基于粗糙集理論的森林病蟲害預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害的侵蝕。在這些重大的森林資源災害之中，森林病蟲害這種頻發(fā)性的生物災害，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，應采取積極的應急措施，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，使現代林業(yè)工作更加信息化、網絡化和智能化，本文將粗糙集理論、專家系統(tǒng)、網絡技

2、術、現代信息技術以及領域專家的病蟲害診斷、預測預報及防治經驗和技術成果結合起來，應用在森林病蟲害的預測、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代化、科學化，實現信息化跨越式發(fā)展，對推進示范地區(qū)的森林常見病蟲害監(jiān)測、預警、預防、防治的體制和機制創(chuàng)新起著重要作用。
　　為了能夠準確地對森林病蟲害進行預測預報，本文分析了影響森林病蟲害發(fā)生發(fā)展的一些關鍵性因素，如林分結構、氣候變化、生物因素、土壤因素和人為

3、活動等，詳細地分析了溫度、濕度、降水量、光和風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)內逐日的最高溫度、最低溫度、降水量等氣象因子的模擬數據，這有利于提高森林病蟲害預測預報的準確度。
　　為了能夠及時地掌握森林病蟲害種群數量變化的規(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確、科學的預測預報，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，本文應用發(fā)育進度預測法、有效積溫預測法等對示范地區(qū)常見的森林害蟲的發(fā)生期進行預報預報，并建立了相應的預測預報模型;應用有效基數預測法、數理統(tǒng)計預測法等對示范地區(qū)常見的森林害蟲的發(fā)生量進行預報預測預報，并建立了相應的預測預報模型;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)病程度進行預測預報;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)病時點的預測;利用非線形模型對示范地區(qū)常見的森林病害的

5、發(fā)展階段進行預測預報;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進行預測預報。
　　由于森林病蟲害預測預報專家系統(tǒng)包含的知識量比較大，為了能夠快速、準確地從雜亂無章的海量數據中挖掘潛在的有利用價值的信息并用于森林病蟲害的預測預報，本文將粗糙集理論應用到了森林病蟲害的預測預報過程之中。通過對森林病蟲害預測預報的數據進行收集、完備化和離散化，提出了一種改進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測預報條件屬性集

6、進行約簡，從而對產生的規(guī)則進行提取與約簡，得出了一種新的基于粗糙集理論的森林病蟲害預測預報模型。
　　本文采用三層B/S結構和基于J2EE標準的開發(fā)模式建立森林病蟲害預測預報專家系統(tǒng)。這種模式可以使前端的表現與應用邏輯、數據存儲相分離，通過組件的開發(fā)與部署策略，使整個系統(tǒng)的架構清晰靈活，方便部署和擴展。業(yè)務處理用Jsp+Javabean的方式實現并通過JDBC的方式訪問數據層的數據資源。森林病蟲害預測預報專家系統(tǒng)主要實現對示范地區(qū)

7、常見森林病蟲害的發(fā)生量與發(fā)生期的預測預報及損失評估，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，本文的主要貢獻如下：
　　(1)粗糙集理論與人工智能技術首次應用于林業(yè)病蟲害領域，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)生期預測預報與發(fā)生量預測預報模型，通過對模型進行驗證與精度分析，得出的模型準確度較高，且預測預報的結果與實際情況基本相符;

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