自回归积分移动平均模型在长沙市蝇密度预测中的应用

摘要

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。