牟江波
(甘肅省小隴山林業(yè)實(shí)驗(yàn)局龍門林場(chǎng),甘肅天水 741020)
根據(jù)全國(guó)第六次森林資源清查結(jié)果,我國(guó)森林資源覆蓋率約為18.21%,總體生態(tài)狀況偏差,未來(lái)發(fā)展前景不容樂(lè)觀,這與我國(guó)當(dāng)前高速發(fā)展的城鎮(zhèn)化政策有關(guān)。具體來(lái)講,主要是存在人工林形式相對(duì)單一、生態(tài)系統(tǒng)脆弱等現(xiàn)實(shí)問(wèn)題。而在單一的林業(yè)種植影響下,病蟲害問(wèn)題相當(dāng)嚴(yán)重,亟待整治。因此,利用林業(yè)科技提高森林病蟲害防治效果就成為關(guān)鍵。
改革開(kāi)放以來(lái),我國(guó)森林生產(chǎn)需求量日益增大,森林生態(tài)平衡也被嚴(yán)重破壞,這導(dǎo)致森林病蟲害發(fā)生面積呈現(xiàn)逐年遞增的發(fā)展趨勢(shì)。據(jù)相關(guān)統(tǒng)計(jì)結(jié)果,我國(guó)森林病蟲害的發(fā)生面積到2020 年已經(jīng)上升至1 800 萬(wàn)公頃,年均遞增20%以上,每年因森林病蟲害所造成的經(jīng)濟(jì)損失超過(guò)60 億元。全國(guó)森林病蟲害的發(fā)生總面積約占森林總面積的9.1%左右,占人工林總面積的24.2%,其已經(jīng)成為嚴(yán)重制約我國(guó)林業(yè)可持續(xù)發(fā)展的重要因素[1]。
在我國(guó),森林病蟲害的發(fā)生面積大(達(dá)到320.59 萬(wàn)公頃)、發(fā)生種類多(超過(guò)8 000 余種)、其中不乏大量重大為害性病蟲害,每年各地都存在從零星發(fā)生病蟲害轉(zhuǎn)為大面積爆發(fā)病蟲害的可能性。
我國(guó)森林病蟲害多為常發(fā)性病蟲害,一旦發(fā)生其侵害面積逐漸增大且無(wú)法停止。森林病蟲害的爆發(fā)性伴隨偶發(fā)性,這會(huì)導(dǎo)致零星病蟲害瞬間轉(zhuǎn)化為大規(guī)模爆發(fā)病蟲害,導(dǎo)致林區(qū)嚴(yán)重受損。森林病蟲害為害性極大,因其擴(kuò)散蔓延速度較快,對(duì)我國(guó)生態(tài)環(huán)境與自然景觀都構(gòu)成了嚴(yán)重威脅。一些經(jīng)濟(jì)林如果發(fā)生森林病蟲害則會(huì)嚴(yán)重制約山區(qū)經(jīng)濟(jì)發(fā)展,對(duì)林農(nóng)影響很大[2]。
對(duì)此,可建立一套ESRI ArcGIS 技術(shù)體系,構(gòu)建GIS地理數(shù)據(jù)集——ArcToolbox及ArcMap智能地圖體系,客觀表達(dá)完整的GIS 關(guān)鍵內(nèi)容體系,合理利用GIS 來(lái)構(gòu)建各個(gè)層面的技術(shù)內(nèi)容。利用GIS 系統(tǒng)來(lái)處理用戶數(shù)據(jù),同時(shí)在GIS 基礎(chǔ)之上建立開(kāi)發(fā)函數(shù)數(shù)據(jù)庫(kù),確保用戶專用地理信息系統(tǒng)軟件應(yīng)用到位[3]。
森林病蟲害GIS 預(yù)測(cè)預(yù)報(bào)系統(tǒng)在實(shí)際的技術(shù)實(shí)踐應(yīng)用過(guò)程中發(fā)揮了重大作用,其在森林病蟲害的發(fā)生期預(yù)測(cè)、發(fā)生量預(yù)測(cè)、為害程度預(yù)測(cè)等方面發(fā)揮了重要價(jià)值作用。
森林病蟲害發(fā)生期預(yù)測(cè)過(guò)程中,可采用多種技術(shù)方法,這其中就包括了多元回歸分析法、有效積溫法等。以有效積溫法為例,其主要根據(jù)病蟲害中蟲害的發(fā)育起點(diǎn)溫度進(jìn)行分析,建立有效積溫與近期平均氣溫預(yù)測(cè)值體系,確??茖W(xué)合理預(yù)測(cè)下一世代蟲態(tài)的發(fā)生期限,并提出了具體的有效積溫預(yù)測(cè)方程式如下[4]。
在上述有效積溫預(yù)測(cè)方程式中,N代表了病蟲害的發(fā)育時(shí)間(天數(shù)),K代表有效積溫,Sk代表有效積溫標(biāo)準(zhǔn)差,C代表發(fā)育起點(diǎn)溫度,T代表日平均溫度,Sc代表發(fā)育起點(diǎn)溫度標(biāo)準(zhǔn)差。
參考這一有效積溫預(yù)測(cè)方式,可建立BP 神經(jīng)網(wǎng)絡(luò),專門利用誤差反向傳播計(jì)算方法建立一套完整的人工神經(jīng)網(wǎng)絡(luò)模型,保證形成輸入層、輸出層及多個(gè)隱層,保證不同節(jié)點(diǎn)相鄰層之間建立單方向或雙方向互聯(lián)機(jī)制,最終形成一套完整的BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖,如圖1 所示[5]。
如圖1 所示,在BP 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程中,需要建立輸入信號(hào)與隱層傳向輸出層,實(shí)現(xiàn)對(duì)信息數(shù)據(jù)的正向傳播過(guò)程,如果學(xué)習(xí)算法結(jié)束,則需要建立反向計(jì)算機(jī)制,確保誤差信號(hào)有效減少,同時(shí)提出具體運(yùn)算過(guò)程,提高GIS 預(yù)測(cè)預(yù)報(bào)系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)應(yīng)用價(jià)值[6]。
圖1 GIS 預(yù)測(cè)預(yù)報(bào)系統(tǒng)中的BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖
在GIS 預(yù)測(cè)預(yù)報(bào)系統(tǒng)中,還要對(duì)發(fā)生量預(yù)測(cè)技術(shù)實(shí)踐內(nèi)容進(jìn)行分析,提出具體技術(shù)應(yīng)用,保證森林病蟲害預(yù)測(cè)預(yù)報(bào)軟件支撐體系有效建立,深度探索、總結(jié)、應(yīng)用本地技術(shù)內(nèi)容。例如,對(duì)森林中松毛蟲的預(yù)測(cè)預(yù)報(bào)方法就主要圍繞發(fā)生量預(yù)測(cè)預(yù)報(bào)展開(kāi),了解松毛蟲的預(yù)測(cè)預(yù)報(bào)發(fā)生量,建立有效技術(shù)預(yù)測(cè)法對(duì)其病蟲害發(fā)生量進(jìn)行調(diào)節(jié),保證有效技術(shù)預(yù)測(cè)法發(fā)生量預(yù)測(cè)到位。具體來(lái)講,要對(duì)松毛蟲的蟲口基數(shù)、雌雄性比、平均產(chǎn)量數(shù)量等進(jìn)行全面綜合分析,如此可了解下一世代蟲害的發(fā)生量[7]。
可建立GIS+BP 人工審計(jì)年網(wǎng)絡(luò)的森林病蟲害為害程度預(yù)測(cè)預(yù)防技術(shù)體系,建立其中的非線性動(dòng)力學(xué)網(wǎng)絡(luò)系統(tǒng),專門對(duì)病蟲害的高度非線性問(wèn)題內(nèi)容進(jìn)行預(yù)測(cè)。該技術(shù)體系的自學(xué)與自組織能力超強(qiáng),可建立具有極高水平的自適應(yīng)、抗干擾、容錯(cuò)性較強(qiáng)的技術(shù)能力體系,保證對(duì)個(gè)別網(wǎng)絡(luò)學(xué)習(xí)效果的有效減少提供更多可能性,在預(yù)測(cè)方法方面也表現(xiàn)更為簡(jiǎn)便,預(yù)測(cè)速度相對(duì)較快。
在GIS 預(yù)測(cè)預(yù)報(bào)系統(tǒng)建立過(guò)程中,可利用馬爾可夫鏈預(yù)測(cè)發(fā)生技術(shù),達(dá)到對(duì)未來(lái)森林病蟲害發(fā)生情況的有效預(yù)測(cè)。該技術(shù)所建立的過(guò)程時(shí)刻分析體系中涵蓋了多區(qū)間多狀態(tài)分析技術(shù)體系,保證對(duì)其分析過(guò)程中的某些特殊狀況進(jìn)行分析,建立過(guò)程時(shí)間離散點(diǎn),確保所分析狀態(tài)均為離散值內(nèi)容,提高分析水平[8]。
在當(dāng)前眾多森林科技技術(shù)支持下,我國(guó)林業(yè)發(fā)展也正朝健康可持續(xù)發(fā)展方向邁進(jìn),可合理有效利用各種科技技術(shù)提升森林林業(yè)保護(hù)發(fā)展水平,有效解決病蟲害問(wèn)題,提高病蟲害防治效果,減少病蟲害所帶來(lái)的各種嚴(yán)重為害,為地方樹立正確有效的森林病蟲害防治價(jià)值技術(shù)觀,深度有效促進(jìn)我國(guó)森林林業(yè)產(chǎn)業(yè)的健康穩(wěn)定可持續(xù)發(fā)展。