整合农业日历的疟疾媒介按蚊种群动态时空建模研究——以马达加斯加为例

《International Journal of Health Geographics》：Spatial modeling of the population dynamics of Anopheles mosquitoes in Madagascar

本研究针对马达加斯加疟疾传播风险预测需求，创新性地将水稻种植日历纳入按蚊种群动态机制模型。研究人员通过耦合环境承载力函数与农业活动周期，成功模拟了四种主要疟疾媒介（An. arabiensis、An. coustani、An. funestus、An. gambiae）的时空分布。验证显示预测与观测密度显著相关（r=0.70-0.76），首次量化了农业实践对幼虫栖息地可及性的调控作用，为精准化蚊媒控制提供了可转移的方法学框架。

　　

在热带医学领域，疟疾始终是笼罩在人类健康之上的阴云。这种由疟原虫引起的寄生虫病，通过按蚊（Anopheles）的叮咬传播，每年导致数十万人死亡，其中92%的病例集中在非洲地区。位于印度洋西部的马达加斯加岛，近年来疟疾发病率呈现令人担忧的上升趋势——从2018年的36.9‰骤增至2021年的81.3‰，特别是对0-15岁儿童群体造成严重威胁。尽管该国实施了室内滞留喷洒、长效杀虫蚊帐分发等防控措施，疟疾传播的异质性和复杂性仍使精准干预面临巨大挑战。

疟疾传播强度与按蚊种群动态密不可分。这些蚊媒的生命周期包含水生阶段（卵、幼虫、蛹）和成虫阶段，其发育速率、存活率和繁殖能力深受环境温度、降水模式和栖息地可用性的影响。然而，传统模型往往将环境承载力简化为气候因子的函数，忽略了人类农业活动对幼虫孳生地的周期性塑造作用。在马达加斯加这样的农业主导型社会，水稻田的灌溉周期、作物轮作节奏等农业日历，实际上构成了按蚊孳生环境动态变化的核心驱动力。这种关键生态学机制的缺失，限制了现有模型在真实世界中的预测准确性和转移适用性。

为突破这一瓶颈，由Rakotoarison领衔的研究团队在《International Journal of Health Geographics》上发表了创新性研究成果。该研究首次将农业日历显式整合入按蚊种群动态机制模型，通过对马达加斯加三个气候带（法拉凡加纳、马埃瓦塔纳纳、穆龙达瓦）的实证研究，构建了能够同时模拟四种主要疟疾媒介（An. arabiensis, An. coustani, An. funestus, An. gambiae）时空动态的预测框架。

研究团队采用多源数据融合技术路线：基于Landsat 8卫星影像解译湿地类土地利用（水稻田、河流、水体、农作物），利用IRI遥感气象数据获取温度（8天/1km）和降水（旬/12km）时序，并通过微分方程组描述按蚊10个发育阶段的转换过程。创新点在于通过Ocelet空间动态建模语言，将水稻种植日历（8-9月淹水期）转化为环境承载力的调控参数，采用公式K_fix(t)=∑S_{breeding sites}*K_{fixbreeding sites}(t)动态计算幼虫栖息地容量。模型验证采用2014-2017年法医昆虫学单元采集的实地蚊媒数据。

时空动态规律

模拟结果揭示按蚊密度呈现显著季节波动与空间异质性。在高温多雨季节（11月至次年4月），宿主搜寻型成虫（A_h=A_1h+A_2h）密度达到峰值，其中An. funestus和An. coustani在法拉凡加纳地区占主导地位，而马埃瓦塔纳纳则以An. coustani为优势种。

空间分布图显示同一区域内相邻乡镇存在显著差异，例如2017年法拉凡加纳北部社区密度达"高"级别时，南部区域仍维持"中低"水平，证实局部环境因子对种群分布的关键调控作用。

农业日历的调控效应

对比模拟表明，忽略农业日历的模型会严重高估成虫密度（峰值达25,000 A_h·ha^-1），而整合水稻种植周期后，预测峰值降至4,890 A_h·ha^-1，更贴近实地观测值。

这种差异源于对水稻田孳生地可用性的精准刻画：旱季（非8-9月）时K_var=0，仅保留10%基础承载力，而淹水期则释放90%可变容量，真实反映农业活动对栖息地的周期性重置。

模型验证性能

在Vohimasy验证点的相关性分析中，三种按蚊的预测与观测密度均呈现显著相关（An. gambiae: r=0.70; An. coustani: r=0.76; An. funestus: r=0.73）。

模型成功复现了2015年An. funestus异常暴发事件及2017年跨区域同步高峰，证明其对年际变异的捕捉能力。

这项研究通过农业生态学与虫媒生态学的交叉融合，建立了首个能够量化农事活动对疟疾媒介种群调控作用的机制模型。其方法论创新体现在三个方面：一是将静态环境承载力拓展为受降水与农业日历双重驱动的动态变量，二是通过多物种参数化（如An. funestus产卵量β₂=108）实现复合媒介系统的同步模拟，三是利用Ocelet语言实现空间显式的过程建模。这些突破使得模型既能反映气候变化对蚊媒发育的生理学影响（如温度依赖的发育速率函数f_L=0.021×e^{0.162(T(t)-10)}），又能捕捉人类土地利用方式通过改变栖息地格局产生的生态学效应。

该模型的实践价值在于为精准化蚊媒控制提供了时空导航图。公共卫生部门可依据模型输出的密度热点图（

），在水稻移栽期前针对性开展幼虫控制，结合成虫密度峰值期部署杀虫剂喷洒。此外，模型框架可转移至其他农业主导型疟疾流行区（如西非水稻种植区），通过调整当地作物日历参数即可快速适配，为全球疟疾消除行动提供了可扩展的决策支持工具。

未来研究可进一步整合农药使用模式、灌溉工程改造等人为干扰因子，并耦合疟原虫外潜伏期模型，最终实现从蚊媒动态到疾病传播风险的端到端预测。这项研究标志着疟疾防控正在从气候响应型向"气候-农业"协同调控型范式转变，为应对气候变化下虫媒传染病演化挑战提供了创新性解决方案。