扩展功能
文章信息
- 张佳一, 周毅彬, 李彦玲, 钟岭
- ZHANG Jia-yi, ZHOU Yi-bin, LI Yan-ling, ZHONG Ling
- 网格化诱蚊诱卵器监测方法研究
- A study of grid monitoring method for mosquito ovitraps
- 中国媒介生物学及控制杂志, 2021, 32(2): 208-212
- Chin J Vector Biol & Control, 2021, 32(2): 208-212
- 10.11853/j.issn.1003.8280.2021.02.017
-
文章历史
- 收稿日期: 2020-08-31
2 上海市疾病预防控制中心, 上海 200336
2 Shanghai Municipal Center for Disease Control and Prevention, Shanghai 200336, China
白纹伊蚊(Aedes albopictus)广泛分布于我国热带和温带地区[1],是登革热、基孔肯雅热、黄热病和寨卡病毒病等多种疾病的传播媒介,也是上海市的优势蚊种之一[2]。目前仍无可推广应用的登革热和寨卡病毒病的疫苗,因此监测和控制媒介伊蚊是最有效的伊蚊传染病防控措施。
诱蚊诱卵器法在白纹伊蚊密度的常规和应急监测中被广泛应用[3]。相对于其他监测方法,诱蚊诱卵器法成本低廉、易于操作、蚊密度较低时也较其他方法更为敏感,是监测小容器积水产卵蚊虫时间和空间分布的标准方法之一[4-5]。目前上海市采用的诱蚊诱卵器监测方案以街镇为监测单位[6],每个街镇放置不少于50只诱蚊诱卵器。但监测结果仅能反映整个街镇区域的白纹伊蚊密度的均值,不利于指导开展白纹伊蚊的密度控制工作。将诱蚊诱卵器监测方法结合其空间位置的信息,运用空间分析技术,能够获取更精确的白纹伊蚊密度的空间分布结果。目前地理信息系统(Geographic Information System,GIS)被广泛应用于传染病的防控,近年来也逐渐应用于媒介生物的监测中[7]。
本次研究以诱蚊诱蚊卵器为白纹伊蚊监测工具,将研究区域内每2~3个居委会组成的1个网格,作为空间尺度,探索将GIS应用于白纹伊蚊常规监测工作,用于掌握白纹伊蚊密度的时间和空间变化规律,为蚊虫防治制定高效的监测和控制方案提供科学依据。
1 材料与方法 1.1 研究区域本次研究区域为上海市中心的静安区,总面积37.37 km2,东西长6.15 km,南北长11.93 km。见图 1。2019年,研究区域内包括14个街镇,常住人口为1 057 700人[8]。
1.2 研究区域的网格划分为便于后续灭蚊处置工作启动开展,将本次研究区域内的每2~3个居委会组成1个监测网格(图 1),以网格作为本次研究的白纹伊蚊密度监测的空间单位。研究区域共划分为133个网格。
1.3 诱蚊诱卵器监测本次研究在每个网格每次至少布放8只诱蚊诱卵器。在2019年第20、23、26周至第45周(第40周暂停1次),每周一放置诱蚊诱卵器,于周四回收。主要布放在居民区和单位的外环境树木、花草、灌木丛等公共绿化带,每25~30 m布放1只诱蚊诱卵器,使用时在诱蚊诱卵器内倒入约20 ml脱氯水,并放入1张滤纸提供白纹伊蚊的产卵环境。回收的诱蚊诱卵器内有成蚊和/或蚊虫卵的,判定为阳性;既无成蚊也无蚊虫卵的,判定为阴性;遗失和破损等诱蚊诱卵器,判定为无效诱卵器。
使用ArcGIS 10.3软件进行空间分析。通过计算平均最近邻指数分析网格或街镇的空间分布特征。平均最近邻指数计算平均观测距离与预期平均距离的比值,当比值<1时,表示要素为聚类分布模式,当比值>1时,表示要素为离散分布模式,当比值=1时,表示为随机分布模式[9]。本次研究以面要素之间共边或共点为空间相邻关系,空间相邻赋值1,不相邻赋值0,建立空间权重矩阵,并计算全局空间自相关Moran's I指数[10],探测整个研究区域内的空间分布格局,判断区域属性值的分布是否为聚集、离散或者随机分布模式。Moran's I的值域为[-1, 1],取值为-1表示完全负相关,取值为1表明完全正相关,而取值为0表示不相关。采用ArcGIS 10.3软件的热点分析工具,热点分析为数据集中的每一个要素计算热点值,并得到高值或低值要素在空间上发生聚类的位置[11]。本次所使用地图的坐标系为上海市本地坐标系,研究中检验水准为α=0.05。
2 结果 2.1 诱蚊诱卵器监测结果2019年第20~45周,共在133个网格进行了21次诱蚊诱卵器监测,共放置诱蚊诱卵器23 415只,回收有效诱蚊诱卵器22 715只,阳性1 236只,平均诱蚊诱卵器阳性率为5.44%。
2.2 诱蚊诱卵器阳性率季节变化诱蚊诱卵器阳性率平均值,在2019年第20周为3.20%,其后逐步升高。至第29周达最大值,为8.28%,第27~37周维持在较高水平,其后逐渐降低。见图 2。
2.3 研究区域内街镇与网格的空间分布取街镇或者网格面要素的质心,所有面要素所在的最小外界矩形为面积范围计算平均最近邻。分析结果显示:研究区域内街镇尺度平均最近邻为1 302.70 m,期望值为818.02 m,平均最近邻指数为1.593(Z=4.241,P<0.001);网格尺度平均最近邻为421.23 m,期望值为323.08 m,平均最近邻指数为1.304(Z=6.173,P<0.001)。街镇和网格的空间分布模式均为离散分布。
2.4 诱蚊诱卵器阳性率空间分布各街镇年平均诱蚊诱卵器阳性率的空间分布见图 3。诱蚊诱卵器阳性率年平均值最高的街镇为8.55%,最低为2.60%,中位数为5.52%。有8个街镇年平均诱蚊诱卵器阳性率>5.00%。各网格年平均诱蚊诱卵器阳性率的空间分布见图 4。诱蚊诱卵器阳性率年平均值最高的网格为15.91%,最低为0,中位数为4.94%。有66个网格年平均诱蚊诱卵器阳性率>5.00%,15个网格>10.00%。
2.5 诱蚊诱卵器阳性率的空间自相关分析全局空间自相关分析显示,在街镇尺度Moran's I指数为-0.012(Z=0.384,P=0.701),诱蚊诱卵器阳性率在街镇尺度空间格局表现为随机分布。在网格尺度Moran's I指数为0.150(Z=3.074,P=0.002),诱蚊诱卵器阳性率在网格尺度空间格局表现为空间聚集性分布。
2.6 诱蚊诱卵器阳性率的空间热点分析以各区域诱蚊诱卵器年平均阳性率进行热点分析结果显示,2019年在网格尺度和街镇尺度诱蚊诱卵器阳性率在上海市静安区的南部地区发现高聚集区域,中部发现低聚集区域,网格尺度探测到的北部高聚集区域在街镇尺度未发现。见图 5、6。
3 讨论蚊虫监测方法分为幼蚊监测和成蚊监测。我国常用的蚊虫幼蚊密度监测方法包括布雷图指数法、容器指数法、勺捕法、路径指数法和诱蚊诱卵器法等。其中诱蚊诱卵器法操作简单,人员和设备要求较低,居民易接受,适合大规模的常规监测[12]。目前上海市的蚊虫监测以街镇为空间单位,但有研究表明白纹伊蚊成蚊通常最大活动半径为600~800 m[13-14]。白纹伊蚊的蚊密度变化往往发生在<200 m范围内[7],Vazquez-Prokopec等[15]发现在澳大利亚凯恩斯登革热暴发疫情中,95%的病例发生在指示病例发病后1周内且<125 m的范围内。由于街镇尺度范围一般都远>1 000 m,其蚊密度监测结果在登革热防控具有一定的局限性。本次我们开展的网格化的诱蚊诱卵器监测,在网格尺度识别白纹伊蚊密度变化,为登革热的防控提供合适的空间尺度信息。
本次研究在133个网格,每个网格至少放置8只诱蚊诱卵器,每次共计在整个研究区域放置1 115只诱蚊诱卵器。此研究区域共分为14个街镇,按原监测方案则每个街镇放置50只诱蚊诱卵器,共计每次应放置700只诱蚊诱卵器。两者相比较,网格尺度的样本量增加59.29%。在数据分析时,将网格化诱蚊诱卵器监测按街镇统计数据,就可以完成原监测方案的监测任务。此外,原监测方案的监测结果可实际反映约1 300 m范围(街镇尺度)内的白纹伊蚊密度的均值,网格尺度则约为420 m的范围,网格尺度提高了监测结果的空间精度。网格尺度的监测与街镇尺度相比,采样点在空间上分布更加均匀,比街镇尺度具有更好的代表性,更能客观反映蚊密度的均值。在街镇尺度中密度较高的街镇,在网格尺度可分辨出其中不同的白纹伊蚊密度分布情况,有部分网格的诱蚊诱卵器阳性率并不高,在相对低密度的街镇也有较高密度的网格。在网格尺度探测到的北部高聚集区域在街镇尺度未发现。因此实施网格化监测更有利于识别白纹伊蚊密度更高精度的空间分布情况,有利于开展更高效的蚊虫控制工作。
本次研究中网格尺度的诱蚊诱卵器阳性率,在全局空间分布模式表现为空间聚集性分布,在街镇尺度则为随机分布。空间自相关分析是研究空间中某位置的观察值与其相邻位置的观察值是否相关以及相关程度的一种空间数据分析方法,是空间统计分析的前提条件,在空间统计中占有重要地位[16]。本次在街镇尺度的空间分布模式为随机分布,可能由于街镇间平均距离过大,不利于空间数据的分析。同时也是热点分析中,网格尺度探测到的北部高聚集区域在街镇尺度未发现的原因。因此网格尺度的诱蚊诱卵器监测相对于原监测方案具有一定的优势。
网格化的诱蚊诱卵器监测在原方案上做出了改进,但是依然存在某些不足。当统计单次监测结果时,虽然可以将临近几个板块的样本量合计计算,但是单个网格内8只诱蚊诱卵器的阳性率结果不足以有效反映单个网格的蚊密度。结合空间学知识在以后的监测工作中采用空间抽样的技术[17],以空间相关性和异质性为特征,通过空间抽样进行监测点布点的方法是我们下一步的研究内容。
综上,网格尺度的诱蚊诱卵器监测更利于发现白纹伊蚊密度的高聚集区,更客观地揭示白纹伊蚊的空间分布模式,便于在开展登革热媒介蚊虫的防控工作中确定高风险区域。但是该方法还需完善,结合空间学理论在抽样点选择和数据分析中开展进一步研究。
利益冲突 无
[1] |
Li CX, Wang ZM, Dong YD, et al. Evaluation of lambdacyhalothrin barrier spray on vegetation for control of Aedes albopictus in China[J]. J Am Mosq Control Assoc, 2010, 26(3): 346-348. DOI:10.2987/10-6007.1 |
[2] |
朱江, 刘洪霞, 刘曜, 等. 上海地区2010-2016年蚊虫监测结果分析[J]. 上海预防医学, 2018, 30(8): 635-639. Zhu J, Liu HX, Liu Y, et al. Mosquito monitoring result analysis in Shanghai, 2010-2016[J]. Shanghai J Prev Med, 2018, 30(8): 635-639. DOI:10.19428/j.cnki.sjpm.2018.18785 |
[3] |
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 China. GB/T 23797-2009 Surveillance methods for vector density-Mosquito[S]. Beijing: Standards Press of China, 2009. |
[4] |
Silver JB. Mosquito ecology: field sampling methods[M]. 3rd ed. Netherlands: Springer, 2008: 970.
|
[5] |
Service MW. Mosquito ecology: field sampling methods[M]. 2nd ed. Dordrecht: Springer, 1993: 981-988.
|
[6] |
吕锡宏, 郭晓芹, 费胜军, 等. 上海市松江区2017-2018年登革热媒介伊蚊幼蚊监测分析[J]. 中国媒介生物学及控制杂志, 2020, 31(1): 78-82. Lyu XH, Guo XQ, Fei SJ, et al. Surveillance of the dengue vector Aedes larvae in Songjiang district, Shanghai, China, 2017-2018[J]. Chin J Vector Biol Control, 2020, 31(1): 78-82. DOI:10.11853/j.issn.1003.8280.2020.01.016 |
[7] |
朱伟, 戈斌, 李澜, 等. 空间分析在诱蚊诱卵器监测中的应用研究[J]. 寄生虫与医学昆虫学报, 2020, 27(3): 158-163. Zhu W, Ge B, Li L, et al. The study of the monitoring by mosq-ovitraps with spatial analysis[J]. Acta Parasitol Med Entomol Sin, 2020, 27(3): 158-163. DOI:10.3969/j.issn.1005-0507.2020.03.004 |
[8] |
上海市静安区人民政府. 静安概览[A/OL]. (2019-04-19)[2020-08-01]. http://www.jingan.gov.cn/jagl/jagl.html. Jing'an District People's Government of Shanghai. Overview of Jing'an[A/OL]. (2019-04-19)[2020-08-01]. http://www.jingan.gov.cn/jagl/jagl.html. |
[9] |
张玥, 符刚. 基于GIS的天津市三级医院空间分布特征研究[J]. 中国卫生事业管理, 2018, 35(1): 77-80. Zhang Y, Fu G. Studying on the characteristics of spatial distribution of tertiary hospitals in Tianjin based on GIS[J]. Chin Health Serv Manage, 2018, 35(1): 77-80. |
[10] |
Moran PAP. Notes on continuous stochastic phenomena[J]. Biometrika, 1950, 37(1/2): 17-23. DOI:10.2307/2332142 |
[11] |
Getis A, Ord JK. The analysis of spatial association by use of distance statistics[J]. Geogr Anal, 1992, 24(3): 189-206. DOI:10.1111/j.1538-4632.1992.tb00261.x |
[12] |
闫冬明, 黄坤, 赵春春, 等. 常用蚊虫监测方法和技术研究进展[J]. 中国媒介生物学及控制杂志, 2020, 31(1): 108-112. Yan DM, Huang K, Zhao CC, et al. Research advances in common methods and techniques for mosquito surveillance[J]. Chin J Vector Biol Control, 2020, 31(1): 108-112. DOI:10.11853/j.issn.1003.8280.2020.01.023 |
[13] |
Honório NA, Da Costa Silva W, Leite PJ, et al. Dispersal of Aedes aegypti and Ae. albopictus (Diptera: Culicidae) in an urban endemic dengue area in the state of Rio de Janeiro, Brazil[J]. Mem Inst Oswaldo Cruz, 2003, 98(2): 191-198. DOI:10.1590/s0074-02762003000200005 |
[14] |
Liew C, Curtis CF. Horizontal and vertical dispersal of dengue vector mosquitoes, Aedes aegypti and Ae. albopictus, in Singapore[J]. Med Vet Entomol, 2004, 18(4): 351-360. DOI:10.1111/j.0269-283X.2004.00517.x |
[15] |
Vazquez-Prokopec GM, Kitron U, Montgomery B, et al. Quantifying the spatial dimension of dengue virus epidemic spread within a tropical urban environment[J]. PLoS Negl Trop Dis, 2010, 4(12): e920. DOI:10.1371/journal.pntd.0000920 |
[16] |
何宗贵, 韩世民, 崔道永, 等. 空间自相关分析的统计量探讨[J]. 中国血吸虫病防治杂志, 2008, 20(4): 315-318. He ZG, Han SM, Cui DY, et al. Discussion on statistic of spatial autocorrelation analysis[J]. Chin J Schisto Control, 2008, 20(4): 315-318. DOI:10.3969/j.issn.1005-6661.2008.04.024 |
[17] |
Wang JF, Jiang CS, Hu MG, et al. Design-based spatial sampling: theory and implementation[J]. Environ Model Softw, 2013, 40: 280-288. DOI:10.1016/j.envsoft.2012.09.015 |