期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
自回归积分移动平均模型在长沙市蝇密度预测中的应用
1
作者 肖珊 陈建勇 +3 位作者 林斌 龙建勋 彭莱 朱彩英 《中国媒介生物学及控制杂志》 北大核心 2023年第6期788-793,共6页
目的构建长沙市蝇密度自回归积分移动平均模型(ARIMA),并对2023年1-12月蝇密度进行预测。方法应用R 4.3.0软件对2005年1月-2022年6月的蝇密度数据构建ARIMA模型,将2022年7-12月预测值与真实值进行比较,进行模型预测效果评价,进而对2023... 目的构建长沙市蝇密度自回归积分移动平均模型(ARIMA),并对2023年1-12月蝇密度进行预测。方法应用R 4.3.0软件对2005年1月-2022年6月的蝇密度数据构建ARIMA模型,将2022年7-12月预测值与真实值进行比较,进行模型预测效果评价,进而对2023年1-12月蝇密度进行预测。结果采用ARIMA模型对2005年1月-2022年6月蝇密度监测数据构建,选取最佳模型为ARIMA(1,0,0)(0,1,1)_(12),其赤池信息准则(AIC)值及贝叶斯信息准则(BIC)值均最低,分别为986.50及996.37;模型残差序列为白噪声,模型有效;预测2022年7-12月的蝇密度与实际密度基本一致,实际监测值均落入了预测值的95%置信区间内,均方根误差(RMSE)为0.649,平均绝对误差(MAE)为0.522,可用于短期蝇密度预测。利用该模型预测2023年1-12月蝇密度,其密度平均值为2.89只/笼,低于2005-2022年平均密度(3.22只/笼),高于2022年平均密度(1.20只/笼)。结论ARIMA(1,0,0)(0,1,1)12模型对长沙市蝇密度数据的拟合效果较好,可用于蝇密度的短期预测,为预防控制蝇类危害事件及蝇传疾病提供依据。 展开更多
关键词 蝇密度 监测 自回归积分移动平均模型 预测
原文传递
长沙市2020—2021年白纹伊蚊和家蝇抗药性监测 被引量:1
2
作者 林斌 彭莱 +3 位作者 肖珊 朱彩英 陈建勇 龙建勋 《医学动物防制》 2023年第9期843-845,共3页
目的 了解2020—2021年长沙市白纹伊蚊和家蝇对常用卫生杀虫剂的抗药性现状,为合理使用卫生杀虫剂提供科学依据。方法 白纹伊蚊采用幼虫浸渍法和成蚊接触筒法测定其抗药性,家蝇采用点滴法测定其抗药性。结果 2020—2021年长沙市白纹伊... 目的 了解2020—2021年长沙市白纹伊蚊和家蝇对常用卫生杀虫剂的抗药性现状,为合理使用卫生杀虫剂提供科学依据。方法 白纹伊蚊采用幼虫浸渍法和成蚊接触筒法测定其抗药性,家蝇采用点滴法测定其抗药性。结果 2020—2021年长沙市白纹伊蚊幼虫对残杀威、双硫磷、吡丙醚均产生不同程度的抗药性,抗性倍数分别为9.37、4.55和47.02;白纹伊蚊成虫对0.03%溴氰菊酯、0.40%氯菊酯、0.08%高效氯氰菊酯、0.07%高效氯氟氰菊酯均产生了抗药性,对0.50%马拉硫磷、0.20%杀螟硫磷表现为可能抗性,对0.05%残杀威、0.20%噁虫威、2.00%毒死蜱均敏感。2020—2021年长沙市家蝇对高效氯氰菊酯、溴氰菊酯均产生了抗药性,抗性倍数分别为125.02、69.34,对敌敌畏敏感。结论 长沙市白纹伊蚊幼虫对吡丙醚处于高抗性水平,成虫对0.03%溴氰菊酯、0.40%氯菊酯、0.08%高效氯氰菊酯、0.07%高效氯氟氰菊酯均产生了抗药性,应减少这几种药物对白纹伊蚊的杀灭使用;长沙市家蝇对高效氯氰菊酯、溴氰菊酯均处于高抗性水平,应减少这2种药物对于家蝇的杀灭使用。 展开更多
关键词 白纹伊蚊 幼虫 成蚊 家蝇 抗药性 杀虫剂
原文传递
长沙市2007-2015年成蚊密度监测及趋势分析 被引量:16
3
作者 肖珊 彭莱 +1 位作者 龙建勋 何俊 《中国媒介生物学及控制杂志》 CAS 2017年第1期46-50,共5页
目的调查长沙市2007—2015年成蚊密度,分析其季节消长规律,为蚊虫防制提供科学依据。方法 2007—2015年每年4—12月采用诱蚊灯法捕获蚊类,计算蚊密度;利用差分自回归移动平均(ARIMA)模型,预测2016年各月成蚊密度。结果共捕获成蚊94 515... 目的调查长沙市2007—2015年成蚊密度,分析其季节消长规律,为蚊虫防制提供科学依据。方法 2007—2015年每年4—12月采用诱蚊灯法捕获蚊类,计算蚊密度;利用差分自回归移动平均(ARIMA)模型,预测2016年各月成蚊密度。结果共捕获成蚊94 515只,成蚊总密度为6.48只/(灯·h);不同生境的优势蚊种差异明显,牲畜棚以三带喙库蚊为优势种,占捕获总数的50.83%;其他各生境中均以致倦库蚊为优势种,构成比均>51.00%;9年中成蚊密度最高峰在6月,6—9月为成蚊密度高峰期。ARIMA模型较好地拟合了既往成蚊密度序列,构建ARIMA(1,0,0)(2,1,1)_(12)模型,残差序列通过白噪声检验,差异无统计学意义(P>0.05),模型决定系数为0.61。结论基本掌握了长沙市蚊虫种群构成及其季节消长情况,构建的ARIMA(1,0,0)(2,1,1)_(12)模型可较好地模拟长沙市成蚊密度变化趋势;建议对农村地区加大蚊虫消杀力度,在成蚊密度高峰来临前的4、5月进行全面的灭蚊工作。 展开更多
关键词 蚊密度 监测 差分自回归移动平均模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部