本發(fā)明涉及森林蟲害預(yù)測，具體為一種森林蟲害預(yù)測方法、系統(tǒng)及可讀存儲介質(zhì)。
背景技術(shù)：
1、森林蟲害預(yù)測是森林資源管理與保護(hù)中的重要任務(wù)。隨著全球氣候變化的加劇和人類活動的影響，森林生態(tài)系統(tǒng)面臨著日益嚴(yán)重的蟲害威脅。蟲害不僅會導(dǎo)致森林生物多樣性的喪失，還會影響生態(tài)平衡和森林經(jīng)濟(jì)的可持續(xù)發(fā)展。因此，及時準(zhǔn)確地預(yù)測蟲害發(fā)生的風(fēng)險，對于制定有效的防治措施至關(guān)重要。
2、傳統(tǒng)的蟲害預(yù)測方法多依賴單一的數(shù)據(jù)源，例如氣象數(shù)據(jù)或歷史蟲害記錄，往往難以全面捕捉蟲害發(fā)生的復(fù)雜性和多樣性。這導(dǎo)致了蟲害預(yù)警的準(zhǔn)確性和及時性不足，給森林管理和資源保護(hù)帶來了挑戰(zhàn)。基于歷史數(shù)據(jù)的預(yù)測模型在面對新出現(xiàn)的蟲害種類時，往往缺乏足夠的適應(yīng)性，不能及時提供有效的預(yù)警。因此，亟須一種新的方法來整合多種數(shù)據(jù)源，并有效建模蟲害及其生態(tài)動態(tài)，以提高蟲害預(yù)測的準(zhǔn)確性和可靠性。
3、現(xiàn)有技術(shù)存在以下不足：
4、現(xiàn)有技術(shù)在森林蟲害預(yù)測方面存在一些顯著不足，主要體現(xiàn)在數(shù)據(jù)采集的局限性和預(yù)測模型的準(zhǔn)確性上。許多傳統(tǒng)方法依賴于有限的監(jiān)測點(diǎn)或經(jīng)驗數(shù)據(jù)，導(dǎo)致數(shù)據(jù)覆蓋面不足，無法全面反映森林生態(tài)系統(tǒng)的實(shí)際情況。這種局限性使得蟲害預(yù)測結(jié)果往往不夠準(zhǔn)確，容易造成誤判，影響森林管理決策。此外，現(xiàn)有技術(shù)在蟲害嚴(yán)重性評估中，通常采用單一因素或簡化模型進(jìn)行分析，未能充分考慮多種氣象條件和林木特征對蟲害發(fā)生的綜合影響。缺乏對不同環(huán)境適宜性的全面評估，使得預(yù)測模型的靈活性和適應(yīng)性不足，難以應(yīng)對氣候變化帶來的不確定性。這種情況下，傳統(tǒng)方法難以及時預(yù)警蟲害風(fēng)險，導(dǎo)致管理者無法采取有效的防控措施，增加了蟲害造成的損失風(fēng)險。
5、在所述背景技術(shù)部分公開的上述信息僅用于加強(qiáng)對本公開的背景的理解，因此它可以包括不構(gòu)成對本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明的目的在于提供一種森林蟲害預(yù)測方法、系統(tǒng)及可讀存儲介質(zhì)，以解決上述背景技術(shù)中提出的問題。
2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：
3、一種森林蟲害預(yù)測方法，具體步驟包括：
4、步驟1：將森林等面積劃分為n個網(wǎng)格，采集各網(wǎng)格的特征參數(shù)，所述特征參數(shù)包括主要林木種類、林木特征數(shù)據(jù)、土壤特性數(shù)據(jù)和氣象數(shù)據(jù)；
5、步驟2：根據(jù)各網(wǎng)格的土壤特性數(shù)據(jù)將所有網(wǎng)格劃分為多個相似網(wǎng)格組，從相似網(wǎng)格組中隨機(jī)選擇若干樣本網(wǎng)格，并獲取樣本網(wǎng)格的林木蟲害數(shù)據(jù)，所述林木蟲害數(shù)據(jù)包括蟲害樹木比例、蟲害面積蔓延速度和蟲害密度增長速度；
6、步驟3：結(jié)合樣本網(wǎng)格的主要林木種類和氣象數(shù)據(jù)確定各網(wǎng)格的環(huán)境適宜性指數(shù)，分析林木特征數(shù)據(jù)以獲取樣本網(wǎng)格的林木易損性指數(shù)，基于專家評分法分析樣本網(wǎng)格的林木易損性指數(shù)和林木蟲害數(shù)據(jù)，以確定各網(wǎng)格的蟲害嚴(yán)重等級；
7、步驟4：基于隨機(jī)森林算法構(gòu)建與各個相似網(wǎng)格組一一對應(yīng)的蟲害預(yù)測模型，將同一相似網(wǎng)格組中樣本網(wǎng)格的主要林木種類、林木特征數(shù)據(jù)和環(huán)境適宜性指數(shù)作為輸入，對應(yīng)的蟲害嚴(yán)重等級作為輸出以訓(xùn)練蟲害預(yù)測模型，并通過訓(xùn)練完成后的蟲害預(yù)測模型獲取同一相似網(wǎng)格組中除樣本網(wǎng)格外其他網(wǎng)格的蟲害嚴(yán)重等級；
8、步驟5：對n個網(wǎng)格當(dāng)前時刻和歷史時刻的蟲害嚴(yán)重等級分布變化進(jìn)行分析，獲取各項蟲害嚴(yán)重等級的變化量，以確定森林的蟲害情況并發(fā)出對應(yīng)的報警信號。
9、進(jìn)一步地，具體包括：
10、對森林的土地面積進(jìn)行等面積劃分，劃分為n個網(wǎng)格，采集每個網(wǎng)格中所有樹木的種類，將每個網(wǎng)格中數(shù)量最多的樹木種類作為對應(yīng)網(wǎng)格的主要林木種類，并采集每個網(wǎng)格中主要林木種類對應(yīng)的樹木的林木特征數(shù)據(jù)，將樹木的林木特征數(shù)據(jù)的平均值作為對應(yīng)網(wǎng)格的林木特征數(shù)據(jù)，所述林木特征數(shù)據(jù)包括林木種類、林木密度和林木水分含量；
11、將每個網(wǎng)格的中心設(shè)定為采樣點(diǎn)，采集每個網(wǎng)格采樣點(diǎn)的土壤特性數(shù)據(jù)，所述土壤特性數(shù)據(jù)包括土壤的ph值、土壤濕度和有機(jī)質(zhì)含量；
12、獲取森林所在地的氣象數(shù)據(jù)，各網(wǎng)格的氣象數(shù)據(jù)即為森林所在地的氣象數(shù)據(jù)，所述氣象數(shù)據(jù)包括溫度、濕度和降雨量。
13、進(jìn)一步地，獲取樣本網(wǎng)格的所述林木蟲害數(shù)據(jù)具體包括：
14、將每個網(wǎng)格作為一個節(jié)點(diǎn)，并將每個節(jié)點(diǎn)對應(yīng)的土壤特性數(shù)據(jù)作為節(jié)點(diǎn)的屬性，構(gòu)建無向圖，若兩個節(jié)點(diǎn)相鄰，則在無向圖中添加邊，構(gòu)成無向圖網(wǎng)絡(luò)；
15、將每個節(jié)點(diǎn)置于獨(dú)立的相似網(wǎng)格組中，對于無向圖網(wǎng)絡(luò)中的每一個節(jié)點(diǎn)，將其逐次移動到其所有鄰居節(jié)點(diǎn)所在相似網(wǎng)格組中，計算每一次移動發(fā)生的特性變化差值，具體包括：
16、；
17、其中，為第i個節(jié)點(diǎn)和第j個節(jié)點(diǎn)的特性變化差值，為第i個節(jié)點(diǎn)和第j個節(jié)點(diǎn)的ph值均值，為第i個節(jié)點(diǎn)和第j個節(jié)點(diǎn)的ph值，為第i個節(jié)點(diǎn)和第j個節(jié)點(diǎn)的土壤濕度均值，為第i個節(jié)點(diǎn)的土壤濕度，為第i個節(jié)點(diǎn)和第j個節(jié)點(diǎn)的有機(jī)質(zhì)含量均值，為第i個節(jié)點(diǎn)和第j個節(jié)點(diǎn)的有機(jī)質(zhì)含量，i、j均為無向圖中的節(jié)點(diǎn)，且i和j是鄰居節(jié)點(diǎn)；
18、將各個節(jié)點(diǎn)移動到特性變化差值最小的鄰居相似網(wǎng)格組中，重復(fù)移動節(jié)點(diǎn)，直至所有節(jié)點(diǎn)的相似網(wǎng)格組歸屬均不再變化，此時在每個相似網(wǎng)格組中隨機(jī)確定若干節(jié)點(diǎn)作為該相似網(wǎng)格組的樣本網(wǎng)格；
19、蟲害樹木比例計算公式為：
20、；
21、其中，q為樣本網(wǎng)格的蟲害樹木比例，為樣本網(wǎng)格的蟲害樹木數(shù)量，為樣本網(wǎng)格的樹木總數(shù)；
22、在樣本網(wǎng)格中隨機(jī)挑選若干棵樹作為樣本樹，獲取樣本樹的蟲害面積比例，計算公式為：
23、；
24、其中，為樣本網(wǎng)格中第x棵樣本樹的蟲害面積比例，為樣本網(wǎng)格中第x棵樣本樹的蟲害面積，為樣本網(wǎng)格中第x棵樣本樹的總面積，x為樣本樹的索引，取全部樣本樹的蟲害面積比例的均值作為該樣本網(wǎng)格的蟲害面積比例；
25、蟲害面積蔓延速度計算公式為：
26、；
27、其中，pv(t)為當(dāng)前時刻樣本網(wǎng)格的蟲害面積蔓延速度，為當(dāng)前時刻樣本網(wǎng)格的蟲害面積比例，為前一時刻樣本網(wǎng)格的蟲害面積比例，表示當(dāng)前時刻與前一時刻的時間間隔；
28、在樣本網(wǎng)格中樹木的蟲害區(qū)域內(nèi)隨機(jī)選擇多個采樣區(qū)域，采集采樣區(qū)域的圖像數(shù)據(jù)，基于圖像處理軟件獲取各采樣區(qū)域的害蟲數(shù)量，計算蟲害密度公式為：
29、；
30、其中，為采樣區(qū)域的蟲害密度，pn為采樣區(qū)域圖像中害蟲數(shù)量，a為采樣區(qū)域的面積；
31、計算所有采樣區(qū)域的蟲害密度，計算平均值作為對應(yīng)樣本網(wǎng)格的蟲害密度，蟲害密度增長速度計算公式為：
32、；
33、其中，為當(dāng)前時刻樣本網(wǎng)格的蟲害密度增長速度，為當(dāng)前時刻樣本網(wǎng)格的蟲害密度，為前一時刻樣本網(wǎng)格的蟲害密度。
34、進(jìn)一步地，計算各網(wǎng)格的所述環(huán)境適宜性指數(shù)具體包括：
35、環(huán)境適宜性指數(shù)計算公式為：
36、；
37、其中，為環(huán)境適宜性指數(shù)，分別為溫度、濕度和降雨量的適宜性函數(shù)，分別為各自對應(yīng)項的權(quán)重系數(shù)，，且；
38、溫度適宜性函數(shù)計算公式為：
39、；
40、其中，表示溫度，單位為℃，為一個正值，用于控制函數(shù)的開口大小，代表溫度的最佳適宜值，為該網(wǎng)格對應(yīng)的主要林木種類所屬樹木的最佳防蟲害溫度；
41、濕度適應(yīng)性函數(shù)計算公式為：
42、；
43、其中，表示濕度，為一個正值，用于控制函數(shù)的開口大小，代表濕度的最佳適宜值,為該網(wǎng)格對應(yīng)的主要林木種類所屬樹木的最佳防蟲害濕度；
44、降雨量適應(yīng)性函數(shù)計算公式為：
45、；
46、其中，r表示降雨量，單位為mm，為一個正值，用于控制函數(shù)的開口大小，代表降雨量的最佳適宜值，為該網(wǎng)格對應(yīng)的主要林木種類所屬樹木的最佳防蟲害降雨量。
47、進(jìn)一步地，計算各網(wǎng)格的所述林木易損性指數(shù)具體包括：
48、樣本網(wǎng)格的林木易損性指數(shù)計算公式為：
49、；
50、其中，為樣本網(wǎng)格的林木易損性指數(shù)，為樣本網(wǎng)格對應(yīng)的主要林木種類所屬樹木的林木密度，為樣本網(wǎng)格對應(yīng)的主要林木種類所屬樹木的林木水分含量；
51、基于專家評分法對每個網(wǎng)格的環(huán)境適宜性指數(shù)和林木易損性指數(shù)進(jìn)行分析，從而確定每個網(wǎng)格的蟲害嚴(yán)重等級，所述蟲害嚴(yán)重等級包括高蟲害等級、中蟲害等級和低蟲害等級。
52、進(jìn)一步地，構(gòu)建所述蟲害預(yù)測模型具體包括：
53、將相似網(wǎng)格組中若干樣本網(wǎng)格的主要林木種類、林木特征數(shù)據(jù)、環(huán)境適宜性指數(shù)和蟲害嚴(yán)重等級整合為樣本集，并將樣本集劃分為訓(xùn)練集和測試集，劃分比例為7:3，將訓(xùn)練集中的主要林木種類、林木特征數(shù)據(jù)和環(huán)境適宜性指數(shù)作為輸入，對應(yīng)的蟲害嚴(yán)重指數(shù)作為標(biāo)簽，對隨機(jī)森林模型進(jìn)行訓(xùn)練以得到蟲害預(yù)測模型，將均方誤差設(shè)定為損失函數(shù)，監(jiān)控?fù)p失函數(shù)的值，在10個迭代周期內(nèi)損失函數(shù)的值下降到0.001時，認(rèn)為該模型已訓(xùn)練完成，再使用測試集對模型進(jìn)行評估，評估指標(biāo)為準(zhǔn)確率、精確率和召回率，若準(zhǔn)確率、精確率和召回率在70%以上，認(rèn)為模型性能好，若評估指標(biāo)的值低于70%，則對模型參數(shù)進(jìn)行調(diào)整；
54、再將同一相似網(wǎng)格組中除樣本網(wǎng)格外的其他網(wǎng)格的主要林木種類、林木特征數(shù)據(jù)和環(huán)境適宜性指數(shù)輸入到訓(xùn)練完成后蟲害預(yù)測模型中，獲取模型輸出的蟲害嚴(yán)重等級。
55、進(jìn)一步地，確定森林的蟲害情況具體包括：
56、獲取當(dāng)前時刻蟲害嚴(yán)重等級為高蟲害等級網(wǎng)格的比例，計算公式為：
57、；
58、其中，為當(dāng)前時刻蟲害嚴(yán)重等級為高蟲害等級網(wǎng)格的比例，為指示函數(shù)，當(dāng)為高時取值為1，否則取值為0，為當(dāng)前時刻對應(yīng)第n個網(wǎng)格的蟲害嚴(yán)重等級為高、中、低的分類值，n為網(wǎng)格的索引，n為網(wǎng)格總數(shù)，且；
59、同理，獲取當(dāng)前時刻蟲害嚴(yán)重等級為中蟲害等級網(wǎng)格的比例和低蟲害等級網(wǎng)格的比例，表示為；
60、獲取前一時刻蟲害嚴(yán)重等級為高蟲害等級網(wǎng)格的比例，計算公式為：
61、；
62、其中，為前一時刻蟲害嚴(yán)重等級為高蟲害等級網(wǎng)格的比例，當(dāng)為高時取值為1，否則取值為0，為前一時刻對應(yīng)第n個網(wǎng)格的蟲害嚴(yán)重等級為高、中、低的分類值；
63、同理，獲取當(dāng)前時刻蟲害嚴(yán)重等級為中蟲害等級網(wǎng)格的比例和低蟲害等級網(wǎng)格的比例，表示為；
64、計算當(dāng)前時刻森林中不同蟲害嚴(yán)重等級的變化量，高蟲害等級的變化量計算公式為：
65、；
66、其中，為當(dāng)前時刻高蟲害等級的變化量；
67、同理，獲取當(dāng)前時刻中蟲害等級的變化量和低蟲害等級的變化量，表示為；
68、根據(jù)森林中不同蟲害嚴(yán)重等級的變化量，生成報警指數(shù)，計算公式為：
69、；
70、其中，ai(t)為當(dāng)前時刻森林的報警指數(shù)，分別為對應(yīng)項的權(quán)重系數(shù)，；
71、將當(dāng)前時刻森林的報警指數(shù)與預(yù)設(shè)的閾值進(jìn)行比較，若，判斷當(dāng)前時刻森林中的蟲害多，則發(fā)出高蟲害警報，若，判斷當(dāng)前時刻森林中的蟲害一般，則發(fā)出蟲害警報，若，判斷當(dāng)前時刻森林中的蟲害少，則不發(fā)出警報，其中，分別為高風(fēng)險閾值和低風(fēng)險閾值。
72、本發(fā)明另外還提供一種森林蟲害預(yù)測系統(tǒng)，所述一種森林蟲害預(yù)測系統(tǒng)用于實(shí)現(xiàn)上述的一種森林蟲害預(yù)測方法，包括：
73、特征參數(shù)采集模塊，用于將森林等面積劃分為n個網(wǎng)格，采集各網(wǎng)格的特征參數(shù)，所述特征參數(shù)包括主要林木種類、林木特征數(shù)據(jù)、土壤特性數(shù)據(jù)和氣象數(shù)據(jù)；
74、樣本選擇模塊，用于根據(jù)各網(wǎng)格的土壤特性數(shù)據(jù)將所有網(wǎng)格劃分為多個相似網(wǎng)格組，從相似網(wǎng)格組中隨機(jī)選擇若干樣本網(wǎng)格，并獲取樣本網(wǎng)格的林木蟲害數(shù)據(jù)，所述林木蟲害數(shù)據(jù)包括蟲害樹木比例、蟲害面積蔓延速度和蟲害密度增長速度；
75、蟲害嚴(yán)重等級確定模塊，用于結(jié)合樣本網(wǎng)格的主要林木種類和氣象數(shù)據(jù)確定各網(wǎng)格的環(huán)境適宜性指數(shù)，分析林木特征數(shù)據(jù)以獲取樣本網(wǎng)格的林木易損性指數(shù)，基于專家評分法分析樣本網(wǎng)格的林木易損性指數(shù)和林木蟲害數(shù)據(jù)，以確定各網(wǎng)格的蟲害嚴(yán)重等級；
76、蟲害預(yù)測模型構(gòu)建模塊，用于基于隨機(jī)森林算法構(gòu)建與各個相似網(wǎng)格組一一對應(yīng)的蟲害預(yù)測模型，將同一相似網(wǎng)格組中樣本網(wǎng)格的主要林木種類、林木特征數(shù)據(jù)和環(huán)境適宜性指數(shù)作為輸入，對應(yīng)的蟲害嚴(yán)重等級作為輸出以訓(xùn)練蟲害預(yù)測模型，并通過訓(xùn)練完成后的蟲害預(yù)測模型獲取同一相似網(wǎng)格組中除樣本網(wǎng)格外其他網(wǎng)格的蟲害嚴(yán)重等級；
77、蟲害監(jiān)測與報警模塊，用于對n個網(wǎng)格當(dāng)前時刻和歷史時刻的蟲害嚴(yán)重等級分布變化進(jìn)行分析，獲取各項蟲害嚴(yán)重等級的變化量，以確定森林的蟲害情況并發(fā)出對應(yīng)的報警信號。
78、本發(fā)明另外還提供一種計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)可讀存儲介質(zhì)存儲有計算機(jī)程序，所述計算機(jī)程序當(dāng)被處理器執(zhí)行時實(shí)現(xiàn)如上述的一種森林蟲害預(yù)測方法。
79、在上述技術(shù)方案中，本發(fā)明提供的技術(shù)效果和優(yōu)點(diǎn)：
80、本發(fā)明的森林蟲害預(yù)測方法有效解決了傳統(tǒng)蟲害監(jiān)測手段無法實(shí)現(xiàn)精準(zhǔn)、及時預(yù)警的問題。通過將森林劃分為網(wǎng)格，結(jié)合多種環(huán)境特征參數(shù)的綜合分析，能夠更準(zhǔn)確地識別和評估蟲害風(fēng)險。這種基于數(shù)據(jù)驅(qū)動的方法，利用隨機(jī)森林算法構(gòu)建蟲害預(yù)測模型，顯著提高了蟲害等級的預(yù)測精度，從而為防治措施的制定提供了科學(xué)依據(jù)，幫助管理者及時采取應(yīng)對措施，減少蟲害造成的經(jīng)濟(jì)損失。此外，本方案通過環(huán)境適宜性指數(shù)和林木易損性指數(shù)的結(jié)合，使得蟲害風(fēng)險評估更加全面，能夠綜合考慮氣象和土壤特性等多種因素。這種多維度的分析方法，不僅提升了監(jiān)測的靈活性，還增強(qiáng)了預(yù)警系統(tǒng)的反應(yīng)能力，確保在蟲害發(fā)生初期即可發(fā)出警報，從而有效保護(hù)森林生態(tài)系統(tǒng)的健康與可持續(xù)發(fā)展。這一創(chuàng)新性的方法，為森林蟲害管理提供了一種新的思路，顯著提升了生態(tài)保護(hù)和資源管理的效率。