Василевич Федор Иванович, доктор ветеринарных наук, профессор, академик РАН
Москва
Nikanorova Anna M., Doctor of Veterinary Sciences, Associate Professor
Moscow
Никанорова Анна Михайловна, доктор ветеринарных наук, доцент
Калуга
Nikanorova Anna M., Doctor of Veterinary Sciences, Associate Professor
Kaluga
Калмыков Вадим Владимирович
Москва
Kalmykov Vadim V.
Moscow
Цель исследований – разработать сезонную прогностическую модель численности комаров (сем. Culicidae) на территории Калужской области на основе методов анализа временных рядов с учетом климатических факторов, обеспечивающую точность прогноза не менее 85% для оперативного планирования противоэпидемических мероприятий.
Материалы и методы. В ходе исследования динамики численности комаров на территории Калужской области за 2014–2024 гг. применен комплексный подход, сочетающий полевые наблюдения, статистический анализ и математическое моделирование. Параллельно анализировали климатические параметры (среднемесячные температуры, количество осадков, влажность воздуха). Использован метод моделирования с применением временных рядов.
Результаты и обсуждение. Построена прогностическая модель численности комаров в Калужской области на 2024 г. с использованием сезонной модели SARIMA. Полученные результаты демонстрируют надежность прогноза: средняя абсолютная процентная ошибка составляет 7,9%, что означает отклонение прогноза от фактических значений менее чем на 8%, в среднем. Среднеквадратическая ошибка в 147,2 особи показывает, что в абсолютных значениях прогнозные данные могут отличаться от реальных примерно на 150 особей при средней численности популяции около 1800–2500 экз. Эти показатели свидетельствуют о высокой достоверности модели и ее применимости для практического использования. Полученные результаты имеют важное практическое значение для планирования своевременных обработок территорий, оптимизации работы эпидемиологического надзора, распределения ресурсов для борьбы с переносчиками заболеваний и информирования населения о периодах повышенной активности комаров.
The purpose of the research is to develop a seasonal forecasting model for mosquito populations (family Culicidae) in the Kaluga Region based on time series analysis methods with climatic factors taken into account, which ensures a forecast accuracy of at least 85% to plan proactive anti-epidemic measures.
Materials and methods. The study on mosquito population dynamics in the Kaluga Region for 2014–2024 used an integrated approach combining field observations, statistical analysis, and mathematical modeling. Climatic parameters (average monthly temperatures, precipitation, and air humidity) were analyzed in parallel. A time series modeling method was used.
Results and discussion. The forecasting model for mosquito populations in the Kaluga Region for 2024 was developed using the seasonal SARIMA model. The results obtained demonstrate the forecast reliability: the mean absolute percentage error is 7.9%, which means the forecast deviates from actual values by less than 8%, on average. The standard error of 147.2 specimens indicates that the forecast data may differ in absolute values from actual values by approximately 150 specimens, with an average population size of approximately 1,800–2,500 specimens. These values demonstrate the high model reliability and applicability for practical use. These results have important practical implications for planning timely treatments of areas, optimizing epidemiological surveillance, allocating resources to control disease vectors, and informing the public about periods of increased mosquito activity.
The authors declare that there are no conflicts of interest present.