基于气候和人口变化的全球登革热风险预测

杨晔晨, 吴亦琦, 郑周敏, 张 来

(扬州大学数学科学学院, 江苏 扬州 225002)

登革热是由登革病毒经伊蚊传播引起的病毒性疾病, 主要传播媒介是埃及伊蚊, 其次是白纹伊蚊．登革热的全球发病率正在急剧上升, 目前全球约有一半的人口易被感染[1], 而气候是影响登革病毒大范围传播的重要因素[2]．Lambrechts等[3]运用实验与数值模拟相结合的方法发现,日温度波动(diurnal temperature range, DTR)对埃及伊蚊传播登革热的效率有重要影响; Rossi等[4]指出在人口稠密地区病媒与人类接触的概率显著增加, 从而导致登革热在人口稠密地区的传播率明显提高; Liu-Helmersson等[5]基于代表性浓度途径(representative concentration pathway, RCP)采用耦合模型相互比较项目第五阶段(coupled model intercomparison project phase 5,CMIP5)的数据, 研究了不同RCP、不同季节下的欧洲登革热风险分布, 但未考虑降雨、人口密度等因素的影响．最近有些研究人员[6-7]比较全面地将温度(包含DTR)、降雨量以及人口密度等因素融入到登革热风险的评估中, 但大多仅基于CMIP5项目的RCP浓度数据, 研究了部分国家或地区的登革热传播风险,没有考虑全球范围内的登革热流行,也没有考虑季节变化对登革热传播的影响．鉴于这些研究的局限性, 本文拟利用媒介能力(vectorial capacity, VC)[8]对登革热在全球范围内的流行进行风险评估,并将温度(包含DTR)、降雨和人口密度等参数融入传播模型, 探讨当前和未来全球埃及伊蚊媒介能力的影响范围,为各国政府预防和控制登革热疾病提供理论依据．

1 数据和模型

1.1 数据来源

根据美国国家疾病预防与控制中心网站(https://www.cdc.gov/)2021年11月19日提供的全球登革热风险区域,选取全球216个国家和地区作为登革热风险区域的验证样本, 其中139个国家存在登革热风险．同时,根据马来西亚国家开放数据网站(https://www.data.gov.my)2022年2月24日提供的2013—2015年以及2017—2019年登革热病例的暴发地点, 选取了42个登革热持续暴发城市和42个没有登革热病例的城市作为马来西亚登革热暴发风险城市的验证样本．利用所选取的数据分别验证全球和城市VC模型的有效性．

由2021年10月23日美国海洋和大气管理局网站(https://psl.noaa.gov/data/gridded/index.html.)提供的数据集GHCN_CAMS Gridded 2m Temperature(Land)确定全球历史每月平均近地温度; CPC Global Daily Temperature提供的全球历史日最高、最低温度0.5°×0.5°格点数据集计算DTR; CPC Merged Analysis of Precipitation(CMAP)确定全球月平均降水量．

耦合模型相互比较项目第六阶段[9]产生了一个新的系统情景方法,即SSP-RCP框架,该框架将新的社会经济情景与CMIP5中首次采用的RCP联系起来．本研究于2021年10月6日获取CMIP6模型中的北京气候中心气候系统模式第2版(BCC-CSM2)的网格数据(https://cds.climate.copernicus.eu),其在模型分辨率和物理性能上均优于第1版 BCC-CSM1.1[10]．本文考虑SSP126、SSP370、SSP585情景模式下的月平均温度、月平均最高最低温度以及月平均降水量．

历史人口密度数据集于2021年11月13日从https://landscan.ornl.gov网站获得,并采用2021年8月17日获取的美国国家大气研究中心的综合评估模型小组和纽约市立大学人口研究所研究人员开发的一套新的人口数据集(https://www.cgd.ucar.edu/iam/modeling/spatial-population-scenarios.html), 预测未来不同情景下的全球人口密度,分辨率为1/8°．

1.2 登革热传播模型

1.3 模型验证

采用kappa系数检验登革热实际分布和预测区域之间的可靠性[14], 一般将kappa系数分为6个区间代表一致性的强弱程度[15], 即κ< 0为极差,κ∈[0.00, 0.20]为很弱,κ∈(0.20, 0.40]为较弱,κ∈(0.40,0.60]为中等,κ∈(0.60,0.80]表明一致性程度显著(即较好),κ∈(0.80,1.00]为一致性极佳．

2 结果与讨论

2.1 模型验证

图1是根据模型计算得到的2014—2019年全球VC风险评估图．计算结果由专业地图制作软件ArcMap绘制而成, 所得数据已用kappa系数验证．结果表明, 与美国国家疾病预防与控制中心提供的2014—2019年登革热全球风险国家和地区数据相比, 模型预测结果的准确率达82.4%,κ=0.62; 与马来西亚国家开放数据门户提供的登革热数据相比, 模型预测结果的准确率为81.0%,κ=0.61．因此, 本文所构建模型具有较高的准确性, 可对登革热在全球或特定地区的传播风险进行评估．

图1 2014—2019年全球登革热VC风险评估图(图中圆圈为实测数据,云图为预测结果)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 未来全球登革热VC风险预测

图2 未来全球登革热VC风险预测图Fig.2 Global VC risk forecast map of dengue fever

图2结果表明, 在不同情景模式下, 随着年份的增加, 全球VC风险在不同季节均呈现扩张趋势, 这种扩张趋势主要体现在以下几个方面: 1) 非洲中南部的登革热暴发风险在整个区域逐步增大; 2) 北美、中国的登革热风险区域由东南沿海区域向西北内陆延伸; 3) 南美洲(以巴西为典型)的登革热风险在其东部地区持续加重,并且有向中西部地区扩张的趋势; 4) 东南亚、亚洲赤道地区(如印度尼西亚、马来西亚等)的登革热病情全年呈现高发态势,并且暴发风险在本土有持续增大的趋势; 5) 在中国南方、美国东南部、欧洲部分地区, SSP585模式下登革热暴发风险的范围更广,而非洲中部地区,SSP370模式下登革热的扩散风险更为严重,且这种影响在2050和2080年会广泛地影响到非洲南部,甚至抵达马达加斯加岛．综合以上结果可以发现,中国南部和东南亚国家等地区主要是由于常年温度较高,降雨量充沛,再加上人口密度较大等因素,使得这些地区的登革热暴发风险全年都处于较高的水平,这与本文模型的预测结果一致．但是,南美洲沿海区域的人口密度相较于中西部地区更大,所以在这些区域模型预测的登革热风险也更大,这与南美洲国家登革热病例在东部大城市相对集中,而在中西部地区病例相对偏少的监测结果相符．

在流行季节方面,图2结果显示,非洲中部、中美洲、东南亚等地区全年都是登革热暴发的重点时间段,而欧洲大部夏季相较于其他季节具有明显的登革热暴发风险;中国境内登革热的暴发多集中在夏季和秋季,巴西则集中在12月至次年5月暴发,南亚地区(如印度)集中在3月至11月暴发．这主要是因为高温、湿润的气候有利于伊蚊的繁衍,加速了登革热病毒的传播,而东南亚等地区全年温度较高,降雨量充沛,所以登革热风险全年较大．对于气候季节性变化明显的国家(如中国、印度等),由于温度和降雨量会发生明显的季节性变化,导致伊蚊的繁衍和登革热传播常在高温湿润的季节发生,而其他季节则不易发生．这些结果表明,部分地区登革热具有明显的季节分布特点,因此不同国家和地区需要根据自身的气候特点针对性地进行登革热预防及医疗资源配置．

2.3 人口密度的影响

人口因素对于登革热的传播存在重要影响[6-7], 这主要是由于不同地区的人口密度分布极不平衡(如图3所示)．将模型中人口密度参数ρ先设为常数60 人·km-2(即f0为常数0.13 d-1), 计算出全球的VC值C′V, 然后再用各地区实际的人口密度参数ρ计算得到CV,则可根据(CV-C′V)值绘制出2014—2019年人口因素影响本地登革热的风险图, 结果如图4所示．

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

图4 人口因素影响本地登革热VC风险图Fig.4 The VC risk map of local dengue fever affected by population factors

从图4模拟结果可以发现,CV相对于C′V具有明显的变化．具体而言, 印度、中国南部以及东南亚部分地区登革热暴发风险明显提高;非洲中西部地区和南美洲中部VC风险整体有小幅度降低,但是局部区域也有显著升高;中国南部、印度、东南亚、南美洲东部等区域由于人口密度较大,登革热相对暴发风险提升明显;赤道地区随着人口变化,不同地区的登革热风险呈现不同的变化．因此,人口因素广泛地影响着登革热的传播,对不同登革热流行区域存在显著的正相关性,特别是在人口密度较大的地区这种影响更为显著,说明人口密度较大地区的政府更要注重登革热的防治工作．

3 结论

考虑温度(包含DTR)、降雨和人口密度等因素,采用最新的共享社会经济途径耦合模型相互比较项目第六阶段的相关数据,预测未来全球登革热传播风险地区与季节性分布．结果显示,除部分国家和地区全年存在登革热暴发的风险,全球登革热流行具有明显的季节性特征;温度较高、降雨量充沛、人口密度较大的地区登革热流行的风险较大,不同风险区域受到温度、降雨量等季节性变化因素的限制明显;人口密集地区登革热的传播可能性更大,防控及治疗需要重点关注．