利用徑向基函數構建松材線蟲病預測模型研究初探

齊杰

（潛山市國有天柱山林場，安徽 安慶 246300）

1 研究目的

利用徑向基函數（Radial basis function，以下簡稱RBF）構建松材線蟲病（Bursaphelenchus xylophilus）RBF 神經網絡預測模型。利用所建立的模型，對松材線蟲病病死樹數量進行精細化預報，為松材線蟲病年度防治作業設計和年度防治經費預算提供科學依據，有利于對松材線蟲病實施科學防治，從而保護潛山生態與旅游資源安全。

2 模型原理

徑向基函數是一個取值僅僅依賴于離原點距離的實值函數 Φ（x）=Φ（‖x‖），即到中心點 c 的距離 Φ（x，c）=Φ（‖x-c‖），以此函數作為全連接層和ReLU 層的主要函數的神經網絡。如圖1 所示，x為m 個輸入構成的輸入層，Φj 為p 個徑向基函數Φ（x）構成的隱含層，經過訓練產生p 個網絡連接權重pj，最后合成（Σ）形成輸出y。

圖1 徑向基函數神經網絡模型結構[14-22]

3 數據來源

RBF 神經網絡訓練數據和驗證數據中的松褐天牛數據，來源于安徽省潛山市國家中心測報點國家測報對象松褐天牛（

Monochamus alternatus

）固定標準地監測數據，松材線蟲病病死樹數據來源于年度秋季普查數據。監測調查均按照《林業有害生物監測預報技術規范》進行。其中固定標準地布局如表1 所示，監測數據如表2 所示，也即2017 年松褐天牛固定標準地監測數據和2018 年固定標準地所在小班秋季松材線蟲病普查病死樹數據。預測模型應用數據如表3 所示，也即2018 年松褐天牛固定標準地監測數據和2019 年固定標準地所在小班秋季松材線蟲病普查病死樹數據。

表1 潛山市松褐天牛國家級中心測報點監測標準地布局

表2 2017 年松褐天牛……