摘要：提高病蟲預測預報的準確性和時效性，對森林資源的保護和生態(tài)環(huán)境的建設具有重大的意義，將計算機應用在森林病蟲害預測預報中，對于我國林業(yè)發(fā)展起著重要作用。本文主要介紹了通過計算機在森林病蟲害預測預報中的應用，通過馬爾科夫模型，實現(xiàn)了病蟲害的預測預報。提高病蟲預測預報的準確性和時效性，對森林資源的保護和生態(tài)環(huán)境的建設具有重大的意義。

Abstract: Improving the accuracy and timeliness of pest forecast is of great significance to the protection of forest resources and ecological environment construction, and using the computer in the prediction of forest diseases and insect pests plays an important role in the development of forestry. This paper describes the application of computer in the forest pest forecast, through the Markov model, achieves the forecast of pests and diseases.

關鍵詞：計算機應用；馬爾科夫模型；預測預報

1背景介紹

森林病蟲害每年給我國造成的直接經濟損失達數(shù)十億元，對生態(tài)環(huán)境的破壞更是難以估量。

由于社會經濟和科技發(fā)展的局限性，過去人們在控制森林病蟲災害的過程中，總存在著被動抗災的思想意識，往往在森林病蟲害暴發(fā)成災后，再籌集巨額資金救災。

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

2計算機在森林病蟲害預測預報中的應用

2.1 用數(shù)據(jù)庫收集數(shù)據(jù)數(shù)據(jù)庫技術數(shù)據(jù)庫（Database）技術的發(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)學模型，來幫助我們分析解決實際中的問題。在森林病蟲害預測預報中，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)預測預報做好準備工作。

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)學模型，原來非常復雜的計算過程，就可以在我們按幾下按鍵的情況下得出正確的結果，從而為預測預報起到參考的意義。

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

3馬爾可夫預測模型在森林病蟲害預測預報應用及實現(xiàn)

馬爾可夫（Markov）過程是研究事物的狀態(tài)及其轉移的理論。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，而與時刻ti以前的狀態(tài)無關。這種特點也稱為狀態(tài)的無后效性。

當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)轉移概率，方法簡單易行。對病蟲害的長期預測有著良好的效果。

3.1 數(shù)據(jù)計算馬爾可夫鏈預測病蟲害發(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)要預測2008年屏邊苗族自治縣毒蛾的發(fā)生程度。

設pij（m）表示毒蛾狀態(tài)等級經過m次轉移，由級別i轉移到級別j的概率。則有：

j（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經過m次轉移后的發(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 預測預報根據(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)生程度預測表，如表3所示。

根據(jù)表3，再轉移狀態(tài)概率合計欄中，以狀態(tài)“3”的概率最大，因此預測屏邊苗族自治縣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，轉化為馬爾可夫模型，通過馬爾可夫模型預測、預報病蟲害發(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)轉移概率，方法簡單易行。對森林病蟲害的長期預測有著較好的效果。利用該模型不僅可以預測某一地區(qū)的某種病蟲的發(fā)生危害程度預測，同時，還可以預測預報病蟲的發(fā)生范圍。對森林病蟲害的預防和控制有著積極的作用。

從以上分析來看，將計算機應用在森林病蟲害的預測預報中，可以大大提高預測預報的效率，所以，計算機在森林病蟲害預測預報的應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。