资源描述：
《序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
９０：：Ｋ１密级分类号学校代码：１０４１４学号：２０１４０１０１４５承呷紇犬学硕士研究生学位论文序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究ＡｎａｐｐｌｉｃａｔｉｏｎｓｔｕｄｙｏｆｓｅｑｕｅｎｔｉａｌｓａｍｐｌｉｎｇｉｎｔｈｅｉｎｖｅｓｔｉｇａｔｉｏｎｏｆＯｎｃｏｍｅｌａｎｉａｈｕｐｅｎｓｉｓｓｎａｉｌｉｎｓｃｈｉｓｔｏｓｏｍｉａｓｉｓｅｐｉｄｅｍｉｃａｒｅａｏｆｍａｒｓｈｌａｎｄａｎｄｌａｋｅ朱慧子院所：赵安：地理与环境学院导师姓名学科专业：人文地理学研究方向：ＧＩＳ应用％＊Ｊ＊＊？－？ｔＳ＂＊＊■＃ｔ．－＾ｅｉ，■ｆ９二○一七年六月＇＇＇＊？＊．．ｊＩ，ｖ．—＿？＞＊，ｔｊ＾’＇＊＊＇？．ｉ．？？入‘！■，ＩＪＱ，．？＜，身於．｜ 硕士学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解江西师范大学研究生院有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权江西师范大学研究生院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究摘要钉螺作为血吸虫的唯一中间宿主，是血吸虫病疫情极为重要的指示，是影响血吸虫病传播与防控的重要风险因素。钉螺的识别、调查、消灭，血吸虫病疫区的划定与判别，血防资源的使用等，都与钉螺的空间分布与和抽样研究这个基础性的问题密切相关，只有对钉螺在疫区的空间分布以及实地调查时如何进行抽样有足够的了解，血防工作才能科学合理、卓有成效。本研究于2013年11月在属于湖沼型血吸虫病疫区的鄱阳湖沿岸区域，经过综合考虑，于湖岸草洲上划定一块50m×50m的正方形有螺样地为调查点，具体位置点定在江西省南昌市新建区恒湖农场茶叶港草洲。选定样地后，采用推扫式的查螺方法对试验样地内所有抽样框（尺寸大小标准是1/3m×1/3m≈0.11m2，与血防部门目前采用的标准框一致）内的钉螺进行仔细调查，捡获所有抽样框内连续覆盖的钉螺，并统计钉螺数目。得到钉螺数据后，借鉴昆虫种群生态学中序贯分析思想与理论，在此基础上运用数理统计法，研究在不同尺度抽样单元下钉螺种群的空间分布型，获得了研究区域钉螺种群空间分布型的相关信息；在研究了钉螺种群空间分布型的基础上，对钉螺个体群的基本情况进了分析；系统地将目前国内外序贯抽样的技术方法借鉴到钉螺调查抽样实践中来，比较了各序贯抽样方法，探索了最适序贯抽样模型。研究结论如下：（1）采用了12种种群聚集度指标和8个种群空间格局回归模型对钉螺的空间分布型进行研究。结果表明：在所有聚集度指标下，试验样地内的钉螺种群在所有尺度（17/3m×17/3m以内）的抽样单元下，其空间分布型均为聚集分布；在8个回归模型分析中，除了La-m幂回归模型外，在其余的7个回归模型中，试验样地内的钉螺种群在所有尺度（17/3m×17/3m以内）的抽样单元下，其空间分布型均为聚集分布；对于La-m幂回归模型而言，其在抽样单元尺度为1/3m×1/3m到尺度10/3m×10/3m上，钉螺种群空间空间分布型表现为聚集分布，在抽样单元尺度为11/3m×11/3m到尺度17/3m×17/3m上，钉螺种群空间分布型表现为均匀分布。（2）分析了钉螺个体群的基本情况。在研究得出试验样地内钉螺种群的空间分布型为聚集分的基础上：采用Blacktich种群聚集均数λ分析了钉螺种群聚集的原因可能是由于钉螺栖息环境因素的异质性和自身的聚集习性的共同作用或其中一个因素作用所导致的；用Sylvesetr-cox零频率模型公式估算了钉螺的平均密I 硕士学位论文度是4.2348个/0.11m2，此估算结果与实际调查所得结果4.9465个/0.11m2存在14.3893%的相对误差，认为不适合用该模型来估计研究区内钉螺的平均密度；研究了不同尺度抽样单元下钉螺平均个体群大小，通过回归分析，认为可以通过平均密度来估算钉螺平均个体群的大小；结合有关聚集度指标和La-m幂回归模型的分析，得出试验地的最优尺度介于3m×3m与10/3m×10/m之间。（3）研究了调查区域钉螺种群序贯抽样的最适模型。在研究得出试验样地内钉螺种群的空间分布型为聚集分的基础上：通过7个回归模型的序贯分析比较，得出基于Taylors2-m回归模型的序贯抽样分析所需要的最大样本量是所有回归模型序贯抽样方法中最少的，符合序贯抽样分析在既定概率保证和抽样误差控制的基础上，尽可能减少抽样数量的核心思想，是试验样地钉螺序贯抽样分析最适合的模型。关键词：序贯抽样湖沼型血吸虫病疫区钉螺调查II 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究AbstractAstheonlyintermediatehostofschistosomiasis,oncomelaniahupensissnailisaveryimportantindicatorofschistosomiasis,andwasanimportantriskfactorforthetransmissionandcontrolofschistosomiasis.Theidentification,investigation,extirpationofsnail;identificationanddemarcationoftheepidemicareasofschistosomiasis;theuseoftheseresources,arecloselyrelatedwiththespatialdistributionofsnailsandsamplingresearchquestions,onlyhassufficientunderstandingaboutthespatialdistributionofsnailsinepidemicareasandhowtosamplinginfieldinvestigation,theworkofschistosomiasiscontrolcouldreasonableandveryfruitful.OnNovember2013,Uponcomprehensiveconsideration,Wesetupa50m×50msquaresnailspotasasurveyareaonthegrasslandoflakeshore.TheareainPoyangLakecoastalareaswereschistosomiasisendemicareas,thespecificpositionintheHenghufarmlandcayeganggrassland,XinjianDistrictofNanchangcity,Jiangxiprovince.Theselectedsample,thesnailsurveymethodspush-broomforallsamplingplotsinthebox(thesizeofstandardwas1/3m×1/3m=0.11m2,andinstitutingthestandardframeagreement)inOncomelaniawerecarefullyinvestigated,seizedallthesamplingframeincontinuouscoverageofthescrewnail,andstatisticsthenumberofsnails.Getthesnaildata,usingsequentialanalysisofinsectpopulationecologytheory,basedontheuseofmathematicalstatistics,spatialdistributiontypeofsnailpopulationsindifferentscalesamplingunitsundertheaccesstotherelevantletterofregionalsnailpopulationspatialdistributionpatternofinformation;basedonthetypeofpopulationspatialdistributionofOncomelaniahupensissnail.Thebasicsituationofthesnailgroupsofindividualsintotheanalysis;systemwillpresenttechnologyathomeandabroadforreferencetothesequentialsamplingsurveyofsnailsamplingpractice,comparisonofthesequentialsamplingmethodtoinvestigatetheoptimumsequentialsamplingmodel.Theconclusionsareasfollows:(1)ThespatialdistributionpatternofOncomelaniahupensissnailwasstudiedbyusedtwelveclusterindexandeightregressionmodelofthespatialpattern.Theresultsshowedthatinallindicesofaggregation,experimentalplotswithinsnailpopulationsIII 硕士学位论文atallscales(within17/3m×17/3m)samplingunit,thespatialdistributionpatternsareaggregateddistribution;intheanalysisofeightregressionmodels,inadditiontotheLa-mpowerregressionmodel,intherestofthesevenregressionmodelandtheexperimentalplotswithinsnailpopulationsatallscales(within17/3m×17/3m)samplingunit,thespatialdistributionpatternsareaggregateddistribution;fortheLa-mpowerregressionmodel,thesamplingunitscaleof1/3m×1/3mto10/3m×10/3mscale,distributionofsnailpopulationspaceshowaggregateddistributionthatinthesamplingunitscaleof11/3m×11/3mto17/3m×17/3mscale,thesnailpopulationspatialdistributionpatternforuniformdistribution.(2)Thebasicsituationofindividualgroupsofsnailpopulationwasanalyzed.Thedistributionpatternofexperimentalplotswithinthesnailpopulationspacebasedonthegatheredinthestudy:usingBlacktichpopulationaggregationmeanlambdacausesaggregationofsnailpopulationsmaybeduetotheinteractionofheterogeneoussnailhabitataggregationbehaviourfactorsandtheirownoroneoffactorsused;Sylvesetr-coxzerofrequencymodelformulatoestimatetheaveragedensityofsnailswas4.2348/0.11m2,theestimatedresultsoftheinvestigationandthe4.9465/0.11m2have14.3893%relativeerrors,soitwasnotsuitableforestimatingtheaveragedensityofthestudyareawerethemodelofdifferentscales;snailsamplingunitaverageindividualgroupsize,byregressionanalysis,thatcanestimatethesizeoftheaveragesnailindividualgroupsthroughtheaveragedensity;combinedwithclusterindexandLa-mregressionmodel,Itconcludedthattheoptimalscaleofsamplingunitwasbetween3m×3mto10/3m×10/3m.(3)Theoptimalsamplingmodelofsnailpopulationintheinvestigatedareawasstudied.Thedistributionpatternofexperimentalplotswithinthesnailpopulationbasedonthespatialaggregationinthestudy:throughsevensequentialregressionanalysis,obtainedthemaximumamountofsamplerequiredsequentialsamplinganalysisofTaylorbasedons2-mregressionmodelareallregressionmodelsequentialsamplingmethodintheleast,inlinewiththesequentialsamplinganalysisinagivenprobabilityensureandcontrolthesamplingerror,asfaraspossibletoreducethenumberofsamplingisthecoreidea,modelofsnailsequentialsamplinganalysisthemostsuitabletestsample.Keywords:Sequentialsampling;Marshlandandlake;Schistosomiasisepidemicarea;TheinvestigationofOncomelaniahupensissnailIV 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究目录摘要..................................................................................................................................IAbstract..........................................................................................................................III目录..................................................................................................................................V第一章绪论........................................................................................................................11.1研究背景...............................................................................................................11.2序贯抽样...............................................................................................................21.3国内外研究概况...................................................................................................31.3.1钉螺调查研究的现状与存在的问题.....................................................31.3.2序贯抽样在昆虫种群生态学的研究现状.............................................51.4研究内容与方法...................................................................................................61.4.1研究内容....................................................................................................61.4.2研究方法....................................................................................................71.5研究目的与意义...................................................................................................71.6技术路线图...........................................................................................................9第二章研究区概况和数据情况....................................................................................102.1研究区的基本情况............................................................................................102.2推扫式钉螺调查数据的采集方案...................................................................112.3研究数据的采集.................................................................................................12第三章钉螺种群空间分布型的测定...........................................................................143.1不同尺度抽样单元钉螺的描述性统计...........................................................143.2钉螺种群空间分布型的聚集度指标法...........................................................153.2.1测度钉螺种群聚集度的若干指标.......................................................153.2.2钉螺种群聚集度指标法测度的结果与分析.......................................193.3钉螺种群空间分布型的回归模型分析法......................................................223.3.1测度钉螺种群空间分布型的若干模型...............................................223.3.2回归模型拟合的结果与分析................................................................253.4小结......................................................................................................................31第四章钉螺个体群的基本情况....................................................................................334.1个体群聚集的原因分析....................................................................................33V 硕士学位论文4.2钉螺个体群的密度状况....................................................................................344.2.1钉螺密度的估算.....................................................................................344.2.2钉螺个体群平均大小.............................................................................364.3钉螺序贯抽样单元的最优尺度.......................................................................374.4小结......................................................................................................................38第五章钉螺的序贯抽样分析........................................................................................395.1各回归模型的序贯抽样公式...........................................................................395.2各回归模型序贯抽样分析的结果...................................................................425.3小结......................................................................................................................56第六章总结.....................................................................................................................586.1结论......................................................................................................................586.2问题......................................................................................................................596.3创新点.................................................................................................................59参考文献............................................................................................................................60致谢..................................................................................................................................66在读期间公开发表论文（著）及科研情况.................................................................68VI 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究第一章绪论1.1研究背景血吸虫病，俗称叫“大肚子病”[1]，是由血吸虫寄生在人体血管内所导致的一种严重危害人们身体健康的重大传染病和寄生虫病，因其与生物、自然和社会因素存在密切的关系，人和家畜都可能会感染，当人或牛、羊、猪等哺乳动物接触了含有血吸虫尾蚴的水体(医学上被称之为疫水),尾蚴就有可能通过钻穿人或哺乳动物的皮肤侵入体内，从而感染上血吸虫病。目前，全世界感染上血吸虫病的患者约有2亿之多，这些患者绝大多数是血吸虫病主要流行区的亚洲、非洲、拉丁美洲的76个国家和地区的居民[2]。世界上的血吸虫，依据其在地理上的分布，共有埃及血吸虫(schistosomahaematobium)、曼氏血吸虫(S.mansoni)、日本血吸虫(S.japonicum)、间插血吸虫(S.interealatum)、湄公河血吸虫(S.mekongi)这五种[3]，相应地血吸虫病也分为这五种，在我国流行的血吸虫病主要是日本血吸虫病[4]。依据血吸虫病在我国的流行特点以及流行区的环境特征，可将其分为湖沼型、水网型和山丘型3种，而其中疫情最为严重的是湖沼型血吸虫病，此类血吸虫病在我国的分布集中于长江中下游的湖南、湖北、江西、安徽、江苏五省的长江沿岸以及与长江相连的大小湖泊的周围，鄱阳湖和洞庭湖更是其中的疫情重灾区[5]，根源于湖泊及其周围区域生态环境的复杂性、多变性，水域面积辽阔，草洲滩地面积非常大并且适宜钉螺孳生，人类和牲畜的活动密集而频繁，疫情会因环境改变而反复等诸多因素，使得湖沼型疫区成为当前血防工作的重心和难点。根据有关统计数据，截止到2015年底，全国有血吸虫病人数77194例，与2014年底的115614例减少了38420例，降幅达到了33.23%；2015年全国实有钉螺面积356287.55hm2，与2014年的实有钉螺面积364324.42hm2减少了8036.87hm2，减幅仅为2.2%，但全国新发现有螺面积666.04hm2[6,7]，以上数据表明，虽然总体上我国血吸虫疫情呈现好转的趋势，但是某些地方疫情出现反弹的现象不容忽视。以湖沼型血吸虫病为主要类型的江西曾是我国血吸虫病流行最严重的省份之一[8]，截止到2015年底，血吸虫病流行于江西省的39个县（市、区）的317个乡（镇），其中湖沼地区有螺面积占全省有螺面积的97.49%(76845.85/78816.62)，全省血吸虫病人数占全国总数的14.94%(11534/77194)[6]。2004年，卫生部等部门发了《全国预防控制血吸虫病中长期规划纲要（2004—2015年）》，提出了血吸虫病防治工作的若干目标[9]；在中长期规划实施即将结尾的关键时期，国务院于2014年11月召开了全国血吸虫病防治工作会议，1 硕士学位论文提出了到2025年要在全国范围内实现消除血吸虫病的目标[10]。截止2015年底，全国453个血吸虫病流行县（市、区）中，有110个达到了传播控制的标准，335个达到了传播阻断的标准，8个达到了消除的标准，如期实现了《全国预防控制血吸虫病中长期规划纲要（2004-2015年）》提出的总体目标[11]。要实现到2025年在全国范围内消除血吸虫病的宏伟目标，血吸虫病防治工作还面临诸多的不确定性与挑战，雷正龙等提出今后一段时期的血防工作重点任务之一就是要加强监测预警，控制风险因素[12]。钉螺作为血吸虫的唯一中间宿主，是血吸虫病疫情极为重要的指示，是影响血吸虫病传播与防控的重要风险因素。充分发挥现有监测预警技术与手段的效能，完善并逐步加强监测预警体系，做好血吸虫病流行区的风险评估与控制工作，及早发现、及时处理疫情反弹苗头；周晓农提出精准血防的理念[13]。在血防实践工作中贯彻这一理念很重要的一项要求就是要精准识别钉螺，精准定位血防疫区，这样才能使得有限的血防资源得到高效率的使用，取得最大化的成果。对于血吸虫病重灾区的江西来说，全省在2015年如期实现了血吸虫病传播控制目标，监测在此过程中发挥了重要作用；接下来的重点工作就是消灭残存钉螺，巩固已有防治成果，进一步降低血吸虫病的流行水平，最终达到达到消除血吸虫病目标[14]。钉螺的识别、调查、消灭，血吸虫病疫区的划定与判别，血防资源的使用等，都与钉螺的空间分布以及抽样研究这个基础性的问题密切相关，只有对钉螺在疫区的空间分布以及在实地调查时如何进行抽样有足够的了解，血防工作才能科学合理、卓有成效。1.2序贯抽样序贯抽样（SequentialSampling）是指在抽样操作过程中，对于抽取的样本数量（试验或观测次数）不预先做出规定，而是先抽取少量或者一定量的样本，然后根据所要研究的总体中的指标在已经抽取的样本中的状况，再考虑是停止抽样还是继续抽样、继续抽样应该抽多少，如此一直进行下去，直至终止整个抽样为止，通俗地讲，这种抽样方法就是“走一步，看一步；看一步，走一步”的方法。显而易见，序贯抽样是一种非固定抽样，抽取样本量的多少取决于所要研究的总体中的指标在已经抽取的样本的状况。设计一个序贯抽样方案[15-17]，需要建立两条法则，一是在什么条件下停止抽样，称之为停止法则；二是停止抽样后做出何种决策，称为判决法则，二者通常是组成序贯抽样方法的两个必要条件，是序贯抽样方法的核心内涵所在。从停止法则可得：在什么条件下停止抽样应该根据在总体中进行逐次抽样的过程而定；从判决法则可得：根据所要研究的总体中的指标对总体的推断或决策应依抽样所得到的序贯样本而定。序贯抽样最鲜明的特征[18]是在抽样操作实施前，要求先明确一组停止抽样的法则，而不是提前设定2 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究子样本的数量。在抽样过程停止后，此时，应依据目前抽到的累计n个样本确定一个固定子样数量的样本容量，以此来进行统计决策或统计推断，此方法可以最大限度地避免多余的抽样样本，以达到减少抽样样本数目同时又能保证抽样精度的目的，从而做到研究精度与研究成本之间的平衡。1.3国内外研究概况1.3.1钉螺调查研究的现状与存在的问题1913年，在美国蒙大拿州的马瑟尔谢尔（Musselshell）山谷中出现了最早的钉螺采集活动[19]，其后的研究发现和证实了钉螺是某些人兽共患传染病的中间宿主[20]，于是，基于科学研究目的的钉螺调查便应用而生。针对钉螺类型的不同，不同的学者采用的调查方法各有所异，Stephenson是依据取样单元来调查钉螺的类别，而无须累计所有取样单元内钉螺数量[21]；Kuntz-Wells在研究温度对二硝基酚杀灭钉螺的影响时，用细筛过滤或捞取的方式查获活螺，并统计总数，样地内查螺面积大小不统一，所得各取样点的钉螺数量因无参照标准，不具可比性[22]。钉螺调查取样单元规格标准统一的调查最早在多米尼亚出现，具体操作方法如下：小的溪流沟渠、水体每间隔30~40m布设一个取样点；面积大的水体也无需到水体中去布设样点，而是在边缘设置样点，如此这样操作起来既容易实现，又简便[23]，此方法后来被国外血防工作者普遍采纳，并且根据钉螺调查的具体环境改良了查螺作业的工具，提高了查螺的效率[24-27]。国外的这些钉螺调查方法有以下共同点：一是采用的工具主要是铁质或不锈钢的网、筛或者勺，同时也有带着手套徒手或借助镊子来搜集钉螺；二是调查样地一般在小的溪流沟渠、水体（如池塘）等，面积大的水域则在边缘查螺；三是同一样地的钉螺采样不止进行一次，在从两周直至若干年的不等周期内要多次采样。与中国湖沼型血吸虫病疫区特殊的气候环境所形成的大面积滩地草洲相比，国外钉螺调查的样地覆盖范围普遍偏小，抽样问题在钉螺调查的实际操作过程中相对没那么复杂，也没有针对性的规范与准则。毛泽东主席在1955发出了“一定要消灭血吸虫病”的伟大号召，在全国掀起了轰轰烈烈的大规模的血吸虫病防治活动[28]，此后，规范化的钉螺调查方法在我国开始出现[29]，当时钉螺调查的抽样框大小与现在的一样，为1平方尺，抽样框间距也与目前所采用的相似，即不同抽样地点的间距有所差别。随着我国血防工作的不断推进，原国家卫生部地方病防治司于1990年编制了《血吸虫病防治手册》，手册对钉螺调查做了相关的技术规范，其中规定了布设样点的点距、抽样线的线间距、基本抽样单元尺寸大小等一系列相关参数[30]，其后的2000年又3 硕士学位论文修订后出版了第三版的《血吸虫病防治手册》，其中有关钉螺调查的方法并未做过多的修改，依旧是采用的按距离布设抽样框的方法，但把抽样框大小由以往的0.33m×0.33m≈0.11m2修改为0.317m×0.3317m≈0.1m2，因二者的差异非常小，在目前的很多钉螺调查的实践中，依旧沿用0.33m×0.33m≈0.11m2的标准来布设基本抽样框[5]。第三版的《血吸虫病防治手册》推荐了系统抽样调查、系统抽样结合环境抽查和全面细查这三种基本钉螺调查方法，每种方法适合于不同的钉螺栖息生境和钉螺空间分布状况。全面细查法在目前的阶段主要适宜于钉螺数量少、种群濒临灭绝的地区或钉螺栖息的生境特殊复杂地区的一种钉螺调查方法，因调查成本高，范围局限于不适宜抽样的特定小区域，故在钉螺调查的实践中应用地比较少。系统抽样调查法是指按等间距设框调查，抽样框的间距可由查螺区域的大小、长短灵活确定；此种查螺方法适用在钉螺多而分散的环境中采用。在调查疫区的洲滩田地时，手册推荐的是采用纵横系统抽样，也称为棋盘式抽样，即首先于洲滩田地上布设几条平行的检查线，之后沿着各检查线等间距地布设抽样样框，在具体操作中，各检查线的线间距和线上各抽样框的框间距可根据据洲滩田地面积大小灵活确定，通常设置成5～20m，最长不宜超过50m。若是遇到面积特别大的洲滩田地，则应考虑将整个洲滩田地先划分为若干小块，然后再于每小块内进行纵横系统抽样。特别需要注意的是，整个调查须尽量保证所有的抽样框均匀的分布在试验样地内。系统抽样结合环境抽查法，此方法通常用于钉螺总体数量比较少、相对呈聚集分布的区域；在洲滩应用此方法查螺时，首先将整个大片洲滩按自然或人为标识以200亩左右的大小切割为若干小块，然后在每一小块内以纵横系统抽样布设抽样框，每一小块布设的抽样框数量在100~200为宜；倘若纵横系统抽样中相邻四个抽样框均未捡获钉螺的话，则此时需要在四个抽样框之间的面状区域中于钉螺易孳生处加设四个抽样框；这样，活螺平均密度依照纵横系统抽样设框查得的结果求算，而有螺面积的估算则根据系统抽样结合环境抽查所得的结果而得。结合湖沼型型疫区自然与社会环境，从第三版《血吸虫病防治手册》推荐的查螺方法来看，常用的系统抽样法以及系统抽样结合环境抽查法在调查实践时存在一个比较明显的问题：当调查范围较大时，所需要布设的样框数量会很大，这样查螺的工作量相应的会很大。无论是系统抽样法还是系统抽样结合环境抽查，在具体操作中，各检查线的线间距和线上各抽样框的框间距以及划分为若干小块区域的数量均根据据洲滩面积大小灵活确定，当调查覆盖范围比较大时，抽样框的数量会相应的增大，但是这样的抽样数量是不是最佳抽样数量？有没有达到研究所需要的精度呢？是不是过度抽样，造成了样本量的浪费呢？对于这些问题，第三版《血吸虫病防治手册》并未给我们提供相关参考。从目前的报道来看，学者对此问题的研究鲜有，倪映等（2007）[31]为探索在湖沼型血吸虫病疫区进行钉4 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究螺调查时的适宜样本问题，尝试了将数量生态学中研究样方数目的方法应用到查螺工作中，并根据钉螺调查的实际情况将此方法进行了改进。倪映等从安徽省池州市贵池区秋浦河沿岸随机选取4块有钉螺的滩地进行调查，调查时将钉螺采样框大小设置成0.1m2，采样框框间距设置成20m×20m，查螺的工作由专业人员完成，与此同时，研究人员也在查螺现场进行监督指导，以确保数据的精度要求。根据获得的钉螺数据，作者以绘制样本量-钉螺密度绝对变化曲线图与样本量-钉螺密度相对变化曲线图来研究钉螺中抽样适宜样本量的问题；研究结果发现：当抽取的样本量达到一定的数量时，钉螺密度虽有小幅波动，但是总体趋势是于稳定的。该项研究确定的适宜样本量与抽样框的框间距有关，理论上存在当抽样框的框间距较小时，可能在低样本量上获得符合预设精度要求的钉螺密度的情况，故此种确定钉螺抽样最适宜样本量的方法还有待深入。张文馨[32]和何小定[33]则是借鉴昆虫种群生态学中的方法来研究钉螺调查时的最适抽样数量问题，但是二者采用的方法只是昆虫种群生态学有关抽样数量众多方法中的应用相对普遍的一种，此法是不是最优方法，作者并未给出说明。1.3.2序贯抽样在昆虫种群生态学的研究现状序贯抽样分析方法最早源于美国数学家Wald(1944)[34]提出序贯概率比检验(SequentialProbabilityRatioTest，SPRT)方法。此方法的提出最初是为了满足美国军火生产商、军方在二战期间武器装备的质量控制和验收的要求[35,36]，后来，随着序贯抽样分析方法的逐渐完善以及社会发展对抽样需求的增长，序贯抽样分析在降低抽样成本方面的独特优势日益凸显，使得其被众多学者重视，并将其借鉴到自己的研究领域中来，至此序贯分析逐渐被应用到几乎所有重视抽样成本的研究领域当中，尤其在一些破坏性抽样检验当中，如新药物、新装备的抽样检验中。在昆虫种群生态学领域，序贯分析方法是其中相当重要的研究方法，很早就有学者将其应用到其中。在昆虫种群生态学领域中的害虫研究上，Morris、Stark、Waters等学者在20世纪50年代最早将序贯抽样技术应用于其中,这个时期序贯抽样的决策限模型多以频次分布法支撑的负二项分布（聚集分布）为理论基础[37]。因频次分布检验方法本身存在的不足，尤其是负二项分布k值与生物种群密度相关，且k值其变化的规律往往非常繁杂,而且对很多种群来说，其公共k值k[38]c有时候不存在，因而以负二项分布理论为支撑的抽样方法自然会有诸多不足之处，所以这种方法在后来的抽样技术实践中已较少被采用。其后至60年代初，一些生态学家给出了若干测度生物种群聚集度的扩散型指数并用于测定生物种群空间格局的研究中，但是效果并不是很理想[39]。1964年Morrisat曾将其提出Iδ指数应用于抽样研究中[40],但是应用起来还存在一些缺陷，故并未被广大学者5 硕士学位论文所采用，这一时期的抽样技术方法依旧主要以负二项分布理论为基础。1975年Iwao针对以往的序贯抽样在害虫综合管理上的诸多缺点，提出了基于m*-m回归模型序贯抽样公式[41]。1985年Ekbom基于Taylor（1961）s2-m模型[42]提出了一组序贯抽样决策限模型[43]。Taylors2-m回归模型分析法和Iwaom*-m回归模型分析法的提出并应用于抽样实践，标志着昆虫种群空间格局及抽样技术的研究进入新阶段，至今仍然在抽样实践中得到广泛应用。国内学者丁岩钦[44]、徐汝梅[45]是较早系统地将国外序贯抽样的理论与方法引入国内，并且应用到昆虫种群研究，特别是害虫的综合防治。随着序贯抽理论和技术方法的广泛应用，马占山[46]、张连翔[47,48]、兰星平[49,50]等学者基于Iwaom*-m模型和Taylors2-m模型还改进和新提出众多的模型，使研究更符合实际。在昆虫种群调查中，采用序贯抽样调查方法时，对于应该抽取的种群个体数量不作预先确定，而是事先规定种群的某个阈值密度或两个阀值密度区间（假如超过或达到某个密度水准则须要防治，低于另一密度水准则无须防治），以及假定允许误差的概率。调查操作过程中可多次进行小样本取样，每次取样后都应检查所要考察的总体指标在已抽取的累计样本中是高于还是低于提前规定的阈值水准。若不能确定是高于还是低于事先规定的阈值水准，则须要继续取样。采取这种抽样方法，既可避免过早停止取样而导致统计推断与决策的可靠性和精确性得不到保证的问题，又可避免过迟停止取样而造成样本的浪费所带来的不必要的成本支出。1.4研究内容与方法1.4.1研究内容针对目前湖沼型血吸虫病疫区钉螺调查操作过程中，在抽样数量研究方面存在的不足之处，本研究拟以属于湖沼型血吸虫病疫区的鄱阳湖岸边的恒湖垦殖农场周围草洲为研究区域，选择一块小面积的草洲为试验样地，以草洲上的钉螺为研究对象，开展实地钉螺调查工作，获得有关数据进行分析与比较。具体研究内容如下：（1）鄱阳湖岸边研究区域草洲上试验样地内钉螺种群的空间分布型。本研究以江西省南昌市新建区茶叶港草洲为试验区域，在其中选择一个钉螺孳生环境类型的典型草洲作为试验样地，采用推扫的方式逐框全面调查的方法进行查螺，以此获得调查样地上所有样框上连续分布的钉螺数据，借鉴昆虫种群生态学中的数理统计方法分别计算试验样地钉螺在不同尺度抽样单元下的空间分布状况，确定其空间分布型，并进行不同尺度抽样单元下钉螺聚集程度的比较。本节拟解决的关键问题：不同尺度抽样单元下钉螺的空间分布型，以及各尺度抽样单元下钉螺6 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究空间分布状况的差异。（2）钉螺个体群的基本情况。在研究钉螺种群空间分布型的基础上，本节研究了钉螺个体群的基本情况。本节拟解决的问题有：钉螺种群在试验区域聚集分布原因；基于钉螺空间分布型的基础上，如何快捷方便的估算钉螺的密度（以血防部门的基准单位个/0.11m2为标准）；钉螺个体群的平均大小。（3）借鉴昆虫种群生态学中序贯抽样理论和方法，将其系统地应用到钉螺调查中，估算钉螺在不同密度和允许误差概率下最适理论抽样数和两界限序贯抽样表。这部分拟解决的问题有：各序贯抽样模型下的最适理论抽样数和两界限序贯抽样表；以最大抽样数为标准确定试验区域钉螺实地调查最适序贯抽样模型。1.4.2研究方法（1）钉螺调查方案的设计考虑到试验区域环境的复杂性，为保证钉螺序贯抽样研究数据的可靠性，针对目前常用的钉螺调查方法存在某些不足，本研究设计了推扫式的钉螺全面细查的数据采集方案，选择合适的典型试验样地，适时进行钉螺调查。此种查螺方法可获得的钉螺数据的全面性与准确性相对有保证，大大增加了研究结论的说服力和可信度。（2）昆虫种群生态学中的数理统计方法借鉴昆虫种群生态学的采聚集度指标法、回归模型分析法研究钉螺在试验样地草洲上空间分布类型；系统地将序贯抽样各模型应用到试验样地内钉螺数据上，对其进行拟合分析，确定最适序贯抽样方案。1.5研究目的与意义位于长江中下游的鄱阳湖沿岸区域为我国湖沼型血吸虫病的重灾区，鄱阳沿岸区域所在的江西省虽然在2015年如期实现了血吸虫病传播控制的目标，但是从当年的全国血吸虫病疫情通报中可以看出，在血吸虫病人数、有螺面积上，江西省仍然占全国总数的很大比例，特别是在鄱阳湖沿岸区域的江西省九江市浔阳区新发现了有螺面积[6]，表明鄱阳湖沿岸区域仍是血吸虫疫情高风险区，血防工作仍然不可松懈。加之鄱阳湖沿岸区域洲滩面积广，土壤肥沃，植物种类繁多且终年生长茂盛，且因湖区居民生产生活的需要而导致的人畜活动频繁、密集地发生，更是极大增加了血吸虫病在疫区居民当中感染与传播的的风险，严重危害疫区居民的身心健康[51]。7 硕士学位论文2009年国务院批复的《鄱阳湖生态经济区规划》[52]中第十六个专项规划提到要力争在2018年底全省达到血吸虫病传播阻断标准；2014召开的全国血吸虫病防治工作会议提出到2025年要实现全国范围内消除血吸虫病的目标，可见鄱阳湖沿岸区域的血防工作时间紧，任务重。作为血吸虫的唯一中间宿主的钉螺，是疫区血吸虫病传染与扩散至关重要的环节，为此，消灭钉螺，阻断血吸虫病的传染媒介，就成为血防工作中不可缺少的一环。要做到消灭钉螺，首先就是要精准地识别钉螺，就目前技术手段而言，要做到精准地识别钉螺，必须要进行实地调查。只有精准地识别了钉螺在不同尺度上的分布状况，才能制相应的灭螺的规划，因地因时制宜采取措施，进而达到消灭钉螺的目标；另外一个方面，只有精准地识别钉螺，才可以评估目前的灭螺规划的合理性、技术手段效果如何，为今后接下来的灭螺工作提供参考和改进的依据。参加过野外钉螺实地调查的人都知道，钉螺调查是一项费时费力，成本颇高的工作，尤其是对于鄱阳湖沿岸区域来讲，洲滩面积广，植物种类繁多且终年生长茂盛，丰枯期水陆交替的特殊自然环境，更是加大了钉螺调查的难度。我国目前血防工作中的钉螺调查遍采用血防手册推荐的查螺方式，当遇到调查区域较大时，抽样数量过大的问题就会凸显出来；同时在大面积查钉螺调查过程中，因查螺人员众多和查螺时间比较长导致获得钉螺数据质量也难以控制，漏查误查等现象时有发生，不足以精确反映所调查区域内钉螺的实际情况。本文采用与血防手册推荐的查螺方法有别的推扫式钉螺调查方法，以此获得能够比较精确地反映试验样地内实际情况的试验数据，并依据序贯抽样理论，应用数理统计方法，系统地将在昆虫种群生态学中广泛应用的序贯抽样分析借鉴到试验样地内钉螺的研究中来，分析了钉螺种群的空间分布型及与不同尺度抽样单元的关系，并在此基础上分析了个体群的基本情况以及各序贯抽样模型对试验样地钉螺数据的拟合程度，从确定序贯抽样的最适模型，达到既减少查螺工作量，又可保证查螺精度的目的，为在当前血防资源有限的情况下如期实现血吸虫病传播阻断和接下来全面消除血吸虫病的目标提供有价值的科学参考。8 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究1.6技术路线图确定研究区域选择试验样地实地钉螺调查钉螺数据测度钉螺种群空间分布型各序贯抽样钉螺个体群模型的拟合的基本情况最适序贯抽样模型图1-1论文技术路线图9 硕士学位论文第二章研究区概况和数据情况2.1研究区的基本情况鄱阳湖是一个吞吐型、季节性的淡水湖泊，是我国最大的淡水湖泊，也是国。′。′。′。′际上最大的湿地。其地理坐标为东经11548至11644，北纬2825至2945之间[53],位于长江中下游南岸,江西省北部（图2-1）。江西省境内的赣江、抚河、信江、饶河、修河五大河流在鄱阳湖汇合，其来水来沙经过湖泊的调蓄作用后在省内的九江市湖口县汇入长江。鄱阳湖湖区气候暖湿，降水丰沛，流域内多年平均降水量约在1350-2150mm之间、光照充足、无霜期较长，属亚热带湿润季风气候。因受季风气候的影响，降水量在一年之内的分配非常不均匀,各月之间差异很大，年降水量主要集中在4-6月，故鄱阳湖每年水位年内变化较大，形成夏水冬陆的特殊生态环境。枯水期的鄱阳因流域内降水和长江来水均很少，水量急剧减少，水位大幅降低，形成广阔的草洲与洼地，成为我国血吸虫重度流行的区域。图2-1鄱阳湖区位图图2-2钉螺调查具体位置点10 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究调查试验地选在江西省南昌新建区恒湖农场茶叶港草洲（图2-2），其地理。′。′°′°′坐标为东经11604-11610，北纬2850-2903，位于赣江下游，为鄱阳湖平原一部分，土壤肥沃，物产丰富；气候暖湿，多年年均气温约为17.3℃，多年年均降水量约为1609.8mm，生态环境良好，有着非常适合钉螺孳生自然环境环境，历史上就一直是血吸虫病重灾区和典型的钉螺密集地带。由于该草洲在行政区划上隶属于省内的九江市都昌县管辖，但是却距离都昌县很远，属于血防工作的薄弱地带，近些年查螺灭螺工作进行地比较少，因此钉螺的实际状况受到人为因素影响比较小，更接近于自然状态下的钉螺实际状态，是进行钉螺种群抽样研究的理想样地。2.2推扫式钉螺调查数据的采集方案鉴于采用小面积的普查方法和钉螺调查时间段等成本的限制，以及钉螺分布受草洲的植被、地貌、海拔等自然环境因子的影响，在试验区域的草洲上选择受人为因素影响（主要是灭螺的影响）较少的一块50m×50m的正方形有螺样地为调查区域，采用推扫式的方法进行钉螺调查，捡获样地内连续覆盖所有抽样框内的钉螺，用查螺袋包装好，编号并且计数。在查螺的过程中，还邀请血防专家进行现场指导，鉴别死螺与活螺；与此同时研究人员还在查螺人员中来回巡视，随机抽检查螺人员的查螺工作，进行查螺质量控制，保证获得的钉螺数据的准确性。（1）用粗铁丝做若干个1m×1m的正方形铁框，框内纵横两个方向各等间距加密两根相对较细的铁丝，使其变成一个三行三列的“井”字形铁丝格网，如此一来就变成了3×3=9个网格（如图2-3所示），每个网格的尺寸大小为1/3m×1/3m=1/9m2≈0.11m2，相当于1尺×1尺=1平方尺，与目前血防部门推荐的钉螺调查时普遍采用的标准“框”一致[5]。图2-3钉螺采样方案示意图11 硕士学位论文（2）在研究区内，基于草洲的植被、地貌、海拔高程等立地条件，选择受人为因素影响（主要是灭螺的影响）相对较小，面积大小为50m×50m的一块正方形有钉螺的草洲作为本研究的试验样地。具体操作如下：在研究区域的草洲上划定一条与湖岸海拔（因为海拔高程直接影响钉螺的空间分布状况）基本平行的50m直线当做基线，基线左侧端点为试验样地原点，右侧端点为基线边缘点，再从该试验样地原点开始作一条与基线垂直的50m直线，称之为始线，始线的50m处称为始线边缘点；再从基线边缘点作一条同样与基线垂直的50m直线，称为终线。这样就形成了由基线、始线、终线合围而成的50m×50m的正方形试验样地。（3）在试验样地的基线上，从试验样地原点开始，沿始线放置上述制作好的正方形铁框。假如查螺人员面对基线，朝始线边缘点的方向，铁框内网格序号从试验样地原点向基线边缘点、试验样地原点向始线边缘点编号。框内第一行从试验样地原点所在角点网格开始，向基线边缘点方向顺序排号，依次为1、2、3号；然后铁框内第二行网格依照同样的方向排号，依次为4、5、6号；接着铁框内第三行依旧这样排号，依次为7、8、9号，直到完成铁框内9个网格的排号。后面布设的所有铁框内网格序号的编排同样采用这种方式，以保证网格编号的一致性。（4）当调查完成第一个铁框内的9个网格后，紧接着在始线上挨着第一个铁框放置第二个铁框，两个铁框之间不得留有缝隙，采用与第一个铁框相同的方式编制第二个铁框内的网格编号，其后的第三个铁框的编号依然如此，一直至始线上的第五十个铁框。当在始线上调查完成之后，在基线上的1m处作与始线平行的第二条调查线，在基线上沿此平行线放置第一个框，然后沿着第二条调查线紧挨着着前面一个框向始线边缘点方向放置第二个框，直至第50框，接着基线上2m处作平行的第三条调查线，方法跟前面两条调查线一样，直至基线上49米处作平行的第五十条调查线，这样覆盖全部调查区域，总共布设2500个铁框，即获得22500个抽样框上的钉螺数据。2.3研究数据的采集2013年11月在属于湖沼型血吸虫病疫区的鄱阳湖沿岸区域，经过综合考虑，于湖岸草洲上划定一块50m×50m的正方形有螺样地为调查点，具体位置点定在江西省南昌市新建区恒湖农场茶叶港草洲。划定钉螺调查样地后，采用推扫式的方法进行钉螺调查，具体过程如下：组织经验丰富的专业人员进行查螺，捡获样地内连续覆盖所有抽样框内的钉螺，用查螺袋包装好，编号并且计数。在查螺的过程中，还邀请血防专家进行现场指导，鉴别死螺与活螺；与此同时研究人员还12 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究在查螺人员中来回巡视，随机抽检查螺人员的查螺工作，进行查螺质量控制，以保证获得的钉螺数据的准确性。捡获的钉螺带全部回实验室统计每个抽样框内的钉螺数目。13 硕士学位论文第三章钉螺种群空间分布型的测定钉螺种群空间分布型是指调查样地内的钉螺种群个体在生存空间上的分布状况，是钉螺种群的重要属性之一。钉螺的空间分布型是钉螺个体对其所栖息的环境主动选择的结果，能够反映钉螺的生物学特性及其生境的状况。目前，国内外学者对生物种群分布型的研究颇多，常用的有三种方法：频次分布检验法、聚集度指标法、回归模型分析法，本研究采用后两种方法对试验样地的钉螺进行分布型的测定。3.1不同尺度抽样单元钉螺的描述性统计对于研究生物种群空间分布型的常用方法而言，无论是采用哪一种方法，我们均需要计算试验样地内生物种群的平均密度和方差。因此，本文根据前述的推扫式钉螺调查方法，获得试验样地上50m×50m内相邻的所有网格内的钉螺数目，共计22500个格点。根据研究的需要，按照抽样框大小的面积依为1/3m×1/3m、2/3m×2/3m、1m×1m、4/3m×4/3m、5/3m×5/3m、2m×2m、7/3m×7/3m、8/3m×8/3m、3m×3m、10/3m×10/3m、11/3m×11/3m、4m×4m、13/3m×13/3m、14/3m×14/3m、5m×5m、16/3m×16/3m、17/3m×17/3m，其对应的格点组合数目依次是1×1、2×2、3×3、4×4、5×5、6×6、7×7、8×8、9×9、10×10、11×11、12×12、13×13、14×14、15m×15、16×16、17×17，确定不同尺度的抽样单元。考虑到50m×50m的试验样地是一个局部的小范围，当样方尺度过大时，样方的数量会太少，故样方大小不宜设置地过大，因此将17×17的格点组合作为抽样单元的最大尺度。对于获得的钉螺数据，按照上述不同尺度的抽样单元，计算出其钉螺的一些基本参数，如表3-1。表3-1不同尺度抽样单元的基本参数统计平均密度m格点组调查面积钉螺总数样方（钉螺总数/方差(s2或v)合数目（m2）（个）个数样方个数）1×12500111297225004.946541.55432×22500111297562519.7861443.8623×32500111297250044.51882007.564714 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究4×42433.78109858136980.24695876.64085×52500111297900123.663313576.056×62500111297625178.075227171.5447×72058109162441247.532950070.17228×82304105976324327.086482125.80069×92304105976256413.9688130415.128410×102500111297225494.6533199462.986411×112272.11105197169622.4675278966.143312×122304105976144735.9444399031.703213×132272.11105197121869.3967530973.524714×142177.781025981001025.98704266.747115×1525001112971001112.97976609.403116×162304105976811308.34571186832.32917×172055.1198592641540.51432389.556由表3-1可以看出，随着样方大小面积的递增，即格点组合数目的增大，获得样方数量在递减，从1×1的格点组合样方数量有22500个减少到17×17的格点组合样方数量只有64个，这是因为本次调查采用的是推扫式的50m×50m的小样地全面调查的方法，这种方法费时费力，故试验样地面积固定，随着样方尺度的增大，自然样方数量会不断减少。因研究采用的是与血防部门标准相同的0.11m2框，9个框，即9个格点，是按照纵横两个方向3×3的排列组合成本研究的基本抽样框，故从格点组合1×1到格点组合17×17之间，有若干组合的调查面积按照组合标准并未全部覆盖试验样地50m×50m的区域。通过分析表格，可以看出，随着格点组合数目的增大，所导致的样方数量减少，因而得到的钉螺平均密度也在逐渐增大，其方差也越来越大，说明随着格点组合数目的增大，各样方上钉螺数量的差异也在增大。3.2钉螺种群空间分布型的聚集度指标法3.2.1测度钉螺种群聚集度的若干指标生物种群空间分布型的聚集度指标法是目前最为常用的方法之一，其具有数据要求低、容易获取，过程计算简便，结果简单明了，在应用时样方中的样本数量对其无影响等诸多优点，为此，本文首先采用了聚集度指标法。依据调查所得的数据，计算出样方中钉螺的方差（s2或v）、平均密度（m），据此来测算钉15 硕士学位论文螺种群的聚集度。（1）Beall（1953）扩散系数C[54]：也叫Poisson分布系数、随机分布偏离度系数，此指标测度的是生物种群的总体格局，其计算公式为，C=s2/m。C取值不同时，其表示的含义如下：当C>1时，表示生物种群格局为聚集分布；当C<1时，表示生物种群格局为均匀分布；当C=1时，表示生物种群格局为随机分布。C值最突出的优势就是求算简便，但是在随机分布的情况下，方差s2与平均密度m之间，尤其当种群呈现聚集分布的态势时，二者会表现出某种关联，时常伴有C值随种群密度增大而递增的现象出现，故通常认为C值与种群密度存在某种关联，假如在C值不随种群密度变化而波动的情况下，生物群空间分布在时间序列上的递变态势还能通过C值来体现。（2）Cassie-kuno（1968）的指标Ca[55,56]：其计算公式为，Ca=(s2-m)/m2。Ca取值不同时，其表示的含义如下：当Ca>0时，表示生物种群格局为聚集分布；当Ca<0时，表示生物种群格局为均匀分布；当Ca=0时，表示生物种群格局为随机分布。Ca指标与平均密度m无关，在种群个体随机死亡、个体发生随机迁移等的情况下，种群的密度若出现了变动，Ca值依然不变。（3）Waters负二项分布k值[57]：Waters（1959）根据自身的研究，提出可以用负二项分布的k值来测度生物种群聚集型扩散指数的指标，并且生物种群的密度并不会影响k的取值大小，但是k值有时候与抽样单元的尺度大小存在某种程度关系，k的计算公式为：k=m2/(s2-m)。k取值不同时，其表示的含义如下：当k>0时，表示生物种群格局为聚集分布，且k取值越小，种群呈现的聚集程度越强；当k<0时，表示生物种群格局为均匀分布；当k趋向于正无穷大时（通常要达到8以上），表示生物种群格局为随机分布。（4）David-Moore（1954）的丛生指数I[58]：其计算公式为，I=s2/m-1。I取值不同时，其表示的含义如下：当I>0时，表示生物种群格局为聚集分布；当I<0时，表示生物种群格局为均匀分布；当I=0时，表示生物种群格局为随机分布。此指数与种群的平均密度m有关，当种群个体发生了随机死亡，总体的密度就会出现下降，丛生指数与平均密度会呈比例的减小。这样表述的合理性可以通过直观解释来说明，通常情况下，因为种群个体孳生都是需要一定空间，所以大量的个体随机死亡经常是发生在原来种群个体密集的区域，而存活下来的个体在原区域所组成的集合体的聚集度肯定比发生随机死亡前的要小。（5）Lloyd的聚块性指数m*/m[59]：即平均拥挤度（m*）与平均密度（m）的比值。平均拥挤度（m*）指生物种群单个个体在试验样地上一个样方单元中与此种群其他单个个体相邻的平均个体数，其反映了一个样方单元中个体的拥挤状况，计算公式为：m*=m+s2/m-1。m*与m的比值不同时，其表示的含义如下：当m*/m>1时，表示生物种群格局为聚集分布；当m*/m<1时，表示生物种群格16 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究局为均匀分布；当m*/m=1时，表示生物种群格局为随机分布。平均拥挤度突出的是总群个体的平均，而非如平均数所代表是抽样单元的平均，生物因素对种群影响的平均效应在平均密度m值上难以真实体现出来。当种群分布属于聚集分布时，平均拥挤度在种群中的作用体现地最为明显，而在种群分布属随机分布时却难以体现出来，这是因为在种群在随机分布的情况下，会出现m=s2，所以m*=m。因为个体无法从零频率样本的抽样单元中得到任何有用的信息，所以m*最突出的特性就是与零频率样本的抽样单元没有关系，在抽样的实践操作过程中，若出现大量的零频率样本的样方，则此时的效果会更佳，究其原因，这并不是因为最佳的生境由所有种群个体相对地被分享了，而是因为不适宜的生境我们通常不予考虑，但m*与种群的平均密度m有关，表现出随种群平均密度m的增大而递增的现象。（6）Morisita的扩散型指数I[60]2δ：其计算公式为，Iδ=n(∑fixi-N)/N(N-1)，式中n为样本数量，xi为单个样方中的个体数，fi为个体i在样本中呈现的频数，N为个体总数（N=∑ni，ni为第i个样本内的个体数），此公式也可写成Iδ=[C(N-1)+N-n]/(N-1)，式中C为扩散系数，其余同上。Iδ的取值不同时，其表示的含义如下：当Ιδ>1时，表示生物种群为聚集格局分布；当Ιδ<1时，表示生物种群格局为均匀分布；当Ιδ=1时，表示生物种群格局为随机分布。此指数最为明显的特征便是种群空间分布型、抽样单元尺度、样本数量三者之间互不关联，Ιδ受到平均密度的影响微乎其微，求算出的值是种群个体在空间散布的非随机程度的直接体现．因此直接相互比较在它们之间是可行的。（7）兰星平的La指标[61]：其计算公式为，La=(v-m)/v+m=m-m/v+1，式中m为平均数，v为方差。由计算公式可知，La与m之间存在着明显的线性关系。当种生物种群的密度较大，聚集程度较高时，1/v趋近于0，La趋近于m+1，此时，La与m的关系近似于直线，相关系数R趋近于1。据此，得出La指标取值不同与生物种群空间分布型的关系如下：当La/m>1时，表示生物种群格局为聚集分布；当La/m=1时，表示生物种群格局为随机分布；当La/m<1时，表示生物种群格局为均匀分布。（8）兰星平的L’指标[62]：其计算公式为，L’=v/m+v，m为平均数，v为方差。由Beall扩散系数C=s2/m，得出L’与Beall扩散系数C的关系式为L’=C+v。根据Beall扩散系数C的不同取值与生物种群空间分布型的关系，可以推导出L’指标取值不同时与生物种群空间分布型的关系：当L’/(v+1)>1时，表示生物种群格局为聚集分布；当L’/(v+1)=1时，表示生物种群格局为随机分布；当L’/(v+1)<1时，表示生物种群格局为均匀分布。（9）兰星平的c’指标[63]：其计算公式为，c’=1/(v/m)+m=m/v+m，m为平均数，v为方差。由Beall扩散系数C=s2/m，得出c’与Beall扩散系数C的关系式17 硕士学位论文为c’=1/C+m。根据Beall扩散系数C的取值不同与生物种群空间分布型的关系，可以推导出c’指标取值不同时与生物种群空间分布型的关系：当c’/(m+1)>1时，表示生物种群格局均匀分布；当c’/(m+1)<1时，表示生物种群格局为聚集分布；当c’/(m+1)=1时，表示生物种群格局为随机分布。（10）张连翔的Z指标[64]：其计算公式为，Z=(V-m)/m+V=V/m-1+V，式中m为平均数，V为方差。由此，可得出Z指标与生物种群空间分布型的关系：当Z/V=1时，表示生物种群格局为随机分布；当Z/V>1时，表示生物种群格局为聚集分布；当Z/V<1时，表示生物种群格局为均匀分布。（11）童建松的L*/(m+1)指标[65]：其计算公式为，L*=1+m+m/k，式m为平均数，k为Waters负二项分布k值。L*/(1+m)取值不同时，其表示的含义如下：当L*/(1+m)=1时，表示生物种群格局为随机分布；当L*/(1+m)>1时，表示生物种群格局为聚集分布；当L*/(1+m)<1时，表示生物种群格局为均匀分布。（12）兰星平的m*/v指标[66]：其计算公式为，m*/v=1/m+(m-1)/v，m为平均数，m*为平均拥挤度，v为方差。由已知分布型中的方差（v）和平均数（m）的关系，可以推导出平均数m取值不同时导致的m/v指标的取值不同时与生物种群空间分布型的关系如下：①种群密度m<1时，即m-1<0，则，当m*/v<1时，生物种群格局为均匀分布；当m*/v=1时，生物种群格局为随机分布；当m*/v>1时，生物种群格局为聚集分布。②种群密度m=1时，即m-1=0，指标m*/v=1，平均拥挤度m*也唯一的由方差v来确定。在此种条件下，由方差v的取值不同即可判断生物种群的空间分布型，其关系如下：当v>1时，生物种群格局为聚集分布；当v=1时，生物种群格局为随机分布；当v<1时，生物种群格局为均匀分布。③当种群密度m>1时，即m-1>0，则，当m*/v<1为，生物种群格局为聚集分布；当m*/v=1时，生物种群格局为随机分布；当m*/v>1时，生物种群格局为均匀分布。通过比较各项聚集度指标的计算公式可知，尽管这些聚集度指标的计算公式各异，但是这些聚集度指标除扩散性指数Iδ外，均以方差和平均密度来表示。为此，我们可推导出各聚集度指标之间的关系，例如Ca=1/k、I=C-1、m*/m=1+C/m-1/m、La=m-1/C+1、L*/(m+1)=(1+m+m/k)/(m+1)=(m*+1)/(m+1)等。根据各项聚集指标的表达式，我们可以看出，指标不同取值与种群空间分布型的判别准则，实际上是依据表达式中的方差和平均值的比值与1的偏离程度或者说是方差和平均密度之差与0的偏离程所决定的。s2/m或s2-m的不同取值就决定了各项聚集度指标的不同取值，从而决定我们对种群的空间分布聚集与扩散的状况的判断。18 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究3.2.2钉螺种群聚集度指标法测度的结果与分析按照前述各格点组合标准和已经计算得到的基本参数统计，计算不同尺度抽样单元下的钉螺种群的聚集度指标（表3-2，图3-1，图3-2）。图3-1不同尺度抽样单元下各项聚集度指标曲线图图3-2不同尺度抽样单元下k与m*/m指标曲线图19 硕士学位论文表3-2不同尺度抽样单元下钉螺种群空间分布的聚集度指标格点组CCakΙm*/mΙδLa/mL'/(v+1)c'/(m+1)Z/VL*/(m+1)m*/v合数目1×18.40071.49610.66847.40072.49612.49611.17811.17390.85191.17812.24450.29712×222.4331.08320.923221.4332.08322.0831.04831.04820.9541.04832.03110.09293×345.09480.99051.009644.09481.99051.99011.0221.0220.97851.0221.96870.04414×473.2320.90011.11172.2321.90011.89951.01231.01230.98791.01231.8890.02595×5109.78230.87971.1368108.78231.87971.87871.0081.0080.99211.0081.87260.01716×6152.58470.85121.1748151.58471.85121.84991.00561.00560.99451.00561.84650.01217×7202.27690.81311.2298201.27691.81311.81131.0041.0040.9961.0041.80990.0098×8251.08290.76461.3079250.08291.76461.76221.0031.0030.9971.0031.76220.0079×9315.03620.75861.3182314.03621.75861.75561.00241.00240.99761.00241.75680.005610×10403.23790.81321.2298402.23791.81321.80961.0021.0020.9981.0021.81150.004511×11448.16180.71841.392447.16181.71841.71411.00161.00160.99841.00161.71720.003812×12542.20360.73541.3598541.20361.73541.73031.00141.00140.99861.00141.73440.003213×13610.73790.70131.4259609.73791.70131.69551.00111.00110.99891.00111.70050.002814×14686.43320.66811.4968685.43321.66811.66141.0011.0010.9991.0011.66740.002415×15877.48040.78751.2698876.48041.78751.77961.00091.00090.99911.00091.78680.00216×16907.12440.69261.4439906.12441.69261.6841.00081.00080.99921.00081.6920.001917×17929.82120.60291.6586928.82121.60291.59351.00061.00060.99941.00061.60250.001720 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究由上述图表可知，从格点组合1×1到格点17×17，所有格点组合数目下的的聚集度指标C>1，Ca>0，k>0，Ι>0，m*/m>1，Ιδ>1，La/m>1，L’/(v+1)>1，c’/(m+1)>1，Z/V>1，L/(m+1)>1，m*/v<1均符合聚集分布的要求，表明在试验样地内的所有尺度（17/3m×17/3m内）抽样单元下，钉螺种群的空间分布型都为聚集分布。上述聚集度指标中，抽样单元尺度大小对扩散系数C和丛生指数Ι这两个指标影响非常强，这也印证了Patil（1974）的研究[67]。这两个聚集度指标随着抽样尺度的增大而递增，在尺度17/3m×17/3m的样方上这两个值达到最大，分别为929.8212、928.8212。对于waters二项分布k值而言，当k>0时，表示生物种群格局为聚集分布，且k取值越小，种群呈现的聚集程度越强，因此当抽样单元尺度为格点组合数目1×1时，k=0.6684，此时的取值最小，指示钉螺种群此时的聚集状态最强，而随着抽样单元的尺度的递增，k的取值不断增大，显示的钉螺种群聚集状态的程度在减弱，当抽样单元尺度为格点组合17×17时，钉螺种群的聚集强度最弱。Lloyd(1967)研究指出，聚块性指标m*/m对于生物种群个体聚集或扩散的趋势来说是一个很好的指示指标，对于平均拥挤度m*与平均密度m的比值而言，假如聚块性指标m*/m的取值由大逐渐变小的话，表示生物种群从目前的阶段到其下一个阶段是表现出扩散的趋势；相反，聚块性指标m*/m的取值由小逐渐变大的话，表示生物种群从目前的阶段到其下一个阶段是表现出聚集的趋势[68]。若将聚块性指标m*/m和负二项分布k值结合起来分析可知，当聚块性指标m*/m取值减小时，负二项分布k值却增大时，表明生物种群呈现出来的趋势是扩散的，且扩散的强度由不同取值之间的差异所决定的；当聚块性指标m*/m取值增大时，负二项分布k值却减小时，表明生物种群呈现出来的趋势是聚集的，且聚集强度同样是由不同取值之间的差异所决定的；当聚块性指标m*/m取值减小时，负二项分布k值也减小时，表明生物种群呈现出来的趋势是扩散的，但是却是低强度的扩散[69]。具体到本研究的试验样地来说，抽样单元尺度从格点组合数目1×1到格点组合数目17×17中，其中在格点组合数目1×1到格点组合数目9×9上，聚块性指标m*/m的取值随着抽样单元尺度的递增而减小，而负二项分布k值随着抽样单元尺度的递增也增大，这两个指标表明试验样地内的钉螺种群随着抽样单元尺度的增大而呈现出扩散的的趋势，从数值之间的差异来看，这种扩散的强度比较大；另外一方面，抽样单元尺度在格点组合数目10×10到格点组合数目17×17，聚块性指标m*/m的取值与负二项分布k值的大小因抽样单元尺度递增有增有减的，但是总体上保持稳定，变化的幅度不大，这就说明这个尺度下钉螺种群呈现出来的聚集与扩散变化的趋势不明显。21 硕士学位论文3.3钉螺种群空间分布型的回归模型分析法3.3.1测度钉螺种群空间分布型的若干模型单一的聚集度指标仅能给研究者提供种群格局非随机程度的一个度量而已，倘若种群个体的习性就是集群的话，即使在分布的生物学机制上无任改变的情况下，依据平均密度m的不同标准，Iδ或Ca等指标出现改变的情况也有可能会发生，此时，单一聚集度指标法的缺陷便显现出来了。基于上述的情况，Iwao(1968)[70]基于自己的研究实践，提出了双指标的方法，也可称双参数的方法，即种群聚集格局的m*-m回归模型分析法。此后，诸多生态学者基于自己的研究实践提出了多种回归模型分析法，这些回归模型有的是学者根据自己的研究新提出的，有的是基于Iwao回归模型的改进。回归模型分析法也是测度生物种群空间分布型常用的方法之一，它与聚集度指标测度法具有同样的优点，为了更准确的测度钉螺种群的空间分布型，本文也采用了回归模型分析判断钉螺种群的空间分布型。（1）基于Iwaom*-m回归模型[70,71]Iwao（1968,1972）提出生物种群平均拥挤度m*与平均密度m两者者存在着非常明显的线性关系，通过其回归模型的常量参数可以检验生物种群的空间分布特征。其回归模型为：m*=α+βm，α和β两个参数可以表明生物种群的空间分布特征，其中：α为种群基本邻接指数，意指生物种群空间分布的基本成分的平均拥挤度。当α=0时，表示生物种群空间分布的基本成分是种群的单个个体；当α>0时，表明生物种群中的单个个体因相关因素导致个体之间相互吸引而组合成群，称之为个体群，这种个体群就是生物种群空间分布的基本成分；当α<0时，表示生物种群单个个体间之间因相关因素导致个体之间相互排斥。而β则为密度—邻接度系数，意指生物种群空间分布的基本成分的空间格局类型，当β=1时，表示生物种群空间分布的基本成分的空间格局类型为随机分布；当β>1时，表示生物种群空间分布的基本成分的空间格局类型为聚集分布；当β<1时，表示生物种群空间分布的基本成分的空间格局类型为均匀分布。（2）基于Taylors2-m回归模型[72]Taylor（1961）根据自身的研究提出了一个判断生物种群空间格局的幂法则，即根据平均密度（m）和方差（s2）呈幂函数曲线关系，将曲线直线化，由指数公式s2=amb转换成lgs2=lga+blgm(a,b为参数)，以lga和b的不同取值来检验生物种群的分布特征，其中lga是与取样和统计有关的因素，b是聚集强度指标，是用来衡量生物种群聚集对生物种群密度依赖程度的一个标准。当lga=0、b>1时，s2=m，则表示生物种群在任何密度条件下都呈现出随机分布的空间格局；当lga>0、b=1时，s2/m=a，则表示生物种群在任何密度条件下都呈现出聚集分布的空间格局，但是生物种群聚集的强度并不会因种群密度的变化而出现改变；当22 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究lga>0、b>1时，表示生物种群在研究测定的密度值范围内是呈现出聚集分布的空间格局，并且种群呈现出来的聚集强弱度是由生物种群的密度状况所决定，也就意味着种群呈现出来的聚集强度会随着生物种群的密度的增大而增强，反之，密度的减小会导致聚集强度的减弱；当lga<0、b<1时，表示生物种群是呈现出均匀分布的空间格局，这种均匀的分布状态同样是由生物种群的密度状况所决定，种群的密度值越高，呈现出来分布状态越是均匀；当b的取值趋近于0时，表示生物种群呈现出均匀分布的空间格局。（3）基于兰星平的La-m回归模型[50]兰星平由随机分布中方差（v）和平均值（m）相等的特点，提出了一个判别生物种群空间分布格局新的聚集度指标La，并且研究指出La和m两者有着非常明显的线性关系，当1/v的取值趋近于0时，La则趋近于m+1，故La与m之间的回归模型为：La=θ+ηm，式中的θ与η是待求算的常量参数，m为平均值，在La与m线性相关显著的情况下，θ与η的取值不同时的组合型就可以判别生物种群的空间分布型。具体判别标准如下：①当θ>0时，η≥1时，表示生物种群空间格局是聚集分布型；②当θ=时，η>1时，表示生物种群空间格局是聚集分布型；η=1时，表示生物种群空间格局是随机分布型；η<1时表示生物种群空间格局是均匀分布型③当θ<0时，η≤1时，表示生物种群空间格局是均匀分布型④当θ>0时，η<1以及θ<0时，η>1，假如θ/m+η>1，则表示生物种群空间格局是聚集分布型；假如θ/m+η=1，则表示生物种群空间格局是随机分布型；假如θ/m+η<1，则表示生物种群空间格局是均匀分布型。（4）基于兰星平的L’-v回归模型[62]兰星平由随机分布中方差（v）和平均值（m）相等的特点，提出了一个判别生物种群空间分布格局新的聚集度指标L’，并且研究指出L’和m之间在许多情况下两者有着非常明显的线性关系，并提出用关系式L’=a+bv来描述这种关系，这就是兰星平的L’-v回归模型。关系式L’=a+bv中的a与b是待求算的常量参数，v为方差。利用v/m的比值不同与空间分布型的关系，就可推导出待估参数a、b的取值不同时的组合型与生物种群的空间分布型的判别标准。具体判别标准如下：①当a>1时，b≥1时，表示生物种群空间格局是聚集分布型；②当a=1时，b>1时，表示生物种群空间格局是聚集分布型；b=1时，表示生物种群空间格局是随机分布型；b<1时表示生物种群空间格局是均匀分布型③当a<1时，b≤1时，表示生物种群空间格局是均匀分布型④当a>1时，b<1时以及a<1时，b>1，假如a+(b-1)v>1，则表示生物种群空间格局是聚集分布型；假如a+(b-1)v=1，则表示生物种群空间格局是随机分布型；假如a+(b-1)v<1，则表示生物种群空间格局为均匀分布型。23 硕士学位论文（5）基于兰星平的c’-m回归模型[49]兰星平由生物种群随机分布的泊松概率模型中方差（v）和平均值（m）相等的特点，提出了一个判别生物种群空间分布格局新的聚集度指标c’，并且研究指出c’和m两者有着非常明显的线性关系，并提出用关系式c’=a+bm来描述这种关系，这就是兰星平的c’-m回归模型。关系式c’=a+bm中的a与b是待求算的常量参数，m为平均值。利用v/m的比值不同与空间分布型的关系，就可推导出待估参数a、b的取值不同时的组合型与生物种群的空间分布型的判别标准。具体判别标准如下：①当a>1时，b≥1时，表示生物种群空间格局是均匀分布型；②当a=1时，b>1时，表示生物种群空间格局是均匀分布型；b=1时，表示生物种群空间格局是随机分布型；b<1时表示生物种群空间格局是随机分布型③当a<1时，b≤1时，表示生物种群空间格局是聚集分布型④当a>1时，b<1时以及a<1时，b>1，假如（a-1）/m+b>1，则表示生物种群空间格局是均匀分布型；假如（a-1）/m+b=1，则表示生物种群空间格局是随机分布型；假如（a-1）/m+b<1，则表示生物种群空间格局是聚集分布型；（6）基于兰星平的m*-v回归模型[73]兰星平研究认为Iwao的m*-m回归模型在实际应用的时候，依然存在比较突出的局限性，自然界中许多生物种群的平均拥挤度m*与平均密度m并不是呈直线的状态，此时，若将回归模型中的α、β用于判断生物种群空间格局就显示尤为不合理。兰星平在诸多实际研究中发现自然界生物种群的平均拥挤度m*与方差v两者之间有着非常明显的线性关系，并提出用关系式m*=φ+ψv来描述这种关系，这就是兰星平的m*-v回归模型。关系式m*=φ+ψv中的φ与ψ是待求算的常量参数，v是方差。由不同概率分布型中的方差与平均值的关系，可以推导出待估参数φ、ψ的取值不同时的组合型与生物种群的空间分布型的判别标准。具体判别标准如下：①当φ=1时，ψ=1时，表示生物种群空间格局是随机分布型；②当φ>0时，ψ≥1时，表示生物种群空间格局是聚集分布型；ψ<1时，表示生物种群空间格局是聚集分布型②当φ<0时，ψ>1时，表示生物种群空间格局是均匀分布型④当φ<0时，ψ>0时以及当φ>0时，ψ<0时，则表示生物种群空间格局是均匀分布型。（7）基于张连翔的Z-V的回归模型[64]张连翔由生物种群随机分布的泊松概率模型中方差（v）和平均值（m）相等的特点，提出了一个判别生物种群空间分布格局新的聚集度指标Z，并且研究指出Z和V之间存在良好的线性关系，还提出用关系式Z=A+BV来描述两者的这种关系，这就是兰星平的Z’-V回归模型。关系式Z=A+BV中的A与B是待求算的常量参数，V是方差。根据不同概率分布型中方差V与平均值m的关系，就可推导出待估参数A、B的取值不同时的组合型与生物种群的空间分布型的判24 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究别标准。具体判别标准如下：①当A=0时，B=1时，表示生物种群空间格局是随机分布型；B>1时，表示生物种群空间格局是聚集分布型；B<1时，表示生物种群空间格局是均匀分布型②当A>0时，B≥1时，表示生物种群空间格局是聚集分布型③当A<0时，b≤1时，表示生物种群空间格局是均匀分布型④当A>0时，B<1时，假如V=V0[V0=A/(1-B)是种群聚集临界方差]，则表示生物种群空间格局是随机分布型，假如V>V0，则表示生物种群空间格局是均匀分布型，假如V1，假如V=V0，则表示生物种群空间格局是随机分布型，假如V>V0，则表示生物种群空间格局是聚集分布型，假如V1，表示生物种群格局是聚集分布型；假如θ=1，表示生物种群空间格局是随机分布型；假如0<θ<1，表示生物种群空间格局是均匀分布型③当w>1时，假如m>mc（mc是种群聚集临界密度值），表示生物种群空间格局是聚集分布型；假如m=mc，表示生物种群空间格局是随机分布型；假如mmc，表示生物种群空间格局是均匀分布型。3.3.2回归模型拟合的结果与分析（1）基于Iwaom*-m回归模型依照Iwaom*-m回归模型m*=α+βm，对试验样地内不同尺度抽样单元下钉螺种群空间格局进行回归拟合（图3-3），经过计算，得回归方程式：m*=33.478+1.6556m（α=33.478，β=1.6556，p<0.01，n=17）。式中：α=33.478>0，显示钉螺种群单个个体因相关因素导致个体之间相互吸引而组合成个体群，这种个体群是钉螺种群空间分布的基本成分；β=1.6556>1，显示钉螺种群空间格局为聚集分布，将α和β结合起来可得：试验样地内钉螺种群是以钉螺个体群的形式呈现出聚集分布的空间格局。相关系数R=0.9985，表明相关关系非常显著，意味着钉螺种群的平均密m与平均拥挤度m*呈现出明显正的线性关系，p<0.01，说明此回归模型的拟合程度非常高。25 硕士学位论文图3-3m*-m回归模型拟合图（2）基于Taylors2-m回归模型依照Iwaos2-m回归模型s2=amb，对试验样地内不同尺度抽样单元下钉螺种群空间格局进行回归拟合（图3-4），经过计算，得回归方程式：s2=1.8439m1.8568（a=1.8439，b=1.8568，p<0.01，n=17），将其转化为对数得；lgs2=0.2657+1.8568lgm。式中：lga=0.2657>0，b>1，显示钉螺种群在研究所测定的密度值范围内是呈现出聚集分布的空间格局，并且钉螺种群呈现出来的聚集强弱度是由钉螺种群的密度状况所决定，也就意味着钉螺种群呈现出来的聚集强度会随着钉螺种群的密度的增大而增强。相关系数R=0.9997，表明相关关系显著，意味着钉螺种群的平均密m与方差s2呈现出明显正的乘幂相关，p<0.01，说明此回归模型的拟合程度非常高。图3-4s2-m回归模型拟合图（3）基于兰星平的La-m回归模型依照兰星平的La-m回归模型La=θ+ηm，对试验样地内不同尺度抽样单元下钉螺种群空间格局进行回归拟合（图3-5），经过计算，得回归方程式：La=0.97043+1m（θ=0.97043，η=1，n=17，p<0.01）。式中：θ=0.97043>0，η=1，26 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究依照判别标准，显示试验样地内的钉螺种群空间格局是聚集分布型；相关系数R=1，表明相关关系极其的显著，意味着钉螺种群的平均密度m与指标La呈现出极强的线性正相关，p<0.01，说明此回归模型的拟合程度非常之高。图3-5La-m回归模型拟合图（4）基于兰星平的L’-v回归模型依照兰星平的L’-v回归模型L’=a+bv，对试验样地内不同尺度抽样单元下钉螺种群空间格局进行回归拟合（图3-6），经过计算，得回归方程式：L’=151.46+1.0007v（a=151.46，b=1.0007，n=17，p<0.01）。式中：a=151.46>1，b=1.0007>1，依照判别标准，显示试验样地内的钉螺种群空间格局是聚集分布型；相关系数R=1，表明相关关系极其的显著，意味着钉螺种群的方差v与指标L’呈现出极强的线性正相关，p<0.01，说明此回归模型的拟合程度非常之高。图3-6L’-v回归模型拟合图（5）基于兰星平的c’-m回归模型依照兰星平的c’-m回归模型c’=a+bm，对试验样地内不同尺度抽样单元下钉螺种群空间格局进行回归拟合（图3-7），经过计算，得回归方程式：c’=0.02957+0.99997m（a=0.02957，b=0.99997，n=17，p<0.01）。式中：a=0.02957<1，b=0.99997<1，依照判别标准，显示试验样地内的钉螺种群空间格局是聚集分布27 硕士学位论文型；相关系数R=1，表明相关关系极其的显著，意味着钉螺种群的平均密度m与指标c’呈现出极强的线性正相关，p<0.01，说明此回归模型的拟合程度非常之高。图3-7c’-m回归模型拟合图（6）基于兰星平的m*-v回归模型依照兰星平的m*-v回归模型m*=φ+ψv，对试验样地内不同尺度抽样单元下钉螺种群空间格局进行回归拟合（图3-8），经过计算，得回归方程式：m*=324.84+0.00169v（φ=324.84，ψ=0.00169，n=17，p<0.01）。式中：φ=324.84>0，ψ=0.00169<1，依照判别标准，显示试验样地内的钉螺种群空间格局是聚集分布型；相关系数R=0.964，表明相关关系比较的显著，意味着钉螺种群的方差v与平均拥挤度m*呈现出比较明显的线性正相关，p<0.01，说明此回归模型的拟合程度高。图3-8m*-v回归模型拟合图（7）基于张连翔的Z-V回归模型依照张连翔的Z-V回归模型Z=A+BV，对试验样地内不同尺度抽样单元下钉螺种群空间格局进行回归拟合（图3-9），经过计算，得回归方程式：Z=150.46+1.0007V（A=150.46，B=1.0007，n=17，p<0.01）。式中：A=150.46>0，B=1.0007>1，依照判别标准，显示试验样地内的钉螺种群空间格局是聚集分布型；28 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究相关系数R=1，表明相关关系极其的显著，意味着钉螺种群的方差V与指标Z呈现出极强的线性正相关，p<0.01，说明此回归模型的拟合程度常之高。图3-9Z-V回归模型拟合图（8）基于张连翔的La-m幂回归模型依照张连翔的La-m幂回归模型La=θmw，对试验样地内不同尺度抽样单元下钉螺种群空间格局进行回归拟合（图3-10），经过计算，得回归方程式：La=1.1352m0.98014（θ=1.1352，w=0.98014，n=17，p<0.01）、mc=592.9667。式中：w=0.98014<1，494.65330时，表示生物种群格局为聚集分布，且k值愈小，种群聚集程度愈大[80]且与种群密度呈负相关关系[33]，即密度越高，聚集程度越大，趋向于聚集分布，本文的研究结果与此不一致；Taylor也指出，当lga>0、b>1时，表示生物种群在研究测定的密度值范围内是呈现出聚集分布的空间格局，并且种群呈现出来的聚集强弱度是由生物种群的密度状况所决定，也就意味着种群呈现出来的聚集强度会随着生物种群的密度的增大而增强，这与张聪[81]、本文的研究结果一致，由此，对于试验地上的钉螺种群得出两个不一样的结果，通过比较研究，本文认为出现这种情况的缘由在于不同尺度抽样单元钉螺的平均密度的基准面大小不一样，即本文的平均密度是不同标准面积上的钉螺数量，并不是基于一个标准抽样框（即血防部门推荐的0.11m2的抽样框）上的钉螺数量，所以不同平均密度下的k值不具可比性。基于密度对种群空间分布型影响的重要性，有学者曾提出应考虑将“聚集”列为种群的属性之一。实际操作时，样方设置的大小，即抽样单元的尺度也会在很大程度上影响对生物空间分布型的测度。在前述的对试验样地的钉螺La-m幂回归模型分析中，当抽样单元的尺度从1/3m×1/3m到10/3m×10/3m，钉螺种群空间分布型呈现出来的是聚集分布；当抽样单元的尺度从11/3m×11/3m到17/3m×17/3m，钉螺种群空间分布型呈现出来的是均匀分布，这个结果也印证了这点。通常情况下，抽样所测得的空间分布型中，随机分布在小尺度抽样单元中出现的概率会比在大尺度抽样单元出现的概率要高，聚集分布则是相反的情况。选择适宜的抽样单元尺度对于正确测度生物种群呈现出来的空间格局至关重要，尺度过小时，往往出现不能反映出种群总体在生境中的分布状况，这时就会出现一叶障目的结果；而尺度过大时，会出现“掩盖”细部特征的状况，使调查结果与实际情况不符。因此，我们可以认为，在实际操作中，如果要比较精确地测度某种生物种群的分布状况或当这种生物的体型比较小时，应该偏向于选用较小尺度的抽样单元而更有可能使结果与实际情况相符合；如果对生物种群31 硕士学位论文密度进行普查、调查种群对象体型较大、调查对象密度非常低时，则宜选用较大尺度的抽样单元，避免在小尺度上呈现出的均匀分布或随机分布被误认为是种群的真实分布，从而更有可能准确地反映其种群分布状况。对于试验样地的钉螺来说，选用较小尺度的抽样单位更能体现其分布的聚集程度，如抽样单元尺度过大，不仅费时费力也并不能精确地说明其分布状况。32 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究第四章钉螺个体群的基本情况前文通过对试验样地内钉螺种群进行聚集度指标法的测度和回归模型分析，可知在所有抽样尺度下（17/3m×17/3m以内）的抽样单元均呈现聚集分布的空间格局，并且钉螺个体群是钉螺种群空间分布的基本成分，因此掌握钉螺个体群基本情况对钉螺种群研究就显得十分必要，有助于提高钉螺抽样设计的准确性。4.1个体群聚集的原因分析Blackith（1961）[82]根据Arbous（1951）[83]等人的公式，提出用种群聚集均数(λ)来分析生物种群在其生境中的聚集原因。种群聚集均数(λ)公式如下[84]：m2k.r（公式4-1）式中m是生物种群的平均值、k是Waters负二项分布k值、r是自由度等于2k的χ2分布的函数值，即r=χ2分布表中自由度是2k与p=0.05概率值所对应的χ2值。λ值求出以后，其取值大小与生物种群聚集因素的关系如下：当λ≥2时，表示种群其聚集原因可能是由于其栖息环境因素的异质性和自身的聚集习性的共同作用或其中一个因素作用所导致的。当λ<2时，表示种群聚集的原因是由于其生境中的某些环境因素作用所导致的，而非生物种群本身的聚集习性活动的缘由。由上文已计算出来的钉螺的平均密度m（即最小抽样单元——一个网格中的钉螺数量）、自由度2k可得出不同格点组合数目下的钉螺的聚集均数，如下表4-1。表4-1不同尺度抽样单元下钉螺种群空间分布的聚集均数统计格点组合数目m（个/0.11m2）2krλ1×14.94651.33683.841514.21472×24.94651.84633.841510.29173×34.94652.01925.991514.67734×45.01542.22195.991513.52425×54.94652.27365.991513.03536×64.94652.34955.991512.61417×75.05172.45965.991512.305533 硕士学位论文8×85.11072.61585.991511.70609×95.11072.63645.991511.614410×104.94652.45955.991512.050011×115.14442.78415.991511.070912×125.11072.71975.991511.259013×135.14442.85175.991510.808414×145.23462.99375.991510.476415×154.94652.53965.991511.669816×165.11072.88785.991510.603517×175.33043.31717.814712.5579由上表可知，从格点组合数目1×1到格点组合数目17×17，所有格点组合数目下的种群聚集均数都符合λ≥2，表明在试验样地内的钉螺聚种群集分布的空间格局是由于钉螺栖息环境因素的异质性和自身的聚集习性的共同作用或其中一个因素作用所导致的。总的来看，群聚集均数λ在所有尺度的抽样单元上有增有减，呈现出上下波动的状态，总体上比较稳定；其值达到最大为14.6773，出现在当格点组合数目为3×3上。钉螺是一种能够生活在水陆两栖环境中的的螺类，其幼体多喜欢生活在水中，其成体一般喜欢生活在水线以上潮湿地带的草丛中[85]。当栖息环境适合于钉螺的生存时，钉螺才能在此存活下去并聚集，否则的话，钉螺会出现扩散的趋势，以至于生境中没有钉螺，因此，钉螺栖息环境的异质性会导致钉螺生境中的聚集还是扩散；另外通过前文的Iwaom*-m回归模型的分析得出钉螺个体间时相互吸引的，说明了钉螺的聚集活动的习性，将这二者结合起来，也可印证种群聚集均数对于钉螺聚集因素的判断。4.2钉螺个体群的密度状况4.2.1钉螺密度的估算在钉螺调查的实际操作过程中，为了达到减少人力物力和节省时间的目的，可以借鉴害虫调查中以无虫频率来估算昆虫的种群密度的方法。因钉螺在试验样地内是具有公共k值的负二项分布，因此，试验样地内无螺格点（即1×1的格点组合数目）率必然存在，并且会受到k值的影响。由前文的计算结果可知，试验样地的钉螺呈现具有公共k值的负二项分布，为此拟采用Sylvesetr-cox零频率模型公式[86]来估算试验样地内钉螺的平均密度。该模型公式为：1/kmk（pc1）（公式4-2）c0式中：kc为Waters负二项分布k值的公共值，p0为试验样地内22500个格点34 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究中钉螺数量为零的比例，即试验样地内钉螺的零频率。其中：kc由Bliss－Owen(1958)的矩法[87]计算得出钉螺种群负二项分布的公共k值kc，首先逐个格点组合计算x’,y’，并进行求和，进而计算出k[88,89]c的最初估计值k’：x’=m-v/n（公式4-3）y’=v-m（公式4-4）k’=∑x’/∑y’（公式4-5）然后对k’进行校正，进而求出kc，公式如下：40.5(n1)(k’)（公式4-6）A2k’(k’1)(2k’1)/n(3/n)A（公式4-7）w2x’(mk’)k2c=∑(w’)/∑(wx’y’)（公式4-8）以上各式中：m为钉螺平均密度（以1×1的格点组合数目为标准）、v为方差、n为所对应抽样单元数，即样点个数。经过计算，求得试验样地内钉螺负二项分布的公共k值kc=0.8025，代入Sylvesetr-cox零频率模型公式：1/k-1/0.8025mk（pc1）0.825(p-1)。本试验样地内22500个格点中钉螺数量为零的c00比例为5152/22500=0.22898，求得m=4.2348个/0.11m2。根据零频率模型公式计算的钉螺平均密度与在试验样地实际调查的结果4.9465个/0.11m2的相对误差为14.3893%，可见误差还是比较大，不太适合用该模型来估算钉螺种群的平均密度，这与何小定[33]等对同样是聚集分布的湖沼型血吸虫疫区的池州市沿江低丘的钉螺研究结果不同。通过与已有研究的比较和分析，本文认为模型所求得的平均密度与实际调查所得的平均密度误差过大的原因在于本研究数据来源的问题：一是不同抽样单元尺度差异过大，从格点个组合数目1×1到17×17，抽样单元的尺度大小相差了172倍，结合前文的分析，我们可知，钉螺在不同抽样单元尺度下虽然都是呈现聚集分布的空间格局，但是聚集的强度却随着抽样单元尺度的增大而有所减弱，并且出现了扩散的趋势，这会导大尺度抽样单元下与模型的拟合程度不尽人意；二是因本研究采用的是小面积推扫式钉螺调查方法，是一种局部全面普查的方法，根据本研究不同尺度抽样单元的组合标准，大尺度抽样单元是小尺度抽样单元的基础向纵横两个方向扩展的，即区位固定，总面积固定，不同尺度的样地在调查区域的地理空间上存在很大的重叠，这样会减弱样方数据的代表性和典型性，综合起来，这两者导致了调查所获得数据的偏差，从而使得模型求算的钉螺种群平均密度与实际调查的平均密度的相对误差比较大。35 硕士学位论文4.2.2钉螺个体群平均大小目前大量的研究表明，绝大多数害虫种群在其生境中的空间格局若是未受人为因素影响的情况下，多表现出聚集分布，而聚集分布的其中一个重要特征就是害虫种群的个体是以个体群形式存在，因此估算害虫种群的平均个体群大小,自然就成为研究与分析种群动态时，必不可少的一项重要工作。在自然界的害虫研究中，个体群是指在有虫样方单元中，每个种群个体与其相邻的种群其他个体数集合在一起，而组成的群体，称之为个体群；个体群内的种群个体数目称为个体群大小，亦称个体群数[90]，而每个个体群的平均个体数，Tanigoshi等(1975)[91]称为平均个体群大小，表示的是个体的聚集程度。通过前文的钉螺聚集指标的测度和回归模型的分析均得出试验样地内的钉螺是呈聚集分布的空间格局，且符合负二项分布的格局，为此本文拟将害虫研究的个体群、个体群大小、平均个体群大小引入到钉螺研究中。具体而言，钉螺个体群是指在有钉螺的样方单元中，每个钉螺个体与其相邻的钉螺数集合在一起，而组成的群体，称为钉螺个体群；钉螺个体群内的个体数称为钉螺个体群大小，亦称钉螺个体群数，而每个个体群的平均个体数，本文称为钉螺平均个体群大小。丁岩钦（1985）[92]提出一个计算平均个体群大小的公式：L*=1+m+m/k，式中m为平均数，k为负二项分布的k值。此公式的优点是既能估算钉螺种群的平均个体群大小，又可通过L*/(m+1)来测定钉螺的空间分布格局。根据平均个体群大小的计算公式，我们可求算出所有格点组合下的平均个体群大小L*（如表4-2所示），并与相应的平均密度m作回归分析（如图4-1所示），以了解平均个体群大小L*与相应的平均密度m的关系，这样方便我们根据钉螺的平均密度直接估算钉螺平均个体群的大小。表4-2不同格点组合数目的钉螺种群平均个体群大小格点组合数平均密度格点组合数目平均密度(m)L*L*目(m)1×14.946513.347210×10494.6533897.89132×219.786142.219111×11622.46751070.62933×344.518889.613612×12735.94441278.1484×480.2469153.478913×13869.39671480.13465×5123.6633233.445714×141025.981712.41326×6178.0752330.659915×151112.971990.45047×7247.5329449.809716×161308.34572215.47018×8327.0864578.169317×171540.52470.32129×9413.9688729.004936 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究图4-1钉螺种群个体群平均大小L*与平均密度m的回归分析图由表4-2可知，当抽样单元大小为格点组合数目1×1时，其平均密度为4.9465，其对应平均个体群大小为13.3472，就意味着当钉螺平均密度为4.9565个/0.11m2时，平均每个钉螺个体群的数量为13.3472个。由表格还可知，随着钉螺种群的平均密度的增大，钉螺种群平均个体群大小也有增大的现象，具有不稳定性[93]。通过对钉螺平均密度（m）和平均个体群大小（L*）进行回归分析，由图4-1可知二者的关系式：L*=1.6556m+34.478(R=0.9984，p<0.01)，相关系数R=0.9984，说明相关关系非常显著，而且是呈正的线性相关；p<0.01表明此模型对二者的拟合程度非常之高，可以用此模型根据钉螺的平均密度来估算钉螺平均个体群的大小。4.3钉螺序贯抽样单元的最优尺度张连翔提出生物种群的空间格局可以看作是种群密度序列上由均匀分布型、随机分布型、聚集分布型(或其相反过程)所构成的一个连续统(continuum)，也就是说种群空间格局是随种群密度的增减而发生相应的改变。倘若是从时间序列上考虑其改变的规律性亦是如此；而随机型空间分布格局则是这个连续统中从均匀型空间分布格局到聚集型空间分布格局(或其相反过程)相互转化的临界点，在此临界点的种群密度作者将其称之为“种群聚集临界密度”(populationaggregationcriticaldensity)[74]。在本文前述章节的基于张连翔的La-m幂回归模型与试验样地钉螺数据的回归拟合中，可以看出此回归模型的拟合程度非常高，故本文采用张连翔提出的公式求算试验样地内钉螺种群聚集临界密度（mc），其计算公式为：ln1/(1w)（公式4-9）mexp[]，(0,w1)c1w式中θ、w为La-m幂回归模型中的常量参数。由前面的计算，已得出θ=1.1352、w=0.9801，代入公式mc=θ1/(1-w)=1.13521/(1-0.9801)=585.4050，由前面的不同尺度抽样单元的基本参数统计可知，mc=585.4050介于格点组合数目10×10与格点组合37 硕士学位论文数目11×11之间。且在不同尺度抽样单元下钉螺种群空间分布的聚集度指标的统计中，聚块性指标m*/m在格点组合数目9×9之前一直是递减的，而在格点组合数目10×10出现反弹，之后则是处于小幅上下波动；扩散性指数Iδ也是在格点组合数目9×9之前一直是递减的，而在格点组合数目10×10出现反弹，之后则是处于小幅上下波动；Waters负二项分布k值则在格点组合数目9×9达到最大值，而后出现上下波动的情况。集合聚块性指标m*/m和Waters负二项分布k值二者取值变化的含义及扩散性指数Iδ、由La-m幂回归模型计算的钉螺种群聚集临界密度，本文认为，试验样地钉螺抽样单元的最优尺度是介于格点组合数目9×9与10×10之间。4.4小结本章在试验样地内钉螺种群的空间分布型为聚集分布的基础上：应用Blacktich种群聚集均数λ分析了钉螺种群聚集的原因，所求λ均大于2，这个结果表明可能是由于钉螺栖息环境因素的异质性和自身的聚集习性的共同作用或其中一个因素作用所导致的；用Sylvesetr-cox零频率模型公式估算了钉螺的平均密度为4.2348个/0.11m2，所得结果与实际调查的结果4.9465个/0.011m2存在14.3893%的相对误差，由此认为不适合用该模型来估计研究区内钉螺的平均密度；研究了不同尺度抽样单元下钉螺平均个体群大小，通过回归分析，认为可以依照平均密度来估算钉螺平均个体群的大小；结合有关聚集度指标和La-m幂回归模型的分析，得出试验地的最优尺度抽样单元介于3m×3m与10/3m×10/3m之间。38 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究第五章钉螺的序贯抽样分析前文通过对试验样地内钉螺种群进行聚集度指标法的测度和回归模型分析，可知在所有抽样尺度下（17/3m×17/3m以内）的抽样单元均呈现聚集分布的空间格局，并且得到各回归模型的参数，因此本章以前述各回归模型为基础，对试验样地内钉螺种群进行序贯抽样分析。5.1各回归模型的序贯抽样公式在调查质量能够得到保证的条件下，调查需要抽样的样本单元数量的最小值称为理论抽样数，当预设平均值（m）等于抽样设计的阈值（m0），也称为最大抽样数（n[94]max）。两界限序贯抽样是指根据抽样预先设计的阈值对生物种群水平进行快速分级定类，它比对生物种群密度进行精确估算更为快捷有效，方便实用；其具体操作过程如下：若设种群临界密度（即阈值）为m0，原假设为H0(m≤m0)，备择假设为H1(m>m0)。又设第n次随机取样连同前n-1次取样共获得n个样本单元，则此时这n个样本单元中累计虫口数量的两界限一般为：上限：T'(n)=nm+tnv(1)0下限：T''(n)=nm-tnv(2)0式(1)、(2)中，n为抽取样本单元数,v为方差，t概率保证值；若将某种生物种群空间格局回归参数组合成的方差表达式s2代入(1)、(2)中，并给n以一连续变化的数值(如等差数列)，可得到累积虫口数T´(n)和T"(n)列表，即两界限序贯抽样表。实际应用时，当随机抽取n个样本单元累积虫口数T(n)落在上、下限范围以外时,即停止抽样,并可用预先规定的概率保证值t推断结论，当T(n)≥T´(n))时，拒绝H0而接受H1，即被抽样总体的实际种群密度高于临界密度m0，当T(n)≤T"(n)时，接受H0而拒绝H1，即被抽样总体的实际种群密度低于临界密度m0，当T´(n)>T(n)>T"(n)时，H0和H1真假未分，则不能作出实际种群密度是高于或是低于临界密度m0的统计推断；显然，当实际种群密度接近于临界密度m0时，所抽取样本的累积虫口数T(n）总是介于T´(n)与T"(n)之间,并将使抽样无休止地进行下去，这就是两界限序贯抽样决策技术的一大缺陷[95]。综上所述，两界限序贯抽样方法和理论抽样数方法各有千秋。从理论上来讲，虽然二者可以扬长避短,但在实际操作中的结果有时候却事与愿违，故在实际操作过程中应理论抽样数、39 硕士学位论文两界限序贯抽样结合起来应用，才能取得令人满意的结果，达到抽样成本最小的效果。在钉螺调查取样的过程中，当抽取的样本数目达到最大抽样数时,即可停止继续取样,以此时所有样本上的累计钉螺数目T(n)作为判断标准，若T(n)更接近于下限值，则做出无须防治的决策，若T(n)作更接近于上限值，则做出需要采取措施进行防治的决策。（1）基于Iwaom*-m回归模型的序贯抽样分析[95]依照Iwaom*-m回归模型的理论抽样公式，利用回归模型已知的参数确定理论抽样数，其公式为：（公式5-1）t21n(1)D2m式中n代表理论抽样数，m代表预设平均密度、D代表允许误差；t为概率保证值，一般野外实地调查取1[96,97]；α、β是回归模型m*=α+βm中的常数参量。当生物种群属于聚集分布空间格局时，依照Iwaom*-m回归模型两界限抽样公式，利用回归模型已知的参数确定序贯抽样的上下界限，其公式为2（公式5-2）Tnmtn[(1)(1)m](n)00式中T(n)代表累计钉螺数，m0代表防治标准，其余字母所代表的含义同上。（2）基于Taylors2-m回归模型的序贯抽样分析[95]依照Taylors2-m回归模型的理论抽样公式，利用回归模型已知的参数确定理论抽样数，其公式为：2（公式5-3）tb-2namnD2式中n代表理论抽样数，m代表预设平均密度、D代表允许误差；t为概率保证值，一般野外实地调查取1；a、b是回归模型s2-m中的常数参量。当生物种群属于聚集分布空间格局时，依照Taylor的s2-m回归模型两界限抽样公式，利用回归模型已知的参数确定序贯抽样的上下界限，其公式为：b（公式5-4）Tnmtnam(n)00式中T(n)代表累计钉螺数，m0代表防治标准，其余字母所代表的含义同上。（3）基于兰星平的La-m回归模型的序贯抽样分析[50]依照La-m回归模型的理论抽样公式，利用回归模型已知的参数确定理论抽样数，其公式为：（公式5-5）t21n()D2m[(1)(1)m]式中n代表理论抽样数，m代表预设平均密度、D代表允许误差；t为概率保证值，一般野外实地调查取1；θ、η是回归模型La-m中的常数参量。生物种群属于聚集分布空间格局时，依照兰星平的La-m回归模型两界限抽样公式，利用回归模型已知的参数确定序贯抽样的上下界限，其公式：40 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究（公式5-6）nmTnmt0(n)0(1θ)(1η)m0式中T(n)代表累计钉螺数，m0代表防治标准，其余字母所代表的含义同上。（4）基于兰星平的L’-v回归模型的序贯抽样分析[62]依照L’-v回归模型的理论抽样公式，利用回归模型已知的参数确定理论抽样数，其公式为：nat/[D2(1mbm)]（公式5-7）式中n代表理论抽样数，m代表预设平均密度、D代表允许误差；t为概率保证值，一般野外实地调查取1；a、b是回归模型L’-v中的常数参量。生物种群属于聚集分布空间格局时，依照兰星平的L’-v回归模型两界限抽样公式，利用回归模型已知的参数确定序贯抽样的上下界限，其公式为：（公式5-8）Tnmtnma/(1mbm)(n)0000式中T(n)代表累计钉螺数，m0代表防治标准，其余字母所代表的含义同上。（5）基于兰星平的c’-m回归模型的序贯抽样分析[49]依照c’-m回归模型的理论抽样公式，利用回归模型已知的参数确定理论抽样数，其公式为：22（公式5-9）nt/{Dm[a(b1)m]}式中n代表理论抽样数，m代表预设平均密度、D代表允许误差；t为概率保证值，一般野外实地调查取1；a、b是回归模型c’-m中的常数参量。生物种群属于聚集分布空间格局时，依照兰星平的c’-m回归模型两界限抽样公式，利用回归模型已知的参数确定序贯抽样的上下界限，其公式为：（公式5-10）Tnmtnm/[a(b1)m](n)000式中T(n)代表累计钉螺数，m0代表防治标准，其余字母所代表的含义同上。（6）基于兰星平的m*-v回归模型的序贯抽样分析[73]依照m*-v回归模型的理论抽样公式，利用回归模型已知的参数确定理论抽样数，其公式为：22（公式5-11）nt(1m)/Dm(1m)0式中n代表理论抽样数，m代表预设平均密度、D代表允许误差；t为概率保证值，一般野外实地调查取1；φ、ψ是回归模型m*-v中的常数参量。生物种群属于聚集分布空间格局时，依照兰星平的m*-v回归模型两界限抽样公式，利用回归模型已知的参数确定序贯抽样的上下界限，其公式为：（公式5-12）Tnmtnm(1m)/(1m)(n)0000式中T(n)代表累计钉螺数，m0代表防治标准，其余字母所代表的含义同上。（7）基于张连翔的Z-V回归模型的序贯抽样分析[74]41 硕士学位论文依照Z-V回归模型的理论抽样公式，利用回归模型已知的参数确定理论抽样数，其公式为：t2nA1（公式5-13）D2m(B1)m20式中n代表理论抽样数，m代表预设平均密度、D代表允许误差；t为概率保证值，一般野外实地调查取1；A、B是回归模型Z-V中的常数参量。生物种群属于聚集分布空间格局时，依照兰星平的Z-V回归模型两界限抽样公式，利用回归模型已知的参数确定序贯抽样的上下界限，其公式为：（公式5-14）Tnmtnm(A1)/[1(B1)m](n)000式中T(n)代表累计钉螺数，m0代表防治标准，其余字母所代表的含义同上。5.2各回归模型序贯抽样分析的结果考虑到试验样地内的实际情况以及在血防工作中钉螺调查的操作实践，研究将抽样允许误差设定为D=0.1、0.15、0.25、0.3。2016年1月1日起新实施的《血吸虫病控制和消除》（GB15976-2015）中对感染性钉螺规定如下：疫情控制期，没有钉螺指标的规定；传播控制期，要达到连续两年查不到感染性钉螺；传播阻断期，要达到连续5年查不到感染性钉螺[98]。根据国家标准可知，对于钉螺防治标准，目前国家尚无一个明确的统一规定，为此，本文根据众多学者已有的研究和实地调查经验，将防治标准设定为m0=1、2、5、8、10、12、15、18、20、30个/0.11m2（一个格点内，即一个标准框内的钉螺数量）[32]。（1）基于Iwaom*-m回归模型的序贯抽样分析依照模型的理论抽样公式，将前文计算出来的α、β和假定的误差代入其中，计算得到钉螺在平均密度（m）不同时和抽样允许误差（D）不同时的理论抽样数，其结果如表5-1所示。表5-1基于m*-m回归模型的钉螺理论抽样数允许平均密度（个/0.11m2）误差135101520305080100150200250300D1=0.13513121575541029523818013510910089837977D2=0.1515615403361821311068060484439373534D3=0.287830418910374594534272522212019D4=0.255621941216647382922171614131312D5=0.3390135844633262015121110999注：计算结果带小数点，采用四舍五入取整数。42 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究本研究调查所得钉螺的平均密度（按格点1×1的组合数目计算）为4.94653个/0.11m2，约为5个/0.11m2，若按允许误差D=0.1进行抽样设计时，则调查时的理论抽样框（按格点1×1的组合标准）数量为755个；若按D=0.15进行抽样设计时，则调查时的理论抽样框数量为336个；若按D=0.2进行抽样设计时，则调查时的理论抽样框数量为189个；若按D=0.25进行抽样设计时，则调查时的理论抽样框数量为121个；若按D=0.3进行抽样设计时，则调查时的理论抽样框数量为84个。从表5-1可得：伴随着钉螺种群平均密度的递增，调查所需要的理论抽样框数量是递减的，此外，在钉螺种群平均密度相同的情况下，调查允许的误差越大，则所需要的理论抽样框数量就越小。依照模型的两界限序贯抽样公式，将前文计算出来的α、β和假定的防治标准代入其中，计算得到不同钉螺防治标准（m0）下各抽样框（按格点1×1的组合标准）数量的累计钉螺数量，其结果如表5-2所示。表5-2基于m*-m回归模型的钉螺种群两界限序贯抽样防治标抽样数量（框）准:个2030405060708090100150/0.11m2上限476277921061201331461592231下限-7-238142027344177上限781061341601862112362602854042下限2142640546984100115196上限1612252873474064655235806379185下限3975113153194235277320363582上限24033843352661870979988997814188下限80142207274342411481551622982上限29141152864375786998110921203174810下限1091892723574435316197087971252上限3414836237598951029116212941425207612下限1392373374415456517588669751524上限41559176393211001266143115951758256615下限185309437568700834969110512421934上限489698903110413041501169818942089305318下限2313825376968561019118213461511234720上限538769995121814391658187620932309337843 硕士学位论文下限26243160578296111421324150716912622上限78011211455178521122437276030823403499430下限4206799451215148817632040231825974006注：计算结果带小数点，采用四舍五入取整数。表5-2列出了基于m*-m回归模型的两界限序贯抽样法，各抽样框（按格点1×1的组合标准）数量在不同防治标准下钉螺累计数量的上限值与下限值，由表可知，当钉螺防治指标为m0，抽样框数量为n时，若累计钉螺的数量超过上限值，则表明试验样地的钉螺需要防治；若累计钉螺数低于下限值，则表明试验样地的钉螺无需防治；若累计钉螺数介于上限值与下限之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。比如，以本研究调查所得的钉螺平均密度4.9465个/0.11m2，约为5个/0.11m2当作防治标准的话，假如调查钉螺90框（按格点1×1的组合标准），若累计钉螺数大于580个，则表明试验样地的钉螺需要防治；若累计钉螺数小于320个，则表明试验样地的钉螺无需防治；若累计钉螺数介于580和320之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。（2）基于Taylors2-m回归模型的序贯抽样分析依照模型的理论抽样公式，将前文计算出来的a、b和假定的误差代入其中，计算得到钉螺在平均密度（m）不同时和抽样允许误差（D）不同时的理论抽样数，其结果如表5-3所示。表5-3基于s2-m回归模型的钉螺理论抽样数平均密度（个/0.11m2）允许误差135101520305080100150200250300D1=0.1184158146133125120113105989590868481D2=0.158270655956535047444240383736D3=0.24639373331302826252422222120D4=0.253025232120191817161514141313D5=0.320181615141313121111101099注：计算结果带小数点，采用四舍五入取整数。本研究调查所得钉螺的平均密度（按格点1×1的组合计算）为4.94653个/0.11m2，约为5个/0.11m2，若按允许误差D=0.1进行抽样设计时，则调查时的理论抽样框（按格点1×1的组合标准）数量为146个；若按D=0.15进行抽样设计时，则调查时的理论抽样框数量为65个；若按D=0.2进行抽样设计时，则调查时的理论抽样框数量为37个；若按D=0.25进行抽样设计时，则调查时的理44 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究论抽样框数量为23个；若按D=0.3进行抽样设计时，则调查时的理论抽样框数量为16个。从表5-3可得：伴随着钉螺种群平均密度的递增，调查所需要的理论抽样框数量是递减的，此外，在钉螺种群平均密度相同的情况下，调查允许的误差越大，则所需要的理论抽样框数量就越小。依照模型的两界限序贯抽样公式，将前文计算出来的a、b和假定的防治标准代入其中，计算得到不同钉螺防治标准（m0）下各抽样框（按格点1×1的组合标准）数量的累计钉螺数量，其结果如表5-4所示。表5-4基于s2-m回归模型的钉螺种群两界限序贯抽样防治标抽样数量（框）准:个2030405060708090100150/0.11m2上限263749607181921031141671下限142331404959687786133上限5274961181401621832052263322下限28466482100118137155174268上限1271832382933474014545075618245下限73117162207253299346393439676上限20229137946655363872480989413158下限1181892613344074825566317061085上限25136347358168979690310091115164110下限1492373274195116046977918851359上限301435566696826954108212091336196712下限17928539450461472683895110641633上限37554270686910301190135015091668245515下限2253584946317709101050119113322045上限449649846104112341426161818091999294318下限27143159475992610941262143116012457上限498720939115513701583179620082219326820下限302480661845103012171404159217812732上限74310751402172620472367268630033319489130下限4577259981274155318332114239726814109注：计算结果带小数点，采用四舍五入取整数。45 硕士学位论文表5-4列出了基于s2-m回归模型的两界限序贯抽样法，各抽样框（按格点1×1的组合标准）数量在不同防治标准下钉螺累计数量的上限值与下限值。由表可知，当钉螺防治指标为m0，抽样框数量为n时，若累计钉螺的数量超过上限值，则表明试验样地的钉螺需要防治；若累计钉螺数低于下限值，则表明试验样地的钉螺无需防治；若累计钉螺数介于上限值与下限之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。比如，以本研究调查所得的钉螺平均密度4.9465个/0.11m2，约为5个/0.11m2当作防治标准的话，假如调查钉螺90框（按格点1×1的组合标准），若累计钉螺数大于507个，则表明试验样地的钉螺需要防治；若累计钉螺数小于393个，则表明试验样地的钉螺无需防治；若累计钉螺数介于507和393之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。（3）基于兰星平的La-m回归模型的序贯抽样分析依照模型的理论抽样公式，将前文计算出来的θ、η和假定的误差代入其中，计算得到钉螺在平均密度（m）不同时和抽样允许误差（D）不同时的理论抽样数，其结果如表5-5所示。表5-5基于La-m回归模型的钉螺理论抽样数平均密度（个/0.11m2）允许误差135101520305080100150200250300D1=0.13378112667633822516911368423423171411D2=0.151502501300150100755030191510865D3=0.284528216984564228171186433D4=0.255411801085436271811754322D5=0.337512575382519138543221注：计算结果带小数点，采用四舍五入取整数。本研究调查所得钉螺的平均密度（按格点1×1的组合计算）为4.94653个/0.11m2，约为5个/0.11m2，若按允许误差D=0.1进行抽样设计时，则调查时的理论抽样框（按格点1×1的组合标准）数量为676个；若按D=0.15时，则调查时的理论抽样框数量为300个；若按D=0.2时，则调查时的理论抽样框数量为169个；若按D=0.25时，则调查时的理论抽样框数量为108个；若按D=0.3时，则调查时的理论抽样框数量为75个。从表5-5可得：伴随着钉螺种群平均密度的递增，调查所需要的理论抽样框数量是递减的，此外，在钉螺种群平均密度相同的情况下，调查允许的误差越大，则所需要的理论抽样框数量就越小。依照模型的两界限序贯抽样公式，将前文计算出来的θ、η和假定的防治标准代入其中，计算得到不同钉螺防治标准（m0）下各抽样框（按格点1×1的组合46 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究标准）数量的累计钉螺数量，其结果如表5-6所示。表5-6基于La-m回归模型的钉螺种群两界限序贯抽样防治标抽样数量（框）准:个2030405060708090100150/0.11m2上限466277911051191321451582211下限-6-239152128354279上限771051321581842092342582824012下限3152842567186102118199上限1582212823424014595165736309095下限4279118158199241284327370591上限23433042451660769878787696414018下限86150216284353422493564636999上限28240151663074285496410741184172510下限1181992843704585466367268161275上限3304706077428761008114012711401204712下限1502503534585646727808899991553上限40157374290910741238140115641725252615下限199327458591726862999113612751974上限470675876107412711466166118542047300218下限25040556472688910541219138615532398上限516742964118414011617183220472260331820下限28445863681699911831368155317402682上限74210741401172520472366268530023318489030下限4587269991275155318342115239826824110注：计算结果带小数点，采用四舍五入取整数。表5-6列出了基于La-m回归模型的两界限序贯抽样法，各抽样框（按格点1×1的组合标准）数量在不同防治标准下钉螺累计数量的上限值与下限值。由表可知，当钉螺防治指标为m0，抽样框数量为n时，若累计钉螺的数量超过上限值，则表明试验样地的钉螺需要防治；若累计钉螺数低于下限值，则表明试验样地的钉螺无需防治；若累计钉螺数介于上限值与下限之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。比如，以本研究调查所得的钉螺平均密度4.9465个/0.11m2，约为5个/0.11m2当作防治标准的47 硕士学位论文话，假如调查钉螺90框（按格点1×1的组合标准），若累计钉螺数大于573个，则表明试验样地的钉螺需要防治；若累计钉螺数小于327个，则表明试验样地的钉螺无需防治；若累计钉螺数介于573和327之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。（4）基于兰星平的L’-v回归模型的序贯抽样分析依照模型的理论抽样公式，将前文计算出来的a、b和假定的误差代入其中，计算得到钉螺在平均密度（m）不同时和抽样允许误差（D）不同时的理论抽样数，其结果如表5-7所示。表5-7基于L’-v回归模型的钉螺理论抽样数允许平均密度（个/0.11m2）误差135101520305080100150200250300D1=0.1151575059304015251020768516314201163113887364D2=0.15673622491351678454341229140897250393328D3=0.23789126576038125519212978504128221816D4=0.2524258094862441631238350322618141210D5=0.316845623381691138557352218131087注：计算结果带小数点，采用四舍五入取整数。本研究调查所得钉螺的平均密度（按格点1×1的组合计算）为4.94653个/0.11m2，约为5个/0.11m2，若按允许误差D=0.1进行抽样设计时，则调查时的理论抽样框（按格点1×1的组合标准）数量为3040个；若按D=0.15进行抽样设计时，则调查时的理论抽样框数量为1351个；若按D=0.2进行抽样设计时，则调查时的理论抽样框数量为760个；若按D=0.25进行抽样设计时，则调查时的理论抽样框数量为486个；若按D=0.3进行抽样设计时，则调查时的理论抽样框数量为338个。从表5-7可得：伴随着钉螺种群平均密度的递增，调查所需要的理论抽样框数量是递减的，此外，在钉螺种群平均密度相同的情况下，调查允许的误差越大，则所需要的理论抽样框数量就越小。依照模型的两界限序贯抽样公式，将前文计算出来的a、b和假定的防治标准代入其中，计算得到不同钉螺防治标准（m0）下各抽样框（按格点1×1的组合标准）数量的累计钉螺数量，其结果如表5-8所示。表5-8基于L’-v回归模型的钉螺种群两界限序贯抽样防治标抽样数数量（框）准:个2030405060708090100150/0.11m248 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究上限75971181371551731902072233011下限-35-37-38-37-35-33-30-27-23-1上限1181551902232552863163453745132下限-38-35-30-23-15-64152687上限22330137444551458164771277610885下限-23-1265586119153188224412上限3164315416477508529521051114916288下限44999153210268328389451772上限3755146477769031027114912711391197810下限25861532242973734515296091022上限43159475190310521198134314861628232412下限491262092973884825776747721276上限514712903108912711451162918051979283715下限8618829741152964977189510211663上限5958281052127214871700191021182325334418下限125252388528673820970112212752056上限6489041151139216291864209623262554367920下限1522964496087719361104127414462321上限90512731631198223282670300933463681533430下限2955277691018127215301791205423193666注：计算结果带小数点，采用四舍五入取整数。表5-8列出了基于L’-v回归模型的两界限序贯抽样法，各抽样框（按格点1×1的组合标准）数量在不同防治标准下钉螺累计数量的上限值与下限值。由表可知，当钉螺防治指标为m0，抽样框数量为n时，若累计钉螺的数量超过上限值，则表明试验样地的钉螺需要防治；若累计钉螺数低于下限值，则表明试验样地的钉螺无需防治；若累计钉螺数介于上限值与下限之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。比如，以本研究调查所得的钉螺平均密度4.9465个/0.11m2，约为5个/0.11m2当作防治标准的话，假如调查钉螺90框（按格点1×1的组合标准），若累计钉螺数大于712个，则表明试验样地的钉螺需要防治；若累计钉螺数小于188个，则表明试验样地的钉螺无需防治；若累计钉螺数介于712和188之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。49 硕士学位论文（5）基于兰星平的c’-m回归模型的序贯抽样分析依照模型的理论抽样公式，将前文计算出来的a、b和假定的误差代入其中，计算得到钉螺在平均密度（m）不同时和抽样允许误差（D）不同时的理论抽样数，其结果如表5-9所示。表5-9基于c’-m回归模型的钉螺理论抽样数平均密度（个/0.11m2）允许误差135101520305080100150200250300D1=0.13385113168034222917311671463827211816D2=0.151505503302152102775232201712987D3=0.284628317085574329181297554D4=0.255421811095537281911764333D5=0.337612676382519138543222注：计算结果带小数点，采用四舍五入取整数。本研究调查所得钉螺的平均密度（按格点1×1的组合计算）为4.94653个/0.11m2，约为5个/0.11m2，若按允许误差D=0.1进行抽样设计时，则调查时的理论抽样框（按格点1×1的组合标准）数量为680个；若按D=0.15进行抽样设计时，则调查时的理论抽样框数量为302个；若按D=0.2进行抽样设计时，则调查时的理论抽样框数量为170个；若按D=0.25进行抽样设计时，则调查时的理论抽样框数量为109个；若按D=0.3进行抽样设计时，则调查时的理论抽样框数量为76个。从表5-9可得：伴随着钉螺种群平均密度的递增，调查所需要的理论抽样框数量是递减的，此外，在钉螺种群平均密度相同的情况下，调查允许的误差越大，则所需要的理论抽样框数量就越小。依照模型的两界限序贯抽样公式，将前文计算出来的a、b和假定的防治标准代入其中，计算得到不同钉螺防治标准（m0）下各抽样框（按格点1×1的组合标准）数量的累计钉螺数量，其结果如表5-10所示.表5-10基于c’-m回归模型的钉螺种群两界限序贯抽样防治标抽样数量（框）准:个2030405060708090100150/0.11m2上限466277911051191321451582211下限-6-239152128354279上限771051321581842092342582824012下限315284256718610211819950 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究上限1582212823424014595175746309105下限4279118158199241283326370590上限23433042451760869878887796514028下限86150216283352422492563635998上限28340151763174385596510751185172610下限1171992833694575456357258151274上限3314716087438771010114112721403204812下限1492493524575636707798889971552上限40157474491010761240140315651727252815下限199326456590724860997113512731972上限471676877107612731468166318562049300518下限24940456372488710521217138415512395上限518744966118614041620183520492263332220下限28245663481499611801365155117372678上限74510771405172920512371268930073323489630下限4557239951271154918292111239326774104注：计算结果带小数点，采用四舍五入取整数。表5-10列出了基于c’-m回归模型的两界限序贯抽样法，各抽样框（按格点1×1的组合标准）数量在不同防治标准下钉螺累计数量的上限值与下限值。由表可知，当钉螺防治指标为m0，抽样框数量为n时，若累计钉螺的数量超过上限值，则表明试验样地的钉螺需要防治；若累计钉螺数低于下限值，则表明试验样地的钉螺无需防治；若累计钉螺数介于上限值与下限之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。比如，以本研究调查所得的钉螺平均密度4.9465个/0.11m2，约为5个/0.11m2当作防治标准的话，假如调查钉螺90框（按格点1×1的组合标准），若累计钉螺数大于574个，则表明试验样地的钉螺需要防治；若累计钉螺数小于326个，则表明试验样地的钉螺无需防治；若累计钉螺数介于574和326之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。（6）基于兰星平的m*-v回归模型的序贯抽样分析依照模型的理论抽样公式，将前文计算出来的φ、ψ和假定的误差代入其中，计算得到钉螺在平均密度（m）不同时和抽样允许误差（D）不同时的理论抽样数，其结果如表5-11所示。51 硕士学位论文表5-11基于m*-v回归模型的钉螺理论抽样数平均密度（个/0.11m2）允许误差135101520305080100150200250300D1=0.1325391081664713213212615831039603355272157955317D2=0.15144624807287614289457034622681581217042238D3=0.281352704161880353239626015189683924134D4=0.25520617311035514340253166965743251583D5=0.336151202719357236176115673930171162注：计算结果带小数点，采用四舍五入取整数。本研究调查所得钉螺的平均密度（按格点1×1的组合计算）为4.94653个/0.11m2，约为5个/0.11m2，若按允许误差D=0.1进行抽样设计时，则调查时的理论抽样框（按格点1×1的组合标准）数量6471个；若按D=0.15进行抽样设计时，则调查时的理论抽样框数量为2876个；若按D=0.2进行抽样设计时，则调查时的理论抽样框数量为1618个；若按D=0.25进行抽样设计时，则调查时的理论抽样框数量为1035个；若按D=0.3进行抽样设计时，则调查时的理论抽样框数量为719个。从表5-11可得：伴随着钉螺种群平均密度的递增，调查所需要的理论抽样框数量是递减的，此外，在钉螺种群平均密度相同的情况下，调查允许的误差越大，则所需要的理论抽样框数量就越小。依照模型的两界限序贯抽样公式，将前文计算出来的φ、ψ和假定的防治标准代入其中，计算得到不同钉螺防治标准（m0）下各抽样框（按格点1×1的组合标准）数量的累计钉螺数量，其结果如表5-12所示.表5-12基于m*-v回归模型的钉螺种群两界限序贯抽样防治标抽样数量（框）准:个2030405060708090100150/0.11m2上限1001281541771992202412612803701下限-60-68-74-77-79-80-81-81-80-70上限1541992412803173533874214546112下限-74-79-81-80-77-73-67-61-54-11上限27937045453461168575983090112415下限-79-70-54-34-1115417099259上限38651764075887298310931200130618208下限-66-370428813718724029458010上限45360975790010381173130514361565219252 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究下限-53-943100162227295364435808上限516699871103711991357151316661818255712下限-3621891632413234074945821043上限6088281036123714341627181720042189309415下限-8721642633664735836968111406上限6979531197143316641890211423352554362318下限2312724336749663076690510461777上限75510341302156118142064230925522793397120下限45166298439586736891104812072029上限103114281809218125462906326236143964568030下限169372591819105412941538178620363320注：计算结果带小数点，采用四舍五入取整数。表5-12列出了基于m*-v回归模型的两界限序贯抽样法，各抽样框（按格点1×1的组合标准）数量在不同防治标准下钉螺累计数量的上限值与下限值。由表可知，当钉螺防治指标为m0，抽样框数量为n时，若累计钉螺的数量超过上限值，则表明试验样地的钉螺需要防治；若累计钉螺数低于下限值，则表明试验样地的钉螺无需防治；若累计钉螺数介于上限值与下限之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。比如，以本研究调查所得的钉螺平均密度4.9465个/0.11m2，约为5个/0.11m2当作防治标准的话，假如调查钉螺90框（按格点1×1的组合标准），若累计钉螺数大于830个，则表明试验样地的钉螺需要防治；若累计钉螺数小于70个，则表明试验样地的钉螺无需防治；若累计钉螺数介于830和70之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。（7）基于张连翔的Z-V回归模型的序贯抽样分析依照模型的理论抽样公式，将前文计算出来的A、B和假定的误差代入其中，计算得到钉螺在平均密度（m）不同时和抽样允许误差（D）不同时的理论抽样数，其结果如表5-11所示。表5-13基于Z-V回归模型的钉螺理论抽样数平均密度（个/0.11m2）允许误差135101520305080100150200250300D1=0.1151575059304015251020768516314201163113887364D2=0.15673622491351678454341229140897250393328D3=0.2378912657603812551921297850412822181653 硕士学位论文D4=0.2524258094862441631238350322618141210D5=0.316845623381691138557352218131087注：计算结果带小数点，采用四舍五入取整数。本研究调查所得钉螺的平均密度（按格点1×1的组合计算）为4.94653个/0.11m2，约为5个/0.11m2，若按允许误差D=0.1进行抽样设计时，则调查时的理论抽样框（按格点1×1的组合标准）数量3040个；若按D=0.15进行抽样设计时，则调查时的理论抽样框数量为1351个；若按D=0.2进行抽样设计时，则调查时的理论抽样框数量为750个；若按D=0.25进行抽样设计时，则调查时的理论抽样框数量为486个；若按D=0.3进行抽样设计时，则调查时的理论抽样框数量为338个。从表5-13可得：伴随着钉螺种群平均密度的递增，调查所需要的理论抽样框数量是递减的，此外，在钉螺种群平均密度相同的情况下，调查允许的误差越大，则所需要的理论抽样框数量就越小。依照模型的两界限序贯抽样公式，将前文计算出来的A、B和假定的防治标准代入其中，计算得到不同钉螺防治标准（m0）下各抽样框（按格点1×1的组合标准）数量的累计钉螺数量，其结果如表5-14所示.表5-14基于Z-V回归模型的钉螺种群两界限序贯抽样防治标抽样数量（框）准:个2030405060708090100150/0.11m2上限75971181371551731902072233011下限-35-37-38-37-35-33-30-27-23-1上限1181551902232552863163453745132下限-38-35-30-23-15-64152687上限22330137444551458164771277610885下限-23-1265586119153188224412上限3164315416477508529521051114916288下限44999153210268328389451772上限3755146477769031027114912711391197810下限25861532242973734515296091022上限43159475190310521198134314861628232412下限491262092973884825776747721276上限514712903108912711451162918051979283715下限861882974115296497718951021166354 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究上限5958281052127214871700191021182325334418下限125252388528673820970112212752056上限6489041151139216291864209623262554367920下限1522964496087719361104127414462321上限90512731631198223282670300933463681533430下限2955277691018127215301791205423193666注：计算结果带小数点，采用四舍五入取整数。表5-14列出了基于Z-V回归模型的两界限序贯抽样法，各抽样框（按格点1×1的组合标准）数量在不同防治标准下钉螺累计数量的上限值与下限值。由表可知，当钉螺防治指标为m0，抽样框数量为n时，若累计钉螺的数量超过上限值，则表明试验样地的钉螺需要防治；若累计钉螺数低于下限值，则表明试验样地的钉螺无需防治；若累计钉螺数介于上限值与下限之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。比如，以本研究调查所得的钉螺平均密度4.9465个/0.11m2，约为5个/0.11m2当作防治标准的话，假如调查钉螺90框（按格点1×1的组合标准），若累计钉螺数大于712个，则表明试验样地的钉螺需要防治；若累计钉螺数小于188个，则表明试验样地的钉螺无需防治；若累计钉螺数介于712和188之间，则表明目前的抽样数量无法判断试验样地内的钉螺是否需要防治标，而应当继续抽样。在上述各回归模型的序贯分析中，以本实验样地上钉螺调查的密度4.9465个/0.11m2，约等于5个/0.11m2为例，在理论抽样框数量上的比较如表5-15所示：表5-15试验样地上各回归模型序贯抽样的理论抽样数量比较允许调查样地上各回归模型序贯抽样的理论抽样数误差m*-ms2-mLa-mL'-vc'-mm*-vZ-VD1=0.1755146676304068064713040D2=0.1533665300135130228761351D3=0.2189371697601701618760D4=0.25121231084861091035486D5=0.384167533876709338由表可知，在所列出的抽样允许误差下，基于Taylors2-m回归模型的理论抽样框数量是最少的，即进行序贯抽样设计时，采用此模型进行抽样需要的最大样本量是最少的。而对两界限序贯抽样分析而言，我们同样以以本实验样地上钉螺调查的密度4.9465个/0.11m2，约等于5个/0.11m2为例，以90框的抽样数量进行比较，如表55 硕士学位论文5-17所示：表5-16试验样地上各回归模型序贯抽样的两界限序贯分析调查样地上各回归模型序贯抽样的两界限序贯分析阈值m*-ms2-mLa-mL'-vc'-mm*-vZ-V上限580507573712574830712下限28039332718832670188由表可知，各回归模型的两界限序贯分析所得结果是一个区间值，故它们之间的比较非常困难；而且钉螺的野外实地调查是一个复杂的操作过程，存在若干抽样设计时不可控制的因素，因此，最后往往需要以最大抽样数作为依据进行统计推断与决策。5.3小结通过以上7个回归模型的序贯分析，各模型对试验样地上钉螺数据的拟合程度差异比较大。本文的序贯抽样分析包括理论抽样数和两界限序贯抽样两个部分，从序贯分析的结果来看，m*-m回归模型的理论抽样数拟合正常，而两界限序贯抽样在低密度和低样本量时，出现了负值，不符合实际情况；s2-m回归模型的理论抽样数和两界限序贯样抽均拟合正常。La-m回归模型的理论抽样数拟合正常，而两界限序贯抽样在低密度和低样本量时，出现了负值，不符合实际情况；L’-v回归模型的理论抽样数拟合正常，而两界限序贯抽样在低密度和低样本量时，出现了负值，不符合实际情况；c’-m回归模型的理论抽样数拟合正常，而两界限序贯抽样在低密度和低样本量时，出现了负值，不符合实际情况；m*-v回归模型的理论抽样数拟合正常，而两界限序贯抽样在低密度和低样本量时，出现了负值，不符合实际情况；Z-V回归模型的理论抽样数拟合正常，而两界限序贯抽样在低密度和低样本量时，出现了负值，不符合实际情况。因此，可以认为s2-m回归模型适合于本试验样地钉螺的序贯抽样分析。另外，在害虫序贯抽样的实际操作过程中，若取样累计虫口数介于上限和下限之间，则无法判做出统计决策，此时应当继续抽样；在继续抽样时，若取样累计虫口数总是介于上限和下限之间，不可能一直抽样下去，此时应当以最大抽样数nmax为样本截止量，分析此时的累计虫口量更接近于上限还是下限，从而做出统计决策。对于钉螺的序贯抽样亦是如此，当累计钉螺数目总是介于上限和下限之间时，以最大抽样框数量的累计钉螺数目更接近于上限还是下限从而做出防治与否的决策。考虑到两界限序贯抽样上下界限的区间性，比较起来存在困难，以及在钉螺调查实际操作中的复杂性，往往要以各模型的最大抽样数量来做最后的统计推断与决策。从上述的计算结果来看，s2-m回归模型在不同平均密度和允许误差下所需要的最大样本数量56 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究最少。综上所述，本文认为基于Taylors2-m回归模型分析方法对本试验样地而言，是最合适的序贯抽样分析方法，可作为研究区域内钉螺调查时序贯抽样设计的基本方法，这与徐汝梅[99]对舞毒蛾研究结果一致。57 硕士学位论文第六章总结6.1结论本文设计了推扫式的钉螺调查方法获取样地内的钉螺数据，借鉴昆虫种群生态学中序贯分析思想与理论，在此基础上运用数理统计法，研究在不同尺度抽样单元下钉螺种群的空间分布型，获得了研究区域钉螺种群空间分布型的相关信息；在研究了钉螺种群空间分布型的基础上，对钉螺个体群的基本情况进了分析；系统地将目前国内外序贯抽样的技术方法借鉴到钉螺调查抽样实践中来，比较了各序贯抽样方法，探索了最适序贯抽样模型。研究结论如下：（1）采用了12种种群聚集度指标和8个种群空间格局回归模型对钉螺的空间分布型进行研究。结果表明：在所有聚集度指标下，试验样地内的钉螺种群在所有尺度（17/3m×17/3m以内）的抽样单元下，其空间分布型均为聚集分布；在8个回归模型分析中，除了La-m幂回归模型外，在其余的7个回归模型中，试验样地内的钉螺种群在所有尺度（17/3m×17/3m以内）的抽样单元下，其空间分布型均为聚集分布；对于La-m幂回归模型而言，其在抽样单元尺度为1/3m×1/3m到尺度10/3m×10/3m上，钉螺种群空间空间分布型表现为聚集分布，在抽样单元尺度为11/3m×11/3m到尺度17/3m×17/3m上，钉螺种群空间分布型表现为均匀分布。（2）分析了钉螺个体群的基本情况。在研究得出试验样地内钉螺种群的空间分布型为聚集分的基础上：采用Blacktich种群聚集均数λ分析了钉螺种群聚集的原因可能是由于钉螺栖息环境因素的异质性和自身的聚集习性的共同作用或其中一个因素作用所导致的；用Sylvesetr-cox零频率模型公式估算了钉螺的平均密度是4.2348个/0.11m2，此估算结果与实际调查所得结果4.9465个/0.11m2存在14.3893%的相对误差，认为不适合用该模型来估算研究区内钉螺的平均密度；研究了不同尺度抽样单元下钉螺平均个体群大小，通过回归分析，认为可以通过平均密度来估算钉螺平均个体群的大小；结合有关聚集度指标和La-m幂回归模型的分析，得出试验地抽样单元的最优尺度介于3m×3m与10/3m×10/m之间。（3）研究了调查区域钉螺种群序贯抽样的最适模型。在研究得出试验样地内钉螺种群的空间分布型为聚集分的基础上：通过7个回归模型的序贯分析比较，得出在本实验样地上，基于Taylors2-m回归模型的序贯抽样分析按0.1、0.2、0.25、0.3的允许误差时，所需要的最大样本量为依次146、65、37、23、16，是所有回归模型序贯抽样方法中所需要样本最少的，符合序贯抽样分析在既定概率保证58 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究和抽样误差控制的基础上，尽可能减少抽样数量的核心思想，因此，可认为本研究所选用的回归模型序贯分析方法中，基于Taylors2-m回归模型序贯抽样方法是最合适的。6.2问题（1）本文只涉及一个抽样数量，或者说样本量的问题，并未涉及操作过程中的具体方法。本研究设计的推扫式钉螺调查方法因费时费力法对于大面积的江滩草洲来说是不现实的，在采用诸多模型中的某个模型进行序贯分析时，其中在布设样方的实际操作过程中，要如何布设才能达到序贯抽样的要求，随机地布设样方还是按照某种规律，如对角线法、“Z”字型法等，都是本研究尚未解决的问题，是本研究需要进一步明确的方向。（2）在回归模型序贯抽样分析时，除了基于Taylors2-m回归模型外，其他模型要么在理论抽样数上出现了负值或零值，要么在两界限序贯序贯抽样上出现了负值或零值，结合其他学者在昆虫种群生态学中应用序贯抽样进行害虫综合管理的方法，推测有可能是数据出现了偏差，因为本文的数据采集中不同尺度的抽样单元相差了172倍，差别非常大以及不同尺度的抽样单元样方布设上存在空间重叠，导致数据的准确性別削弱，具体情况如何是本研究进一步明确的方向。（3）本文只根据2013年11月份小尺度范围的钉螺数据进行了序贯分析，因影响钉螺的环境因子众多，在同一年的不同月份，不同年份，不同研究区域，不同的研究尺度的情况下，对钉螺进行序贯分析的情况将会如何，也是今后研究可以考虑的方向。6.3创新点与目前在序贯抽样分析中普遍采用的基于Iwaom*-m回归模型的序贯抽样分析不同，本文系统地将目前国内外的诸多序贯抽样分析方法借鉴到钉螺调查研究中来，其中基于兰星平的La-m回归模型序贯抽样分析、基于兰星平的L’-v回归模型序贯抽样分析、基于兰星平的c’-m回归模型序贯抽样分析、基于兰星平的m*-v回归模型序贯抽样分析、基于张连翔的Z-V回归模型序贯抽样分析是首次应用到血防工作的钉螺调查研究中来，最后在诸多序贯抽样分析方法中得出了研究区域的最适序贯抽样模型。这在实现2018年底全省达到血吸虫病传播阻断标准和2025年消除血吸虫病目标的过程中，对于推动钉螺调查工作的科学化、合理化、成本最小化具有一定的指导意义。59 硕士学位论文参考文献[1]卫生部新闻中心.你了解血吸虫病吗[N].健康报，2004-05-20（5）.[2]EngelsD,ChitsuloL,MontresorA,etal.Theglobalepidemiologicalsituationofschistosomiasisandnewapproachestocontrolandresearch[J].ActaTropica,2002,8(2):139-146.[3]庄黎.钉螺发生与环境的关系研究[D].湖北大学，2009：1.[4]陈名刚.世界血吸虫病流行情况及防治进展[J].中国血吸虫病防治杂志，2002，14（2）：81-83.[5]中华人民共和卫生部地方防治司.血吸虫病防治手册（第三版）[M].上海：上海科学技术出版社，2000：36-39、237.[6]张利娟，徐志敏，钱颖骏，等.2015年全国血吸虫病疫情通报[J].中国血吸虫病防治杂志，2016,，28（06）：611-617.[7]雷正龙，张利娟，徐志敏，等.2014年全国血吸虫病疫情通报[J].中国血吸虫病防治杂志，2015，27（06）：563-569.[8]王陇德.中国血吸虫病防治历程与展望［M].北京：人民卫生出版社，2010：150.[9]中国政府网：国务院办公厅关于转发卫生部等部门全国预防控制血吸虫病中长期规划纲要（2004—2015年）的通知［EB/OL］.2004-7-13.http://www.gov.cn/gongbao/content/2004/content_62905.htm.[10]中国政府网：全国血吸虫病防治工作会议召开［EB/OL］.2014-11-22.http：//www.gov.cn/guowuyuan/2014-11/22/content_2782233.htm.[11]CollinsC,XuJ,TangS.SchistosomiasiscontrolandthehealthsysteminP.R.China[J].InfectDisPoverty,2012,1(1):8.[12]雷正龙，周晓农.消除血吸虫病—我国血吸虫病防治工作的新目标与新任务[J].中国血吸虫病防治杂志，2015，27（01）：1-4.[13]周晓农.开展精准防治实现消除血吸虫病的目标[J].中国血吸虫病防治杂志，2016，28（01）：1-4.[14]刘晓忠，陈喆，林丹丹.江西省血吸虫病监测现状及发展思考[J].中国血吸虫病防治杂志，2016，28（02）：111-114+140.[15]HusbyCE,StasnyEA,Wo1feDA.Cautionarynoteonunbalancedranked-setsampling[J].Stat.Comput.Simul,2007,77(2):865-882.60 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究[16]张金魁，唐雪梅.Bayes方法(修订版)[M].长沙：国防科技大学出版社，1993：35-46.[17]赵林城.线性模型误差方差的序贯估计及其渐近性质[J].数学学报，1983,26(1)：13-29.[18]林正炎，陆传荣，苏中根.概率极限理论基础[M].北京：高等教育出版社，1999：25-68.[19]Berry,SStillman.AlistofmolluscafromtheMusselshellValley,Montana[J].Nautilus,1913,26:130-131.[20]ShawJN，SimmsBT.GalbabulimoidesleaanintermediatehostofFasciolahepaticainOregon[J].Science,1929,69(1787):357.[21]StephensonRW.BilharziaintheGezirairrigatedareaoftheSudan[J].TransactionofRoyalSocietyofTropicalMedicineHygiene,1947,40(4)479-494.[22]KijntzRE,WellsWH.Laboratoryandfieldevaluationsoftwodinitro-phenolsasmolluscacidesforcontrolofschistosomevectorsinEgyptwithemphasisonimportanceoftemperature[J].AmericanJournalofTropicalMedicine,1951,31(6)：314-324.[23]VauqhnCM,OliviebL,HendbicksJR,MackieTT.MolluscidingoperationsinanendemicareaofschistosomiasisintheDominicanRepublic[J].AmericanJournalofTropicalMedicine,1954,3(3):513-528.[24]SturrockRF.Snailcollectiontodetectschistosometransmissionsites[J].ParasitologyToday,1986,2(3):59-61.[25]ManningSD,WoolhouseMEJ,NdambaJ.GeographiccompatibilityofthefreshwatersnailBulinusglobosusandschistosomefromtheZimbabweHighveld[J].InternationalJournalforParasitology,1995,25(1):37-42.[26]KariukiHC,ClennonJA,BradyMS.DistributionpatternsandcercarialsheddingofBulinusNasutusandothersnailsintheMsambweniarea，coastprovince，Kenya[J].AmericanJournalofTropicalMedicineHygiene,2004,70(4):449-456.[27]IbikounleM,MouahidG,SakitiNS.FreshwatersnaildiversityinBenin(WestAfrica)withafocusonhumanschistosomiasis[J].ActaTropica,2009,111(1):29-34.[28]陈野.回顾历史开创未来加快我国血防工作进程—隆重纪念血吸虫病在中国发现100周年和新中国血吸虫病防治工作50周年[J].卫生政策，2005，12：4-5.[29]陈林.某部队行军途中和演习地区钉螺调查及预防血吸虫病感染的措施[J].人民军医，1959（11）：893-895.[30]中华人民共和国卫生部地方病防治司.血吸虫病防治手册[M].上海，上海科学技术出版社，1990：37-45.61 硕士学位论文[31]倪映，崔道永，张志杰，等.湖沼地区钉螺调查时确定适宜样本量的研究[J].中国血吸虫病防治杂志，2007，19（4）：281-284.[32]张文馨.钉螺空间分布格局和抽样方法优化研究[D].江西师范大学，2015：14、20.[33]何小定，秦金舟，陈晓娟，等.池州市沿江低丘钉螺空间分布型及抽样技术的研究[J].安徽农业大学学报，2014，41（1）：60-65.[34]WaldA.Sequentialtestsofstatisticalhypotheses[J].AnnalsofMathematicalStatistics,1944,16(2):117-186.[35]GalloM,AmbraLD.NonlinearConstrainedPrincipalComponentAnalysisintheQualityControlFramework.StudiesinClassification,DataAnalysis,andKnowledgeOrganization[M].Berlin:pringerBerlin,2008:42-43.[36]JarrettJE,PanX.TheQualityControlChartforMonitoringMultivariateAutocorrelatedProcesses[J].ComputationalStatistics&DataAnalysis,2007,51(21):62-69.[37]伊藤昭嘉村井实，邬祥光张志庆译.动物生态学研究法[M].北京：科学出版社，1986：1-36.[38]丁岩钦.昆虫种群数学生态学原理与应用[M].北京：科学出版社，1980：89-98.[39]马占山.昆虫种群抽样技术研究的现状[J].北京：林业科学，1990，26（3）：254-261.[40]Morrisat.ApplicationofIδ-indextosamplingtechniques[J].PopulationEcology,1964,6(2):43-45.[41]IwaoS.Anewmethodofsequentialsamplingtoclassifypopulationsrelativetoacriticaldensity[J].PopulationEcology,1975,16(2):281-288.[42]TaylorLR.Aggregation,varianceandthemean[J].Nature,1961,189(4):732-735.[43]EkbomBS.SpatialDistributionofRhopalosiphumpadi(L)(Homoptera:Aphididae)inSpringCerealsinSwedenanditsImportanceforSampling[J].EnvironmentalEntomology,1985,14(3):312-316.[44]丁岩钦.昆虫种群数学生态学原理与应用[M].北京：科学出版社，1980：63-83.[45]徐汝梅.昆虫学种群生态学[M].北京：北京师范大学出版社，1987：46-53.[46]马占山.m*-m幂法则在昆虫种群抽样技术研究中的应用[J].北京林业大学学报，1989，11（2）：92-95.[47]张连翔，秦辉.La-m幂法则模型的抽样方法[J].河北林果研究，1997，1262 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究（02）：144-150.[48]张连翔，田民安，三次改进的Iwaom*-m模型[J].辽宁林业科技，1984（02）：111-118.[49]兰星平.关于Kuno风险决策序贯抽样模型的讨论[J].贵州林业技，2010，38（04）：12-16.[50]兰星平.La-m模型在检验昆虫种群空间分布型与抽样调查中的应用[J].林业科学研究，1996，9（1）：41-46.[51]李石柱，郑浩，高婧，等.2012年全国血吸虫病疫情通报[J].中国血吸虫病防治杂志，2013，25（06）：557-563.[52]中央政府网：国务院12日正式批复《鄱阳湖生态经济区规划》［EB/OL］.2009-12-16http://www.gov.cn/jrzg/2009-12/16/content_1488908.htm.[53]程时长，吴泗元.鄱阳湖自然环境及现状[J].海洋湖沼通报，1990，（02）：35-48.[54]BeallG,ResciaRR.AGeneralizationofNeyman'sContagiousDistributions[J].Biometrics,1953,9(3):354-356.[55]KunoE.Studiesonpopulationdynamicsofriceleafhopperinapaddyfield[J].BulletinoftheKyushuNationalAgriculturalExperimentStation,1968(14):131-246.[56]KunoE.Useoftheregressionofmeancrowingonmeandensityforestimatingsamplesizeandthetransformationofdataforanalysisofvariance[J].Res.Popul.Ecol,1968,10(2):210-214.[57]WatersWE.Aquantitativemeasureofaggregationininsects[J].JournalofEconomicEntomology,1959,52(6):1180-1184.[58]DavidFN，MoorePG．Notesoncontagiousdistributionsinplantpopulations[J]．AnnalsofBotany,1954,18(1):47-53．[59]LloydM．Meancrowding[J]．JournalofAnimalEcology,1967,36(1):1-30.[60]MorisitaM.Iσ-index,ameasurementofdispersalofindividuals[J].ResearchesPopulaionEcology,1962,4:1-7.[61]兰星平.La指标在测定昆虫种群空间分布型与抽样调查中的应用[J].贵州林业科技，1993，21（01）：20-26.[62]兰星平.L'-v模型在检验昆虫种群空间分布型中的应用[J].动物学研究，1995，16（03）：281-288.[63]兰星平，薛贤清.c'-m回归模型在确定昆虫种群空间分布型中的应用[J].南京林业大学学报，1996，20（02）：60-65.[64]张连翔，吕尚彬，温豁然，等.种群空间格局研究的Z-V模型及其抽样设计方法[J].西北林学院学报，1997，12（01）：76-80.63 硕士学位论文[65]童建松.桑树主要害虫的种群生态、群落生态及生物学特性的研究[D].西南农业大学，2002：21.[66]兰星平.m*/v指标在判断昆虫种群空间分布型中的应用[J].林业科学，1992，28（04）：386-388.[67]PatilGP,StitelerWM.Conceptsofaggregationandtheirquantification:acriticalreviewwithsomenewresultsandapplications[J].Res.Popul.Ecol,1974,15:238-254.[68]江洪.云杉种群生态学[M].北京：中国林业出版社，1992：41-51.[69]尹爱国，苏志尧，李彩红.广东石门台自然保护区山顶矮林优势种群分布格局及动态[J].生态学杂志，2006，25（01）：55-59.[70]IwaoS.Anewregressionmethodforanalyzingtheaggregationpatternofanimalpopulations[J].ResearchesonPopulationEcology,1968,10(1):1-20.[71]IwaoS.Applicationofthem*-mmethodtotheanalysisofspatialpatternsbychangingthequadratsizemethodtotheanalysisofspatialpatternsbychangingthequadratsize[J].ResearchesonPopulationEcology,1972,14(1):97-128.[72]TaylorLR.Aggregation,varianceandthemean[J].Nature,1961,189(4):732-735.[73]兰星平.m*-v模型在检验昆虫空间分布型与抽样调查中的应用[J].林业科学，1991，27（05）：511-517.[74]张连翔，楚宝仓.种群空间格局研究的La-m幂法则模型[J].河北林果研究，1997，12（1）：78-82[75]贾平.新银合欢软蜡蚧生物学特性及空间分布型研究[D].西南林业大学,2011：39.[76]姚文锋.小果垂枝柏大痣小蜂生物学和生态学特性研究[D].西南林学院，2008：33.[77]周艺彪，陈更新，彭文祥，等.湖沼型地区钉螺种群的空间格局分析[J].中国寄生虫学与寄生虫病杂志，2008，26（1）：42-45.[78]谢法仙，朱达培，钱珂，等.湖区草洲钉螺分布类型的研究[J].动物学报，1980，26（02）：165-170.[79]秦建新，谭子芳.洞庭湖区江滩钉螺分布空间特征分析[J].中国热带医学，2008，8（12）：2080-2082.[80]刘庆年，刘俊展，张路生，等.沾化冬枣浆烂果病空间分布型及抽样技术研究[J].植物保护，2006，32（6）：122-124.[81]张聪.玉米田双斑长跗萤叶甲发生规律及生物学特性研究[D].中国农业科学院，2012：36.[82]BlackithRE.Thewaterreservesofhatchlinglocusts[J].Comparative64 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究Biochemistry&Physiology,1961,3(2):108-124.[83]ArbousAG，KerrichJE.AccidentStatisticsandtheConceptofAccident-Proneness[J].Biometrics,1951,7(4):340-341.[84]郑福山，韩旭，杜予州，等.斜纹夜蛾幼虫在棉田的空间格局及抽样技术[J].扬州大学学报：农业与生命科学版，2005，26（1）：85-88.[85]彭奕欣，魏群，徐向忱，等．中国中学教学百科全书生物卷[M]沈阳：沈阳出版社，1990：352.[86]周新远等.桔全爪蜻种群密度估计方法的研究(二).西南农学院学报，1985，（3）：59-63.[87]Bliss.C.L.andA.R.G.Owen.NegativebinomialdistributionwithacommonK[J].Biometrika,1958,45:39-58.[88]叶正衰，黄荣华.白背飞虱低龄若虫空间分布参数的特征及应用[J].江西农业学报，1991，3（2）：125-131.[89]丁岩钦.昆虫种群数学生态学原理与应用[M].北京:科学出版，1980：96-97.[90]丁岩钦.关于个体群大小的定义及其模型特征分析[J].昆虫知识，1993，30（05）：304-306.[91]TanigoshiL.K,BrowneR.W,HoytS.C.Astudyonthedispersionpatternandfoliageinjurybytetranychusmcdanieli(acarina:tetranychidae)insimpleappleecosystems[J].CanadianEntomologist,1975,107(4):439-446.[92]丁岩钦，陈玉平.棉田内棉铃虫卵分布型参数特征及其应用[J].生态学报，1985，5（01）：54-63.[93]陈剑，李恩才，李伟.甜菜夜蛾幼虫种群空间格局分析[J].陕西农业科学，1998，（03）：6-7.[94]赵化奇，吴乔明，郭振峰，等.害虫防治决策的复序贯分析方法及抽样技术研究[J].昆虫知识，2001，38（3）：186-191.[95]吴乔明，谭军，蒲新.害虫防治决策的复序贯分析方法及抽样技术[J].南京林业大学学报：自然科学版，2001，25（1）：44-48.[96]马骏，陈永年.甜菜夜蛾的空间分布型及其序贯抽样技术[J].湖南农业科学，1999（04）：34-36.[97]钟芳，耿军.甜菜夜蛾在甘蓝田空间分布型及序贯抽样技术研究[J].山东农业科学，2004（05）：54-55.[98]GB15976-2015,血吸虫病控制和消除[S].中华人民共和国国家质量监督检验检疫总局；中国国家标准化管理委员会.2015-06-02.[99]徐汝梅，成新跃.昆虫种群生态学：基础与前沿[M].北京：科学出版社，2005：33.65 硕士学位论文致谢行文至此，意味着我的硕士阶段已至谢幕时刻，同时，也意味着我的学生生涯已近尾声。回首师大三年时光，过去的点滴仍然历历在目，当初到师大来复试的情形就像在昨天一样，而现在，此文的完成也就宣告着自己马上就要离开美丽的师大校园。想到此，难免百感交集，苦辣酸甜涌上心头，但心中充盈最多的仍是感激，这是因为在师大的三年，是成长与收获的三年，而成长与收获离不开所有给予我关心与支持的人。借本学位论文完成之时，即将离开学校之际，我希望能将这份谢意表达出来，献给所有关心与支持我的人。首先，要感谢我的导师赵安教授，本论文从选题、设计、撰写、定稿，无不凝聚着赵老师的心血。尽管论文撰写前几易其题，赵老师都不胜其烦，耐心的给予指导，经常询问论文写作的进展，正是在赵老师的帮助和指导下，我才能顺利完成本论文。三年来，赵老师让学生在文献的查找、阅读，野外试验调查，论文的立题、撰写中充分锻炼了自己的思维和能力，同时又不乏耐心的指点和严格的要求。赵老师渊博的学识、敏锐的观察力令学生敬佩，和蔼可亲、温文尔雅的为人处事令学生敬仰。赵老师严谨认真、一丝不苟、兢兢业业的工作作风、求实创新的精神风范，令学生铭记在心，也将在以后的工作与生活中受益终身。其次，要感谢我的同窗好友兼室友钟洋、阎行一、符文昌，师姐张文馨、柳庆、李翠，师兄马玉宽，同门段后浪、商伊迪，师弟刘恒、汪训平，学妹方霞，他们在我三年研究生阶段给予过的帮助让我在遇到问题与困难的时候都能顺利解决，感谢在美丽的师大校园遇见你们，感谢有你们，因为有你们我才收获了更多的欢乐与笑声。另外，也要谢地理与环境学院各位老师和领导的关心与鼓励，是地理与环境学院这个大集体给我的硕士研究生阶段提供了学习的平台，让我在这三年得以成长和收获。接下来，对百忙之中参加本文评议、评阅、答辩和对论文提出宝贵意见的所有专家学者表示由衷的谢意。最后，特别要感谢我的家人，尽管家庭经济一直非常困难，父母仍然支持我继续攻读硕士研究生，每次与父母通话，父母总是千叮咛万嘱咐，生怕自己过的不好，让我安心学习；作为与我同岁的兄长，在本科毕业后，选择踏入社会工作，为家庭分忧解愁，特别是毅然决然放弃外地的大好前程，回到家乡，陪伴在父母身边，让我能够安心读研，不需要为家里的事情操心；还有远在千里之外的大姐，虽然距离远，但常常给予我鼓励，让我遇到阻力和困惑的时候，不轻言放弃，能66 序贯抽样在湖沼型血吸虫病疫区钉螺调查中的应用研究够坚持下来。这么多年来，正是因为家人对我的关爱与支持，我才能读到硕士研究生，成就现在的自我，三年的硕士生涯才能如此平稳的度过，能够顺利完成学业就是我对家人和亲人最好的回报与感恩。朱慧子丁酉年乙巳月于瑶湖师大67 硕士学位论文在读期间公开发表论文（著）及科研情况一、攻读硕士学位期间公开发表的论文1.朱慧子,朱海燕.居民出行行为研究进展[J].城市理,2016(14):14-15.二、攻读硕士学位期间参与的科研项目1.参与“湖沼型血吸虫病疫区钉螺分布空间抽样优化研究”（国家自然科学基金81260449）课题研究68
