การศึกษานำร่อง: การสำรวจชนิดของแมลงวันในมหาวิทยาลัยหัวเฉียวเฉลิมพระเกียรติ

Abstract

แมลงวันบ้าน (Musca domestica) และแมลงวันหัวเขียว (Chrysomya megacephala) เป็นแมลงวันที่มีความสำคัญทางการแพทย์ที่พบมากในประเทศไทย และเป็นพาหะนำโรคมาสู่มนุษย์ มักก่อให้เกิดโรคที่สำคัญต่อระบบทางเดินอาหาร การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อสำรวจและเปรียบเทียบจำนวนแมลงวันบ้านและแมลงวันหัวเขียวในมหาวิทยาลัยหัวเฉียวเฉลิมพระเกียรติ โดยใช้โปรแกรมระบบสารสนเทศภูมิศาสตร์ (Geographic Information System: GIS) พื้นที่สำรวจแมลงวัน ได้แก่ อาคารโภชนาการ 1 โภชนาการ 2 หอพักอาจารย์ อาคารชิน โสภณพนิช อาคารตังจิว และโรงเก็บขยะ สำรวจในช่วงเวลาเช้าและบ่ายโดยใช้มุ้งดักแมลงวัน จากนั้นวิเคราะห์ข้อมูลโดยการคำนวณหาค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานด้วยโปรแกรม Microsoft Office Excel และใช้โปรแกรม Quantum GIS เพื่อแสดงชนิดและจำนวนแมลงวันเชิงพื้นที่ จากผลการสำรวจช่วงเช้า (8.00 น. - 9.00 น.) พบว่ามีค่าเฉลี่ย จำนวนแมลงวันบ้านเท่ากับ 1 ± 1.34 ตัว และค่าเฉลี่ยแมลงวันหัวเขียวเท่ากับ 8 ± 6.94 ตัว ช่วงบ่าย (14.00 น. -15.00 น.) มีค่าเฉลี่ยจำนวนแมลงวันบ้านเท่ากับ 1 ± 1.13 ตัว และค่าเฉลี่ยจำนวนแมลงวันหัวเขียวเท่ากับ 8 ± 10.88 ตัว รวมจำนวนแมลงวันที่พบในบริเวณพื้นที่สำรวจภายในมหาวิทยาลัยหัวเฉียวเฉลิมพระเกียรติทั้ง 2 ช่วงเวลา พบว่ามีแมลงวันบ้านเท่ากับ 2 ± 1.69 ตัว และแมลงวันหัวเขียวเท่ากับ 16 ± 15.07 ตัว ดังนั้นภายในพื้นที่สำรวจพบว่ามีแมลงวันหัวเขียวมากกว่าแมลงวันบ้าน

Housefly (Musca domestica) and blow fly (Chrysomya megacephala) have been clinically significant as vectors carrying pathogens to humans by causing diseases important to the gastrointestinal tract. These flies are very common vectors in Thailand. This research aimed to survey and compare the prevalence of house flies and blow flies at Huachiew Chalermprakiet University by using the program Geographic Information Systems: GIS. The fly investigation area included Canteen-1, Canteen-2, Teacher dormitory, Chin Sophonpanich Building, Tungjiew Building and garbage shed were surveyed which was a survey in the morning and afternoon by using fly traps to catch flies. The obtained data were analyzed by using Microsoft Office Excel to calculate the mean and standard deviation, and used Quantum GIS program to display the geospatial of species and numbers of flies. The results showed that during the morning period (8:00 – 9:00 a.m.), the mean number of house flies was 1 ± 1.34 flies and the mean number of blow flies was 8 ± 6.94 flies. In the afternoon period (2:00 – 3:00 p.m.), the mean number of house flies was 1 ± 1.13 flies and the mean number of blow flies was 8 ± 10.88 flies. A total of 2 ± 1.69 house flies and 16 ± 15.07 blow flies were found within the investigation area of Huachiew Chalermprakiet University during two periods of time. Thus, there were more blow flies than house flies in the investigation area.