Page 114 - 南京医科大学学报自然科学版
P. 114
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