上海市地理景观对夏季蚊虫孳生的影响

马明海，　张　博，　黄民生，　冷培恩

(1. 华东师范大学 生态与环境科学学院，上海　200062；

2. 黄山学院 生命与环境科学学院，安徽 黄山　245041；

3. 上海市疾病预防与控制中心 病媒生物防治科，上海　200031)

上海市地理景观对夏季蚊虫孳生的影响

马明海1,2，张博1，黄民生1，冷培恩3

(1. 华东师范大学 生态与环境科学学院，上海200062；

2. 黄山学院 生命与环境科学学院，安徽 黄山245041；

3. 上海市疾病预防与控制中心 病媒生物防治科，上海200031)

摘要：利用遥感和地理信息系统提取2007—2008年夏季上海市蚊虫监测点缓冲区的土地利用状况和景观多样性数据，分析了区域水体、植被空间分布等区域景观特征及其变化对蚊虫密度消长的影响，为城市化过程中的蚊害防控提供参考依据.结果表明，本研究区内蚊虫密度与景观多样性、水网密度和植被密度成正相关关系，与景观破碎度成负相关关系，50%~70%植被覆盖度环境更有利于蚊虫繁殖，水域及水利设施用地的蚊虫密度高于其他用地类型.2007—2008年上海市夏季郊区的蚊虫密度高于市区，城市建设对蚊虫密度消长有重要影响.

关键词：蚊虫密度；地理景观；城市化；夏季；地理信息系统

第一作者：马明海, 男, 博士研究生，研究方向为河道治理与修复. E-mail: maminghai@hsu.edu.cn.

0引言

快速的城市化进程在改变区域景观特征的同时，也改变了蚊虫的栖息环境、群落结构以及种群密度，进而影响蚊虫的孳生和蚊媒疾病的传播[1-5].传统的蚊虫调查研究很少关注孳生地周边地理景观的影响.目前有关蚊虫孳生与地理景观的研究区域以蚊虫孳生密度和蚊媒疾病发病率较高的农村地区为主，而在城镇地区仅为简单的调查统计，且多为单一描述性分析，极少涉及定量研究[6-9].随着空间信息科学的发展，高分辨率卫星影像的应用为准确获取蚊虫孳生地周边的地理景观信息提供了便捷，地理信息系统的应用可以对蚊类密度消长、群落分布与地理景观数据进行量化分析，从而克服了大范围孳生地环境调查费时、费力、结果不直观的缺点[10-14].

本研究以上海市为例，利用遥感(Remote Sensing，RS)和地理信息系统(Geographic Information System，GIS)探讨了2007年和2008年夏季(6—8月)上海市土地利用方式、水网及植被空间分布等景观特征及其变化对蚊虫密度消长的影响，为合理规划城镇建设及建设过程中蚊害的防控提供参考依据.

1数据与方法

1.1　蚊虫监测

上海市各区县蚊虫监测点的分布见图1.每个区县设5—6个监测点，共96个监测点，每旬监测1次，监测时间为当天的17:20~20:45，每个监测点使用15台电动吸蚊器捕蚊0.25 h(蚊虫监测数据由上海市疾病预防与控制中心提供).计算各监测点月平均蚊虫密度=每月捕蚊总数/(15×0.25)，单位为只/(台·h)，结合Landsat-5 TM遥感影像所获取的景观特征因素，采用SPSS19.0进行相关性分析.

图1　上海市蚊虫监测点空间分布

1.2　数据处理

文中所使用的Landsat-5 TM遥感影像取自中国科学院对地观测与数字地球科学中心网站(http://ids.ceode.ac.cn)，通过对上海市Landsat-5 TM遥感影像提取水体信息，采用改进型归一化差异水体指数(Modified Normalized Difference Water Index，MNDWI)[15]、面积加权平均斑块形状指数(Area Weighted Mean Shape Index，AWMSI)和平均临近指数(Mean Proximity Index，MPI)分析水网密度、水体斑块形状以及水体空间分布与蚊虫密度消长的关系.

1.3　分析方法

使用最大似然法[16]将遥感影像中的上海市土地利用类型分为5类：水域及水利设施用地、农林及城市绿化用地、城镇建设用地、交通运输用地和未利用土地.根据大多数蚊类飞行的极限距离[17，18]，将监测点周边半径为1 000 m的缓冲区作为相关环境因素的分析区域.应用ArcGIS 9.3计算2007—2008年夏季各监测点缓冲区内5类土地利用类型构成比例，并采用灰色关联模型[19]分析蚊虫密度与不同土地利用类型的关系.

选取香农多样性指数(Shannon′s Diversity Index，SHDI)[20]表征蚊虫监测点缓冲区内景观异质化程度、景观组成的均匀度和复杂性，采用ArcGIS 9.3对上海市土地利用分类栅格图进行分析，计算出SHDI，并用SPSS 19.0分析蚊虫密度与景观格局的关系.

利用遥感处理软件(ENVI 4.8)对2007—2008年夏季上海市的遥感影像进行拼接、剪裁、色彩平衡等处理，使用ENVI 4.8计算植被覆盖度(Vegetation Fractional Coverage，VFC)，采用SPSS 19.0分析蚊虫密度与植被分布的关系.

2结果与分析

2.1　蚊虫密度消长与土地利用类型时空变化分析

2007年和2008年夏季上海市各区县监测点缓冲区的土地利用构成比与蚊虫平均密度见图2.可以看出，2007年和2008年夏季上海市市区蚊虫监测点缓冲区内的土地利用类型仍以城镇建筑用地为主，平均比例分别为85.47%和84.02%，显著高于郊区的31.87%和28.79%(T-Test，p<0.05)，而农林及城市绿化用地分别为7.65%和7.68%，显著低于郊区的55.58%和52.64%(T-Test，p<0.05).对于未利用土地，2007—2008年市区比郊区分别低3.84和9.67个百分点(T-Test，p<0.05).除黄浦区(监测点靠近苏州河)外，两年份市区其余各区水域面积平均比例分别为0.52%和0.92%，比郊区分别低3.32和2.10个百分点，市郊差异性显著(T-Test，p<0.05).

2007年和2008年夏季郊区监测点平均蚊虫密度分别为11.58和10.37只/(台·h)，显著高于市区的1.68和1.80只/(台·h)(T-Test，p<0.05)，可能是由于郊区水域面积显著大于市区，其生境较适合蚊虫孳生.随着城市化水平的提高，市区部分未利用地和城市绿地转变为建筑用地，一定程度上导致对应区域蚊虫密度的下降.将各监测点平均蚊虫密度与对应时间蚊虫孳生地土地利用类型面积比例进行灰色关联分析，结果见图3.

由图3可知，2007年夏季和2008年夏季监测点缓冲区内土地利用类型与蚊虫密度消长表现出了一致的关联序：水域及水利设施用地>城镇建筑用地>农林及城市绿化用地>未利用土地>交通运输用地.雌蚊的产卵离不开水体和血源[21,22]，上海市夏季高温多雨，为蚊虫的繁殖提供了适宜的孳生环境.水域及水利设施用地和城镇建筑用地与蚊虫密度的关联度较高，是影响蚊虫繁殖孳生的主要土地利用类型.市区内小型景观水体、水位较低的缓流型河道以及郊区水生植物丛生的坑塘、灌溉沟渠等处均是蚊虫常见孳生地[21]，应加强卫生清理和环境整治工作.

图2　2007—2008年夏季上海市各区县监测点缓冲区土地利用构成比与平均蚊密度

图3　蚊虫密度消长与孳生地土地利用类型面积比例的灰色关联度

2.2　蚊虫密度与景观格局时空变化分析

图4显示了2007—2008年夏季上海市各区县蚊虫监测点缓冲区的平均蚊虫密度和香农多样性平均指数(SHDI).

可以看出，2007年和2008年夏季郊区监测点缓冲区平均SHDI分别为0.82和0.84，显著高于市区的0.47和0.53(T-Test，p<0.05).结合全市各监测点夏季平均蚊虫密度与对应1 000 m缓冲区SHDI，用SPSS 19.0进行双变量相关性分析可知，2007年各监测点夏季平均蚊虫密度与缓冲区SHDI显著相关(r=0.344,p<0.01)；2008年监测点夏季平均蚊虫密度与缓冲区SHDI相关性不显著(r=0.190,p>0.05).总体来看，随着各土地类型斑块在区域内分布均衡化、破碎化程度愈明显，蚊虫密度较高的可能性愈大.

图4　上海市各区县监测点蚊虫密度与缓冲区SHDI比较

2.3　蚊虫密度与水域分布时空变化分析

图5为2007年和2008年夏季各区县内监测点平均蚊虫密度和1 000 m缓冲区改进型归一化差异水体指数(MNDWI).

图5　上海市各区县监测点蚊虫密度与缓冲区MNDWI比较

可以看出，2008年夏季各监测点缓冲区平均MNDWI和平均蚊虫密度与2007年夏季相比略高，差异不显著.相关性分析结果显示，2007年和2008年全市各监测点夏季平均蚊虫密度与缓冲区平均MNDWI均显著相关(r=0.504,p<0.01；r=0.424,p<0.01).夏季气温偏高，成蚊产卵及蚊幼生长等活动对水环境的依赖性增强.水体形状不规则性是影响其生境多样性的基础，对于大部分蚊种，适合其孳生的水域一般为缓流河道岸边、溪流、水位较浅的坑塘等，其形状不规则性较高，而不规则性较小的大型河流、湖泊等很少出现蚊幼孳生.

图6和图7分别为2007年和2008年夏季上海市各区县监测点平均蚊虫密度和面积加权平均斑块形状指数(AWMSI)及平均临近指数(MPI)的空间分布.由图6可知，2007年和2008年夏季奉贤区南部和崇明县西北部AWMSI明显高于其他区县，同时，上述区域监测点夏季平均蚊虫密度也明显高于其余监测点.AWMSI值高，即水体斑块复杂性高，则水体形状不规则性高，水网密度大，蚊虫孳生的可能性就高.

图6　上海市监测点蚊虫密度与AWMSI空间分布

图7　上海市监测点蚊虫密度与MPI空间分布

由图7可知，2007—2008年夏季市区MPI低于郊区，说明市区水体板块分布的离散度高于郊区，即市区水体景观破碎度较高.城市化进程的加快，城镇建设用地的大规模扩展使得郊区河流、池塘等水体以及农业用地不断被侵占.其中，河道等水系末端的支流被填埋，导致水系网络进一步呈现主干化、简单化的趋势；郊区农业用地的减少可能引起河网自然形状发育特征受损，而市区高度城市化使得河网自然形态结构基本消失、水体生态系统严重退化，导致市区大部分区域MPI值低于郊区.相关性分析显示，2007年和2008年各监测点平均蚊虫密度与缓冲区平均MPI均显著相关(r=0.502,p<0.01；r=0.365,p<0.01).随着水体景观连通性增大，破碎度减小，蚊虫密度升高的可能性增加.

2.4　蚊虫密度与植被分布时空变化分析

根据《土壤侵蚀分类分级标准》(SL190—2007)，结合上海市植被覆盖情况，将植被覆盖度分为：低植被覆盖度(<10%)、较低植被覆盖度(10%~30%)、中度植被覆盖度(30%~50%)、较高植被覆盖度(50%~70%)、高度植被覆盖度(>70%)共5个等级.2007—2008年上海市夏季不同植被覆盖度构成比与平均蚊虫密度的关系见图8.

图8　上海市监测点缓冲区内不同植被覆盖度构成比与蚊密度

由图8可以看出，2008年夏季市区0~10%和70%~100%植被覆盖度较2007年夏季市区分别上升了3.28和0.21个百分点，10%~30%、30%~50%、50%~70%植被覆盖度则依次下降了2.51、0.80及0.17个百分点.2008年夏季郊区0~10%、10%~30%、30%~50%、50%~70%植被覆盖度较2007年夏季郊区分别上升了4.10、3.43、4.14和1.02个百分点，70%~100%植被覆盖度则下降了12.69个百分点.2008年夏季上海市植被覆盖程度低于2007年夏季，郊区的植被覆盖度下降较市区更为明显.

结合夏季不同植被覆盖度下的蚊虫密度可知，2007年和2008年上海市夏季监测点缓冲区内50%~70%植被覆盖度下监测点蚊虫密度最高，分别为16.44和11.22只/(台·h)，比同一年份其余各植被覆盖度分别高出13.06、13.27、11.49、5.70及8.76、5.99、1.70、2.62只/(台·h).随着区域植被密度的增大，蚊虫密度升高的可能性也愈大.城市绿地的减少可能导致2008年夏季监测点一部分蚊虫的活动范围较2007夏季向低植被覆盖度转移.本研究区50%~70%植被覆盖度环境最适合蚊虫繁殖，为蚊幼孳生提供良好荫蔽条件的同时，也为成蚊的产卵、交配等提供了舒适的活动空间.

3结论

(1) 2007—2008年夏季上海市市区以城镇建筑用地为主，植被和未利用面积明显低于郊区.郊区各土地类型斑块分布均衡化、破碎化程度较高，生境更为复杂，适合蚊虫孳生，蚊虫密度明显高于市区.2007年和2008年夏季上海市土地利用类型与蚊虫密度关联度大小顺序均为：水域及水利设施用地>城镇建筑用地>农林及城市绿化用地>未利用土地>交通运输用地.城市化导致建筑面积的扩大，破坏了蚊虫的孳生地环境，一定程度上引起蚊虫密度的下降.

(2) 2007—2008年夏季上海市郊区水体斑块复杂程度与市区差异较小，城市化可引起水系网络结构向主干化和简单化发展，随着水体斑块复杂性增大，蚊虫密度较高的可能性愈大.夏季雨水较多导致水体景观连接性升高，破碎度下降，蚊虫密度较高的可能性增大.

(3) 本研究区内，随着区域植被密度增大，蚊虫密度较高的可能性也愈大，50%~70%植被覆盖度环境更利于蚊虫孳生和活动.

[参考文献]

[1]CARBAJO A E, CURTO S I, SCHWEIGMANN N J. Spatial distribution pattern of oviposition in the mosquitoAedesaegyptiin relation to urbanization in Buenos Aires: southern fringe bionomics of an introduced vector [J]. Medical and Veterinary Entomology, 2006, 20(2):209-218.

[2]刘文华, 林立丰, 蔡松武, 等. 广东省清远市快速城市化过程中蚊虫群落动态变化规律[J]. 中国媒介生物学及控制杂志, 2011,22(6):561-563.

[3]PARK J W. Changing transmission pattern ofPlasmodiumvivaxmalaria in the Republic of Korea: Relationship with climate change [J]. Environmental Health and Toxicology, 2011, 26(1):1-7.

[4]FERREIRA G M, ALECRIM W D. Non-planed urbanization as a contributing factor for malaria incidence in Manaus-Amazonas, Brazil [J]. Revista de Salud Publica, 2004, 6(2):156-166.

[5]李培龙, 张静, 杨维中. 大型水库建设影响人群健康的潜在危险因素分析[J]. 疾病监测, 2009,24(2):137-140.

[6]温亮, 施润和, 徐德忠, 等. 地表温度和土地利用类型与海南省疟疾流行的相关性[J]. 第四军医大学学报, 2008,29(15):1391-1394.

[7]MUTUKU F M, BAYOH M N, HIGHTOWER A W, et al. A supervised land cover classification of a western Kenya lowland endemic for human malaria: associations of land cover with larvalAnopheleshabitats [J]. International Journal of Health Geographic, 2009, 8(1):19-25.

[8]王晓东, 刘美德, 宋锋林, 等. 应用遥感及地理信息系统技术研究水稻种植区蚊虫分布和地理景观因素之间的关系[J]. 中国媒介生物学及控制杂志, 2008,19(5):396-399.

[9]沈元, 孙俊, 兰策介, 等. 不同土地利用方式对蚊虫群落的影响[J]. 生态学杂志, 2012,31(7):1751-1755.

[10]RATANA S, SOMBOON P, WATCHAREE A, et al. The geographic information system as an epidemiological tool in the surveillance of dengue virus-infectedAedesmosquitos [J]. Southeast Asian Journal of Tropical Medicine and Public Health, 2005, 35(4):918-926.

[11]HASSAN A N, NOGOUMY N E, KASSEM H A. Characterization of landscape features associated with mosquito breeding in urban Cairo using remote sensing[J]. The Egyptian Journal of Remote Sensing and Space Sciences, 2013, 16(1):63-69.

[12]HASSAN A N, ONSI H M. Remote sensing as a tool for mapping mosquito breeding habitats and associated health risk to assist control efforts and development plans: a case study in Wadi El Natroun, Egypt [J]. Journal of the Egyptian Society of Parasitology, 2004, 34(2):367-382.

[13]ATIQUR R, NIR K, LEONID R, et al. Application of advanced very high resolution radiometer (AVHRR)-based vegetation health indices for estimation of malaria cases [J]. American Journal of Tropical Medicine and Hygiene, 2010, 82(6):1004-1009.

[14]刘美德, 王学忠, 赵彤言, 等. 云南省中华按蚊、杰普尔按蚊种群与环境因素关系的地理信息系统分析[J]. 中国媒介生物学及控制杂志, 2008,19(4):275-279.

[15]徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J]. 遥感学报, 2005,9(5):589-595.

[16]李全, 王海燕, 李霖. 基于最大似然分类算法的土地覆盖分类精度控制研究[J]. 国土资源科技管理, 2005,22(4):42-45.

[17]JACOB G A, MARK D A, BEN H, et al. Analysis of post-blood meal flight distances in mosquitoes utilizing zoo animal blood meals[J]. Journal of Vector Ecology, 2012, 37(1):83-89.

[18]刘起勇, 刘小波, 周广超, 等. 基于标记—释放—重捕技术的中华按蚊飞行距离初步研究[J]. 中国媒介生物学及控制杂志, 2011,22(3):201-204.

[19]刘思峰, 党耀国, 方志耕. 灰色系统理论及其应用[M].3版.北京: 科学出版社, 2004.

[20]SHANNON C E. A mathematical theory of communication [J]. Bell System Technical Journal, 1948, 27(5):379-423.

[21]BECKER N, PETRIC D, ZGOMBA M, et al. Mosquitoes and Their Control [M]. 2nd ed. New York: Kluwer Academic/Plenum Publishers, 2010.

[22]ENSERINK M. A mosquito goes global [J]. Science, 2008, 320:864-866.

(责任编辑张晶)

Influence of the geographic landscape on mosquito breeding in summer in Shanghai

MA Ming-hai1, 2,ZHANG Bo1,HUANG Min-sheng1,LENG Pei-en3

(1.SchoolofEcologicalandEnvironmentalSciences,EastChinaNormalUniversity,Shanghai200062,China;

2.SchoolofLifeandEnvironmentalSciences,HuangShanUniversity,HuangshanAnhui245041,China;

3.DepartmentofVectorControl,ShanghaiMunicipalCenterforDiseaseControl

&Prevention,Shanghai200031,China)

Abstract:The data of land utilization and landscape diversity within mosquito monitoring point buffers in summer of 2007—2008 in Shanghai were extracted by remote sensing and geographic information system. In order to provide a reference basis for prevention and control of anophelism during the process of urbanization, the effect of variation and characteristic of spatial distribution of water and vegetation on mosquito density fluctuation were analyzed. The results showed that there was a positive relationship between mosquito density and landscape diversity, density of water network and vegetation, while negative relationship with degree of landscape fragmentation. It was conducive to mosquito breeding when the degree of vegetation coverage was 50%~70% in the study districts. The mosquito density of water and water conservancy facilities was larger than other types of land use and the mosquito density of suburb exceeded downtown of Shanghai in summer of 2007—2008. Therefore, the urban construction would influence the mosquito density significantly.

Key words:mosquito density;geographic landscape;urbanization;summer;geographic information system

通信作者：黄民生, 男, 教授, 博士生导师, 研究方向为水环境治理与修复.E-mail: mshuang@des.ecnu.edu.cn.

基金项目：国家科技重大专项(2013ZX07310001, 2014ZX07101012)；国家自然科学基金(51278192)；上海市学科带头人计划(11XD1402100)

收稿日期：2014-07

中图分类号：X835

文献标识码：A

DOI:10.3969/j.issn.1000-5641.2015.02.003

文章编号：1000-5641(2015)02-0021-09