人诱停落法与CO_(2)诱蚊灯法对白纹伊蚊的监测分析

目的比较人诱停落法与CO_(2)诱蚊灯法对白纹伊蚊密度的监测结果,进而评估、确定白纹伊蚊密度的监测方法。方法采用人诱停落法和CO_(2)诱蚊灯法在北京市西城区一处公园、一个居民区和一所医院开展蚊密度监测。结果用CO_(2)灯诱法、人诱停落法分别捕获白纹伊蚊雌蚊1 600只和128只,分别为8月中旬和7月下旬蚊密度最高,每日17:00-20:00蚊密度最高。全年公园绿地平均密度最高,其次为居民区,医疗机构平均密度最低。在一定范围内,CO_(2)诱蚊灯法监测结果在统计学上与温度呈正相关,与风速呈负相关,回归方程式YCO2诱蚊灯法诱蚊数=-1.431+0.132X_(温度)-3.328X_(风速);人诱停落法与湿度呈正相关,与风速呈负相关,回归方程式Y人诱停落法捕蚊数=-0.846+0.065X_(湿度)-0.961X_(风速)。结论 CO_(2)诱蚊灯法受温度、风速影响较大。人诱法受气候因素影响较小。

CO_(2)诱蚊灯法监测淡色库蚊的时间频次模型研究

目的建立基于温度差的CO_(2)诱蚊灯抽样模型,为CO_(2)诱蚊灯监测频次的确定提供科学依据。方法在上海市15个区,于2019和2020年的4-11月每旬设置229个CO_(2)诱蚊灯监测1次淡色库蚊密度。以2019年的监测数据为训练集,2020年的监测数据为测试集。通过泰勒幂法则建立均数与标准差间的函数,代入两样本均数比较的样本量公式,建立基于密度差的抽样模型。使用线性回归模型建立临近2次CO_(2)诱蚊灯监测结果密度差和该2次监测前1旬的温度差的回归方程,代入基于密度差的抽样模型,建立基于温度差的抽样模型。两样本均数比较使用Wilcoxon秩和检验,模型验证使用准确率、召回率和调和平均值(F-measure)进行评价。结果2019年相邻2旬、间隔1旬、间隔2旬淡色库蚊监测密度比较,均值差异均有统计学意义(Wilcoxon秩和检验,均P<0.05),占比分别为34.78%、59.09%和76.19%;2020年相邻2旬、间隔1旬和间隔2旬密度比较,均值的差异有统计学意义(均P<0.05),占比分别为21.74%、59.09%和66.67%。以2020年数据验证基于温度差的抽样模型,准确率为0.563,召回率为0.720,F-measure为0.632。结论基于温度差的抽样模型具备实用意义,可以根据温度差估算CO_(2)诱蚊灯监测的最佳监测频次。目前上海市的CO_(2)诱蚊灯监测每年4-11月每旬监测1次,建议间隔1旬开展监测,并根据温度变化适当增加频次。

基于分布滞后非线性模型的淡色库蚊种群密度动态与气象因素关系研究

为建立基于分布滞后非线性模型(Distributed Lag Non-linear Model, DLNM)的CO_(2)诱蚊灯监测的蚊密度模型,探索不同气候条件下上海市淡色库蚊密度变化的特征,在上海市15个区,于4-11月每旬共设置229个CO_(2)诱蚊灯,监测淡色库蚊密度。以2018-2020年的监测数据建立基于DLNM的蚊密度与气象因素的方程。以改进的赤池信息准则(QAIC)对各个气象因素、连接函数和参数组合进行评价,最终选择QAIC最小的模型。最终建模结果取类泊松模型为DLNM的连接函数,进入模型的气象因素包括每旬的日平均最高气温、平均日降雨量和平均相对湿度。结果显示,旬平均最高气温与淡色库蚊密度呈倒“U”型关系,在平均最高气温大于10℃后逐步升高,在30℃达到密度峰值,其后逐步降低。平均日降雨量与淡色库蚊密度呈“J”型关系,在日平均降雨量大于6 mm后逐步升高。旬平均相对湿度与淡色库蚊密度呈倒“U”型关系,在平均相对湿度为70%时达密度峰值。结果表明,DLNM可以解释气象因子变量对蚊虫种群密度的影响,从而预测未来蚊虫密度的变化,为开展蚊虫控制措施提供科学依据。