南通黑胸散白蚁分飞高峰与气象因子的关系

目的分析研究南通地区黑胸散白蚁分飞高峰期内日分飞次数与各气象因子的相关性,为白蚁分飞预测预警提供理论依据。方法利用SPSS统计软件分析2009-2012年高峰期内日分飞次数与各气象因子的相关系数,通过多元回归法建立关键气象因子的黑胸散白蚁高峰期间日分飞次数的预测模型,并划分预警等级。结果分飞高峰期内,温度对黑胸散白蚁高峰期间日分飞次数影响最大;预测模型对所划分的预警等级准确率较高。结论黑胸散白蚁分飞高峰期内受气象因素影响较大,可用来做分飞预警等级的预测预报。     

金坛市6楼居民家中白蚁分飞解析

本文以2013年金坛市某6楼居民家中白蚁分飞为例,对其发生原因做了较为详细的推理分析,得出该分飞白蚁为住户携带家具至高层所导致。并结合气象条件,从生态适应的角度讨论其分飞时间,认为生活在苛刻环境下的白蚁(如没有水分给养)有分飞提前的可能性。最后提出几点工作建议,为今后类似高层白蚁防治提供参考。     

白蚁防治(二)——白蚁的生物学及生态学

3白蚁的生物学白蚁的生物学,概括地说,就是讨论它的个体发育史,包括讨论白蚁的生殖、胚胎发育、胚后发育直至成虫各个时期的生命特性。此外,还讨论白蚁在一年中的发生发展经过(或特点),即它的年生活史以及它的生活习性等。     

大白蚁机体的蛋白质氨基酸及脂肪酸分析

对土垅大白蚁(M.annandalei(slivestri))和黄翅大白蚁(M.barneyi Light)三个品级的干物质的分析表明,其工蚁的氨基酸总量分别为42.16％和48.06％;兵蚁分别为38.55％和33.78％;蚁后分别为46.23％和41.09％。其必需氨基酸含量占氨基酸总量的40％以上,与优质蛋白质的必需氨基酸模式比较有7种达到或超过模式。土垅大白蚁蚁后的体脂经甲酯化处理,用气相色谱仪分析其脂肪酸组成,鉴定出13种脂肪酸,其不饱和脂肪酸占68.77％,其中油酸(18∶1)51.14％;亚油酸(18∶2)13.01％,亚麻酸(18∶3)0.65％,分析还发现其体脂中还含有十五碳酸、十七碳酸及十七碳一烯酸等不多见的奇数脂肪酸。     

疟疾与气象因素关系不同模型预测效果比较

目的 分析气象因素与海南省万宁市疟疾发病率的相关性,比较BP神经网络模型和逐步回归模型对疟疾发病率的预测效果。方法 收集1995年1月-2007年12月万宁市每月气象数据和疟疾发病率数据,应用Spearman等级相关分析方法分析气象因素与疟疾发病率之间的相关性,分别用BP人工神经网络方法和逐步回归方法建立疟疾发病率的气象因子拟合模型,预测2008年各月的疟疾发病率。结果 万宁市疟疾月发病率与前1个月的平均气温、最高气温、最低气温、降雨量、日照时间均呈正相关（均P<0.05）,与前1个月的平均相对湿度、平均气压均呈负相关（均P<0.01）;将7种气象因素作为输入变量,疟疾发病率作为输出变量,构建内含1个隐含层的BP神经网络模型,在隐单元数为16时拟合效果最优,经过300次训练达到设定的最小训练误差为0.001,模型的均方误差和决定系数R²分别为0.002 7和0.99;将7种气象因素作为自变量,疟疾发病率作为因变量构建逐步回归模型,进入模型的变量为平均气温和平均相对湿度,模型的决定系数R²为0.40;应用2种模型对2008年各月疟疾发病率进行预测,平均绝对误差分别为1.24/10 000和0.44/10 000。结论 万宁市疟疾发病率与气象因素明显相关,利用气象因素构建的BP神经网络模型较逐步回归模型具有更好的发病率拟合效果,但逐步回归模型的预测效果更好,BP神经网络模型的泛化能力需要进一步提高。     

肾综合征出血热与气象因子相关性分析及其预报研究

目的 根据连云港赣榆县1990～2002年的气象资料及肾综合征出血热(HFRS)的发病情况，探讨气象因子对HFRS高发区发病率的影响及其相关性，并建立基于气象因子的HFRS发生的预测预报模型。方法用数据处理软件SAS的相关性分析工具和多重线性回归模型。结果以湿度(x1)、日照(x2)、降水(x3)、平均温度(x4)和最低气温(x6)等气象因子为自变量，HFRS发病率为因变量，采用强迫引入法和逐步回归法，分别建立回归方程，y=8．766 0．148x1 0．015x2-0．028x3-0．567x4(①)，复相关系数(r)=0．45及y=1．742-0．054x6(②)，复相关系数(r)=0．44，经t检验，呈显著相关。结论方程②可作为HFRS的预测预报模型，同时进行了区间估计，证实可行。     

三带喙库蚊发生量与气象因子相关性初步分析

目的 了解三带喙库蚊发生量与气象因子的相关性.方法 采用光催化灯诱集蚊虫;以南京市郊区牲畜棚2006年8月至2007年12月调查的三带喙库蚊密度(Y_1)和雌性三带喙库蚊密度(Y_2)为因变量,以同期的气象因子,平均气温(X_1)、最高气温(X_2)、最低气温(X_3)、降雨量(X_4)、平均气压(X_5)、平均相对湿度(X_6)、平均风速(X_7)和日照时数(X_8)为自变量,应用SPSS 16.0软件进行多元逐步回归分析.结果 南京市郊区牲畜棚蚊虫调查中三带喙库蚊占90%以上,雌蚊占95%以上,高密度期(＞60只/h)在6-10月.X_3与三带喙库蚊密度变化存在显著的线性相关,但回归不显著;多数气象因子与三带喙库蚊密度存在显著的非线性相关;获得较优的回归方程:Y_1=10∧[18.645 Lg(X_1+1)-21.403 Lg(X_2+1)-0.930X_7+0.104X_8+2.470]-1,Y_2=10∧[19.051 Lg(X_1+1)-21.994 Lg(X_2+1)-0.945X_7+0.106X_8+8.675]-1,R~2＞0.8.结论 通过气象资料,可初步预测同期三带喙库蚊的发生量;该方法可扩展应用于其他病媒生物及其相关性疾病的预测.     

灭蚁灵、氟虫胺及吡虫啉粉剂对散白蚁的药效研究

目的 比较氟虫胺、吡虫啉和灭蚁灵对白蚁的防制效果。方法 在室内测定不同浓度的3种药剂对尖唇散白蚁的触杀和胃毒作用。结果 3种药剂均为慢性毒剂，药剂浓度不仅决定死亡率的大小，还决定白蚁死亡时间的长短。灭蚁灵、氟虫胺及吡虫咻对白蚁的触杀毒力其LG50分别为14．72％、0．0045％和0．028％，胃毒毒力其LC50分别为0.1208％、0.0008％和0．0097％。结论 灭蚁灵对白蚁的毒力最小，吡虫啉居中，氟虫胺的毒力最大。     

白蚁预防药物在土壤中的环境行为及影响因素分析

新建房屋白蚁预防土壤化学屏障持效期受多种因素的影响。对预防药物进入土壤中所发生的环境行为,以及影响因素进行了概括总结和分析,并结合白蚁预防工作实际进行了分析讨论。     

细辛醇提物对栖北散白蚁的毒效及含量测定研究

目的研究中药提取物对白蚁的药效。方法采用点滴法、药膜法研究细辛醇提物对栖北散白蚁的毒效。用点滴法测定细辛脂素对栖北散白蚁的毒效,并用高效液相色谱(HPLC)法测定细辛脂素在细辛醇提物中的含量。结果点滴法测定北细辛醇提物24 h对栖北散白蚁的LD50为17.044 8μg/只,LC50为3.489 5%;药膜法测定细辛醇提物24 h对栖北散白蚁的接触毒性,LC50为5.783 6%。HPLC法测定细辛脂素在细辛醇提物中含量为28.04 mg/g。结论北细辛醇提物对栖北散白蚁具有较好的触杀作用。细辛脂素是细辛纯提物毒杀白蚁的有效成分。     

湖州市心脑血管疾病与气象因素的关系分析及预报研究

目的探讨气象因素与湖州市心脑血管疾病的关系,并建立医学气象预报模型对心脑血管疾病发病水平进行预测。方法收集湖州市中心医院和湖州市第一人民医院2006～2007年门诊就诊资料和同期该地区气象资料,采用Spearman相关分析,并用自动交互检测方法(AID)建立预报模型,数据处理用SPSS10.0和SAS EM 4.1统计软件。结果我市心脑血管疾病发病冬春季高于夏秋季节,其发病与日平均气压、平均气温、最低气温、日较差、水汽压、降水量、日照时数等气象因子存在相关性,按周建立了气象因素与心脑血管疾病预报模型和四个预警等级,模型拟合值为0.279。结论心脑血管疾病发病与气象因素密切相关,按周建立预警、预测模型效果较好。     

2019—2020年宁波市江北区成蚊密度监测结果分析

目的 了解宁波市江北区成蚊密度、种群构成和季节消长情况,为制定蚊媒疾病防制措施提供科学依据。方法 2019—2020年每年4—11月,采用诱蚊灯法对江北区15处监测点进行成蚊密度监测,并对结果进行分析。采用多元线性回归分析法对蚊密度与气象因子的相关性进行分析。结果 共捕获雌蚊1 608只,其中淡色库蚊为优势种,占捕蚊总数的74.13%。成蚊密度高峰期为7—9月,2019年7月成蚊密度最高,达11.17只/(灯·夜)。每年不同生境均以牲畜棚密度最高,平均成蚊密度为6.10只/(灯·夜)。蚊密度与月平均气压(β=0.236,P=0.034)、月平均温度(β=1.330,P=0.001)、月平均湿度(β=-0.776,P=0.005)、月平均风速(β=-1.019,P=0.001)关系有统计学意义。结论 基本掌握了江北区成蚊密度、种群构成和季节消长情况,可有效指导蚊虫防制;另外,气压、温度、湿度、风速对蚊密度有重要影响。     

湖南省流行性感冒与气象因素关系及预测

目的 分析湖南省气象因素与流行性感冒(流感)发病的关系,建立时间序列模型,并对预测效果进行评价,为今后制定更科学有效的流感防控策略提供参考依据.方法 利用SPSS 20.0软件建立数据库,采用Spearman秩相关对气象因素和流感发病数进行相关性分析,以2008-2016年湖南省流感发病数为基础构建时间序列模型,对20...     

基于向量自回归模型的清远市手足口病发病预测分析

目的 运用向量自回归模型(vector autoregression model,VAR)分析清远市手足口病发病与气象因素的动态关系,为手足口病的防控提供科学依据。 方法 用2013年1月1日－2017年4月30日的气象数据和手足口病发病数据建立VAR模型,评价模型的稳定性及拟合效果,通过脉冲响应函数和方差分解分析对模型进行定量分析,进一步对手足口病发病情况进行预测并评价预测效果。 结果 模型总拟合优度为0.96,调整后拟合优度为0.95。手足口病发病数对日最低气温、日地表最低气温和日平均相对湿度等气象因素的冲击响应是正向的。模型对未来1周、2周、3周和4周的手足口病发病预测其平均绝对百分误差(mean absolute percentage error,MAPE)分别为17.75%、13.69%、10.74%和15.85%,希尔不等式系数(Theil inequality coefficient,TIC)分别为0.08、0.06、0.05和0.09。 结论 气象因素和手足口病发病的VAR模型可以较好地进行清远市手足口病发病的短期预测。     

乌鲁木齐市流感样病例与气象因素的ARIMAX模型预测分析

目的分析气象因素对乌鲁木齐市流感样病例(influenza-like illness,ILI)例数的影响,建立ARIMAX(autoregressive integrated moving average model-X)模型对ILI例数进行短期预测,为乌鲁木齐市流感的预防与控制提供理论依据。方法利用乌鲁木齐市2015年1月至2017年9月的ILI例数和同期气象数据,建立ARIMAX模型,预测乌鲁木齐市2017年10月至2018年3月的ILI病例数,并与实际ILI例数进行比较。结果2015年1月—2017年9月发病数建立了ARIMA(0,1,1)(1,1,0)12模型,AIC=200.09;通过残差序列互相关函数(CCF)得出月平均相对湿度与ILI例数之间存在正相关关系,月日照时数与ILI例数之间存在负相关关系。将月平均相对湿度和月日照时数作为影响变量,建立ARIMAX模型,其中,纳入滞后0阶月日照时数的ARIMAX模型的AIC最小(AIC=197.63),且模型各参数差异均具有统计学意义。与一元时间序列ARIMA模型相比,拟合的平均绝对百分误差(MAPE)降低1.3687%,预测的MAPE降低5.25%,预测精度提高。结论本研究建立的带有气象因素的ARIMAX模型能较好预测短时间内ILI病例数发病趋势,为流感监测和预防控制提供依据。     

宁波市气象因素和空气污染物对居民循环系统疾病死亡影响的分布滞后非线性模型分析

目的 分析宁波市气象因素和空气污染物对人群循环系统疾病死亡人数的影响。方法 对宁波2014—2018年气象因素数据和空气污染物数据及同期居民循环系统疾病日死亡人数进行统计学描述分析,使用分布滞后非线性模型来探究气象因素和空气污染物与宁波循环系统疾病日均死亡人数之间的关系。结果 气温和空气污染物会对人群循环系统疾病的死亡产生影响,极端高温天气在第0～4天(lag0～4)累积增加人群循环系统疾病死亡风险最大,死亡风险最大增加为21.22%(95%CI:3.84%,41.52%);极端低温在滞后第2～7天(lag2～7)的累积增加人群循环系统疾病死亡风险最大,死亡风险最大增加为13.02%(95%CI:0.99%,26.48%)。PM₁₀、PM_2.5、SO₂浓度的增加会使人群的循环系统疾病死亡风险增加。结论 宁波市气象因素和空气污染物均可影响居民循环系统疾病的死亡风险,注意极端天气和高污染天气的防范,在日均气温处于低温或高温,应倡议居民减少外出或注意防护。     

甲型H1N1流感与气象因子的关系及预报模型研究

目的研究气象条件的变化对甲型H1N1流感活动强度的影响,建立气象因子对甲型H1N1流感阳性检出率的预报模型。方法收集浙江省2009年4月—2011年1月甲型H1N1流感疫情资料、各哨点医院的监测资料以及同期气象资料,在采用Spearman相关分析甲型H1N1流感活动强度与有关气象因子的相关关系的基础上,通过卡方自动交互检测方法建立决策树预报模型。结果甲型H1N1流感阳性检出率与周平均气压（r=0.50）、最高气压（r=0.51）、降水量（r=-0.23）、最低气压（r=0.50）、平均气温（r=-0.40）、最高气温（r=-0.41）、最低气温（r=-0.39）、平均风速（r=-0.22）、气温周较差（r=-0.30）和周平均温差（r=-0.30）等气象因子存在相关性（P〈0.05）。影响甲型H1N1流感阳性检出率的主要气象因子为最低气压、平均风速和降水量（P均〈0.05）。将甲型H1N1流感阳性检出率分为不同等级与气象因子建立预报模型,模型预测的正确率为66.67%。结论最低气压、平均风速、降水量等气象因子与甲型H1N1流感活动强度密切相关,可利用决策树建立模型作预测预报。     

脑卒中发病规律与气象因素的关系及预测模型的建立

目的讨论脑卒中发病人数的月际和年际变化规律及气象因素的关系,建立逐月旬发病气象预测模型。方法利用2000—2008年乌鲁木齐市脑卒中逐月发病人数病例资料和同期地面气象A文件资料,选择气温、气压、日照时数、总云量、相对湿度、平均风速进行逐步回归分析,加之天气过程与多发病人数进行对比分析。结果脑卒中发病人数逐年呈现上升态势,高峰期出现在1月;多发病人数主要涉及到强降温、东南大风天气过程;发病人数与气温、日照时数呈显著负相关,与气压和风速呈显著正相关,脑卒中发病预测模型:Y月=71.56-0.19P+0.41P1+0.32T-1.41C-0.04S1。结论利用月旬预测模型F检验,趋势拟合准确率为71%和63%,表明此模型是可行的,有一定的预测能力。     

宁波市O3与气象因素短期暴露对死亡人数的影响及交互作用

目的 探索O₃与气象因素短期暴露对死亡人数的影响及交互作用。方法 基于宁波市2014―2018年死因、气象及环境监测数据,利用分布滞后非线性模型(distributed lag nonlinear model, DLNM)分析宁波市O₃与气象因素短期暴露对死亡人数的影响及交互作用。结果 低温、低温湿指数(temperature-humidity index, THI)、低风寒指数(wind chill index, WCI)能够增加全因死亡、呼吸系统及循环系统疾病人群的死亡风险;O₃短期暴露对全因死亡、呼吸系统及循环系统疾病死亡风险的影响均有统计学意义(均有P<0.05),其效应最大值分别出现在累积滞后06、07和06 d,RR值分别为1.008(95%CI:1.004～1.011)、1.015(95%CI:1.007～1.022)和1.009 (95%CI:1.004～1.014);短期O₃暴露与高温、高THI、高WCI对全因死亡、呼吸系统及循环系统疾病人群死亡风险具有协同增强作用,且该效应...     

北京市2004－2015年细菌性痢疾分布特征及气象影响因素分析

目的 分析北京市2004－2015年细菌性痢疾的分布特征,探讨气候因素对其时空分布的影响。方法 收集2004－2015年北京市气象资料及细菌性痢疾的发病资料,采用描述性分析方法了解其时空分布特征,直线相关分析和多元线性回归探讨细菌性痢疾发病率与平均降水量、平均气温、日照时数、平均风速、平均气压、大风日数和雨日数的关系。结果 北京市2004－2015年共报告细菌性痢疾患者280 704例,死亡36例,年平均报告发病率130.15/10万,发病集中在每年的5－10月,占报告总病例数的80.75%,0～岁组报告发病率最高,职业以散居儿童和学生最多,男女性别发病比例为1.22 ∶ 1。细菌性痢疾的报告发病率与平均降水量、平均气温和雨日数呈正相关,相关系数分别为0.931、0.878和0.888,与平均气压呈负相关,相关系数值为-0.820;多元逐步回归分析方法拟合细菌性痢疾与气象因素的回归方程为Y=3.792＋0.162X₁。结论 北京市细菌性痢疾报告发病率远高于全国发病水平,发病高峰在7－8月,平均降水量是影响细菌性痢疾报告发病率的重要气象因素。