肖珊
- 作品数：10 被引量：38H指数：3
- 供职机构：长沙市疾病预防控制中心更多>>
- 相关领域：医药卫生农业科学理学更多>>
- 长沙市2020—2021年白纹伊蚊和家蝇抗药性监测被引量：1
- 2023年
- 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。
- 林斌彭莱肖珊朱彩英陈建勇龙建勋
- 关键词：白纹伊蚊幼虫成蚊家蝇抗药性
- 基于R语言自回归积分移动平均模型在长沙市三带喙库蚊密度预测中的应用被引量：3
- 2020年
- 目的构建长沙市三带喙库蚊自回归积分移动平均模型(autoregressive integrated moving average,ARIMA)并进行预测。方法应用R语言3.3.2将2007年1月~2015年6月的三带喙库蚊密度数据构建ARIMA模型,比较2015年7~12月预测值与真实值,对2016年三带喙库蚊密度进行预测。结果三带喙库蚊密度监测数据构建ARIMA(1,1,1)×(1,1,0)12模型,赤池信息准则(AIC)值为487.98,经检验残差为白噪声(P>0.05),模型有效。2015年7~12月预测值与实际值基本一致,均方根误差(RMSE)=3.021,平均绝对误差(MAE)=2.132,模型外推良好。结论ARIMA模型在三带喙库蚊密度短期预测方面有一定可行性。
- 肖珊肖珊陈立章龙建勋
- 关键词：三带喙库蚊
- 长沙市2006-2015年鼠密度监测分析被引量：6
- 2016年
- 目的掌握长沙市鼠类分布情况,为制定科学合理的鼠类防制方案提供依据。方法 2006-2015年随机选取长沙市居民区、特殊行业和农村3种类型的监测点各1个,采用夹夜法,全年每月监测1次,并对数据进行统计学分析。利用差分自回归移动平均模型预测2016-2017年鼠密度。结果共捕获鼠类676只,平均密度为1.06%,褐家鼠为优势鼠种,占捕获总数的50.15%(339/676);不同生境鼠密度依次为特殊行业>农村>居民区;10年的月平均鼠密度高峰在3月,次高峰在6月;鼠密度随时间推移呈降低趋势。结论基本掌握了长沙市鼠类种群构成及季节消长情况,应根据不同生境及季节消长规律,合理制定鼠类防制方案,并坚持长期监测。
- 彭莱何俊肖珊龙建勋
- 关键词：鼠密度
- 长沙市2006-2015年蝇类密度监测结果分析被引量：7
- 2017年
- 目的掌握长沙市蝇类种群构成及季节消长情况,为蝇类防治提供科学依据。方法 2006-2015年在辖区内随机选择农贸市场、餐饮店外环境、绿化带和居民区4种生境进行监测。采用笼诱法,每年的4-12月每月监测1次,并对数据进行统计学分析。结果共捕获蝇类6 969只,平均密度为5.16只/笼,家蝇为优势蝇种,占捕获总数的26.24%(1 829/6 969);不同生境蝇密度依次为绿化带>居民区>农贸市场>餐饮店外环境;10年间月平均蝇密度高峰期在6月。结论基本掌握了长沙市蝇类种群构成及季节消长情况,应根据不同生境及季节消长规律,合理制定蝇类防制方案,并坚持长期监测。
- 彭莱何俊肖珊龙建勋
- 关键词：蝇密度种群构成
- 自回归积分移动平均模型在长沙市蝇密度预测中的应用
- 2023年
- 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。
- 肖珊陈建勇林斌龙建勋彭莱朱彩英
- 关键词：蝇密度
- 长沙市2013年致倦库蚊抗药性测定报告被引量：1
- 2014年
- 【目的】了解长沙市致倦库蚊对主要化学杀虫药剂的抗药性水平，以指导科学合理地使用杀虫剂。【方法】选择常用拟除虫菊酯类、敌敌畏等五种杀虫剂，按幼虫浸渍法测定受试致倦库蚊半数致死量（LC50），并与2004年、2010年的测定结果进行比较。【结果】2013年致倦库蚊的抗药性与2010年相比，五种药物中四种有所降低，与2004年比有三种有所降低。【结论】长沙市在蚊虫防治中应减少溴氰菊酯的使用，加强整体规划，延缓蚊虫抗药性的发展。
- 龙建勋肖珊彭莱徐唯一
- 关键词：抗药性
- 2014年长沙市内5区苍蝇孳生地现况调查被引量：1
- 2017年
- 目的掌握2014年长沙市内5区苍蝇孳生现状,为制定苍蝇防控措施提供科学依据。方法将长沙市内5区街道分为内街和外街,采用随机抽样选择调查点,内外街各抽查一个街道办事处,每个办事处从中抽查不同的环境类型查找蝇卵块、幼虫、蛹、成蝇。结果共查到苍蝇各类孳生场所474处,阳性87处,阳性率18.35%。垃圾站阳性率最高,为62.50%。垃圾种类比较,粪便类最高,为38.89%(χ~2=8.992,P<0.05)。结论长沙市内5区垃圾(站、桶、围)和绿化带苍蝇孳生阳性率偏高。
- 龙建勋彭莱肖珊
- 关键词：苍蝇孳生地阳性率
- 长沙市内5区蚊虫孳生地现状调查被引量：3
- 2016年
- 目的掌握长沙市内5区蚊虫孳生现状,为制定蚊虫防控措施提供科学依据。方法将长沙市内5区街道分为内街和外街,采用随机抽样选择调查点,内外街各抽查一个街道办事处,每个办事处从中抽查不同的环境类型调查所有的环境积水,采用目测法记录各类环境的积水处数和阳性处数。结果共调查各类积水813处,阳性179处,阳性率22.02%。居民社区和建筑工地的积水处数较多,分别占积水总数的48.83%和14.02%;公厕阳性率最高,为50.00%;水质以中度污水阳性率最高,为24.22%;5区比较开福区阳性率最高,内街阳性率高于外街(χ2=15.993,P=0.000)。结论长沙市内5区公厕和公园蚊孳生阳性率偏高,孳生地治理时需注重此类环境类型中的中度污水的治理。
- 肖珊龙建勋彭莱陈菁
- 关键词：蚊虫孳生地阳性率
- 长沙市2007-2015年成蚊密度监测及趋势分析被引量：16
- 2017年
- 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。
- 肖珊彭莱龙建勋何俊
- 关键词：蚊密度
- 自回归积分移动平均模型在长沙市白纹伊蚊密度预测中的应用
- 2024年
- 目的探讨自回归积分移动平均(autoregressive integrated moving average,ARIMA)模型在长沙市三种方法监测白纹伊蚊密度预测中的应用,预测密度增长趋势。方法收集整理长沙市2007年1月—2023年7月诱蚊灯法及2016年1月—2023年7月双层叠帐法、布雷图指数法监测白纹伊蚊密度数据,采用2007年1月—2022年12月诱蚊灯法监测数据、2016年1月—2022年12月双层叠帐法及布雷图指数法监测数据,应用R4.3.0软件分别构建季节性ARIMA模型,将2023年1—7月的三种方法监测数据实际值与预测值进行比较评价,预测2023年8—11月密度。结果对三种方法监测白纹伊蚊密度分别构建了最佳模型ARIMA(0,0,1)(2,1,2)12、ARIMA(0,1,1)(0,1,1)12及ARIMA(0,1,0)(1,0,2)12,模型赤池信息准则值及贝叶斯信息准则值均达到最低,且较好地拟合了既往密度序列,残差Box-Ljung检验为白噪声(P>0.05),可用于白纹伊蚊密度预测,预测2023年8—11月诱蚊灯法白纹伊蚊密度平均值为0.56只/(灯·夜),预测2023年8—10月帐诱指数及布雷图指数平均值为1.67只/(帐·h)及21.75,均高于2022年同期密度平均值:0.43只/(灯·夜)、0.72只/(帐·h)及3.67。结论ARIMA模型对长沙市三种方法监测白纹伊蚊密度数据构建的最佳模型拟合效果较好,可用于白纹伊蚊密度的短期预测,预测2023年下半年白纹伊蚊密度较2022年同期有增高趋势,应采取措施加大伊蚊密度控制力度。
- 肖珊陈建勇彭莱林斌徐明忠
- 关键词：白纹伊蚊
