科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文利用蚊虫密度监测数据及气象资料，分析了2009—2019年北京市及其14个区的蚊虫密度与气象条件间的关系，并基于多元回归、支持向量机和随机森林3种经典的机器学习回归方法进行了蚊虫密度预测。结果表明：北京地区蚊虫密度呈周期性的波动，各区多年平均值在0.35～2.54只/(灯·h)之间，高峰值集中出现在7月中旬到8月中旬，与北京地区气温最高和降水最集中的时期非常吻合。采用机器学习方法，尝试了4种输入因子方案，并利用均方根误差和平均绝对百分误差两种方法进行预测效果检验，显示蚊虫数据相对较稳定的地区，如平谷、门头沟、大兴、海淀等地，预测效果相对更优。在3种方法中，支持向量机方法对2019年5月下旬的预测效果非常好，而多元回归与随机森林的预测效果则在2019年5—10月整体上表现得更为稳定。
-
单位中国科学院大气物理研究所; 北京市疾病预防控制中心
