基于GM(1，1)模型的森林有害生物灾害预测

高晓巍

（齐齐哈尔大学 理学院，黑龙江 齐齐哈尔 161006）

森林有害生物防治与管理工作关系到森林资源质量、生态文明建设、国家生态安全和改善民生等多个方面，是国民经济可持续发展的重要保障.随着生物自然环境进一步恶化，森林有害生物灾害具有物种繁多、灾害频发、集中爆发、不可逆等特点.高昭昇[1]等利用大数据分析技术预测了传染病（登革热）潜在爆发的区域，实现了传染病扩散的有效预判与防控；张子恺[2]等利用大数据挖掘频繁模式与关联规则的Apriori 算法达到了有效预测森林虫害的目的；吴雪海[3]等分析预测了新疆生产建设兵团森林鼠害发生情况.目前，文献多集中于某一地域某一类生物灾害的预测研究，缺少横向发展趋势的预测与对比分析.本文以《中国统计年鉴（2021）》中2013—2020 年的森林虫害发生面积、森林病害发生面积、森林鼠（兔）害发生面积、森林有害植物发生面积为主要数据研究对象，分析各组数据特征，通过引入弱化缓冲算子，建立GM(1,1)模型进行数据拟合与预测.残差分析表明，各组数据的拟合精度均已达到预测要求.通过各组数据的横向对比分析，可以看出森林病害在近5年的变化中由森林有害生物灾害的次要影响因素变为主要影响因素.

1 对数弱化缓冲算子及GM(1，1)模型

1.1 对数弱化缓冲算子

D为序列X的对数弱化缓冲算子，在X是单调递增（减）序列或摆动序列时，D能够有效提高预测精度[4].

1.2 GM(1，1)模型

设原始数据序列

2 我国森林有害生物灾害面积预测

根据《中国统计年鉴（2021）》，获得2013—2020 年森林有害生物灾害面积数据（见表1）.

表1 2013—2020 年森林有害生物灾害面积数据 万hm2

2.1 森林有害生物灾害总面积预测

设2013—2020 年森林有害生物总灾害面积原始数据序列为

表2 残差检验

预测2021—2026 年森林有害生物灾害面积，预测公式为

2021—2026 年森林有害生物灾害面积预测数据见表3.

表3 2021—2026 年森林有害生物灾害面积预测数据

2.2 森林主要有害生物灾害面积预测

根据森林虫害、森林病害、森林鼠（兔）害、森林有害植物灾害面积的原始数据，建立GM(1,1)模型，依次得到各组原始数据序列的还原公式为

根据预测公式，计算得到模拟值（即预测值）及相对残差（见表4）.

表4 2014—2020 年森林虫害、森林病害、森林鼠（兔）害、森林有害植物发生面积预测及残差检验

由表4可以看出，森林虫害、森林病害、森林鼠（兔）害、森林有害植物的平均相对残差值分别为3.80%，11.36%，1.50%，7.80%.总体而言，GM(1,1)模型具有较高预测精度.

对2021—2026 年的森林虫害、森林病害、森林鼠（兔）害、森林有害植物发生面积进行预测，结果见表5.

表5 2021—2026 年森林虫害、森林病害、森林鼠（兔）害、森林有害植物发生面积预测 万hm2

3 数据分析

森林有害生物灾害主要包括森林虫害、森林病害、森林鼠（兔）害、森林有害植物4 部分.原始数据表明，森林虫害灾害面积明显高于其他3种有害生物灾害面积，说明森林虫害是引起森林有害生物灾害的主要因素.2013 年森林虫害占总灾害面积的69.29%，至2020 年森林虫害占总灾害面积的61.84%，经模型预测，模拟数据至2026 年占比35.28%（以表5 中2026 年森林虫害、森林病害、森林鼠（兔）害、森林有害植物发生面积预测值的和作为2026 年灾害总面积，下同），呈逐年明显递减的趋势.数据表明，近年来对森林虫害的防治措施收效明显，防治救治成果显著.森林鼠（兔）害及森林有害植物的受灾面积占比相对较小，是森林有害生物灾害的次要影响因素，预测数据表明受灾面积持续平稳递减.值得关注的是森林病害面积数据逐年攀升，2013 年占总灾害面积的11.38%，至2020 年占总灾害面积的23.09%，提高12 个百分点，经数据拟合，2026 年将超过森林虫害的发生面积，至2026 年将占比56.49%，表明对森林有害生物灾害的防治工作重点应向森林病害转移.近年来，全球气候变暖、进出口贸易频繁，人工造林面积的不断增大都为森林病害的流行、传播、扩散提供了便利条件，林业、政府有关部门应增强灾害的预报工作，提高科学防治意识，生物防治与化学防治相结合，提高综合治理能力，做好外来物种的防疫检疫工作，促进森林生态系统的健康可持续性发展.