《GeoHealth》：Remote Sensing for Operational Surveillance of Mosquito-Borne Diseases
编辑推荐：
遥感观测在识别蚊媒疾病人类风险方面的价值日益凸显，其根本原因在于蚊虫生态与卫星可测量的地球物理变量之间存在内在联系。基于卫星的环境条件监测具有不同的时空尺度，已拓展了我们对多种蚊媒疾病（包括疟疾、登革热、寨卡、西尼罗热和裂谷热）进行蚊虫监测与控制的能力。然而，
遥感观测在识别蚊媒疾病人类风险方面的价值日益凸显，其根本原因在于蚊虫生态与卫星可测量的地球物理变量之间存在内在联系。基于卫星的环境条件监测具有不同的时空尺度，已拓展了我们对多种蚊媒疾病（包括疟疾、登革热、寨卡、西尼罗热和裂谷热）进行蚊虫监测与控制的能力。然而，技术挑战与运行限制仍然是卫星数据更常规地融入管理计划的主要障碍。为实现这一目标，需要将这些技术更明确地与实际管理尺度相连接，而这些尺度往往与遥感数据易于获取的时空尺度不相匹配。本综述全面回顾了遥感与生态学研究的进展，重点关注其对业务化蚊虫监测与控制的贡献。研究人员综合了当前研究、衍生应用以及利用遥感理解蚊媒疾病生态所面临的挑战，并评估了基于多尺度卫星的机会，以将技术进展转化为控制与管理行动。最后，研究人员制定了可操作的指南，提出公共卫生领域跨学科协作的综合策略，以扩大遥感方法在多种蚊媒传染病中的应用。
论文主体内容总结
1 引言
1.1 媒介传播疾病与环境变化
媒介传播疾病是传染病传播中受环境影响最显著的途径之一。病原体通过蚊虫、蜱、蚤、白蛉和蠓等节肢动物媒介传播给人类或动物宿主。其中蚊虫是最常见且流行病学意义最重要的媒介，约60%的人类媒介传播疾病病例由蚊媒疾病所致。伊蚊属和库蚊属等蚊虫属种在人口密集的栖息地繁衍生息，增加了传播可能性。蚊媒疾病在热带和亚热带地区尤为令人担忧，这些地区蚊虫种群可能全年繁殖。城市化进程进一步改变了暴露格局，快速且往往缺乏规范的城市化常超过供水和卫生基础设施的发展速度，增加了人类暴露于蚊虫的条件。大规模环境变化正在重塑全球蚊虫分布，气候与土地利用变化以及全球贸易可导致蚊虫物种范围扩张，并伴随蚊媒病原体范围的相应变化。蚊虫生物学受到环境条件的严格约束：气温影响飞行速度、摄食与叮咬率、消化、幼虫发育以及病毒、细菌、丝虫和寄生虫的复制；降雨、温度、相对湿度、风力和植被覆盖影响产卵与存活。这些因素共同影响蚊虫种群密度、活跃季节的时间与持续时间，以及具有医学和兽医重要性的蚊虫物种的媒介能力和媒介容量。因此，预测蚊媒疾病传播的风险模型高度依赖环境因素来模拟幼虫生长、种群动态、叮咬行为和病原体传播风险。
1.2 环境科学与疾病生态学中遥感的历史
遥感在疾病生态学中有着悠久历史。其起源于以行星尺度观测控制地面蚊虫种群动态的环境过程。1960年代科学家创建了地球资源观测卫星计划，最终促成美国国家航空航天局（NASA）于1972年发射Landsat 1。Kriegler等人（1969）提出了利用植被光谱特性更好区分地表材料的数学变换，为植被指数奠定了概念基础。1970年代，科学家确定了近红外（NIR）与红光地表反射率的比值，计算为（NIR–red）/（NIR+red），称为归一化植被指数（NDVI），用于评估干生物量积累或净初级生产力。1980年代，NASA的生物圈研究计划设有全球监测与疾病预测专题领域，扩展了NDVI在行星监测中的应用，通过识别与绿色植被（即NDVI）对应的蚊虫繁殖和幼虫栖息地，试点将遥感数据用于疟疾和裂谷热（RVF）等蚊媒疾病的监测与预测。随着遥感数据日益应用于全球环境问题，卫星技术不断改进，遥感产品数量增加。Landsat 1使用一个光谱传感器以60米空间分辨率捕获4个波段，而最新的Landsat 9使用一个光谱传感器捕获9个波段，分辨率分别为15米和30米，另有一个热传感器以100米分辨率捕获两个热红外波段。研究人员利用地面观测进行验证，开发了算法和校正技术，将原始光谱或热波段转换为重要的行星参数，如地表反射率、蒸散量、地表温度（LST）、地表反照率和土地覆盖类型。许多数据集日益经过预处理，包括几何和辐射一致性、无云覆盖和低质量观测，并以固定时间分辨率提供，使其可供用户直接分析使用。随着全球环境数据可用性的增加，应用遥感数据预测蚊媒疾病的研究急剧增加。公开数据集提供了与蚊虫生物学和生态学相关的多种参数，包括地表和大气温度、云量、植被、土地覆盖以及水质和生物地球化学。遥感数据与蚊虫观测时间序列结合，用于推断和模拟蚊虫的空间分布、移动、行为以及物候模式，从而改进风险地图和早期预警系统。物种分布制图和生态位建模利用遥感衍生的环境数据，用于识别蚊虫栖息地扩张的潜在适宜环境。遥感还可通过数据融合方法与地面测量配对，绘制直接影响蚊虫行为的超局部条件。遥感数据提供了地面测量无法获得的优势：获取成本低，可覆盖大面积和偏远地区，某些环境指标如森林砍伐和城市化可在大面积上轻松监测。一致、长期的遥感数据集对预测流行病学模型具有革命性意义，尤其在与当地地面调查、临床信息或社会经济数据配对时，构成通常称为早期预警系统的综合体系。增强的计算能力支持机理和机器学习算法，使得基于复杂系统动态和大量卫星数据进行蚊媒疾病预测成为可能。然而，在许多世界地区，地面气象测量仍是模型和早期预警系统中环境协变量的主要来源，可能限制公共卫生保护，遥感在蚊媒疾病监测与响应中仍未被充分利用。
1.3 综述目标
尽管技术快速进步，遥感尚未被广泛采纳于业务化蚊虫控制，部分原因在于与决策相关的实施指南仍然有限。以往的文献综述已对可用技术和环境数据产品进行了编目，识别了方法和时空局限性，或概述了将多源信息整合到公共卫生系统的总体框架。其他综述则涉及将研究成果转化为公共卫生实践的更广泛挑战，但停留在高层层面且不针对媒介或遥感。本综述明确以业务化和蚊虫为重点，识别哪些遥感指标在特定时空尺度上具有相关性，并将其直接与监测和控制决策相连接。
1.4 综述方法
研究人员在Clarivate的Web of Science中使用关键词“遥感”“地球观测”“卫星影像”“媒介传播疾病”“蚊媒疾病”和“蚊虫控制业务”检索所有数据库和所有文献集。优先考虑2020年后发表的论文以识别近期技术进展和纳入遥感数据的研究。综述强调遥感技术的业务化应用，自然导致关注更成熟的遥感技术（主要为卫星遥感）和无需特定领域知识即可实施的应用。排除仅基于地面观测开发的网格化生物物理或气候数据集的研究。
2 常见蚊媒疾病系统：研究中的背景与遥感应用
遥感工具在蚊媒疾病研究中的应用集中于五种主要疾病系统：疟疾、登革热、寨卡、西尼罗热和裂谷热。一般遥感数据的应用分为几类：幼虫栖息地制图以进行靶向蚊虫控制；物种特异性生态位和栖息地适宜性制图；基于物种发生数据或疾病病例数据与环境/气候协变量的静态风险制图；开发具有环境协变量的动态物种模型；以及创建综合疾病早期预警系统。
2.1 疟疾
全球范围内，由疟原虫寄生虫传播引起的疟疾是最广泛和最致命的蚊媒疾病之一，每年导致超过50万人死亡。遥感数据在撒哈拉以南非洲等地区研究疟疾尤为有用，这些地区往往缺乏可靠的地面气象观测，却承担约94%的全球疟疾负担。一些疟疾研究直接聚焦于识别幼虫栖息地：Hardy等人（2019）使用机器学习对Sentinel-1雷达影像进行分类，检测洪泛平原环境中的地表水体，通过绘制可能的未成熟蚊虫发育地点支持幼虫源头管理。其他疟疾研究使用蚊虫发育的关键环境驱动因素如NDVI、LST和降水来模拟蚊虫发生、丰度和栖息地适宜性。遥感数据的纵向序列也被用于评估土地利用和气候条件变化下疟疾风险的转移。例如，R. B. Y. Ismail等人（2024）使用遥感数据预测入侵性、抗杀虫剂的按蚊（An. stephensi）在加纳城市地区扩张的栖息地适宜性，识别出温度和人口密度为关键驱动因素。Brock等人（2019）使用多尺度集成提升回归树分析，将森林砍伐与东南亚人畜共患诺氏疟原虫（Plasmodium knowlesi）传播风险增加联系起来。在早期预警系统方面，Sewe等人（2016）识别了卫星衍生降水与温度与肯尼亚西部疟疾死亡率之间的滞后关联，证明了遥感在稳定传播环境中量化预测提前期的潜力。Evans等人（2025）开发了持续更新的疟疾早期预警系统（MEWS），整合每日至每月卫星环境数据，使用滞后长达3个月的动态环境预测因子与健康记录，产生村庄尺度的疟疾风险预测。
2.2 登革热与寨卡热
登革热和寨卡病毒主要由埃及伊蚊（Ae. aegypti）和白纹伊蚊（Ae. albopictus）传播。在缺乏广泛可用疫苗的情况下，蚊虫控制和叮咬预防仍是降低风险的最有效策略。登革热是全球最常见的虫媒病毒性疾病，其暴发历史比寨卡更长，研究文献也更多。寨卡于2015年开始出现重大暴发，与严重出生缺陷和神经并发症相关。许多登革热和寨卡病毒研究聚焦于预测伊蚊属蚊虫丰度和产卵模式，以识别传播热点、确定环境预测因子的重要性和变异性，并指导未来干预方法，如优化产卵器网络布局。大量研究利用遥感环境数据预测和分析登革热发病率，而针对寨卡病毒的类似研究相对有限。城市热岛（UHIs）是建筑密集基础设施和有限植被的区域，提高了LST值，Araujo等人（2015）发现其对巴西圣保罗登革热发病率影响最强，表明UHIs典型的高温促进埃及伊蚊增殖和吸血，增加传播。
2.3 西尼罗热
西尼罗病毒（WNV）主要由库蚊属蚊虫传播，与其他蚊媒疾病不同，其需要在鸟类宿主中扩增，尤其在传播季节早期，随后在夏季向人类和马匹外溢。许多蚊媒疾病遥感研究主要聚焦于蚊虫栖息地，而WNV研究则纳入与鸟类群落相关的预测因子，因为鸟类在维持传播循环中起关键作用。Beeman等人（2021）将平均气温和NDVI等遥感环境变量与哨兵鸡监测数据结合建模WNV风险。MacDonald等人（2024）证明，能干的鸟类宿主丰度和鸟类群落多样性是成年雌性库蚊（Cx. tarsalis）丰度的重要预测因子，与温度、降水、灌溉农业和湿地覆盖等因素并列。土地覆盖（如植被边缘、城市绿地、灌溉田）和水文条件共同塑造WNV系统中的蚊虫动态。库蚊属蚊虫在自然和人为改造环境中的静水中繁衍生息，促使研究使用NDVI、归一化差异水体指数和城市指数建模栖息地适宜性和疾病风险区域。水可用性发挥特别复杂的作用：虽然降水和灌溉可增加蚊虫丰度，但大型静水体的存在可能减少丰度，取决于水质或栖息地适宜性。此外，干旱条件尽管减少总体蚊虫丰度，却可能通过将鸟类和蚊虫集中在萎缩水源周围而矛盾地增加感染风险，放大局部传播。
2.4 裂谷热
裂谷热是一种蚊媒和人畜共患病毒性疾病，主要影响羊、山羊、牛和骆驼等牲畜，也可引起人类严重疾病。暴发常导致新生牲畜高死亡率和显著经济破坏。东非和南部非洲的裂谷热与大规模气候振荡密切相关，特别是厄尔尼诺-南方涛动（ENSO），其驱动异常高降雨和洪水，触发经卵巢传播感染的伊蚊（Ae. mcintoshi）蚊卵孵化。通过库蚊属和曼蚊属蚊虫在随后形成的静水中成熟，发生向牲畜和人类的二次传播。遥感在预测RVF动物流行中发挥核心作用，应用范围从区域尺度早期预警系统到精细尺度媒介栖息地制图。NDVI已成为识别RVF风险升高的关键代理指标，可在暴发前数周至数月预测风险，因为植被变绿紧密追踪降雨，通常先于蚊虫繁殖和激增模式。在更精细尺度上，高分辨率影像已实现对塞内加尔作为繁殖地的小型临时池塘的监测，Lacaux等人（2007）使用SPOT-5影像（10米分辨率）开发了归一化差异池塘指数和蚊虫潜在占据区域等指数，改进媒介栖息地检测并突出与牲畜放牧区域的重叠。
3 遥感在不同空间和行政尺度的应用
遥感研究的效用日益取决于其超越环境相关性和纯学术研究的能力，转而向公共卫生从业者和蚊虫控制计划提供具体、可操作的决策信息。随着领域成熟，越来越多的研究提供了关于遥感数据如何整合到疾病监测、早期预警系统和靶向干预中的业务建议。在局部尺度，高分辨率影像和衍生环境指标已用于优化诱捕器布设和检测蚊虫繁殖栖息地，指导精准杀幼虫剂施用。基于气候的早期预警系统在全球或大陆尺度可支持在暴发前数月于局部行政层面的准备和资源分配。然而，这种向局部尺度的转化仅在局部基础设施和技术能力能够接收并整合预测性空间数据与现有地面监测的程度上可行。此外，当与业务相关的指南与开展业务的时空尺度相匹配时，遥感最为有用。短提前期和每日至每周时间尺度最有利于社区行动如诱捕器布设，而每月至每年聚合则更好地支持区域和国家规划与预测。
3.1 局部与超局部
局部和超局部尺度研究范围从社区到市或区级，旨在为需要精细空间细节、快速响应性和与地面业务整合的蚊虫控制工作提供信息。局部尺度应用通常依赖高分辨率影像（如≤30米空间分辨率）来自Landsat和Sentinel等卫星任务，或来自商业卫星（如SPOT和Pléiades）的超高分辨率数据（<10米），以描绘水体或城市栖息地。此尺度的主要业务目标通常包括识别未成熟发育栖息地、指导产卵器或成蚊诱捕器布设、支持杀幼虫剂或杀成蚊剂施用，以及改善暴发期间的医疗物资规划。高分辨率卫星数据和无人机（UAVs，也称无人机）影像对检测城市或城郊景观中小型且异质的蚊虫繁殖地尤为有价值。同步现场研究和数据收集可显著增加遥感数据在局部和超局部尺度的效用。German等人（2018）使用中分辨率成像光谱仪（MODIS）衍生的环境预测因子和现场采集的卵计数，开发了阿根廷北部埃及伊蚊产卵的时间模型，证明局部产卵器监测可通过基于遥感的早期预警得到增强。Rodriguez Gonzalez等人（2023）将超高分辨率影像与面向对象的影像分析和景观指标结合，优化城市地区蚊虫监测。Johnson等人（2020）评估了空中苏云金芽孢杆菌以色列亚种（Bti）施用的效果，证明经济实惠的UAV标准和多光谱影像可识别减少Bti沉积的密集红树林冠层覆盖，为操作人员提供优化沿海环境杀幼虫剂施用的空间工具。Ovakoglou等人（2021）使用Sentinel-1合成孔径雷达数据开发了高精度自动检测地表水体的系统，覆盖希腊中马其顿275平方公里的稻田和湿地，提出将所得地表水图整合到空间决策支持系统中，实现幼虫栖息地的近实时识别和监测。Evans等人（2025）展示了高分辨率超局部MEWS如何与国家级卫生系统记录整合，在马达加斯加农村地区村庄尺度提前3个月预测疟疾病例以指导医疗物资需求，但指出将其系统扩展到国家层面的关键障碍与数据约束有关。
3.2 区域与国家
在区域（如区、州、多省或多州辖区）和国家尺度，遥感数据日益用于通过短期至中期预测、蚊虫控制干预的空间靶向以及跨行政边界协调来支持公共卫生规划。区域和国家模型通常在时间分辨率和空间覆盖之间取得平衡，以捕捉与蚊虫动态相关的广泛环境趋势，同时保持足够细节以指导国家以下或国家层面的政策和响应。常用平台包括MODIS（250–1,000米分辨率，每日至16天合成）、可见光红外成像辐射仪套件（VIIRS）和气候危害组红外降水站数据（CHIRPS，5.5公里）。MODIS衍生的NDVI和LST常用于区域疟疾和登革热模型。CHIRPS、热带降雨测量任务（TRMM）和全球降水测量（GPM）综合多卫星反演（IMERG）等降水数据集提供近实时插值降雨估计，使大面积地面站点稀疏或缺失地区的降雨异常监测成为可能。许多区域级研究聚焦于识别疾病或蚊虫可传播或增殖的适宜区域。RVF Monitor是遥感环境数据成功业务化用于区域疾病监测和风险缓解的最清晰案例之一，由美国国家海洋和大气管理局、美国农业部、美国国防部和NASA合作开发，结合NDVI、降雨异常、温度和土壤湿度数据，每月生成撒哈拉以南非洲和阿拉伯半岛的RVF风险早期预警图，在2006–2011年暴发期间捕获了东非65%的人类RVF病例。联合国粮食及农业组织（FAO）发布了近实时RVF早期预警决策支持工具，整合风险图、FAO紧急预防系统全球动物疾病信息系统（EMPRES-i+）数据库托管的流行病学数据和专家流行病学建模。Rakotoarison等人（2020）使用遥感环境和气候数据（空间分辨率从30米到12公里）绘制马达加斯加中部高地的疟疾传播风险图，开发了选择性靶向室内残留喷洒（IRS）的空间决策支持工具，以免费QGIS插件形式发布，使马达加斯加公共卫生部能够每年更新风险图并将结果直接整合到IRS规划中。埃塞俄比亚、肯尼亚和坦桑尼亚等国家已采纳MEWS平台支持部级决策，确定季节性干预如IRS和药物施用的靶向区域。埃塞俄比亚的EPIDEMIA系统使用每周疟疾发病率监测数据和中等空间分辨率（1–25公里）的遥感气候数据，提前4周预测疟疾风险。国家尺度MEWS系统不仅需要NDVI、LST和降水异常等遥感输入，还需要与卫生部、气候服务和后勤规划的机构整合。跨边界协调在此尺度变得可行，但机构性和管辖性障碍（如资金、协调、数据共享）限制了协调性跨边界系统的成功实施。
3.3 大陆与全球
在大陆和全球尺度，遥感应用优先考虑一致性、空间广度和连续性而非精细空间细节。此尺度使标准化疾病监测、跨境风险预测、全球负担估计和新发威胁的早期检测成为可能。疾病模型在此尺度通常利用数据捕捉蚊媒疾病传播的宏观环境驱动因素和长期趋势分析。中等到粗分辨率卫星产品（约250米–25公里）为疾病风险制图或虫媒病毒脆弱性指数提供统一数据输入。虽不适合识别局部蚊虫栖息地，但这些数据提供全面覆盖和频繁更新，实现跨地缘政治边界和数据匮乏或空间异质区域的规模化环境监测。常用衍生指标包括NDVI和土地覆盖，常与ERA5和MERRA-2等全球气候再分析产品或融合地面和卫星观测的网格化气候学数据配对。大陆尺度模型使用这些数据追踪广泛生态趋势、监测入侵物种并识别跨多国的新兴热点。例如，全大陆研究已帮助追踪入侵性城市疟疾媒介按蚊（An. stephensi）在非洲之角、阿拉伯半岛和亚洲的扩张，这些评估可为世界卫生组织（WHO）指南提供信息、优先考虑国际资金并触发区域协调机制。重要的是，大规模建模还支持在预测的土地利用和气候变化情景下进行情景规划。
