong, GUO Yu-hong, YANG Bing-rui, ZHANG Xian-qing, LU Nan-nan, CHENG Xiao-lan, MA Bin-zhong, JIANG Ming-xia
- 青海省部分地区蚊密度季节分布与气象因素的关联分析
- Relationship between seasonal distribution of mosquito density and meteorological factors in some areas of Qinghai Province, China
- 中国媒介生物学及控制杂志, 2023, 34(6): 814-818
- Chin J Vector Biol & Control, 2023, 34(6): 814-818
- 10.11853/j.issn.1003.8280.2023.06.020
-
文章历史
- 收稿日期: 2023-06-13
王蓉, 刘起勇, 郭玉红, 杨秉睿, 张宪青, 卢囡囡, 程晓兰, 马斌忠, 蒋明霞. 青海省部分地区蚊密度季节分布与气象因素的关联分析[J]. 中国媒介生物学及控制杂志, 2023, 34(6): 814-818.
WANG Rong, LIU Qi-yong, GUO Yu-hong, YANG Bing-rui, ZHANG Xian-qing, LU Nan-nan, CHENG Xiao-lan, MA Bin-zhong, JIANG Ming-xia. Relationship between seasonal distribution of mosquito density and meteorological factors in some areas of Qinghai Province, China[J]. Chin J Vector Biol & Control, 2023, 34(6): 814-818.
青海省部分地区蚊密度季节分布与气象因素的关联分析
1 青海卫生职业技术学院, 青海 西宁 810000;
2 传染病溯源预警与智能决策全国重点实验室, 中国疾病预防控制中心传染病预防控制所媒介生物控制室, 北京 102206;
3 青海国际旅行卫生保健中心, 青海 西宁 810000;
4 大连国际旅行卫生保健中心, 辽宁 大连 116007;
5 青海省疾病预防控制中心, 青海 西宁 810007
2 传染病溯源预警与智能决策全国重点实验室, 中国疾病预防控制中心传染病预防控制所媒介生物控制室, 北京 102206;
3 青海国际旅行卫生保健中心, 青海 西宁 810000;
4 大连国际旅行卫生保健中心, 辽宁 大连 116007;
5 青海省疾病预防控制中心, 青海 西宁 810007
摘要: 目的 了解青海省部分地区不同季节的蚊密度，探究蚊密度与气象因素之间的关系。方法 利用Excel 2022软件对2018－2021年青海省5个监测点的蚊密度进行圆形分布法的计算，并推算各监测点蚊密度高峰日和高峰期；利用SPSS 22.0软件对青海省西宁、格尔木和玉树市的蚊密度与相关气象因素进行多元线性回归分析。结果 青海省调查点的蚊虫季节消长高峰日为7月19日，高峰期为6月10日－8月28日；蚊密度和气象因素回归方程为y=-2.19+0.47x1+0.01x3+0.02x4（x1：月平均气温；x3：月平均相对湿度；x4：月平均气压）（F=20.613，P < 0.001）。在海拔3 700 m的玉树市发现有蚊虫孳生。结论 青海省部分地区蚊密度与气温、相对湿度、气压之间存在一定相关关系，且蚊密度高峰期基本都集中在7月中旬。
关键词:
圆形分布法 蚊密度 气象因素 多元线性回归 青海省
Relationship between seasonal distribution of mosquito density and meteorological factors in some areas of Qinghai Province, China
1 Qinghai College of Health Sciences and Technology, Xining, Qinghai 810000, China;
2 National Key Laboratory of Intelligent Tracking and Forecasting for Infectious Diseases, Department of Vector Biology and Control, National Institute for Communicable Disease Control and Prevention, Chinese Center for Disease Control and Prevention, Beijing 102206, China;
3 Qinghai International Travel Healthcare Center, Xining, Qinghai 810000, China;
4 Dalian International Travel Healthcare Center, Dalian, Liaoning 116007, China;
5 Qinghai Center for Disease Control and Prevention, Xining, Qinghai 810007, China
2 National Key Laboratory of Intelligent Tracking and Forecasting for Infectious Diseases, Department of Vector Biology and Control, National Institute for Communicable Disease Control and Prevention, Chinese Center for Disease Control and Prevention, Beijing 102206, China;
3 Qinghai International Travel Healthcare Center, Xining, Qinghai 810000, China;
4 Dalian International Travel Healthcare Center, Dalian, Liaoning 116007, China;
5 Qinghai Center for Disease Control and Prevention, Xining, Qinghai 810007, China
Abstract: Objective To study the seasonal distribution of mosquito density and explore the relationship between mosquito density and meteorological factors in some areas of Qinghai Province, China. Methods The data on mosquito density of five surveillance points of Qinghai Province from 2018 to 2021 were analyzed using the circular distribution method to calculate the peak day and peak period of mosquito density at each surveillance point. A multiple linear regression analysis was conducted to determine the relationship between mosquito density and meteorological factors in Xining, Golmud, and Yushu of Qinghai Province with SPSS 22.0. Results The peak day of seasonal fluctuations of mosquitoes of surveyed points in Qinghai Province was July 19, and the peak period was from June 10 to August 28. The regression equation for mosquito density and meteorological factors was y=-2.19+0.47x1+0.01x3+0.02x4 (x1, mean air temperature; x3, monthly average relative humidity; x4, monthly mean air pressure) (F=20.613, P < 0.001). Mosquitoes have been found breeding in Yushu City with an altitude of 3 700 meters. Conclusions There is a certain correlation between the mosquito density in some areas of Qinghai Province and the local monthly average temperature, monthly average humidity, and monthly average air pressure, and the peak period of mosquito density is basically concentrated in mid July.
Key words:
Circular distribution method Mosquito density Meteorological factor Multiple linear regression Qinghai Province
青海省位于中国西部，平均海拔3 000 m以上，位于青藏高原的东北部，省会西宁市区夏季平均气温仅18.3 ℃，根据西宁市气象数据，2018－2021年5－8月平均气温仅为16.4 ℃。青海省作为中国青藏高原上的重要省份之一，近年来，由于全球气候条件的变化，使得青海省蚊虫的种类构成也在发生改变。蚊虫的生长、繁殖、行为以及疾病的传播等均受到气象条件的影响，因此气象因素对蚊虫密度的影响研究备受关注[1]。既往调查显示青海省蚊虫主要以刺扰伊蚊（Aedes vexans）、背点伊蚊（Ae. dorsalis）和淡色库蚊（Culex pipiens pallens）为主[2]，蚊虫骚扰对当地居民的生产生活造成较大的影响。
青海省的成蚊季节消长趋势分析多以每年5－10月成蚊监测蚊密度绘制曲线图，其操作简单，仅显示蚊密度随时间的变化，主观性较强，在季节消长趋势判定和分析方面有很大的局限性[3-5]，本研究用圆形分布法和线性多元回归分析分别探究青海省蚊虫季节分布以及蚊密度与高原地区气象因素之间关系。
1 材料与方法 1.1 蚊虫监测资料采用《全国病媒生物监测实施方案》中的诱蚊灯法[6]，综合考虑地理分布、海拔和居民居住密集程度，于2018－2021年5－10月，在尖扎县（1 960 m）、贵德县（2 250 m）、城西区（2 280 m）、格尔木市（2 780 m）和玉树市（3 700 m）靠近居民区附近收集成蚊数量。每个监测点布放5台诱蚊灯。
1.2 气象资料玉树和格尔木市气象资料来自于中国气象数据网；城西区气象资料由西宁市气象局提供。气象数据包括2018－2021年5－10月逐月的月平均气温（x1）、月平均降水量（x2）、月平均相对湿度（x3）和月平均气压（x4）。
1.3 圆形分布法[7]圆形分布法用于角度、昼夜时间等资料的分析，通过计算三角函数之间变换（sinα，cosα，fsinα，fcosα），f为月蚊虫数，把原始数据转换为线性资料。先将12个月转换成360°，每个月为15°作为组中值并转换为月中位角α，分别计算sinα和cosα的均值X和Y，再计算其离散程度指标r，根据r计算角离差S。最后检验方法采用雷氏检验。圆形分布中涉及基本公式如下：
|
|
将平均角换算为高峰日，季节消长高峰日为α所在日期，季节消长高峰期为α±S。
1.4 统计学分析应用SPSS 22.0软件进行气象因素与蚊密度的相关分析和多元线性回归。使用Excel 2022软件建立数据库，进行集中度法和圆形分布法分析。
2 结果 2.1 监测点主要气象相关因素根据中国气象数据网和西宁市气象局提供的气象数据，2018－2021年5－10月期间主要气象因素见表 1。
表 1 青海省5个监测点2008－2021年主要气象因素
Table 1 Distribution of main meteorological factors at five surveillance points in Qinghai Province, 2008-2021
|
青海省5个蚊虫调查点，2018－2021年成蚊月监测数呈现周期函数特征，计算得出r=0.79，α=200.92，圆形分布S=39.16°，对α进行雷氏检验，Z=2 052.033，P < 0.001，2018－2021年5个蚊虫调查点的蚊密度高峰日为7月19日，高峰期为6月10日－8月28日。各地区之间高峰期各不相同，但基本集中在7月中旬，尖扎县是6月29日，玉树市是7月3日。见表 2、3。
表 2 青海省5个监测点2018－2021年成蚊月平均角计算
Table 2 Average angle of each month for adult mosquito data at five surveillance points in Qinghai Province, 2018-2021
|
表 3 青海省5个监测点2018－2021年成蚊监测结果圆形分布
Table 3 Circular distribution of adult mosquito data at five surveillance points in Qinghai Province, 2018-2021
|
2018－2021年累计捕获蚊虫共计3 266只，海拔2 000~ < 2 300 m地区捕获蚊虫最多，捕获2 004只，蚊密度7月最高，为0.98只/（灯·h），其他海拔地区在不同月份捕获的蚊虫数量及蚊密度见表 4。
表 4 青海省5个监测点在2018－2021年不同海拔地区蚊密度分析
Table 4 Mosquito density of five surveillance points at different elevations in Qinghai Province, 2018-2021
|
由于气象数据资料的限定，仅针对本次调查中的西宁、格尔木和玉树市，分析各地区蚊密度与月平均气温、月平均降水量、月平均相对湿度和月平均气压做相关分析，结果见表 5。
表 5 青海省2018－2021年蚊密度与相关气象因素相关系数
Table 5 Correlation between mosquito density and meteorological factors in Qinghai Province, 2018-2021
|
从不同地区气象因素与蚊密度的相关关系来看，月平均气温、月平均降水量与各地区蚊密度呈正相关；月平均相对湿度相关关系各不相同，格尔木市的蚊密度与相对湿度呈正相关（r=0.639），城西区和玉树市的蚊密度与月平均相对湿度呈负相关，r分别为-0.323和-0.172，其中玉树市的蚊密度与月平均相对湿度相关性无统计学意义。见表 6。
表 6 青海省2018－2021年不同地区气象因素与蚊密度相关系数
Table 6 Correlation between meteorological factors and mosquito density in different regions of Qinghai Province, 2018-2021
|
利用连续4年来收集的蚊虫密度数据和气象数据，分地区进一步做回归分析。见表 7。
表 7 青海省不同地区间相关气象因素与蚊密度的多元回归分析
Table 7 Multiple regression analysis of correlation between meteorological factors and mosquito density in different regions of Qinghai Province
|
蚊密度与同期月平均气温、降水量、月平均相对湿度、月平均气压进行多元线性回归分析，西宁、玉树和格尔木市多元回归方程的假设检验F值分别为45.328、66.239、13.740，均P < 0.001，具有统计学意义。继续计算总的多元线性回归方程，y=-2.19+0.47x1+0.01x2+0.02x4（x1：月平均气温；x3：月平均相对湿度；x4：月平均气压），方程有统计学意义（F=20.613，P < 0.001）。
3 讨论圆形分布法多运用于传染病聚集性发病研究，但在蚊虫季节变化、消长趋势方面研究较少[8-12]，用圆形分布法对病媒生物密度进行统计分析具有简捷、准确等诸多优点[13-16]。
青海省5个监测点的成蚊消长存在季节性高峰，有集中趋势。蚊虫季节消长高峰为7月19日，各地区蚊密度消长高峰日基本都在7月上旬，其中尖扎县蚊密度消长高峰日最早，在6月29日，贵德县蚊密度消长高峰日较晚在7月19日。尖扎县海拔低，常年气温偏高，相对湿度大，因此高峰期出现最早，持续时间也相对较长；玉树市的监测点为通天河附近，湿度较大，但由于海拔较高，风速较大，且常年平均温度较低，捕获的蚊虫数量较少，但本次捕获蚊虫为玉树市首次报道有蚊虫分布。
多数研究认为，对蚊虫密度和孳生条件影响最大的是气温，而其他气象因素则在不同区域和时间段内存在着一些争议和差别[17-18]。本次调查的各监测点蚊密度与气温、降水量、气压之间存在一定相关关系。其中气温对蚊虫密度的影响最大，气压对蚊虫分布有一定影响。既往调查青海省发现了新的蚊种分布记录[19]，表明气候条件的改变，蚊虫物种变迁可能导致蚊传疾病的风险变化。不同年份蚊密度与相对湿度的相关性不明显，进一步做线性相关回归分析后，3个监测点的同期气温对蚊虫密度呈正相关，西宁和玉树市的气压与蚊密度呈负相关，格尔木市的气压与同期蚊密度呈正相关。本研究蚊虫采集数量有限，且可能存在空间异质性影响，因此需要在扩大样本量的基础上，同时考虑地理位置和环境差异做进一步验证。
利益冲突 无
参考文献
| [1] |
刘美德, 姜江, 佟颖, 等. 北京市居民区中蚊虫密度与气象因素关系的研究[J]. 寄生虫与医学昆虫学报, 2021, 28(2): 76-84. Liu MD, Jiang J, Tong Y, et al. Relationship of meteorological factors to mosquito density in residential areas of Beijing[J]. Acta Parasitol Med Entomol Sin, 2021, 28(2): 76-84. DOI:10.3969/j.issn.1005-0507.2021.02.003 |
| [2] |
王蓉, 刘起勇, 陆涛, 等. 青海省黄河流域人居环境蚊类物种组成及空间分布特征[J]. 中国媒介生物学及控制杂志, 2023, 34(3): 389-393, 399. Wang R, Liu QY, Lu T, et al. Species composition and spatial distribution of mosquitoes in human habitats in Yellow River basin in Qinghai province, China[J]. Chin J Vector Biol Control, 2023, 34(3): 389-393, 399. DOI:10.11853/j.issn.1003.8280.2020.02.0182023.03.018 |
| [3] |
马勇建, 付磊磊, 张云兰, 等. 2017-2018年滨州市蚊蝇种群结构及季节消长分析[J]. 现代预防医学, 2019, 46(17): 3197-3200, 3210. Ma YJ, Fu LL, Zhang YL, et al. Population structure and seasonal fluctuation of mosquitoes and flies of Binzhou, 2017-2018[J]. Mod Prev Med, 2019, 46(17): 3197-3200, 3210. |
| [4] |
朱心红, 吴因平, 陈莫娇. 浙江省义乌市2017年白纹伊蚊密度及其分布特征[J]. 中国媒介生物学及控制杂志, 2019, 30(5): 567-569. Zhu XH, Wu YP, Chen MJ. Population density and distribution characteristics of Aedes albopictus in 2017 in Yiwu, Zhejiang province, China[J]. Chin J Vector Biol Control, 2019, 30(5): 567-569. DOI:10.11853/j.issn.1003.8280.2019.05.021 |
| [5] |
吴海霞, 鲁亮, 孟凤霞, 等. 2006-2015年我国蚊虫监测报告[J]. 中国媒介生物学及控制杂志, 2017, 28(5): 409-415. Wu HX, Lu L, Meng FX, et al. Reports on national surveillance of mosquitoes in China, 2006-2015[J]. Chin J Vector Biol Control, 2017, 28(5): 409-415. DOI:10.11853/j.issn.1003.8280.2017.05.001 |
| [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 23797-2009病媒生物密度监测方法蚊虫[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 the People's Republic of China. GB/T23797-2009 Surveillance methods for vector density-Mosquito[S]. Beijing: Standards Press of China. (in Chinese) |
| [7] |
金丕焕. 医用统计方法[M]. 2版. 上海: 复旦大学出版社, 2003: 211-217. Jin PH. Public health preventive medicine[M]. 2nd ed. Shanghai: Fudan University Press, 2003: 211-217. |
| [8] |
刘红杨, 肖金环, 王凡, 等. 集中度和圆形分布法分析山东省2008-2014年手足口病季节性特征[J]. 山东大学学报: 医学版, 2016, 54(12): 77-81, 89. Liu HY, Xiao JH, Wang F, et al. Seasonal characteristics of hand, foot and mouth disease in Shandong province during 2008 and 2014 analyzed with concentration and circular distribution methods[J]. J Shandong Univ: Health Sci, 2016, 54(12): 77-81, 89. DOI:10.6040/j.issn.1671-7554.0.2016.469 |
| [9] |
曹世义, 尹平, 卢祖洵. 应用改良的集中度法分析我国结核病发病的季节性特征[J]. 中华疾病控制杂志, 2011, 15(12): 1081-1083. Cao SY, Yin P, Lu ZX. Analysis on the seasonal intensity of tuberculosis in China applying the improved muster method[J]. Chin J Dis Control Prev, 2011, 15(12): 1081-1083. |
| [10] |
康育慧, 崔咏梅, 曹文君. 2011-2017年我国人间布鲁氏菌病发病的长期趋势和季节性研究[J]. 中国卫生统计, 2018, 35(6): 895-897. Kang YH, Cui YM, Cao WJ. Long-term trend and seasonality of human brucellosis in China from 2011 to 2017[J]. Chin J Health Stat, 2018, 35(6): 895-897. |
| [11] |
刘卫光, 赵桂让, 黄道靖, 等. 漯河市手足口病发病集中度和圆形分布分析结果[J]. 预防医学, 2019, 31(9): 908-910. Liu WG, Zhao GR, Huang DJ, et al. Analysis of seasonality of hand, foot, and mouth disease in Luohe by concentration ratio and the circular distribution[J]. Prev Med, 2019, 31(9): 908-910. DOI:10.19485/j.cnki.issn2096-5087.2019.09.011 |
| [12] |
王晶晶, 周杰, 汤喜红, 等. 2005-2017年上海市金山区成人麻疹流行病学特征及影响因素分析[J]. 中国预防医学杂志, 2019, 20(9): 784-788. Wang JJ, Zhou J, Tang XH, et al. Epidemiological characteristics and influencing factors of measles among adults in Jinshan district of Shanghai, 2005-2017[J]. Chin Prev Med, 2019, 20(9): 784-788. DOI:10.16506/j.1009-6639.2019.09.004 |
| [13] |
付凌姣, 马建新, 葛申, 等. 应用集中度和圆形分布法分析2016-2018年北京市朝阳区手足口病季节性特征[J]. 中国病毒病杂志, 2020, 10(4): 289-292. Fu LJ, Ma JX, Ge S, et al. Concentration and circular distribution-based analyses of the seasonal characteristics of hand, foot and mouth disease from 2016 to 2018 in Chaoyang district of Beijing, China[J]. Chin J Viral Dis, 2020, 10(4): 289-292. DOI:10.16505/j.2095-0136.2020.0009 |
| [14] |
尚文旭, 海秀萍, 秦丰程. 圆形分布法在探讨蝇类季节消长规律中的应用[J]. 中国媒介生物学及控制杂志, 2005, 16(1): 17-18. Shang WX, Hai XP, Qin FC. Application of the round distribution method to probe the seasonal change of flies[J]. Chin J Vector Biol Control, 2005, 16(1): 17-18. DOI:10.3969/j.issn.l003-4692.2005.01.005 |
| [15] |
许筱红, 佘桂芝, 唐月娥, 等. 圆形分布法分析江苏省传疟按蚊季节性消长规律变化[J]. 中国卫生统计, 2014, 31(6): 990-991. Xu XH, She GZ, Tang YE, et al. Analysis of seasonal changes of Anopheles malaria mosquitoes in Jiangsu province by circular distribution method[J]. Chin J Health Stat, 2014, 31(6): 990-991. |
| [16] |
何业计, 闫清源, 尔夏提江·阿迪力江, 等. 2005-2017年全国3种主要蚊媒传染病发病数的圆形分布分析[J]. 上海交通大学学报: 农业科学版, 2019, 37(2): 14-18. He YJ, Yan QY, Adil E, et al. Circular distribution of the incidences of three mosquito-borne infectious diseases in China from 2005 to 2017[J]. J Shanghai Jiaotong Univ: Agric Sci, 2019, 37(2): 14-18. DOI:10.3969/J.ISSN.1671-9964.2019.02.003 |
| [17] |
王金娜, 凌锋, 郭颂, 等. 浙江省蚊虫密度的相关气象因素研究[J]. 中国媒介生物学及控制杂志, 2015, 26(5): 464-466, 470. Wang JN, Ling F, Guo S, et al. Study on the relevant meteorological factors influencing mosquito density in Zhejiang province[J]. Chin J Vector Biol Control, 2015, 26(5): 464-466, 470. DOI:10.11853/j.issn.1003.4692.2015.05.008 |
| [18] |
仲洁, 何隆华. 气象因素对蚊虫密度影响研究进展[J]. 中国媒介生物学及控制杂志, 2015, 26(1): 95-99. Zhong J, He LH. Advances in research on impacts of meteorological factors on mosquito density[J]. Chin J Vector Biol Control, 2015, 26(1): 95-99. DOI:10.11853/j.issn.1003.4692.2015.01.028 |
| [19] |
王蓉, 刘起勇, 刘桂香, 等. 青海省乐都县首次发现迷走库蚊[J]. 中国媒介生物学及控制杂志, 2020, 31(2): 209-211. Wang R, Liu QY, Liu GX, et al. First discovery of Culex (Culex) vagans Wiedemann in Ledu county, Qinghai province, China[J]. Chin J Vector Biol Control, 2020, 31(2): 209-211. DOI:10.11853/j.issn.1003.8280.2020.02.018 |