长沙市2007-2015年成蚊密度监测及趋势分析

doi:10.11853/j.issn.1003.8280.2017.01.013

摘要/Abstract

摘要：

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。

关键词: 蚊密度, 监测, 差分自回归移动平均模型

Abstract:

Objective To monitor the adult mosquito densities from 2007 to 2015, analyzing pattern of mosquitoes' species, to provide a basic reference for mosquito control measures. Methods The light trapping method was used to monitor adult mosquito density from April to December, 2007-2015. The autoregressive integrated moving average model (ARIMA) was used to predict adult mosquito density in 2016. Results A total of 94 515 mosquitoes were captured from 2007 to 2015, with a total density of 6.48 per hour. The predominant mosquito species in different habitats were significantly different, Culex tritaeniorhynchus accounted for 50.83% in livestock shed area. The predominant mosquito species in other various habitats was Cx. pipiens quinquefasciatus which accounted for more than 51.00%. The peak season of adult mosquito during 9 years was in June, the density of mosquito was high during June to September. ARIMA(1,0,0) (2,1,1)₁₂ was successfully established, residual sequence was tested by white-noise(P>0.05), and the R² was 0.61. Conclusion The community composition and seasonal density fluctuation of mosquitoes in Changsha city are acquired basically and the ARIMA(1,0,0) (2,1,1)₁₂ model is able to predict the adult mosquito density. It is suggested that we should make more effort to control mosquitoes in the countryside and take measures in April and May before the onset of the peak mosquito density.

Key words: Mosquito density, Monitoring, Autoregressive integrated moving average model

中图分类号:

R384.1

肖珊, 彭莱, 龙建勋, 何俊. 长沙市2007-2015年成蚊密度监测及趋势分析[J]. 中国媒介生物学及控制杂志, 2017, 28(1): 46-50.

XIAO Shan, PENG Lai, LONG Jian-xun, HE Jun. The population density analysis of adult mosquitoes in Changsha city, China from 2007 to 2015[J]. Chines Journal of Vector Biology and Control, 2017, 28(1): 46-50.

参考文献

[1] 中华人民共和国卫生部. 全国病媒生物监测方案(试行)[S]. 北京:中国疾病预防控制中心,2005.
[2] 彭志行,鲍昌俊,赵杨,等. 乘积季节模型及其在传染病发病预测中的应用[J]. 数理统计与管理,2008,27(2):362-368.
[3] 陈纯,肖新才. 季节性ARIMA模型在广州市手足口病疫情预测中的应用[J]. 中国预防医学杂志,2016,17(2):90-94.
[4] 王桂安,徐荣,马晓,等. 宁波市2011-2014年媒介蚊虫监测结果分析[J]. 中国媒介生物学及控制杂志,2016,27(1):71-74.
[5] 龚道方,周红宁. 中国登革热重要媒介白纹伊蚊的研究进展[J]. 中国媒介生物学及控制杂志,2009,20(6):607-610.
[6] 肖珊,龙建勋,彭莱,等. 长沙市内5区蚊虫孳生地现状调查[J]. 医学动物防制,2016,32(3):282-284.
[7] 张菊仙,龚正达. 中国蚊类研究概况[J]. 中国媒介生物学及控制杂志,2008,19(6):595-599.
[8] 仲洁,何隆华. 气象因素对蚊虫密度影响研究进展[J]. 中国媒介生物学及控制杂志,2015,26(1):95-99.
[9] 单旭征,易智勇. 基于ARIMA模型的成都市金牛区手足口病疫情趋势预测和流行预警[J]. 预防医学情报杂志,2016,32(1):29-32.
[10] 胡晓媛,吴娟,孙庆文,等. ARIMA模型与GRNN模型对肺结核发病率预测的对比研究[J]. 第二军医大学学报,2016,37(1):115-119.
[11] 孟蕾,王新华,白亚娜,等. 甘肃省哨点医院流感样病例ARIMA模型预测[J]. 中国公共卫生,2014,30(2):228-230.
[12] 黄建华,石挺丽,陈远源,等. 多变量灰色模型MGM(1,n)在白纹伊蚊密度预测中的应用[J]. 中华疾病控制杂志,2016,20(1):87-90.
[13] 马红梅,柳小青,陈海婴. 基于风险评估矩阵法的城市蚊媒疾病风险研究[J]. 中华疾病控制杂志,2014,18(9):887-890.
[14] 于德宪,林立丰,罗雷,等. 人工神经网络模型用于分析气候因素对白纹伊蚊密度影响的初步探讨[J]. 南方医科大学学报,2010,30(7):1604-1609.

[1]	刘小波, 岳玉娟, 贾清臣, 赵宁, 郭玉红, 赵春春, 梁莹, 王君, 吴海霞, 刘起勇. 2020－2021年我国12省份媒介伊蚊生态学调查[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 8-15.
[2]	魏超, 马海芳, 廖宁, 熊绮梦. 广西壮族自治区2020－2021年登革热媒介伊蚊密度专项调查结果分析[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 25-29.
[3]	赵春春, 周欣欣, 李文玉, 伦辛畅, 刘小波, 吴海霞, 王君, 刘起勇, 孟凤霞. 2020年中国13省份登革热媒介白纹伊蚊抗药性监测及分析研究[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 30-37.
[4]	郑宇婷, 杨春梅, 杨明东, 姜进勇. 云南边境地区登革热媒介伊蚊生态学及抗药性监测[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 38-43.
[5]	赵鑫, 刘建华, 张皓. 三峡库区宜昌段1997－2020年鼠形动物监测报告[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 67-71.
[6]	王纯玉, 张家勇, 白玉银, 丁俊. 辽宁省2020年主要病媒生物监测结果分析[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 76-82.
[7]	闫青芳, 赵洪林, 姜健康, 杜桂英, 刘淑霞, 宁吉沪, 陈立勇, 王光伟. 山东省聊城市国家级监测点2018－2020年鼠类监测结果分析[J]. 中国媒介生物学及控制杂志, 2022, 33(1): 100-103.
[8]	曹阳, 韦凌娅, 邵汉文, 王慧敏, 孔庆鑫. 2019年杭州市蚊虫监测及生态学特征[J]. 中国媒介生物学及控制杂志, 2021, 32(6): 691-695.
[9]	樊金星, 张叶, 岳思宁, 赵奇, 刘吉起. 河南省2020年蝇类监测结果分析[J]. 中国媒介生物学及控制杂志, 2021, 32(6): 696-699.
[10]	罗兴, 刘艳春, 贾永朝. 四川省广元市2018－2020年登革热媒介伊蚊生态学特征分析[J]. 中国媒介生物学及控制杂志, 2021, 32(6): 705-709.
[11]	李希尚, 蔡文斌, 杨雁鸣, 董祖平, 王兴娟, 杨东海, 王加志, 尹授钦, 李胜国. 云南省腾冲市2015－2020年鼠疫监测结果分析[J]. 中国媒介生物学及控制杂志, 2021, 32(6): 710-714.
[12]	孙钦同, 韩英男, 刘言, 赖世宏, 王学军, 康殿民. 应用自回归移动平均（ARIMA）模型预测山东省鼠密度趋势[J]. 中国媒介生物学及控制杂志, 2021, 32(6): 744-748.
[13]	张家林, 黄发源. 安徽省2015－2019年登革热媒介伊蚊监测结果分析[J]. 中国媒介生物学及控制杂志, 2021, 32(5): 582-585.
[14]	司晓艳, 白国辉, 宋利桃, 师婷, 南晓伟, 陈继来, 张忠兵, 高雨龙, 贺蕊霞, 郭惠敏. 内蒙古自治区人居环境2017－2019年鼠类监测数据分析[J]. 中国媒介生物学及控制杂志, 2021, 32(5): 586-589.
[15]	韩晓莉, 赵勇, 高文, 马丽华, 宋纪文. 基于季节性分解的圆形分布法在蚊虫监测数据统计分析中的应用[J]. 中国媒介生物学及控制杂志, 2021, 32(5): 604-607.