基于多智能體的農(nóng)業(yè)生態(tài)學(xué)研究進展

魏杜娟 李麗

摘要：指出了農(nóng)業(yè)生態(tài)系統(tǒng)是一個復(fù)雜的系統(tǒng)問題，在研究中需要考慮自然、社會、經(jīng)濟等多種因素，而傳統(tǒng)的研究方法在復(fù)雜系統(tǒng)以及變化性研究中具有很大局限性，“多智能體”技術(shù)的引入與應(yīng)用提供了解決途徑，多智能體模擬平臺的發(fā)展對研究也起著重要的作用。為此，對農(nóng)業(yè)生態(tài)系統(tǒng)的傳統(tǒng)研究方法的不足以及多智能體技術(shù)的應(yīng)用做了歸納總結(jié)，提出了可改進之處，引入GAMA多智能體模擬平臺，探討了其對運用多智能體技術(shù)研究農(nóng)業(yè)生態(tài)系統(tǒng)的促進作用。

關(guān)鍵詞：農(nóng)業(yè)生態(tài)系統(tǒng);傳統(tǒng)方法;多智能體;GAMA平臺

中圈分類號：S181 文獻標識碼：A 文章編號：1674-9944（2019）20-0018-02

1農(nóng)業(yè)生態(tài)系統(tǒng)傳統(tǒng)研究方法及不足

農(nóng)業(yè)生態(tài)系統(tǒng)是運用生態(tài)學(xué)及系統(tǒng)論的原理與方法，將農(nóng)業(yè)生物與自然環(huán)境作為一個整體，研究他們的相互作用，以及社會經(jīng)濟環(huán)境對他們的調(diào)節(jié)控制作用，來達到農(nóng)業(yè)生態(tài)系統(tǒng)的協(xié)調(diào)有效發(fā)展。對農(nóng)業(yè)生態(tài)系統(tǒng)的研究從最初的只關(guān)注作物與氣候、土壤等的關(guān)系，到之后的對農(nóng)業(yè)資源、自然環(huán)境、社會環(huán)境作為整體研究，研究因素趨于完善化。研究方法則包括能值分析、生態(tài)足跡、神經(jīng)網(wǎng)絡(luò)模型等評價性分析方法，和運用模型進行研究。經(jīng)陽等運用CA-Markov模型對佛山市生態(tài)用地演變進行模擬，運用AreGIS技術(shù)對遙感影像解譯提取，得到要用到的土地基礎(chǔ)數(shù)據(jù)，結(jié)合CA-Markov模型，得到佛山市生態(tài)用地情況及對未來的預(yù)測。評價性分析方法中有些自身理論存在缺陷，像能值分析、生態(tài)足跡等理論支持上有一定爭議;CA-Markov模型結(jié)合了元胞自動機可實現(xiàn)空間、時間、狀態(tài)上的可變化性及自我反應(yīng)性，又利用馬爾科夫模型原理可實現(xiàn)模型的隨機變化性，可預(yù)測短時間內(nèi)的某一方面的變化。但是元胞自動機模型本身就是規(guī)則簡單、狀態(tài)簡單的模擬工具，自身存在很多局限性，馬爾科夫模型對動態(tài)變化結(jié)果難以模擬，因此還存在很多可提高之處。

2基于多智能體的農(nóng)業(yè)生態(tài)系統(tǒng)研究進展

在農(nóng)業(yè)生態(tài)學(xué)領(lǐng)域，多智能體系統(tǒng)因其隨周圍環(huán)境自主變化性而在國內(nèi)最初多用在農(nóng)業(yè)監(jiān)測、管理、決策平臺上。于長立等基于多智能體系統(tǒng)構(gòu)建了分布式數(shù)字農(nóng)業(yè)管理平臺，設(shè)置作物控制、農(nóng)機、灌溉控制、施肥控制、通訊等一系列智能體，各智能體之間相互協(xié)作，完成農(nóng)業(yè)過程管理，也有專家學(xué)者利用多智能體技術(shù)研究農(nóng)業(yè)經(jīng)濟智能決策問題。多智能體技術(shù)在土地利用變化上也應(yīng)用較多。符蓉等在探究某區(qū)域土地利用變化上設(shè)置政府、農(nóng)戶、企業(yè)、城鎮(zhèn)居民智能體，并利用典型相關(guān)分析與Logistic回歸分析來分析研究區(qū)土地利用變化影響因素，據(jù)此在平臺程序中編碼行為規(guī)則，通過Swarm2.2平臺模擬研究出各類地土地利用變化趨勢，且與實際情況比較達到73.35%的精度;常笑等利用多智能體系統(tǒng)來研究農(nóng)戶種植計劃行為決策。國外也有較多專家學(xué)者利用多智能體研究土地利用，PepijnSchreinemachers等利用基于智能體的方法研究農(nóng)業(yè)用地中土地利用決策;Quang Bao Le等在Netlogo平臺上模擬研究農(nóng)用地利用決策等。多智能體技術(shù)已經(jīng)在農(nóng)業(yè)生態(tài)領(lǐng)域得到了廣泛的應(yīng)用。

3GAMA對基于多智能體的農(nóng)業(yè)生態(tài)系統(tǒng)研究的推進

3.1目前基于多智能體農(nóng)業(yè)生態(tài)研究中的不足

研究方法已經(jīng)從傳統(tǒng)數(shù)學(xué)公式、動力學(xué)模型、簡單動態(tài)模擬到基于多智能體的模擬研究，多智能體方法在研究中已經(jīng)具有很多的優(yōu)勢性，但還存在以下一些不足之處。

3.1.1影響因素考慮不足

在傳統(tǒng)研究方法中，數(shù)學(xué)模型、動力學(xué)模型隨著研究發(fā)展，考慮因素也不斷增加，但因每增加一個變量其公式復(fù)雜程度將遠遠增加，因此目前此種方法研究的因素考慮局限性還很大，而基于多智能體的研究中考慮因素雖然所有增加，但還存在很多對研究有較大影響的因素未考慮。

3.1.2仿真模擬平臺處理能力不足

眾多影響因素的考慮都需要編碼成一定的程序語言來表達，進而借助平臺處理完成結(jié)果。在研究生態(tài)系統(tǒng)問題時，要更全面考慮各種影響因素，勢必要考慮到自然環(huán)境、社會經(jīng)濟等變量因子，而自然環(huán)境與社會經(jīng)濟方面所包含的具體影響因素屬于不同的作用范疇，它們結(jié)合在一起形成一個影響因素的異構(gòu)體，即變量的異構(gòu)形式，而把這些因素綜合編程到一塊進行處理，需要非常強大的軟件處理能力，而目前常用的Netlogo、Swarm、Repast等多智能體仿真平臺在計算處理能力上極易遇到計算瓶頸，因此在影響因素的處理上即使研究人員思想考慮范圍足夠全面，在軟件技術(shù)支持上也達不到。

3.1.3GIS數(shù)據(jù)支持的局限

對于生態(tài)問題建模研究，地理信息數(shù)據(jù)加載可以更好的結(jié)合當(dāng)?shù)貙嶋H地理數(shù)據(jù)，把GIS數(shù)據(jù)直接作為模擬環(huán)境得到更真實準確的地理空間環(huán)境信息。而目前的成熟建模仿真平臺中，GIS數(shù)據(jù)的直接加載以及高級分析功能上都存在些許不足之處。

3.2GAMA簡介

GAMA平臺是一個基于多智能體的空間顯式仿真建模平臺，相較于其他多數(shù)建模軟件運用的java語言，GAMA使用更直觀簡單的內(nèi)建GAML語言，是讓非計算機科學(xué)家更易編程建模的語言。因為GAMA基于Open Map和Repast等開源庫，所以可以直接利用其可視化可操作性的優(yōu)勢，借助聲明式用戶界面，控制操作面板，形成2D、3D空間顯式的模擬過程，進行空間直觀多智能體模擬。異構(gòu)變量的處理能力上做了進一步的提升。在GIS支持問題上，GAMA做了更大的提升，提供了其程序編輯的空間原語，支持多種形式的GIS格式，不用在研究過程中來回轉(zhuǎn)換GIS數(shù)據(jù)格式，不僅減少了工作繁復(fù)性，也保持了GIS數(shù)據(jù)的原本準確性。

3.3GAMA在農(nóng)業(yè)生態(tài)系統(tǒng)研究中的應(yīng)用

目前國外專家學(xué)者利用GAMA這一基于代理的多智能體建模平臺對這一領(lǐng)域進行了推進研究，他們運用GAMA加載GIS數(shù)據(jù)的優(yōu)勢，以及數(shù)百萬的異構(gòu)變量處理能力，讓模擬結(jié)果更趨于現(xiàn)實情況。例如有學(xué)者以法國Adour-Garonne盆地為例，研究其土地利用和低水位戰(zhàn)略管理問題，綜合考慮生態(tài)時空因素（降水、溫度變化、水流量、植物生長）與社會經(jīng)濟因素（農(nóng)民決策過程，低水流量管理，人口統(tǒng)計，土地利用和土地覆蓋變化）對作物輪作生長以及水位的影響，運用GAMA強大的集成開發(fā)環(huán)境和巨大的應(yīng)用程序運作能力，并加載各項GIS數(shù)據(jù)，模擬出作物流域面積、主要灌溉（玉米）和雨育作物（小麥、向日葵、豌豆等）產(chǎn)量、流域出水口的水流等，以此來制定農(nóng)民種植計劃和低水位戰(zhàn)略管理。Patrick Taillandier等在其《基于信念理論的新BDI代理體系結(jié)構(gòu)：應(yīng)用于種植計劃決策的建?！芬晃闹?，運用新BDI架構(gòu)構(gòu)建兩個作用實體一農(nóng)民智能體和農(nóng)田智能體，模擬兩個流域的農(nóng)民種植計劃（景觀面積：125×100 km²），運用GAMA平臺進行仿真模擬，并比較了實際數(shù)據(jù)和實際數(shù)據(jù)中每種作物類型占用的田地面積百分比仿真結(jié)果，而兩種數(shù)據(jù)之間5年的平均相似度達到了76.5%;Trong Khanh Nguyen等提出了基于代理的仿真PAMS新協(xié)作模式，借助GAMA平臺可進行視頻會議、及時消息傳送等強大交互功能。這些研究提供了新的研究啟示，不僅可以利用GAMA來完成復(fù)雜因素組成的研究項目，而且可以利用實時交互功能促進農(nóng)業(yè)管理平臺的進一步提高等。

4結(jié)語

農(nóng)業(yè)生態(tài)系統(tǒng)的研究在不斷完善，多智能體技術(shù)的發(fā)展應(yīng)用為研究提供了新的思路與方法，而多智能體模擬平臺的不斷創(chuàng)新提高將促進研究結(jié)果的更好實現(xiàn)，是今后研究復(fù)雜系統(tǒng)性問題的較好途徑與有利支撐。