淺談?dòng)?jì)算機(jī)在森林病蟲(chóng)害預(yù)測(cè)預(yù)報(bào)中的應(yīng)用

摘要：提高病蟲(chóng)預(yù)測(cè)預(yù)報(bào)的準(zhǔn)確性和時(shí)效性，對(duì)森林資源的保護(hù)和生態(tài)環(huán)境的建設(shè)具有重大的意義，將計(jì)算機(jī)應(yīng)用在森林病蟲(chóng)害預(yù)測(cè)預(yù)報(bào)中，對(duì)于我國(guó)林業(yè)發(fā)展起著重要作用。本文主要介紹了通過(guò)計(jì)算機(jī)在森林病蟲(chóng)害預(yù)測(cè)預(yù)報(bào)中的應(yīng)用，通過(guò)馬爾科夫模型，實(shí)現(xiàn)了病蟲(chóng)害的預(yù)測(cè)預(yù)報(bào)。提高病蟲(chóng)預(yù)測(cè)預(yù)報(bào)的準(zhǔn)確性和時(shí)效性，對(duì)森林資源的保護(hù)和生態(tài)環(huán)境的建設(shè)具有重大的意義。

Abstract: Improving the accuracy and timeliness of pest forecast is of great significance to the protection of forest resources and ecological environment construction, and using the computer in the prediction of forest diseases and insect pests plays an important role in the development of forestry. This paper describes the application of computer in the forest pest forecast, through the Markov model, achieves the forecast of pests and diseases.

關(guān)鍵詞：計(jì)算機(jī)應(yīng)用；馬爾科夫模型；預(yù)測(cè)預(yù)報(bào)

1背景介紹

森林病蟲(chóng)害每年給我國(guó)造成的直接經(jīng)濟(jì)損失達(dá)數(shù)十億元，對(duì)生態(tài)環(huán)境的破壞更是難以估量。

由于社會(huì)經(jīng)濟(jì)和科技發(fā)展的局限性，過(guò)去人們?cè)诳刂粕植∠x(chóng)災(zāi)害的過(guò)程中，總存在著被動(dòng)抗災(zāi)的思想意識(shí)，往往在森林病蟲(chóng)害暴發(fā)成災(zāi)后，再籌集巨額資金救災(zāi)。

森林病蟲(chóng)害信息的及時(shí)獲取及準(zhǔn)確傳遞，提高病蟲(chóng)預(yù)測(cè)預(yù)報(bào)的準(zhǔn)確性和時(shí)效性，是各級(jí)林管部門(mén)科學(xué)決策、科學(xué)管理的基礎(chǔ)，對(duì)森林資源的保護(hù)和生態(tài)環(huán)境的建設(shè)具有重大的意義，因此，將計(jì)算機(jī)應(yīng)用在病蟲(chóng)害預(yù)測(cè)預(yù)報(bào)中，應(yīng)用馬爾科夫模型對(duì)森林病蟲(chóng)害的預(yù)測(cè)預(yù)報(bào)預(yù)病對(duì)于我國(guó)林業(yè)發(fā)展起著重要作用。

2計(jì)算機(jī)在森林病蟲(chóng)害預(yù)測(cè)預(yù)報(bào)中的應(yīng)用

2.1 用數(shù)據(jù)庫(kù)收集數(shù)據(jù)數(shù)據(jù)庫(kù)技術(shù)數(shù)據(jù)庫(kù)（Database）技術(shù)的發(fā)展，為信息的存儲(chǔ)、分類(lèi)、查詢、傳遞等提供了保證。這些數(shù)據(jù)演繹著這個(gè)事物的變化過(guò)程，我們把這些數(shù)據(jù)，回歸成數(shù)學(xué)模型，來(lái)幫助我們分析解決實(shí)際中的問(wèn)題。在森林病蟲(chóng)害預(yù)測(cè)預(yù)報(bào)中，將實(shí)際收集的病蟲(chóng)害數(shù)據(jù)放到數(shù)據(jù)庫(kù)中，為實(shí)現(xiàn)預(yù)測(cè)預(yù)報(bào)做好準(zhǔn)備工作。

2.2 數(shù)據(jù)計(jì)算將收集到的森林病蟲(chóng)害數(shù)據(jù)回歸成馬爾科夫數(shù)學(xué)模型，原來(lái)非常復(fù)雜的計(jì)算過(guò)程，就可以在我們按幾下按鍵的情況下得出正確的結(jié)果，從而為預(yù)測(cè)預(yù)報(bào)起到參考的意義。

2.3 計(jì)算機(jī)模擬預(yù)測(cè)在實(shí)際病蟲(chóng)害預(yù)測(cè)預(yù)報(bào)過(guò)程中，把積累的大量相關(guān)數(shù)據(jù)，回歸成馬爾科夫數(shù)學(xué)模型，把這個(gè)反映過(guò)程的數(shù)學(xué)模型編成軟件序，在以后的工程過(guò)程中，通過(guò)這個(gè)軟件預(yù)測(cè)這個(gè)工程過(guò)程的情況，從而達(dá)到計(jì)算機(jī)預(yù)測(cè)預(yù)報(bào)森林病蟲(chóng)害的目的。

2.4 在工程過(guò)程中優(yōu)化控制將實(shí)際收集到的數(shù)據(jù)回歸，建立馬爾科夫數(shù)學(xué)模型，編成計(jì)算機(jī)程序，輸入計(jì)算機(jī)，優(yōu)化了控制，最終實(shí)現(xiàn)便實(shí)現(xiàn)了森林病蟲(chóng)害的預(yù)測(cè)預(yù)報(bào)。

3馬爾可夫預(yù)測(cè)模型在森林病蟲(chóng)害預(yù)測(cè)預(yù)報(bào)應(yīng)用及實(shí)現(xiàn)

馬爾可夫（Markov）過(guò)程是研究事物的狀態(tài)及其轉(zhuǎn)移的理論。它是通過(guò)對(duì)不同狀態(tài)的初始概率及其狀態(tài)之間轉(zhuǎn)移概率的研究來(lái)確定狀態(tài)的變化趨勢(shì)，從而達(dá)到對(duì)未來(lái)進(jìn)行預(yù)測(cè)的目的。

馬爾可夫過(guò)程的特點(diǎn)是：過(guò)程在時(shí)刻ti到時(shí)刻tj（tj>ti）的時(shí)間段內(nèi)所處的各狀態(tài)已知時(shí)，而過(guò)程在t時(shí)刻（t>tj）所處的狀態(tài)的統(tǒng)計(jì)規(guī)律只與時(shí)刻ti到時(shí)刻tj區(qū)間的狀態(tài)有關(guān)，而與時(shí)刻ti以前的狀態(tài)無(wú)關(guān)。這種特點(diǎn)也稱為狀態(tài)的無(wú)后效性。

當(dāng)馬爾可夫過(guò)程中的時(shí)間取離散點(diǎn)，狀態(tài)也取離散值時(shí)，稱馬兒可夫鏈。

馬爾可夫鏈預(yù)測(cè)病蟲(chóng)害不需要考慮其它繁雜的外界因子，只需要連續(xù)多年的病蟲(chóng)發(fā)生程度的歷史資料，將收集到的病蟲(chóng)害數(shù)據(jù)輸入到計(jì)算機(jī)中，通過(guò)計(jì)算狀態(tài)轉(zhuǎn)移概率，方法簡(jiǎn)單易行。對(duì)病蟲(chóng)害的長(zhǎng)期預(yù)測(cè)有著良好的效果。

3.1 數(shù)據(jù)計(jì)算馬爾可夫鏈預(yù)測(cè)病蟲(chóng)害發(fā)生程度的方法說(shuō)明如下：例如：屏邊苗族自治縣1984年至2007年24年間毒蛾的發(fā)生程度如表1所示。其中，級(jí)別為1表示常態(tài)，級(jí)別為2表示輕微，級(jí)別為3表示中度，級(jí)別為4表示重度?，F(xiàn)要預(yù)測(cè)2008年屏邊苗族自治縣毒蛾的發(fā)生程度。

設(shè)pij（m）表示毒蛾?duì)顟B(tài)等級(jí)經(jīng)過(guò)m次轉(zhuǎn)移，由級(jí)別i轉(zhuǎn)移到級(jí)別j的概率。則有：

j（m）=nj（m）/mi

其中，mi為毒蛾發(fā)生等級(jí)為i的總次數(shù)，nj（m）為毒蛾發(fā)生等級(jí)值由i經(jīng)過(guò)m次轉(zhuǎn)移后的發(fā)生等級(jí)值為j的次數(shù)。在這里i取1、2、3、4，同樣j也取1、2、3、4。

故在本例中轉(zhuǎn)移次數(shù)為m次的概率矩陣為：

P（m）=p（m）p（m）p（m）p（m）p（m）p（m）p（m）p（m）p（m）p（m）p（m）p（m）p（m）p（m）p（m）p（m）

相距1年各級(jí)值間轉(zhuǎn)移次數(shù)如表2所示。

所以遷移概率矩陣：

P（1）==0.570.140.29 00.40.2 0.2 0.200.3750.3750.250.25 0 0.5 0.25

同理：

P（2）=0.430.14 0.29 0.140.2 0.4 0.2 0.20.250.1250.3750.250.250.250.5 0

P（3）=0.29 0.290.140.290.2 0.2 0.2 0.40.3750.1250.3750.1250.250.25 0.5 0

P（4）=0.29 0.290.4300 0.2 0.2 0.60.5 0.1250.37500.250.25 0.25 0.25

3.2 預(yù)測(cè)預(yù)報(bào)根據(jù)2008年的相鄰4個(gè)年份，2004年、2005年、2006年、2007年的毒蛾發(fā)生級(jí)別以及各自到2008年的轉(zhuǎn)移步數(shù)，再根據(jù)前面計(jì)算的遷移概率矩陣P（4）、P（3）、P（2）、P（1）。

從而可得到屏邊苗族自治縣2008年毒蛾發(fā)生程度預(yù)測(cè)表，如表3所示。

根據(jù)表3，再轉(zhuǎn)移狀態(tài)概率合計(jì)欄中，以狀態(tài)“3”的概率最大，因此預(yù)測(cè)屏邊苗族自治縣2008年毒蛾發(fā)生級(jí)別為3級(jí)，即毒蛾發(fā)生程度為“中等”。而2008年屏邊苗族自治縣毒蛾實(shí)際發(fā)生情況也是“中等”程度。

3.3 計(jì)算機(jī)模擬預(yù)測(cè)將連續(xù)多年的病蟲(chóng)發(fā)生程度的歷史資料，通過(guò)計(jì)算機(jī)處理，轉(zhuǎn)化為馬爾可夫模型，通過(guò)馬爾可夫模型預(yù)測(cè)、預(yù)報(bào)病蟲(chóng)害發(fā)生、危害程度和發(fā)生范圍。

用馬爾可夫模型預(yù)測(cè)森林病蟲(chóng)害不需要考慮其它繁雜的外界因子，只需要連續(xù)多年的森林病蟲(chóng)發(fā)生程度的歷史資料，通過(guò)計(jì)算狀態(tài)轉(zhuǎn)移概率，方法簡(jiǎn)單易行。對(duì)森林病蟲(chóng)害的長(zhǎng)期預(yù)測(cè)有著較好的效果。利用該模型不僅可以預(yù)測(cè)某一地區(qū)的某種病蟲(chóng)的發(fā)生危害程度預(yù)測(cè)，同時(shí)，還可以預(yù)測(cè)預(yù)報(bào)病蟲(chóng)的發(fā)生范圍。對(duì)森林病蟲(chóng)害的預(yù)防和控制有著積極的作用。

從以上分析來(lái)看，將計(jì)算機(jī)應(yīng)用在森林病蟲(chóng)害的預(yù)測(cè)預(yù)報(bào)中，可以大大提高預(yù)測(cè)預(yù)報(bào)的效率，所以，計(jì)算機(jī)在森林病蟲(chóng)害預(yù)測(cè)預(yù)報(bào)的應(yīng)用也得到了廣大工作人員的認(rèn)可，并不斷得到了推廣，為森林病蟲(chóng)害的防治工作起到了決定性的作用。