林業有害生物防治決策系統分析模塊與防治指數設計探討

蒲永蘭 何興文 楊佳翰 胡毅

摘 要 介紹了“林業有害生物防治決策系統”的通用分析模塊、系統和防治指數標準的設計和實現，分析模塊可以實現對各種信息的分析以及參數的測試。“林業有害生物防治決策系統”構建技術與開發研究，對于加強林業有害生物智能化防控決策、信息網絡化管理和宏觀科學決策具有很高的應用價值。

關鍵詞 林業有害生物防治；決策系統；防治指數；模塊化設計；開發與實現

中圖分類號：S126 文獻標志碼：A DOI：10.19415/j.cnki.1673-890x.2018.7.019

隨著林業建設快速發展，特別是隨著集體林權制度改革的逐步深入，分林到戶后，林業有害生物防治主體呈現多元化，廣大林農對林業有害生物防治公共服務的需求日益增加，在此背景下，重慶市森林病蟲防治檢疫站研發、創辦了重慶市網絡森林醫院。重慶市網絡森林醫院的主要功能作用有：1）通過網絡平臺，面向社會、面向林業生產實際，為林業有害生物防控一線生產工作者提供內容豐富、詳實準確的信息咨詢、技術服務資料；2）通過組織專家和技術工作人員作為“坐診醫生”，為實際生產中苗圃種苗、移栽樹木、集體林、經濟林、園林綠化苗木診斷病情，提供防治措施和方案，達到“對癥下藥”的目的；3）搭建起一個林業科技工作者和生產第一線林業工作者溝通交流互動的平臺，以更快捷高效、方便直觀的形式為廣大林農和涉林單位服務。

在重慶市網絡森林醫院系統研發構建和運行過程中，集全市森防系統專家力量完成了市內主要造林樹種和林業有害生物、藥劑、藥械數據庫；匯集了大量來自各區縣真實的基礎數據，可以了解掌握病蟲害種類、測報（輕、中、重）分布情況，成為網絡查詢共享資源，便于廣大林農、決策者快速響應。

實際生產中，決策者常碰到諸多選擇項：如何決策林地有害生物發生程度，已經發生的病蟲害危險性如何，病蟲害的發生趨勢消長情況，是否確實該采取防治措施，等等。科學決策和撓腦袋決策的區別就在于，科學的智能化的決策更加客觀，是信息處理技術基于各種數據的綜合研判。

對于重慶市已達400多萬公頃的森林生態系統，人腦的識別與決策出現誤判的概率較大，故建立和完善智能化的林業有害生物防治決策系統是必需的。積極推進“林業有害生物防治決策系統”構建技術與開發研究，對于加強林業有害生物智能化防控決策、信息網絡化管理和宏觀科學決策具有很高的應用價值。本文就如何設置分析模塊系統，防治指數的標準、設計和開發與實現進行探討。

1 設計原理

開發“林業有害生物防治決策系統”的目的是為用戶是否需要開展防治提供參考意見。用戶按系統顯示出的對話框填寫相關信息，系統經過分析給出林業有害生物防治指數，在此基礎上給出是否需要防治，并提供防治方法建議。該系統主要表現是在網絡森林醫院的技術支持里加一項“防治決策”內容，以及在林業有害生物出現的地方添加鏈接。

主要設計原理：

防治指數=f（地區、林業有害生物名稱、危險指數、發生程度指數、趨勢指數、林分健康指數、環境指數、經濟效益指數、林權屬性指數等）=a0+a1×危險等級指數+a2×發生程度指數+a3×發生趨勢指數+a4×森林健康水平指數+a5×環境狀態指數+a6×經濟效益指數

函數返回值范圍從0到100，分為三個等級，分值越高建議越需要防治，分值處于中間段的可防可不防，分值較低的可以進一步觀察。

包括以下危險等級分析模塊、發生程度分析模塊、發生趨勢分析模塊、森林健康水平分析模塊（林分質量）、環境狀態分析模塊（自然、地理）、經濟效益分析模塊，六個主要技術要求分述如下。

1）危險等級分析模塊（等級1～4）

林業有害生物風險分析的方法及指標體系，主要包括發生分布、潛在危險性、危害情況、寄主重要性和防治難度等5個方面內容（見表1）。此指數在防治指數里優先級別最高，針對某些重點林業有害生物防治具有一票決策權（必須防治），值的范圍為0到100。

2）發生程度分析模塊

根據林地的林業有害生物發生程度（輕、中、重）分析出發生程度指數，此指數作為防治指數的重要組成部分，是大多數林業有害生物防治的重要參考依據，值的范圍從0到100（見表2）。

3）發生趨勢分析模塊（歷史記錄1～5年）

林地的歷年林業有害生物發生規律，是非重點林業有害生物的重要防治參考依據。根據1～5年的發生情況分析出發生趨勢指數，此指數值越高也會增加防治指數，值的范圍為-100到100（見表3）。

4）森林健康水平分析模塊（林分質量）

林地的樹種分布及健康情況嚴重影響森林的自我調節能力，根據這些信息分析出森林健康水平指數，此指數值越高（森林的自我調節能力越強）相應的防治指數就會下降，值的范圍為-100到100。

5）環境狀態分析模塊（自然、地理）

林地的自然、地理環境是增強森林自我調節能力的重要組成部分。根據林地的有益生物、氣候、土壤、坡向、坡度等自然、地理因素分析出環境狀態指數，此指數值越高（森林的自我調節能力越強）相應的防治指數就會下降，值的范圍為-100到100。

6）經濟效益分析模塊

通過對林地現有的經濟價值、受害后的經濟價值及防治所需的費用進行綜合分析，得到經濟效益指數（見表4）。此指數是影響防治指數的重要因素之一，某些林業有害生物此指數越高（防治后帶來的經濟效益越好）防治指數越高。

2 防治指數流程設計及相關標準

在數據庫的有害生物中增加一個“危險指數”字段，以省為單位進行管理。根據林業有害生物風險分析的方法及指標體系，主要包括發生分布、潛在危險性、危害情況、寄主重要性和防治難度等5個方面內容。對上述各項內容設定評判標準和賦分標準（見表1），并據此標準對林業有害生物進行科學評判和賦分，根據賦分結果確定有害生物等級。

采用上述評價方法，對近年來發生危害較嚴重的71種（類）林業有害生物進行評判和賦分（見表5），將林業有害生物劃分為極度危險、高度危險、中度危險和低度危險等四個危險等級。

a. 賦分≥90為一級，屬極度危險的林業有害生物；

b. 70≤賦分<90為二級，屬高度危險的林業有害生物；

c. 55≤賦分<70為三級，屬中度危險的林業有害生物；

d. 賦分<55為四級，屬低度危險的林業有害生物。

3 結論

林業有害生物防治決策系統的通用分析模塊和系統的設計和實現，是網絡森林醫院系統對綜合決策功能的探索，是對林業有害生物防控決策系統標準化、信息化、智能化的跨越式推進。運用現代信息技術，分析模塊可以實現對各種林業有害生物信息的分析及參數的測試，將林業有害生物的危險程度相關標準進行防治指數流程設計，可以直觀地用數字看出不同種類林業有害生物的危險程度，提出防控指導，在實際中應用潛力巨大。

重慶市網絡森林醫院是有害生物防治行業一種新的信息化服務載體，網絡森林醫院建立起寄主植物數據庫、病蟲害數據庫、專家數據庫、藥劑藥械數據庫四大基礎數據庫，尤其是寄主植物數據庫、病蟲害數據庫的不斷完善，是實現標準化、智能化決策的基礎。通過上述功能和數據處理，提供智能化的自動模糊判斷、宏觀決策等專業支持，提出防控意見，達到科學防災減災效果，為林農果農提供了方便、快捷、優質、高效的公共服務。

（責任編輯：丁志祥）