董振輝，徐鈺，崔東陽，韓陽

(國家林業(yè)局森林病蟲害防治總站，遼寧 沈陽 110034)

林業(yè)有害生物防治信息管理系統(tǒng)中趨勢預(yù)測功能的研發(fā)與應(yīng)用

董振輝，徐鈺，崔東陽，韓陽

(國家林業(yè)局森林病蟲害防治總站，遼寧 沈陽 110034)

筆者參與開發(fā)了全國林業(yè)有害生物防治信息管理系統(tǒng)中的趨勢預(yù)測功能，系統(tǒng)基于林業(yè)有害生物發(fā)生數(shù)據(jù)，結(jié)合數(shù)理統(tǒng)計原理和計算機、網(wǎng)絡(luò)、數(shù)據(jù)庫、GIS空間技術(shù)，完成自動建模過程并對林業(yè)有害生物發(fā)生期、發(fā)生量、發(fā)生范圍進行預(yù)測。該功能的實現(xiàn)，使用戶能夠方便快捷地完成對轄區(qū)林業(yè)有害生物的發(fā)生趨勢預(yù)測。

林業(yè)有害生物；防治；信息管理系統(tǒng)；趨勢預(yù)測

為促進林業(yè)有害生物防治工作，國家林業(yè)局出臺了一系列林業(yè)有害生物監(jiān)測調(diào)查辦法和相關(guān)規(guī)程，并從2003年開始，全面啟用林業(yè)有害生物防治管理系統(tǒng)，基本實現(xiàn)了林業(yè)有害生物發(fā)生防治數(shù)據(jù)的采集、傳輸、匯總功能，近期又根據(jù)工作需要,結(jié)合互聯(lián)網(wǎng)技術(shù)對系統(tǒng)進行了全面升級改造，新版防治信息管理系統(tǒng)涵蓋林業(yè)有害生物測報、防治、檢疫、藥劑藥械管理及有害生物普查等核心業(yè)務(wù)，進一步完善了系統(tǒng)功能，提升了系統(tǒng)的性能和安全性，尤其在利用數(shù)據(jù)對林業(yè)有害生物發(fā)生的短期預(yù)測和空間宏觀分析方面做了很大改進。

作者就林業(yè)有害生物防治信息管理系統(tǒng)中的林業(yè)有害生物發(fā)生趨勢預(yù)測、空間分析功能的研發(fā)思路、技術(shù)方法及其在生產(chǎn)中的實際應(yīng)用進行了研究和論述，供基層業(yè)務(wù)人員在系統(tǒng)使用中借鑒參考。

1 需求分析

1.1 功能需求 林業(yè)有害生物防治信息管理系統(tǒng)是報送林業(yè)有害生物調(diào)查數(shù)據(jù)的唯一渠道，從2003年啟用以來，收集了全國包括1000個國家級中心測報點在內(nèi)的近4000個林業(yè)單位的有害生物發(fā)生、防治調(diào)查數(shù)據(jù)，這些數(shù)據(jù)在時間和空間上具有一定連續(xù)性，利用大數(shù)據(jù)處理和空間分析技術(shù)，可以實現(xiàn)有害生物發(fā)生趨勢的自動分析和圖形化展示，進而在災(zāi)害的評估、決策等方面發(fā)揮作用。

1.2 管理需求 目前，全國1000個國家級中心測報點在基礎(chǔ)設(shè)施、儀器設(shè)備、人員配備等方面相對條件較好，國家每年安排一定的運行經(jīng)費用于開展監(jiān)測調(diào)查工作，多年來積累了大量林業(yè)有害生物測報對象的系統(tǒng)調(diào)查數(shù)據(jù)，對這些數(shù)據(jù)通過系統(tǒng)進行分析，建立區(qū)域的測報對象預(yù)測模型，不僅可以指導(dǎo)基層開展精細化預(yù)測，而且能夠充分發(fā)揮國家級中心測報點的輻射作用。

1.3 用戶需求 建立和使用預(yù)測模型開展短期趨勢預(yù)測涉及復(fù)雜的數(shù)理統(tǒng)計、計算機和數(shù)據(jù)庫操作技術(shù)，基層測報工作者手工建立模型有很大的難度。通過系統(tǒng)的趨勢預(yù)測功能，就可以把復(fù)雜的計算過程封裝成軟件工具，在實際使用過程中只需要幾步簡單操作就可以完成整個計算過程，解決基層用戶開展精細化趨勢預(yù)測中的計算方法難題。

2 數(shù)據(jù)保障

趨勢預(yù)測功能的研發(fā)，基于林業(yè)有害生物防治信息管理系統(tǒng)中收集的全國林業(yè)有害生物發(fā)生防治數(shù)據(jù)、國家級中心測報點調(diào)查數(shù)據(jù)及歷史氣象數(shù)據(jù)，這些數(shù)據(jù)作為開展林業(yè)有害生物趨勢分析的關(guān)鍵因子，是預(yù)測功能實現(xiàn)的基礎(chǔ)。

2.1 林業(yè)有害生物發(fā)生防治數(shù)據(jù) 按照目前的林業(yè)有害生物報表體系，發(fā)生防治數(shù)據(jù)主要包括寄主樹種面積、應(yīng)施監(jiān)測面積、監(jiān)測面積、低蟲低感面積、發(fā)生面積(合計、輕度、中度、重度面積)、累計發(fā)生面積(合計、輕度、中度、重度面積)、同病蟲新發(fā)生面積、預(yù)計成災(zāi)面積等內(nèi)容，數(shù)據(jù)最小統(tǒng)計單元為鄉(xiāng)鎮(zhèn)級機構(gòu)或組織，匯總報送周期為月，歷史數(shù)據(jù)年度范圍為2003—2016年。

2.2 國家級中心測報點調(diào)查數(shù)據(jù) 國家級中心測報點調(diào)查數(shù)據(jù)通過發(fā)生歷期調(diào)查表和發(fā)生量調(diào)查表體現(xiàn)，發(fā)生歷期調(diào)查表根據(jù)測報對象的生物學(xué)特性記錄主要蟲態(tài)(卵盛期、幼蟲始見期、幼蟲高峰期、2—3齡幼蟲、蛹始見期、蛹高峰期、成蟲始見期、成蟲高峰期等)的發(fā)現(xiàn)時間；發(fā)生量調(diào)查表在發(fā)生歷期調(diào)查表基礎(chǔ)上，記錄害蟲的蟲口密度、有蟲株率，病害的病情指數(shù)、感病株率，鼠(兔)害的鼠口密度、被害株率等數(shù)據(jù)。

2.3 歷史氣象數(shù)據(jù) 歷史氣象數(shù)據(jù)收集了全國824個基準(zhǔn)、基本氣象站2002年以來的氣象觀測數(shù)據(jù)，記錄的氣象因子包括最高氣壓、平均氣壓、最低氣壓、平均相對濕度、最小相對濕度、累計降雨量、平均氣溫、最高氣溫、最低氣溫、平均風(fēng)速、平均日照時數(shù)等，統(tǒng)計周期分旬、月、季、年4類。通過與國家級中心測報點地理坐標(biāo)相匹配，獲得各測報點臨近氣象觀測站的氣象數(shù)據(jù)。

3 數(shù)據(jù)分析

在林業(yè)有害生物預(yù)測預(yù)報工作中，應(yīng)用數(shù)理統(tǒng)計方法對災(zāi)害相關(guān)的歷史數(shù)據(jù)進行歸納分析并建立預(yù)測模型是常用的預(yù)測方法。目前林業(yè)有害生物預(yù)測預(yù)報按照預(yù)測內(nèi)容可分為發(fā)生期預(yù)測、發(fā)生量預(yù)測和發(fā)生范圍預(yù)測，按照預(yù)測時限又可分為短、中、長期預(yù)測。系統(tǒng)針對每項預(yù)測內(nèi)容，研發(fā)實現(xiàn)了期距表法、回歸分析、時間序列分析、BP神經(jīng)網(wǎng)絡(luò)分析、基于空間的插值分析等幾種常用的預(yù)測模型。

3.1 期距表法 期距預(yù)測法是從歷期預(yù)測法的基礎(chǔ)上發(fā)展起來的一種短、中期發(fā)生期預(yù)測方法。期距預(yù)測法是以前一蟲態(tài)的發(fā)生期為起點日期，加上距后一蟲態(tài)發(fā)生期的期距天數(shù)，推算后一蟲態(tài)的發(fā)生期；或根據(jù)前一世代的發(fā)生期，加后一個世代的期距，預(yù)測后一個世代同一蟲態(tài)的發(fā)生期[1]。

3.2 回歸分析法 回歸分析是確定兩個或兩個以上變量相關(guān)關(guān)系的一種統(tǒng)計分析方法。特定時期的溫度、降水量、日照時數(shù)、濕度等氣象因子對有害生物發(fā)生期會產(chǎn)生很大影響，通過回歸分析找出影響有害生物發(fā)生的關(guān)鍵氣象因子及相關(guān)系數(shù)，對發(fā)生期進行預(yù)測?；貧w分析根據(jù)涉及變量的多少分為一元回歸、二元回歸和多元回歸，按不同的數(shù)據(jù)處理過程又包括一元直線回歸、邏輯斯諦回歸、多元線性回歸、多元逐步回歸等多種模型。

3.3 時間序列分析 時間序列分析是基于隨機過程理論和數(shù)理統(tǒng)計方法，研究有害生物發(fā)生隨時間變化的動態(tài)趨勢，系統(tǒng)開發(fā)了自回歸分析和灰色系統(tǒng)GM(1，1)模型分析兩種方法。自回歸分析是從線性回歸衍生出來的分析算法，它應(yīng)用的基礎(chǔ)是林業(yè)有害生物發(fā)生受前一狀態(tài)(蟲態(tài))的影響，并且這種影響存在一定的線性關(guān)系；灰色系統(tǒng)GM(1，1)模型分析基于隨機的原始時間序列，經(jīng)按時間累加后所形成的新的時間序列呈現(xiàn)的規(guī)律來揭示系統(tǒng)內(nèi)部事物連續(xù)發(fā)展變化過程。

3.4 BP神經(jīng)網(wǎng)絡(luò) BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入——輸出模式映射關(guān)系，而無需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程，在有害生物發(fā)生數(shù)據(jù)樣本足夠多的情況下，可以挖掘其中的內(nèi)在聯(lián)系，對發(fā)生趨勢進行研判。

3.5 基于空間的插值分析 在理論上，空間位置越靠近已知觀測點，越可能具有相似的特征值，而距離已知觀測點越遠，其特征值相似的可能性越小。系統(tǒng)中的發(fā)生數(shù)據(jù)覆蓋全國縣級以上所有單位，對于具有區(qū)域分布特征的林業(yè)有害生物，通過GIS特有的空間插值分析方法，可對林業(yè)生物災(zāi)害的分布范圍進行初步界定。系統(tǒng)中使用克里金、反距離、等值面、趨勢面等插值方法實現(xiàn)對分布范圍的標(biāo)記。

4 功能實現(xiàn)與應(yīng)用

4.1 統(tǒng)計模型的實現(xiàn) 防治信息管理系統(tǒng)在開放式體系架構(gòu)下，按照標(biāo)準(zhǔn)化、模塊化的思路設(shè)計，系統(tǒng)基于J2EE技術(shù)，實現(xiàn)應(yīng)用系統(tǒng)構(gòu)件化開發(fā)。如表1所示，系統(tǒng)中用到的回歸分析、時間序列分析等一般建模過程，通過java編程實現(xiàn)其計算過程并封裝成獨立的分析模型類文件進行調(diào)用；BP神經(jīng)網(wǎng)絡(luò)算法，通過JOONE(Java Object Oriented Neural Network)來實現(xiàn)，JOONE是sourceforge上一個用java語言迅速開發(fā)神經(jīng)網(wǎng)絡(luò)的開源項目，具有良好的逼近能力、結(jié)構(gòu)簡單并且計算速度較快。

表1 JAVA封裝的分析模型

4.2 空間插值分析功能的實現(xiàn) 信息管理系統(tǒng)使用ArcGIS 10.3 for Server實現(xiàn)空間展示與分析功能，ArcGIS for Server提供基于Web的GIS服務(wù)，支持在分布式環(huán)境下實現(xiàn)地理數(shù)據(jù)管理、制圖、地理處理、空間分析、編輯和其他GIS功能，具有非常強大的二次開發(fā)功能。

4.3 建模過程

a)確定擬預(yù)測的項目，如發(fā)生面積、成災(zāi)面積等。

b)初步選擇預(yù)測相關(guān)因子，列出可能對預(yù)測項目產(chǎn)生影響的因子，如當(dāng)年1—3月均溫、降水、日照，上年11—12月均溫、降水、日照，以及其它因子，可多選。

c)從數(shù)據(jù)庫中提取數(shù)據(jù)組成數(shù)組A1。A1 列為X1,X2,…Xn,Y，其中X1—Xn為選擇的因子，Y為預(yù)測項目；行為年度樣本，根據(jù)預(yù)測項目和氣象因子的歷史數(shù)據(jù)積累情況提取出有效年度數(shù)據(jù)(表2)，如果樣本數(shù)過低(樣本數(shù)一般不能小于5)，則不具備分析條件。

表2 影響因子數(shù)據(jù)

d)篩選對預(yù)測項目影響較大的因子。應(yīng)用關(guān)聯(lián)度分析方法對因子進行篩選，通過設(shè)定篩選門限值Fa或指定選中最大因子數(shù)量兩種方式。

e)提取選中因子組成新的數(shù)組A2。篩選函數(shù)返回因子序號，按序號提取因子組成新的數(shù)組。

f)建立預(yù)測模型。根據(jù)數(shù)據(jù)情況選擇適宜的建模方法，包括線性回歸預(yù)測模型、邏輯斯諦回歸預(yù)測模型、灰色關(guān)聯(lián)度(GM11)預(yù)測模型、自回歸模型、多元線性回歸模型、逐步回歸模型、BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型、BP神經(jīng)網(wǎng)絡(luò)時間序列分析等，對于批量預(yù)測，可指定模型的優(yōu)先順序，如果優(yōu)先選擇的方法能夠正常生成模型則不再繼續(xù)，如果方法不適用或出錯繼續(xù)選擇下一方法，直到生成模型。

g)輸出預(yù)測結(jié)果。利用上述步驟建立的分析模型對預(yù)測項目進行預(yù)測，同時輸出分析過程、效果等數(shù)據(jù)，如預(yù)測方法名稱、回歸公式、標(biāo)準(zhǔn)誤差等。

以上是軟件預(yù)測分析的流程，實際操作過程中可通過參數(shù)設(shè)置指定各個環(huán)節(jié)的默認值，用戶一般直接點擊預(yù)測按鈕即可輸出預(yù)測結(jié)果，熟悉預(yù)測方法的用戶則可以通過預(yù)測前修改參數(shù)值執(zhí)行更精準(zhǔn)的預(yù)測過程。

4.4 模型的應(yīng)用 按照系統(tǒng)研發(fā)的設(shè)想，由國家級中心測報點建立主測對象在該區(qū)域的發(fā)生期、發(fā)生量預(yù)測模型，周邊環(huán)境相似的地區(qū)可以直接使用該模型進行預(yù)測。這樣既讓國家級中心測報點積累的數(shù)據(jù)得以有效利用，又能充分發(fā)揮其對周邊地區(qū)的輻射帶動作用。在系統(tǒng)中模型的建立過程采用向?qū)讲僮?，指?dǎo)業(yè)務(wù)人員完成數(shù)據(jù)的準(zhǔn)備和建模，使用者只要準(zhǔn)備好歷史資料，就可以方便地通過幾步操作完成建模過程，復(fù)雜的計算由系統(tǒng)來完成。模型的使用更為簡單，選擇已建立的模型，執(zhí)行預(yù)測功能，根據(jù)模型的具體參數(shù)輸入當(dāng)期的調(diào)查因子就能完成整個預(yù)測過程。

5 結(jié)語與討論

林業(yè)有害生物的發(fā)生是復(fù)雜生態(tài)系統(tǒng)的一部分，影響其發(fā)生擴散的因素很多，過程復(fù)雜，但也有一定的規(guī)律可循，應(yīng)用數(shù)理統(tǒng)計分析方法結(jié)合大量的歷史調(diào)查數(shù)據(jù)，可以開展精細化的林業(yè)有害生物發(fā)生趨勢預(yù)測。本研究在全國林業(yè)有害生物防治信息管理系統(tǒng)中，通過標(biāo)準(zhǔn)化的統(tǒng)計模型建立方法，對系統(tǒng)多年積累的發(fā)生數(shù)據(jù)進行分析，降低了基層的工作難度，是促進基層開展精細化趨勢預(yù)測的一種嘗試。但由于防治信息管理系統(tǒng)本身側(cè)重于對全國林業(yè)有害生物發(fā)生防治情況的統(tǒng)計，對發(fā)生期、發(fā)生量等系統(tǒng)調(diào)查指標(biāo)未作強制要求，而且數(shù)理統(tǒng)計模型自身也存在一定的局限性，在全國大范圍開展精細化趨勢預(yù)測易帶來靈活性、可選擇性不足的問題。在今后工作當(dāng)中，可以考慮從以下幾方面開展進一步研究：一是在調(diào)查手段上進一步開展實用技術(shù)研究，應(yīng)用物聯(lián)網(wǎng)、模糊識別、移動互聯(lián)網(wǎng)等技術(shù)實現(xiàn)對有害生物的自動連續(xù)監(jiān)測，為大數(shù)據(jù)挖掘分析提供數(shù)據(jù)基礎(chǔ)；二是進一步改進調(diào)查方法，優(yōu)化調(diào)查內(nèi)容，突出關(guān)鍵時期的關(guān)鍵影響因子，減少價值較低的面上調(diào)查，降低調(diào)查難度，提高人工調(diào)查數(shù)據(jù)質(zhì)量；三是充分發(fā)揮國家級中心測報點作用，選擇有條件的站點開展主測對象的系統(tǒng)調(diào)查，總結(jié)出區(qū)域有害生物發(fā)生規(guī)律，建立相對成熟的預(yù)測模型，輻射到周邊區(qū)域；四是進一步完善基礎(chǔ)數(shù)據(jù)庫，豐富森林資源、有害生物生活史、監(jiān)測歷期、寄主、分布規(guī)律、調(diào)查方法等信息；五是進一步優(yōu)化分析方法以彌補現(xiàn)有分析方法的不足。

[1] 國家林業(yè)局森林病蟲害防治總站.林業(yè)有害生物監(jiān)測預(yù)報技術(shù)[M].北京：中國林業(yè)出版社，2013.

[2] 國家林業(yè)局植樹造林司,國家林業(yè)局森林病蟲害防治總站.森林病蟲害監(jiān)測預(yù)報方法及應(yīng)用程序[M].哈爾濱：東北林業(yè)大學(xué)出版社，2002.

[3] 郭翠翠.基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究[D].武漢：武漢理工大學(xué)，2007.

[4] 董振輝，于治軍，高薇，等.森林病蟲害管理信息系統(tǒng)的開發(fā)及應(yīng)用[J].中國森林病蟲，2006，25(5)：36-38.

Developmentandapplicationofforecastfunctionintheinformationmanagementsystemofforestpestcontrol

DONG Zhenhui,et al.

(General Station of Forest Pest Management,State Forestry Administration,Shenyang 110034,China)

The author participated in the development of forecast function in the information management system of forest pest control in China.Based on the occurrence data of forest pests for many years,and combined with mathematical statistics principle,computer,network,database and GIS spatial analysis techniques,the system built the forecasting model automatically and predicted the occurrence period,occurrence amount and occurrence range of forest pests.This function will enable users to forecast the occurrence trend of forest pests in the area quickly and easily.

forest pest;control;information management system;trend forecast

2017-02-27；

2017-03-20

國家生物安全關(guān)鍵技術(shù)研發(fā)專項“生物安全監(jiān)測網(wǎng)絡(luò)系統(tǒng)集成技術(shù)研究”(2016YFC1200700)；林業(yè)公益性行業(yè)科研專項“全國林業(yè)生物災(zāi)害精細化預(yù)報及管理基礎(chǔ)應(yīng)用研究”( 201404410)

董振輝(1976—)，男，遼寧朝陽人，高級工程師，主要從事林業(yè)有害生物防治工作，E-mail：lndzh@163.com。

S763.305

A

1671-0886(2017)05-0009-04

(責(zé)任編輯 李計順)