基于粗糙集理論的森林病蟲害預(yù)測模型與算法的研究.pdf

1、森林作為一種人類社會發(fā)展過程中的最寶貴的戰(zhàn)略資源，正在不斷地遭受著各種災(zāi)害的侵蝕。在這些重大的森林資源災(zāi)害之中，森林病蟲害這種頻發(fā)性的生物災(zāi)害，一直都是林業(yè)發(fā)展的一個重要的制約因素。然而，我國森林病蟲害總的發(fā)生又隨著人工造林面積的持續(xù)增長而不斷地上升。因此，應(yīng)采取積極的應(yīng)急措施，來減輕或避免森林病蟲害所造成的損失。
　　隨著對“泛在林業(yè)”的要求不斷地提高，使現(xiàn)代林業(yè)工作更加信息化、網(wǎng)絡(luò)化和智能化，本文將粗糙集理論、專家系統(tǒng)、網(wǎng)絡(luò)技

2、術(shù)、現(xiàn)代信息技術(shù)以及領(lǐng)域?qū)＜业牟∠x害診斷、預(yù)測預(yù)報及防治經(jīng)驗和技術(shù)成果結(jié)合起來，應(yīng)用在森林病蟲害的預(yù)測、診斷和防治之中，從而對減少病蟲害對森林的危害，對推動森林病蟲害管理的現(xiàn)代化、科學(xué)化，實現(xiàn)信息化跨越式發(fā)展，對推進(jìn)示范地區(qū)的森林常見病蟲害監(jiān)測、預(yù)警、預(yù)防、防治的體制和機(jī)制創(chuàng)新起著重要作用。
　　為了能夠準(zhǔn)確地對森林病蟲害進(jìn)行預(yù)測預(yù)報，本文分析了影響森林病蟲害發(fā)生發(fā)展的一些關(guān)鍵性因素，如林分結(jié)構(gòu)、氣候變化、生物因素、土壤因素和人為

3、活動等，詳細(xì)地分析了溫度、濕度、降水量、光和風(fēng)等氣息因子及其對森林病蟲害的發(fā)生發(fā)展的影響，并引用了溫度和太陽輻射量的模擬模型以及濕度和降水量的模擬模型，利用這些氣象模擬模型可得出該季節(jié)內(nèi)逐日的最高溫度、最低溫度、降水量等氣象因子的模擬數(shù)據(jù)，這有利于提高森林病蟲害預(yù)測預(yù)報的準(zhǔn)確度。
　　為了能夠及時地掌握森林病蟲害種群數(shù)量變化的規(guī)律，對森林病蟲害未來的發(fā)生狀況以及增長趨勢作出準(zhǔn)確、科學(xué)的預(yù)測預(yù)報，以能夠及時提出森林病蟲害的防治措施，

4、減少森林病蟲害的危害造成的損失，本文應(yīng)用發(fā)育進(jìn)度預(yù)測法、有效積溫預(yù)測法等對示范地區(qū)常見的森林害蟲的發(fā)生期進(jìn)行預(yù)報預(yù)報，并建立了相應(yīng)的預(yù)測預(yù)報模型;應(yīng)用有效基數(shù)預(yù)測法、數(shù)理統(tǒng)計預(yù)測法等對示范地區(qū)常見的森林害蟲的發(fā)生量進(jìn)行預(yù)報預(yù)測預(yù)報，并建立了相應(yīng)的預(yù)測預(yù)報模型;利用馬爾柯夫過程分析，對示范地區(qū)常見的森林病害的發(fā)病程度進(jìn)行預(yù)測預(yù)報;利用灰色模型對示范地區(qū)常見的森林病害的發(fā)病過程的模擬和發(fā)病時點(diǎn)的預(yù)測;利用非線形模型對示范地區(qū)常見的森林病害的

5、發(fā)展階段進(jìn)行預(yù)測預(yù)報;利用灰度模型分析，對示范地區(qū)常見的森林病害的感病指數(shù)進(jìn)行預(yù)測預(yù)報。
　　由于森林病蟲害預(yù)測預(yù)報專家系統(tǒng)包含的知識量比較大，為了能夠快速、準(zhǔn)確地從雜亂無章的海量數(shù)據(jù)中挖掘潛在的有利用價值的信息并用于森林病蟲害的預(yù)測預(yù)報，本文將粗糙集理論應(yīng)用到了森林病蟲害的預(yù)測預(yù)報過程之中。通過對森林病蟲害預(yù)測預(yù)報的數(shù)據(jù)進(jìn)行收集、完備化和離散化，提出了一種改進(jìn)的基于差別矩陣的屬性約簡算法，基于此算法對森林病蟲害預(yù)測預(yù)報條件屬性集

6、進(jìn)行約簡，從而對產(chǎn)生的規(guī)則進(jìn)行提取與約簡，得出了一種新的基于粗糙集理論的森林病蟲害預(yù)測預(yù)報模型。
　　本文采用三層B/S結(jié)構(gòu)和基于J2EE標(biāo)準(zhǔn)的開發(fā)模式建立森林病蟲害預(yù)測預(yù)報專家系統(tǒng)。這種模式可以使前端的表現(xiàn)與應(yīng)用邏輯、數(shù)據(jù)存儲相分離，通過組件的開發(fā)與部署策略，使整個系統(tǒng)的架構(gòu)清晰靈活，方便部署和擴(kuò)展。業(yè)務(wù)處理用Jsp+Javabean的方式實現(xiàn)并通過JDBC的方式訪問數(shù)據(jù)層的數(shù)據(jù)資源。森林病蟲害預(yù)測預(yù)報專家系統(tǒng)主要實現(xiàn)對示范地區(qū)

7、常見森林病蟲害的發(fā)生量與發(fā)生期的預(yù)測預(yù)報及損失評估，除此之外，該專家系統(tǒng)還包括樹種信息、病蟲害診斷、病蟲害防治及病蟲害查詢等輔助模塊。
　　綜上所述，本文的主要貢獻(xiàn)如下：
　　(1)粗糙集理論與人工智能技術(shù)首次應(yīng)用于林業(yè)病蟲害領(lǐng)域，取得了良好效果;
　　(2)提出了示范地區(qū)常見的森林病蟲害的發(fā)生期預(yù)測預(yù)報與發(fā)生量預(yù)測預(yù)報模型，通過對模型進(jìn)行驗證與精度分析，得出的模型準(zhǔn)確度較高，且預(yù)測預(yù)報的結(jié)果與實際情況基本相符;

8、>　　(3)提出了一種改進(jìn)的基于差別矩陣的屬性約簡算法，基于此算法對森林病蟲害預(yù)測預(yù)報條件屬性集進(jìn)行約簡，從而對產(chǎn)生的規(guī)則進(jìn)行提取與約簡，建立了一種新的基于粗糙集理論的森林病蟲害預(yù)測預(yù)報系統(tǒng)，在試驗示范區(qū)得到良好應(yīng)用。
　　本論文的研究成果可為基層森工企業(yè)以及廣大的林農(nóng)用戶在森林病蟲害的預(yù)報與防治的過程中提供理論指導(dǎo)和技術(shù)支持，為“泛在林業(yè)”建設(shè)提供了完整范例，同時也對農(nóng)業(yè)病蟲害預(yù)測預(yù)報與防治等專家系統(tǒng)的建立具有一定的指導(dǎo)意義和借