摘要：森林病蟲害每年給我國造成的直接經(jīng)濟損失達數(shù)十億元，對生態(tài)環(huán)境的破壞更是難以估量。由于社會經(jīng)濟和科技發(fā)展的局限性，過去人們在控制森林病蟲災(zāi)害的過程中，總存在著被動抗災(zāi)的思想意識，往往在森林病蟲害暴發(fā)成災(zāi)后，再籌集巨額資金救災(zāi)。

　　關(guān)鍵詞：計算機應(yīng)用,馬爾科夫模型,預(yù)測預(yù)報

　　1背景介紹

　　森林病蟲害信息的及時獲取及準(zhǔn)確傳遞，提高病蟲預(yù)測預(yù)報的準(zhǔn)確性和時效性，是各級林管部門科學(xué)決策、科學(xué)管理的基礎(chǔ)，對森林資源的保護和生態(tài)環(huán)境的建設(shè)具有重大的意義，因此，將計算機應(yīng)用在病蟲害預(yù)測預(yù)報中，應(yīng)用馬爾科夫模型對森林病蟲害的預(yù)測預(yù)報預(yù)病對于我國林業(yè)發(fā)展起著重要作用。

　　2計算機在森林病蟲害預(yù)測預(yù)報中的應(yīng)用

　　2.1 用數(shù)據(jù)庫收集數(shù)據(jù)數(shù)據(jù)庫技術(shù)數(shù)據(jù)庫(Database)技術(shù)的發(fā)展，為信息的存儲、分類、查詢、傳遞等提供了保證。這些數(shù)據(jù)演繹著這個事物的變化過程，我們把這些數(shù)據(jù)，回歸成數(shù)學(xué)模型，來幫助我們分析解決實際中的問題。在森林病蟲害預(yù)測預(yù)報中，將實際收集的病蟲害數(shù)據(jù)放到數(shù)據(jù)庫中，為實現(xiàn)預(yù)測預(yù)報做好準(zhǔn)備工作。

　　2.2 數(shù)據(jù)計算將收集到的森林病蟲害數(shù)據(jù)回歸成馬爾科夫數(shù)學(xué)模型，原來非常復(fù)雜的計算過程，就可以在我們按幾下按鍵的情況下得出正確的結(jié)果，從而為預(yù)測預(yù)報起到參考的意義。

　　2.3 計算機模擬預(yù)測在實際病蟲害預(yù)測預(yù)報過程中，把積累的大量相關(guān)數(shù)據(jù)，回歸成馬爾科夫數(shù)學(xué)模型，把這個反映過程的數(shù)學(xué)模型編成軟件序，在以后的工程過程中，通過這個軟件預(yù)測這個工程過程的情況，從而達到計算機預(yù)測預(yù)報森林病蟲害的目的。

　　2.4 在工程過程中優(yōu)化控制將實際收集到的數(shù)據(jù)回歸，建立馬爾科夫數(shù)學(xué)模型，編成計算機程序，輸入計算機，優(yōu)化了控制，最終實現(xiàn)便實現(xiàn)了森林病蟲害的預(yù)測預(yù)報。

　　3馬爾可夫預(yù)測模型在森林病蟲害預(yù)測預(yù)報應(yīng)用及實現(xiàn)

　　馬爾可夫(Markov)過程是研究事物的狀態(tài)及其轉(zhuǎn)移的理論。它是通過對不同狀態(tài)的初始概率及其狀態(tài)之間轉(zhuǎn)移概率的研究來確定狀態(tài)的變化趨勢，從而達到對未來進行預(yù)測的目的。

　　馬爾可夫過程的特點是：過程在時刻ti到時刻tj(tj>ti)的時間段內(nèi)所處的各狀態(tài)已知時，而過程在t時刻(t>tj)所處的狀態(tài)的統(tǒng)計規(guī)律只與時刻ti到時刻tj區(qū)間的狀態(tài)有關(guān)，而與時刻ti以前的狀態(tài)無關(guān)。這種特點也稱為狀態(tài)的無后效性。

　　當(dāng)馬爾可夫過程中的時間取離散點，狀態(tài)也取離散值時，稱馬兒可夫鏈。

　　馬爾可夫鏈預(yù)測病蟲害不需要考慮其它繁雜的外界因子，只需要連續(xù)多年的病蟲發(fā)生程度的歷史資料，將收集到的病蟲害數(shù)據(jù)輸入到計算機中，通過計算狀態(tài)轉(zhuǎn)移概率，方法簡單易行。對病蟲害的長期預(yù)測有著良好的效果。

　　3.1 數(shù)據(jù)計算馬爾可夫鏈預(yù)測病蟲害發(fā)生程度的方法說明如下：例如：屏邊苗族自治縣1984年至2007年24年間毒蛾的發(fā)生程度如表1所示。其中，級別為1表示常態(tài)，級別為2表示輕微，級別為3表示中度，級別為4表示重度。現(xiàn)要預(yù)測2008年屏邊苗族自治縣毒蛾的發(fā)生程度。

　　設(shè)pij(m)表示毒蛾狀態(tài)等級經(jīng)過m次轉(zhuǎn)移，由級別i轉(zhuǎn)移到級別j的概率。則有：

　　pij(m)=nj(m)/mi

　　其中，mi為毒蛾發(fā)生等級為i的總次數(shù)，nj(m)為毒蛾發(fā)生等級值由i經(jīng)過m次轉(zhuǎn)移后的發(fā)生等級值為j的次數(shù)。在這里i取1、2、3、4，同樣j也取1、2、3、4。

　　故在本例中轉(zhuǎn)移次數(shù)為m次的概率矩陣為：

　　P(m)=p(m)p(m)p(m)p(m)p(m)p(m)p(m)p(m)p(m)p(m)p(m)p(m)p(m)p(m)p(m)p(m)

　　相距1年各級值間轉(zhuǎn)移次數(shù)如表2所示。

　　所以遷移概率矩陣：

　　P(1)==0.570.140.29 00.40.2 0.2 0.200.3750.3750.250.25 0 0.5 0.25

　　同理：

　　P(2)=0.430.14 0.29 0.140.2 0.4 0.2 0.20.250.1250.3750.250.250.250.5 0

　　P(3)=0.29 0.290.140.290.2 0.2 0.2 0.40.3750.1250.3750.1250.250.25 0.5 0

　　P(4)=0.29 0.290.4300 0.2 0.2 0.60.5 0.1250.37500.250.25 0.25 0.25

　　3.2 預(yù)測預(yù)報根據(jù)2008年的相鄰4個年份，2004年、2005年、2006年、2007年的毒蛾發(fā)生級別以及各自到2008年的轉(zhuǎn)移步數(shù)，再根據(jù)前面計算的遷移概率矩陣P(4)、P(3)、P(2)、P(1)。從而可得到屏邊苗族自治縣2008年毒蛾發(fā)生程度預(yù)測表，如表3所示。

　　根據(jù)表3，再轉(zhuǎn)移狀態(tài)概率合計欄中，以狀態(tài)“3”的概率最大，因此預(yù)測屏邊苗族自治縣2008年毒蛾發(fā)生級別為3級，即毒蛾發(fā)生程度為“中等”。而2008年屏邊苗族自治縣毒蛾實際發(fā)生情況也是“中等”程度。

　　3.3 計算機模擬預(yù)測將連續(xù)多年的病蟲發(fā)生程度的歷史資料，通過計算機處理，轉(zhuǎn)化為馬爾可夫模型，通過馬爾可夫模型預(yù)測、預(yù)報病蟲害發(fā)生、危害程度和發(fā)生范圍。

　　用馬爾可夫模型預(yù)測森林病蟲害不需要考慮其它繁雜的外界因子，只需要連續(xù)多年的森林病蟲發(fā)生程度的歷史資料，通過計算狀態(tài)轉(zhuǎn)移概率，方法簡單易行。對森林病蟲害的長期預(yù)測有著較好的效果。利用該模型不僅可以預(yù)測某一地區(qū)的某種病蟲的發(fā)生危害程度預(yù)測，同時，還可以預(yù)測預(yù)報病蟲的發(fā)生范圍。對森林病蟲害的預(yù)防和控制有著積極的作用。

　　如圖1所示，該圖即是根據(jù)屏邊苗族自治縣毒蛾從1984-2007年共24年的發(fā)生程度來預(yù)測2008年的毒蛾發(fā)生程度，將相關(guān)的數(shù)據(jù)輸入到馬爾科夫模型中，計算出發(fā)生、危害程度以及發(fā)生范圍的預(yù)測，等級及其預(yù)測結(jié)果也與實際情況相符。

　　圖1為馬爾可夫模型預(yù)測病蟲害發(fā)生、危害程度和發(fā)生范圍。

　　從以上分析來看，將計算機應(yīng)用在森林病蟲害的預(yù)測預(yù)報中，可以大大提高預(yù)測預(yù)報的效率，所以，計算機在森林病蟲害預(yù)測預(yù)報的應(yīng)用也得到了廣大工作人員的認可，并不斷得到了推廣，為森林病蟲害的防治工作起到了決定性的作用。