基于氣象因子的科爾沁右翼前旗草原鼠害預測模型研究

董佳音 馬 亮 李 琨

（內(nèi)蒙古工業(yè)大學理學院，內(nèi)蒙古呼和浩特 010051）

草原生態(tài)系統(tǒng)在自然狀態(tài)下處于一種動態(tài)平衡，鼠類作為該生態(tài)系統(tǒng)中的一員，對維持生態(tài)系統(tǒng)平衡發(fā)揮著不可或缺的作用。其種群數(shù)量隨著生態(tài)系統(tǒng)的動態(tài)平衡變化而消長，正常情況下，鼠類適度啃食牧草對草原生態(tài)系統(tǒng)是有利的[1]。但是長期過度放牧、亂墾亂采等人類活動嚴重破壞了草原生態(tài)系統(tǒng)的動態(tài)平衡，加劇了草原鼠害的發(fā)生。據(jù)內(nèi)蒙古草原信息網(wǎng)統(tǒng)計，內(nèi)蒙古自治區(qū)草原上共棲息著50多種鼠類，大量害鼠不僅啃食剛返青的牧草，阻礙了牧草正常生長，極大地減少了草場生物單產(chǎn)，與牲畜形成爭草之勢，還因其嚴重的盜洞行為，破壞了土層結(jié)構(gòu)和牧草根系，造成草場大面積退化、沙化，導致草地生態(tài)系統(tǒng)失衡[2]。因此，對草原鼠害的研究非常必要。

草原鼠害具有暴發(fā)性、遷移擴散性、發(fā)展蔓延快、破壞力強、控制難度大等特點。傳統(tǒng)人工調(diào)查是過去常用的方法之一，即由工作人員采用一定的調(diào)查方法進行大面積地毯式調(diào)查。常用調(diào)查方法有堵洞盜洞法、定面積捕盡法、夾夜（日）法和洞口系數(shù)法。以上調(diào)查方法需要大量地面工作為支撐，耗時耗力[3]。針對草原鼠害重點發(fā)生區(qū)，探索新型防治技術(shù)、召集更多力量積極參與滅鼠防災工作是未來草原鼠害防治的必然趨勢。因此，建立一個具有實際應用價值的草原鼠害預警模型來預測草原鼠害發(fā)生面積，不僅可以節(jié)省大量人力財力，還可以為內(nèi)蒙古自治區(qū)預防草原鼠害提供一定的科學依據(jù)和模型支持。

1 材料與方法

1.1 研究區(qū)概況

科爾沁右翼前旗（以下簡稱科右前旗）位于內(nèi)蒙古自治區(qū)東北部，其東部與扎賚特旗等相鄰，南連吉林省白城市，北部和阿爾山市相連，西靠錫林郭勒盟東烏珠穆沁旗，西北部與蒙古國接壤?？朴仪捌炜偯娣e1.7萬km2，可利用草場83.16萬hm2，屬大陸性季風氣候區(qū)，其地勢呈北高南低的趨勢[4]，南北部年均氣溫相差2.8℃，年均降水量相差7.6 mm[5]。該旗鼠害的優(yōu)勢鼠種是東北鼢鼠，東北鼢鼠為不冬眠鼠，冬季深居于洞內(nèi)，有時也會到地面覓食、尋偶。其活動具有明顯的季節(jié)性，春季開始活動，4—6月為主要繁殖期，9—10月進行覓食和越冬食物儲備，每日早、晚活動頻繁。該鼠具有怕光、怕風的習性，洞口打開后會及時堵洞[6]，除繁殖季節(jié)外一般均獨居。

1.2 試驗方法

本文采用土丘計數(shù)法統(tǒng)計種群密度。首先，利用定面積捕盡法統(tǒng)計鼠數(shù)，選取1 hm2的樣方，在樣方內(nèi)沿著洞道以10 m為間隔（視具體鼠洞土丘分布而定）探查洞道，并將發(fā)現(xiàn)的洞口挖開，經(jīng)過24 h后，檢查并統(tǒng)計東北鼢鼠的封洞效果，有封洞情況的鼠洞為有效鼠洞，將捕鼠器安置于有效鼠洞處，捕獲東北鼢鼠后，在原洞道內(nèi)一般不必再重復布置器械；但是在繁殖之前、產(chǎn)幼崽之后會出現(xiàn)一洞多鼠的情況，此時仍采用開洞封洞法觀察一段時期，防止漏捕，直至捕盡為止[7]。其次，統(tǒng)計樣方內(nèi)的土丘群數(shù)量（土丘群由不同數(shù)量的土丘或者龜裂紋組成，有時密集成片，有時排列成行，為了方便計算，若只有一個土丘或龜裂紋，亦記作一個土丘群），計算土丘群系數(shù)，計算公式如下[8]：

1.3 數(shù)據(jù)來源

本文使用的氣象數(shù)據(jù)來自國家氣象科學數(shù)據(jù)共享服務(wù)平臺上的中國氣象數(shù)據(jù)網(wǎng)（https：//data.cma.cn/site/index.html）。

2 結(jié)果與分析

2.1 建立模型

先用2009—2019年的數(shù)據(jù)建立模型，之后再用2018—2019年鼠害發(fā)生面積進行模型檢驗。由圖1可知，前一年鼠害相對較輕時，后一年會有些許上升，如2012年、2014年、2016年等。由此可見，前一年鼠害發(fā)生面積對第2年的發(fā)生面積并無決定性影響。東北鼢鼠整個生長過程中，只有成年階段才有較強的抵御外界不利氣象條件的能力，在這之前極易受到氣象條件的影響。由此推測，草原鼠害發(fā)生面積與氣象條件有密切聯(lián)系。在以下研究中所用的氣象數(shù)據(jù)均以旬為單位，10 d為1旬，每月1—10日為上旬，11—20日為中旬，21—30日為下旬，對于天數(shù)不足30 d或者超過30 d的月份，下旬則以該月月底為準。

2.2 灰色關(guān)聯(lián)度分析

灰色關(guān)聯(lián)度分析法是一種以灰色系統(tǒng)為基礎(chǔ)的動態(tài)灰色過程，是根據(jù)元素之間發(fā)展趨勢的相似或相異程度來衡量元素間關(guān)聯(lián)度的一種方法。對于兩個系統(tǒng)之間的元素，其隨時間或不同對象而變化的關(guān)聯(lián)性大小的量度稱為關(guān)聯(lián)度。若兩個因素變化的趨勢具有一致性，即同步變化程度較高；反之，則同步變化程度較低?；疑P(guān)聯(lián)度分析法具體步驟如下。

（1）構(gòu)造初始化數(shù)列，并對其進行無量綱處理，選取其中一個數(shù)列為基準數(shù)列：

式中，k 表示時刻，x0（k）表示因素 x0在 k 時刻的觀察值。

設(shè)另有m個比較數(shù)列：

（2）進行關(guān)聯(lián)系數(shù)計算，其公式如下：

本文用Matlab軟件編程實現(xiàn)對所選氣象因子關(guān)聯(lián)度的計算，分析結(jié)果如表1所示。可以看出，6個氣象因子的關(guān)聯(lián)度均＞0.5，即6個氣象因子與草原鼠害發(fā)生面積之間均具有相關(guān)性，且其相關(guān)性從大到小排序依次為年均氣溫、年日照時數(shù)、年均最大風速、年均相對濕度、年降水量、9月溫雨系數(shù)。

表1 灰色關(guān)聯(lián)度分析結(jié)果

2.3 BP神經(jīng)網(wǎng)絡(luò)預測模型

神經(jīng)網(wǎng)絡(luò)是由大量簡單的處理單元（以下簡稱神經(jīng)元）廣泛連接而成的復雜網(wǎng)絡(luò)系統(tǒng)，其主要以自組織、自適應、自學習、優(yōu)良的容錯性和非線性逼近能力等優(yōu)點在各類研究中廣受關(guān)注。在神經(jīng)網(wǎng)絡(luò)模型中應用最多的模型是誤差反向傳播模型，即BP神經(jīng)網(wǎng)絡(luò)模型[9]。因此，本文基于BP神經(jīng)網(wǎng)絡(luò)模型，以年降水量、年均氣溫、年日照時數(shù)、年均相對濕度、年最大風速和9月溫雨系數(shù)等6個氣象因子為變量，結(jié)合草原鼠害發(fā)生面積建立BP神經(jīng)網(wǎng)絡(luò)預測模型。

BP神經(jīng)網(wǎng)絡(luò)模型一般由輸入層、隱含層和輸出層（以下分別簡稱為一、二、三層）組成。其中，輸入層的個數(shù)由需要解決的問題和數(shù)據(jù)表示方式確定，輸出層的個數(shù)則由類別模式來確定。以3層BP神經(jīng)網(wǎng)絡(luò)模型為例，其結(jié)構(gòu)如圖2所示。

BP神經(jīng)網(wǎng)絡(luò)模型具體算法如下：

（2）初始化網(wǎng)絡(luò)，即給出BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值。因為輸入的因子數(shù)和隱含層的個數(shù)都為6，所以一、二層之間的權(quán)值｛ωij｝為6×2的0～1之間的隨機數(shù)矩陣，二、三層的權(quán)值｛ωij｝為 6×1 的 0～1 之間的隨機數(shù)矩陣。同理可給出閾值｛Bij｝，并選擇單級S函數(shù)作為激勵函數(shù)。

（3）計算二層的輸入和輸出。設(shè)X為一層輸入樣本O1=X，則二層神經(jīng)元的輸入為一層所有神經(jīng)元的值和閾值的和，也即 I2=ωij×X+Bij×ones。 又因激勵函數(shù)為單級 S 函數(shù)，即，故二層神經(jīng)元的輸出為。

（4）計算三層的輸入和輸出。這與二層情況類似，即 I3=ωik×O2+Bjk×ones。此外，也通常約定三層神經(jīng)元是線性函數(shù)，則O3=I3。

（5）計算能量函數(shù)E。其作用在于當BP神經(jīng)網(wǎng)絡(luò)模型的誤差達到預定值時即可停止訓練。設(shè)輸出樣本為 Y，則 E=Σ（Y-O3）3。

（6）層與層之間的權(quán)值和閾值調(diào)整量。一、二層之間：

（7）加上調(diào)整量后的權(quán)值和閾值，即 ω′jk=Δωjk+ωjk，B′jk=ΔBjk+Bjk。

此外，由響應函數(shù)f（x）的特性可知，節(jié)點輸出值在0～1之間。因此，還需要對訓練樣本進行數(shù)據(jù)處理，利用等比變換法將BP神經(jīng)網(wǎng)絡(luò)的輸入和輸出值都限制在區(qū)間（0，1）內(nèi)，再輸入網(wǎng)絡(luò)。至此已完成了對BP神經(jīng)網(wǎng)絡(luò)的訓練，之后開始對2018—2019年的數(shù)據(jù)進行預測。由R語言軟件編程計算可得2018—2019年預測結(jié)果分別為262.609 1、239.250 3。

2.4 模型檢驗

為檢驗BP神經(jīng)網(wǎng)絡(luò)模型的預測結(jié)果，將2018—2019年相應氣象因子代入BP神經(jīng)網(wǎng)絡(luò)模型中，結(jié)果見表2。可知，BP神經(jīng)網(wǎng)絡(luò)模型的相對誤差在9%以下，即該模型精度在91%以上，預測效果良好。

表2 BP神經(jīng)網(wǎng)絡(luò)模型檢驗結(jié)果

3 結(jié)論

本文首先利用灰色關(guān)聯(lián)度分析法，篩選出了與草原鼠害發(fā)生面積具有相關(guān)性的氣象因子。基于所選氣象因子，使用BP神經(jīng)網(wǎng)絡(luò)模型對科右前旗草原鼠害發(fā)生面積進行預測。從模型擬合精度來看，BP神經(jīng)網(wǎng)絡(luò)模型的精度高達91%以上。此預測模型可為內(nèi)蒙古自治區(qū)預防草原鼠害提供一定科學依據(jù)。