楊曄晨, 吳亦琦, 鄭周敏, 張 來

(揚州大學數(shù)學科學學院, 江蘇 揚州 225002)

登革熱是由登革病毒經(jīng)伊蚊傳播引起的病毒性疾病, 主要傳播媒介是埃及伊蚊, 其次是白紋伊蚊．登革熱的全球發(fā)病率正在急劇上升, 目前全球約有一半的人口易被感染[1], 而氣候是影響登革病毒大范圍傳播的重要因素[2]．Lambrechts等[3]運用實驗與數(shù)值模擬相結(jié)合的方法發(fā)現(xiàn),日溫度波動(diurnal temperature range, DTR)對埃及伊蚊傳播登革熱的效率有重要影響; Rossi等[4]指出在人口稠密地區(qū)病媒與人類接觸的概率顯著增加, 從而導致登革熱在人口稠密地區(qū)的傳播率明顯提高; Liu-Helmersson等[5]基于代表性濃度途徑(representative concentration pathway, RCP)采用耦合模型相互比較項目第五階段(coupled model intercomparison project phase 5,CMIP5)的數(shù)據(jù), 研究了不同RCP、不同季節(jié)下的歐洲登革熱風險分布, 但未考慮降雨、人口密度等因素的影響．最近有些研究人員[6-7]比較全面地將溫度(包含DTR)、降雨量以及人口密度等因素融入到登革熱風險的評估中, 但大多僅基于CMIP5項目的RCP濃度數(shù)據(jù), 研究了部分國家或地區(qū)的登革熱傳播風險,沒有考慮全球范圍內(nèi)的登革熱流行,也沒有考慮季節(jié)變化對登革熱傳播的影響．鑒于這些研究的局限性, 本文擬利用媒介能力(vectorial capacity, VC)[8]對登革熱在全球范圍內(nèi)的流行進行風險評估,并將溫度(包含DTR)、降雨和人口密度等參數(shù)融入傳播模型, 探討當前和未來全球埃及伊蚊媒介能力的影響范圍,為各國政府預防和控制登革熱疾病提供理論依據(jù)．

1 數(shù)據(jù)和模型

1.1 數(shù)據(jù)來源

根據(jù)美國國家疾病預防與控制中心網(wǎng)站(https://www.cdc.gov/)2021年11月19日提供的全球登革熱風險區(qū)域,選取全球216個國家和地區(qū)作為登革熱風險區(qū)域的驗證樣本, 其中139個國家存在登革熱風險．同時,根據(jù)馬來西亞國家開放數(shù)據(jù)網(wǎng)站(https://www.data.gov.my)2022年2月24日提供的2013—2015年以及2017—2019年登革熱病例的暴發(fā)地點, 選取了42個登革熱持續(xù)暴發(fā)城市和42個沒有登革熱病例的城市作為馬來西亞登革熱暴發(fā)風險城市的驗證樣本．利用所選取的數(shù)據(jù)分別驗證全球和城市VC模型的有效性．

由2021年10月23日美國海洋和大氣管理局網(wǎng)站(https://psl.noaa.gov/data/gridded/index.html.)提供的數(shù)據(jù)集GHCN_CAMS Gridded 2m Temperature(Land)確定全球歷史每月平均近地溫度; CPC Global Daily Temperature提供的全球歷史日最高、最低溫度0.5°×0.5°格點數(shù)據(jù)集計算DTR; CPC Merged Analysis of Precipitation(CMAP)確定全球月平均降水量．

耦合模型相互比較項目第六階段[9]產(chǎn)生了一個新的系統(tǒng)情景方法,即SSP-RCP框架,該框架將新的社會經(jīng)濟情景與CMIP5中首次采用的RCP聯(lián)系起來．本研究于2021年10月6日獲取CMIP6模型中的北京氣候中心氣候系統(tǒng)模式第2版(BCC-CSM2)的網(wǎng)格數(shù)據(jù)(https://cds.climate.copernicus.eu),其在模型分辨率和物理性能上均優(yōu)于第1版 BCC-CSM1.1[10]．本文考慮SSP126、SSP370、SSP585情景模式下的月平均溫度、月平均最高最低溫度以及月平均降水量．

歷史人口密度數(shù)據(jù)集于2021年11月13日從https://landscan.ornl.gov網(wǎng)站獲得,并采用2021年8月17日獲取的美國國家大氣研究中心的綜合評估模型小組和紐約市立大學人口研究所研究人員開發(fā)的一套新的人口數(shù)據(jù)集(https://www.cgd.ucar.edu/iam/modeling/spatial-population-scenarios.html), 預測未來不同情景下的全球人口密度,分辨率為1/8°．

1.2 登革熱傳播模型

1.3 模型驗證

采用kappa系數(shù)檢驗登革熱實際分布和預測區(qū)域之間的可靠性[14], 一般將kappa系數(shù)分為6個區(qū)間代表一致性的強弱程度[15], 即κ< 0為極差,κ∈[0.00, 0.20]為很弱,κ∈(0.20, 0.40]為較弱,κ∈(0.40,0.60]為中等,κ∈(0.60,0.80]表明一致性程度顯著(即較好),κ∈(0.80,1.00]為一致性極佳．

2 結(jié)果與討論

2.1 模型驗證

圖1是根據(jù)模型計算得到的2014—2019年全球VC風險評估圖．計算結(jié)果由專業(yè)地圖制作軟件ArcMap繪制而成, 所得數(shù)據(jù)已用kappa系數(shù)驗證．結(jié)果表明, 與美國國家疾病預防與控制中心提供的2014—2019年登革熱全球風險國家和地區(qū)數(shù)據(jù)相比, 模型預測結(jié)果的準確率達82.4%,κ=0.62; 與馬來西亞國家開放數(shù)據(jù)門戶提供的登革熱數(shù)據(jù)相比, 模型預測結(jié)果的準確率為81.0%,κ=0.61．因此, 本文所構(gòu)建模型具有較高的準確性, 可對登革熱在全球或特定地區(qū)的傳播風險進行評估．

圖1 2014—2019年全球登革熱VC風險評估圖(圖中圓圈為實測數(shù)據(jù),云圖為預測結(jié)果)Fig.1 Global VC risk assessment map of dengue fever from 2014 to 2019 (the circles are occurrence data, and the clouds are predicted data)

2.2 未來全球登革熱VC風險預測

圖2 未來全球登革熱VC風險預測圖Fig.2 Global VC risk forecast map of dengue fever

圖2結(jié)果表明, 在不同情景模式下, 隨著年份的增加, 全球VC風險在不同季節(jié)均呈現(xiàn)擴張趨勢, 這種擴張趨勢主要體現(xiàn)在以下幾個方面: 1) 非洲中南部的登革熱暴發(fā)風險在整個區(qū)域逐步增大; 2) 北美、中國的登革熱風險區(qū)域由東南沿海區(qū)域向西北內(nèi)陸延伸; 3) 南美洲(以巴西為典型)的登革熱風險在其東部地區(qū)持續(xù)加重,并且有向中西部地區(qū)擴張的趨勢; 4) 東南亞、亞洲赤道地區(qū)(如印度尼西亞、馬來西亞等)的登革熱病情全年呈現(xiàn)高發(fā)態(tài)勢,并且暴發(fā)風險在本土有持續(xù)增大的趨勢; 5) 在中國南方、美國東南部、歐洲部分地區(qū), SSP585模式下登革熱暴發(fā)風險的范圍更廣,而非洲中部地區(qū),SSP370模式下登革熱的擴散風險更為嚴重,且這種影響在2050和2080年會廣泛地影響到非洲南部,甚至抵達馬達加斯加島．綜合以上結(jié)果可以發(fā)現(xiàn),中國南部和東南亞國家等地區(qū)主要是由于常年溫度較高,降雨量充沛,再加上人口密度較大等因素,使得這些地區(qū)的登革熱暴發(fā)風險全年都處于較高的水平,這與本文模型的預測結(jié)果一致．但是,南美洲沿海區(qū)域的人口密度相較于中西部地區(qū)更大,所以在這些區(qū)域模型預測的登革熱風險也更大,這與南美洲國家登革熱病例在東部大城市相對集中,而在中西部地區(qū)病例相對偏少的監(jiān)測結(jié)果相符．

在流行季節(jié)方面,圖2結(jié)果顯示,非洲中部、中美洲、東南亞等地區(qū)全年都是登革熱暴發(fā)的重點時間段,而歐洲大部夏季相較于其他季節(jié)具有明顯的登革熱暴發(fā)風險;中國境內(nèi)登革熱的暴發(fā)多集中在夏季和秋季,巴西則集中在12月至次年5月暴發(fā),南亞地區(qū)(如印度)集中在3月至11月暴發(fā)．這主要是因為高溫、濕潤的氣候有利于伊蚊的繁衍,加速了登革熱病毒的傳播,而東南亞等地區(qū)全年溫度較高,降雨量充沛,所以登革熱風險全年較大．對于氣候季節(jié)性變化明顯的國家(如中國、印度等),由于溫度和降雨量會發(fā)生明顯的季節(jié)性變化,導致伊蚊的繁衍和登革熱傳播常在高溫濕潤的季節(jié)發(fā)生,而其他季節(jié)則不易發(fā)生．這些結(jié)果表明,部分地區(qū)登革熱具有明顯的季節(jié)分布特點,因此不同國家和地區(qū)需要根據(jù)自身的氣候特點針對性地進行登革熱預防及醫(yī)療資源配置．

2.3 人口密度的影響

人口因素對于登革熱的傳播存在重要影響[6-7], 這主要是由于不同地區(qū)的人口密度分布極不平衡(如圖3所示)．將模型中人口密度參數(shù)ρ先設(shè)為常數(shù)60 人·km-2(即f0為常數(shù)0.13 d-1), 計算出全球的VC值C′V, 然后再用各地區(qū)實際的人口密度參數(shù)ρ計算得到CV,則可根據(jù)(CV-C′V)值繪制出2014—2019年人口因素影響本地登革熱的風險圖, 結(jié)果如圖4所示．

圖3 2014—2019年全球平均人口密度Fig.3 Global average population density from 2014 to 2019

圖4 人口因素影響本地登革熱VC風險圖Fig.4 The VC risk map of local dengue fever affected by population factors

從圖4模擬結(jié)果可以發(fā)現(xiàn),CV相對于C′V具有明顯的變化．具體而言, 印度、中國南部以及東南亞部分地區(qū)登革熱暴發(fā)風險明顯提高;非洲中西部地區(qū)和南美洲中部VC風險整體有小幅度降低,但是局部區(qū)域也有顯著升高;中國南部、印度、東南亞、南美洲東部等區(qū)域由于人口密度較大,登革熱相對暴發(fā)風險提升明顯;赤道地區(qū)隨著人口變化,不同地區(qū)的登革熱風險呈現(xiàn)不同的變化．因此,人口因素廣泛地影響著登革熱的傳播,對不同登革熱流行區(qū)域存在顯著的正相關(guān)性,特別是在人口密度較大的地區(qū)這種影響更為顯著,說明人口密度較大地區(qū)的政府更要注重登革熱的防治工作．

3 結(jié)論

考慮溫度(包含DTR)、降雨和人口密度等因素,采用最新的共享社會經(jīng)濟途徑耦合模型相互比較項目第六階段的相關(guān)數(shù)據(jù),預測未來全球登革熱傳播風險地區(qū)與季節(jié)性分布．結(jié)果顯示,除部分國家和地區(qū)全年存在登革熱暴發(fā)的風險,全球登革熱流行具有明顯的季節(jié)性特征;溫度較高、降雨量充沛、人口密度較大的地區(qū)登革熱流行的風險較大,不同風險區(qū)域受到溫度、降雨量等季節(jié)性變化因素的限制明顯;人口密集地區(qū)登革熱的傳播可能性更大,防控及治療需要重點關(guān)注．