Page 114 - 南京医科大学学报自然科学版

南京医科大学学报（自然科学版） 第42卷第1期
·108 · Journal of Nanjing Medical University（Natural Sciences） 2022年1月

·公共卫生与预防医学研究·

基于SARIMA模型的南京地区蚊虫侵害的预测研究

孙燕群 1，2* ，张守刚 ，陆墨原 ，张 艳 ，潘衍宇 ，王 冲 ，吴起新 ，姚美雪 ，李成国 1
4
1，3
1
5
1
1
1
南京市疾病预防控制中心，南京医科大学附属南京疾病预防控制中心，江苏 南京 210003；军事科学院军事医学研究院微生
1 2
物流行病研究所，病原微生物生物安全国家重点实验室，北京 100071；东南大学公共卫生学院，江苏 南京 210009；中国疾
4
3
5
病预防控制中心传染病预防控制所，北京 102206；徐州医科大学公共卫生学院流行病与卫生统计学系，江苏 徐州 221004
［摘 要］ 目的：基于南京地区蚊虫侵害密度，建立季节性差分自回归移动平均模型预测方法，为进一步防控蚊媒病和开展爱
国卫生运动提供新的思路和方法。方法：应用季节性差分自回归移动平均模型对2019年蚊虫密度进行预测。结果：拟合后的
预测模型为ARIMA（2，1，0）（1，1，0） 12，模型残差序列为白噪声，模型预测拟合后R =0.907。结论：模型预测的拟合效果较好，说
2
明ARIMA模型适用于开展蚊虫侵害预测研究。
［关键词］ 蚊虫侵害；季节性；差分自回归移动平均；预测
［中图分类号］ R384.1 ［文献标志码］ A ［文章编号］ 1007⁃4368（2022）01⁃108⁃04
doi：10.7655/NYDXBNS20220120

蚊类（Mosquito）属于昆虫纲（Insecta）、双翅目 （SARIMA）模型进行数据拟合，对本地区蚊虫侵害
（Diptera）、长角亚目（Nematocera）、蚊科（Culicidae）。 数据开展预测研究，为进一步防控蚊媒病和开展爱
蚊虫最重要的生态习性是刺叮吸血，从而传播多种 国卫生运动提供新的思路和方法。
传染病 ［1-3］ 。由于全球气候、环境、交通、城市化的变
1 资料和方法
化以及昆虫自身抗药性等因素，蚊虫等病媒生物对
人类的威胁不断上升，重大病媒生物传播疾病总共 1.1 资料
约占全球传染性疾病负担的17%，每年造成70多万 蚊虫侵害数据来源于江苏省疾病预防控制综
人死亡，其中以蚊虫造成的疾病负担最重 。蚊虫 合业务集成平台中的病媒生物监测网络直报系统，
［4］
种类多，分布广，适应能力强，易产生抗药性，其侵 包括监测点编号、监测时间、蚊虫数量等。
害和控制已成为世界关注的焦点。 1.2 方法
差分自回归移动平均（differential autoregressive 1.2.1 研究变量
moving average，ARIMA）模型是由美国统计学家Box 以蚊虫密度（D）为主要研究对象，其计算公式
和英国统计学家 Jenkins 于 20 世纪 70 年代初提出 为：D=Nm/（Nl·T），式中：Nm为蚊虫数量，单位为只；
的时间序列分析、预测和控制的方法，又称 Box⁃ Nl为灯的数量，单位为灯；T为诱蚊小时数，单位为h。
Jenkins法，主要用于拟合具有平稳性或者可以被转 1.2.2 数据处理
换为平稳序列的时间序列，结合了自回归和移动平 以月为时间段，统计2015年1月—2019年12月
均的长处，具有不受数据类型束缚和适用性强的特 南京地区南京蚊虫密度，其中每年的1月、2月和12
点 ［5-6］ ，广泛应用在公共卫生领域中的疫情预警预测 月为非蚊虫活动时间，蚊虫密度以 0 填充。选择
等 ［7-9］ ，在病媒生物侵害密度领域应用不多。本研究 2015 年 1 月—2018 年 12 月数据为训练集，2019 年
利用南京地区长期、连续、系统开展的蚊虫侵害横 1—12月数据为验证集。
断面调查数据，运用季节性差分自回归移动平均 1.2.3 模型预处理
纯随机性检验：纯随机性检验又称白噪声检

［基金项目］ 南京市卫生科技发展专项资金（YKK17200， 验，是专门用来检验序列是否为纯随机的方法，使
YKK18178）；南京市第十周期医学重点专科（传染病预防控制） 用 Box.test 中的 Box⁃Pierce 函数进行检验。单位根
∗ 检验是对序列是否平稳的检验，一般使用ADF检验
通信作者（Corresponding author），E⁃mail：623528991@qq.com