基于Map GIS平臺的阿拉善荒漠區嚙齒動物群落專家系統中推理機的研究與實現

高宏偉，周艷秋，滿都呼，付和平,3，李 明，付江鋒

（1.內蒙古農業大學職業技術學院，內蒙古 包頭 014109；2.內蒙古農業大學草原與資源環境學院，內蒙古呼和浩特 010011；3.內蒙古農業大學生命科學學院，內蒙古呼和浩特 010011）

嚙齒動物廣泛分布于草地生態系統中，是組成草地生物群落的重要成分，在草地生態系統的物質循環和能量流動中起到重要的作用。但當嚙齒動物種群數量增加至某一閾限，或是發生種群暴發式增長時，就會對生態系統造成一定程度的危害，即所謂“鼠害”。主要表現在啃食和儲藏大量優質牧草、挖土造丘，從而加速草地退化，生境遭到破壞，草地生產力降低，使得草地畜牧業可持續發展受到嚴重影響[1-3]。因此，多年來草地鼠害的成因和預測預報一直備受關注，嚙齒動物群落組成及其動態與草地生態系統生物和非生物因子的關系研究，一直以來都是草地生態學研究的熱點之一，在這方面許多學者做了大量工作，取得了明顯的成績[4-7]。但利用3S技術[地理信息系統(Geographic Information System,GIS)、全球定位系統(Global Positioning System,GPS)、遙感技術(Remote Sensing,RS)]探索荒漠嚙齒動物群落與植物因子關系機理的研究到目前為止并不多見。3S技術尤其是GIS在生態學研究中已被廣泛應用[8-11]，可為解決草地生態學的一些具體問題，諸如生物群落彼此之間的相關性，生物群落的分布、動態及隨時間和環境因子變化的演替規律等提供技術支持[12]。國內外學者將GIS應用到嚙齒動物相關研究的主要是區系分布、模型構建、氣候變化對分布區的影響、繪制一定地理區域有害嚙齒動物分布圖和豐富度估測等[13-16]，真正應用GIS結合棲息地植被因子分析草地鼠害成因，并且通過程序語言推理機實現初步預測的研究相對較少。近年來，我國學者經過對草地嚙齒動物群落的研究，針對不同類型草地提出了動植物群落關系適應性結果和區域性、綜合性防控的策略[10,12]，對指導草地鼠害防治實踐起到了重要作用。隨著人工智能、大數據科學的發展以及在農牧業領域的快速應用，草地嚙齒動物生態學研究與草地鼠害控制的緊密結合同樣需要大數據應用[2]。為此，在基于MapGIS平臺的阿拉善荒漠區嚙齒動物群落專家系統成功研發的基礎上，利用多個數據庫形成的嚙齒動物群落中種群相對數量與植物因子動態關系的推理機，通過程序設計語言VB(Visual Basic)進行MapGIS二次開發，實現通過環境中植物因子動態變化對害鼠相對數量的預測。這對于草地鼠害控制實現大數據應用是一次關鍵性的嘗試，也是開展動物群落專家系統推理機研究的重要性和意義所在。

阿拉善荒漠區分布有不同嚙齒動物23 種，其中，子午沙鼠(Merionesmeridianus)、三趾跳鼠(Dipus sagitta)、小毛足鼠(Phodopus roborovskii)為不同生境的優勢種[1,3]。本研究在多年野外調查積累數據的基礎上，以阿拉善荒漠區上述3種優勢嚙齒動物種群相對數量與植物因子間的作用關系分析為主線，在采用逐步回歸分析、主成分分析的基礎上，結合多項式回歸分析等方法導出生態模型，借助MapGIS平臺，利用開墾、輪牧和過牧3種生境中8個植物因子指標與3種優勢鼠種數據組成的數據庫系統、3種優勢鼠種的圖像信息組成的知識庫系統、3種生境下19種生態模型組成的模型庫系統構成嚙齒動物種群相對數量與植物因子動態關系的推理機，通過程序設計語言VB進行MapGIS二次開發，在專家系統中予以設計并實現。

1 研究區概況與研究方法

1.1 研究區概況

內蒙古阿拉善荒漠區的總面積為26.98 km2，占自治區總面積的22.86%。烏蘭布和、巴丹吉林和騰格里三大沙漠橫貫全境。境內以風沙大、干旱少雨、日照充足、蒸發強烈為主要氣候特點。氣候為典型高原大陸性氣候。海拔為800～1 600 m，冬季嚴寒干燥，夏季酷熱、干旱少雨、日照強烈，蒸發量2 900～3 300 mm，年降水量75～215 mm，主要集中在7月－9月。年平均氣溫約為7.2℃，無霜期約156 d，晝夜溫差較大。土壤為淡棕鈣土。草地類型為溫性荒漠，土壤干旱、貧瘠、鹽漬化和沙礫化嚴重，植被蓋度小，以旱生灌木、半灌木為主，間有少量禾草、豆科牧草，蒺藜科(Zygophyllaceae)、菊科(Compositae)和藜科(Chenopodiaceae)植物為建群植物，伴有檉柳科(Tamaricaceae)、薔薇科(Rosaceae)植物。植被覆蓋度一般僅為1%～20%。草原生態脆弱，鼠害時有發生。

1.2 研究方法

1.2.1 樣地選擇

研究區位于阿拉善左旗南部的荒漠區，地理位置104°10′－105°30′E，37°24′－38°25′N。選擇開墾、輪牧和過牧3種不同的典型生境進行長期定位研究(圖1⑨⑩)，樣地具體信息如表1所列。

表1 阿拉善荒漠區3種不同典型生境Table 1 Three different typical habitats in the Alashan desert area

圖1 阿拉善荒漠區的調查樣地圖Figure 1 The sample survey map of the Alashan desert region

1.2.2 動物取樣方法

在2008－2013 年每年的4月、7月和10月上旬采用夾日法捕獲不同生境下的嚙齒動物，在不同生境類型的調查地段每次調查3次重復，調查面積設定為10 hm2，其間布設3～5條夾線、布放300～500夾、夾距5 m、行距50 m，每次布放24 h，以每種鼠捕獲率作為鼠類種群的相對數量，樣地間隔大于1 km。采用鐵質標準中號板鋏作為捕獲工具，用新鮮的花生米做餌料。6年共布設鼠鋏70 200個。對所獲嚙齒動物的記錄觀測指標包括種名、耳長、體重、性別、體長、尾長、后足長，解剖觀察繁殖狀況及胃容物。

1.2.3 植物取樣方法

植物取樣樣方的選擇遵從隨機性的原則分兩個層次進行，分別為灌木取樣樣方，重復3 次，灌木樣方面積為4 m× 4 m；草本取樣樣方，同樣重復3次，草本樣方面積為1 m ×1 m，分別測量灌木和草本植物的高度(cm)、密度(株·m?2)、蓋度(%)和地上生物量(g·m?2)，共8個植物因子。灌木樣方設在動物鋏捕樣地中，草本樣方設于灌木樣方中。

1.2.4 數據處理

嚙齒動物種群相對數量計算及應用：以百鋏捕獲率作為嚙齒動物捕獲率計算的標準，并將其視為嚙齒動物種群密度的指標，應用于嚙齒動物群落的定性與定量分析中。指標計算公式如下：

式中：P為百鋏捕獲率，n為捕獲鼠數，N為布鋏數，h為布鋏晝夜數。使用Excel 2013進行各數據的記錄、匯總與制表。

嚙齒動物種群相對數量與植物因子變量的回歸分析：將在開墾、輪牧和過牧3種不同典型生境中2008?2013年每年10月優勢植物種采集調查的灌木和草本兩類植物8個因子的數據及嚙齒動物群落數據分別作為定量分析中使用的相應數據。

對荒漠區開墾、輪牧和過牧典型生境下灌木植物和草本植物共8個植物因子與3種優勢鼠種子午沙鼠、三趾跳鼠和小毛足鼠的捕獲率，借助于統計軟件SAS 9.0，首先運用逐步回歸分析法，將8個植物因子與3種優勢鼠種的捕獲率關系進行分步篩選，并結合主成分分析明確主要影響因子；其次進行多項式回歸分析，用多元二次回歸方程擬合8個植物因子與3種優勢鼠種捕獲率的函數模型。存入專家系統不同優勢鼠種的模型庫中，作為基礎數據供專家系統開發設計所用。數據分析流程如圖2所示。

圖2 數據分析流程圖Figure 2 Data analysis flow chart

2 荒漠區嚙齒動物群落專家系統

本研究前期工作在阿拉善荒漠區以不同的環境因子如地形、植被、水分、土壤等為依據，選定了23個調查樣地(圖1)，調查研究區內嚙齒動物的群落組成及種類分布。在研究區23個樣地中設置46個樣方，布放總計22 270個鋏日，捕獲嚙齒動物723只，主要包括跳鼠科(Dipodidae)的五趾跳鼠(Allactaga sibirica)、三趾跳鼠、長耳跳鼠(Euchoreutes naso)、巨泡五趾跳鼠(Allactaga bullata)，倉鼠科(Cricetidae)的子午沙鼠、小毛足鼠、灰倉鼠(Cricetulusmigratorius)、長尾倉鼠(Cricetulus longicaudatus)等嚙齒動物。依據植被類型調查記錄、地點記錄與內蒙古植被類型第1次草原普查圖信息，經對比分析，將本研究所調查的46個樣方以不同草地亞類分別劃分為16種生境類型，各種不同生境中嚙齒動物捕獲率居于前3位的嚙齒動物群落如表2所列。

表2 草地類型及對應的嚙齒動物群落Table 2 Grassland typesand corresponding rodent communities

以上群落數據全部存入專家系統的數據庫中，然后結合內蒙古不同草地類型矢量圖對應存入圖片信息中，構成荒漠區嚙齒動物群落專家系統，用以預測不同生境下嚙齒動物群落的空間分布和優勢種群或主要危害鼠種。

2.1 專家系統的構造及其特點

專家系統(Expert System,ES)應用領域廣泛、前景廣闊[17-18]。究其實質和根本為計算機程序系統，通過模擬人類專家的思維水平在具體的生產生活實踐中解決困難和問題。智慧來源于知識系統是專家系統最根本的特征，其工作方法為應用人類專家的專門知識，利用人類專家經驗來解決各種非結構化問題。知識庫、數據庫、推理機、人機接口、解釋機、知識獲取機稱為專家系統的6大要素。依規模、類型和功能的不同，專家系統的體系結構會有所差異，均具有透明性、實用性、啟發性和靈活性的顯著特點。但無論如何知識庫和推理機都堪為核心。知識庫是專家系統的倉庫，也是知識積累、交替更新的存放之所，是其質量上乘與否的關鍵，直接決定其質量水平。推理機類似于專家系統的處理器，對所提問題進行分析判斷、邏輯計算或推演歸納，據已知、推未知、獲新知，其具體過程為利用已知條件或已有信息，對知識庫中的規則和內容反復進行匹配和應用，從而獲得新的結論、積累新的經驗，直至問題得以解決。推理的效果和效率取決于推理的方式和推理的控制，推理方式即知識的運用模式；推理控制為知識的選擇。因此不難得出結論，推理機是知識庫實現其價值的平臺，如同專家解決問題的思維方式。

2.2 專家系統的平臺選擇

專家系統選擇的地理信息系統廣泛應用于諸多領域[19]。其研究對象為地球表層空間有關的地理分布數據，在計算機系統的支持下，對所研究的數據進行存儲、采集、運算、管理、分析、顯示和描述。MapGIS官方綠色免費版本MapGIS 6.7的二次開發庫以4種方式提供，且都封裝在多個動態鏈接庫(Dynamic Link Library,DLL)中[20-21]，分別為微軟基礎類庫(Microsoft Foundation Class,MFC)、應用程序接口(Application Programming Interface,API)函數、Activex 控件和Com 組件。利用MapGIS組件平臺開發GlS系統的用戶應用程序一般過程和具體步驟如下：選擇二次開發程序設計語言，如VB；在待開發的程序中引用MapGIS的組件；調用MapGIS組件完成GIS應用程序功能并進行專屬功能的開發和設計。為此，本專家系統選擇了中地數碼MapGIS 6.7為開發平臺，并借助其對應的MapGISSDK 6.7軟件開發工具包、VB為程序設計語言環境進行專家系統開發與設計。

3 結果與分析

3.1 嚙齒動物種群數量與植物因子回歸分析

在開墾、輪牧和過牧3種不同典型生境下，對不同的植物因子和3種嚙齒動物捕獲率進行逐步回歸分析。設置顯著性水平為P<0.05，通過4步逐步回歸分析可以篩選出對生境中嚙齒動物種群數量具有顯著影響的因子(表3)。

表3 逐步回歸分析篩選植物因子的結果Table 3 The results of plant factors screened by stepwise regression analysis

1)在紅砂(Reaumuria soongorica)+戈壁針茅(Stipa gobica)草地，影響三趾跳鼠種群相對數量的主要植物因子為草本生物量(x4)、灌木密度(x7)、灌木生物量(x8)和草本高度(x1)；影響子午沙鼠種群相對數量的主要植物因子為草本蓋度(x2)、草本密度(x3)、草本生物量(x4)和灌木生物量(x8)；影響小毛足鼠種群相對數量的主要植物因子為草本高度(x1)和草本密度(x3)。

2)在蒿類草地，影響三趾跳鼠種群相對數量的主要植物因子為灌木蓋度(x6)和灌木密度(x7)；影響小毛足鼠種群相對數量的主要植物因子為草本高度(x1)和灌木密度(x7)。

3)在白刺(Nitraria tangutorum)草地，影響三趾跳鼠種群相對數量的主要植物因子為草本密度(x3)；影響小毛足鼠種群相對數量的主要植物因子為草本高度(x1)和草本密度(x3)。

經過逐步回歸分析法獲得了影響3種嚙齒動物種群相對數量的主要植物因子，在此基礎上采用多項式回歸的方法再進行分析(表4)。在紅砂+戈壁針茅草地，得到2個多項式回歸方程表達式來描述三趾跳鼠和子午沙鼠的種群相對數量與植物因子之間的關系。在蒿類草地，也可得到2個多項式回歸方程表達式來描述三趾跳鼠和小毛足鼠的種群相對數量與植物因子之間的關系。把上述4個回歸方程存入系統模型數據庫中，作為推理機預測種群數量的函數和基礎。

表4 結合逐步回歸分析的多項式回歸分析的結果Table 4 Resultsof stepwise regression combined with polynomial regression analysis

3.2 基于主成分和多項式分析的嚙齒動物種群數量與植物因子間關系

當逐步回歸分析顯著性水平達到P<0.05時，尚存在動植物關系擬合度不足，也就是說如果出現與嚙齒動物種群相對數量關系緊密的植物因子較少時，就會出現構建的數學模型擬合度較低這一現象。因此，本研究采用了主成分分析與多項式回歸相結合的分析方法，不僅能更加簡化數據、探索變量之間的關系，而且能夠反映輪牧、過牧和開墾3 種不同生境下不同植物因子變量信息的綜合作用，可以構建擬合度較高的滿足本研究內容的多元非線性模型。

主成分分析結果(表5)顯示，在紅砂+戈壁針茅草地，有5個植物變量：x1、x2、x5、x6和x7為主要影響因子，各因子中貢獻率最大的為x2(0.544 7)，最小的為x1(?0.620 4)，5個因子累計貢獻率為0.933 2；在蒿類草地，只有4個植物變量：x1、x2、x6、x7為主要影響因子，各因子中貢獻率最大的為x7(0.792 2)，最小的為x1(?0.615 4)，4個因子累計貢獻率為0.959 2；在白刺草地，也有5個植物變量：x2、x3、x5、x6、x7為主要影響因子，各因子中貢獻率最大的為x7(0.735 3)，最小的為x2(0.563 6)，各因子累計貢獻率為0.922 0。

表5 不同生境下植物因子變量主成分分析結果Table 5 The plant factor analysis results by principal components analysis in different habitats

將逐步回歸分析與多項式回歸分析結合得出的擬合度較低的每個不同典型生境中嚙齒動物的種群相對數量與主成分分析得到的每個典型生境主要因子應用多項式回歸分析(表6)。在紅砂+戈壁針茅草地，得到小毛足鼠的種群相對數量與灌木高度、蓋度和密度以及草本高度、蓋度等植物因子的回歸模型。在蒿類草地，得到子午沙鼠的種群相對數量與灌木蓋度、密度以及草本高度、蓋度等因子的回歸模型。在白刺草地，分別得到三趾跳鼠、子午沙鼠和小毛足鼠3個種群相對數量與灌木蓋度、高度和密度以及草本蓋度、密度等因子的回歸模型。將上述5個回歸模型存入系統模型數據庫中，為應用推理機預測嚙齒動物種群數量提供基礎模型數據。

表6 主成分分析結合多項式回歸分析結果Table6 The analysisresultsof principal component combined with polynomial regression

分別利用逐步回歸分析結合多項式回歸分析(a)和主成分分析結合多項式回歸分析(b)兩種方法對嚙齒動物種群相對數量與植物因子變量之間的關系進行定量分析，在紅砂+戈壁針茅、蒿類、白刺3種不同類型草地生境中，得到3種優勢嚙齒動物的回歸模型：

紅砂+戈壁針茅草地生境：

(1)三趾跳鼠(a 方法)：Y=1.247 8?0.036 4x8?0.007 2x7+0.091 3x4?0.242 0x1+0.000 1x8×x8+0.014 8x7×x8?0.030 0x7×x7?0.000 8x4×x8?0.011 3x4×x7?0.000 1x4×x4+0.003 6x1×x8+0.094 8x1×x7? 0.002 0x1×x4+ 0.001 6x1×x1；

(2)子午沙鼠(a 方法)：Y=4.481 2?0.129 8x8?0.404 2x4?0.042 9x3+4.145 3x2+0.000 2x8×x8+0.001 5x4×x8+0.007 3x4×x4+0.003 8x3×x8+0.001 3x3×x4?0.000 1x3×x3?0.002 6x2×x8?0.115 6x2×x4? 0.010 1x2×x3+ 0.249 8x2×x2；

(3)小毛足鼠(b方法)：Y=4.028 3?2.604 3x1?0.416 2x2?0.190 4x5+0.543 9x6+ 1.778 5x7+0.026 6x1×x1?0.138 7x2×x1?0.009 5x2×x2+0.080 7x5×x1+0.019 5x5×x2?0.004 4x5×x5?0.000 8x6×x1+0.069 8x6×x2+0.033 0x6×x6+1.224 0x7×x1?0.939 7x7×x2?0.233 4x7×x5+0.129 8x7×x6+ 0.880 3x7×x7.

蒿類草地生境：

(1)三趾跳鼠(a 方法)：Y=0.021 8+0.016 6x6+2.533 3x7+ 0.011 6x6×x6? 0.427 5x7×x6? 0.1718x7×x7；

(2)子午沙鼠(b方法)：Y=1.944 6+1.102 1x1?0.301 8x2?0.262 5x6+23.570 2x7? 0.369 4x8+0.032 8x1×x1+0.302 2x2×x1+0.177 8x2×x2+0.660 0x6×x1?0.225 2x6×x2?0.004 2x6×x6?12.791 4x7×x1；

(3)小毛足鼠(a 方法)：Y=1.390 4?0.157 5x1?2.690 5x7+ 0.003 6x1×x1+ 0.216 8x1×x7+ 0.208 2x7×x7.

白刺草地生境：

(1)三趾跳鼠(b方法)：Y= ? 24.074 6 + 0.678 4x2?0.078 3x3?0.636 9x5+47.264 8x7?0.131 2x2×x2+0.009 0x3×x2?0.032 7x5×x2+0.002 8x5×x3?0.008 4x5×x5+0.256 4x6×x2+0.001 6x6×x3+0.006 0x6×x5+0.013 5x6×x6?12.404 5x7×x2?0.013 4x7×x3?1.141 5x7×x5+1.051 1x7×x6?2.421 4x7×x7；

(2)子午沙鼠(b方法)：Y= ? 31.748 8 + 10.069 6x2?0.088 8x3+ 1.126 0x5?0.262 6x6+ 36.852 7x7?0.202 5x2×x2+0.018 5x3×x2?0.000 1x3×x3+0.011 3x5×x2+0.002 5x5×x3?0.011 6x5×x5?0.546 9x6×x2+0.006 1x6×x3?0.001 4x6×x5+0.027 4x6×x6?15.417 1x7×x2?0.071 3x7×x3?0.771 3x7×x5? 0.495 1x7×x6+ 29.248 3x7×x7；

(3)小毛足鼠(b方法)：Y=29.643 6?5.593 8x1?0.045 8x3?0.610 4x5?54.088 7x7+ 1.678 7x8?0.304 6x1×x1?0.000 8x3×x1?0.000 1x3×x3+0.122 5x5×x1? 0.000 1x5×x3.

式中：Y為嚙齒動物種群相對數量；x1、x2、x3、x4分別為草本高度(cm)、蓋度(%)、密度(株·m?2)、地上生物量(g·m?2)；x5、x6、x7、x8分 別 為 灌 木 高 度(cm)、蓋度(%)、密度(株·m?2)、地上生物量(g·m?2)。

4 專家系統中推理機的實現

阿拉善荒漠區嚙齒動物群落專家系統的結構由地理信息系統平臺MapGIS和程序設計語言VB以及上述多個數據庫系統組成，通過推理機實現可視化。其程序代碼見附錄。

通過以上程序的運行，專家系統顯示結果如圖3所示。以紅砂+戈壁針茅草地生境為例，在輪牧條件下三趾跳鼠、子午沙鼠和小毛足鼠的種群相對數量分別為1.20%、4.80%和4.20%。實地驗證調查與程序的運行結果一致。

圖3 專家系統分析結果界面Figure 3 Expert system analysis result interface

5 討論與結論

5.1 討論

目前，基于3S技術對嚙齒動物種群和群落分布、危害控制等方面進行的相關研究已經取得了明顯的成果[22-25]。隨著現代信息技術的蓬勃發展，大數據技術應用于嚙齒動物生態學及其危害控制已經在逐步成為現實[2]。阿拉善荒漠區嚙齒動物群落專家系統已經具備了大數據技術應用的雛形，其核心內容為知識庫和推理機，系統內各部分組件構成完備齊全、結構合理，地理信息系統平臺MapGIS、程序設計語言VB與各種數據庫系統協調一致，尤其是充分發揮MapGIS強大的地理信息系統功能，能夠將生態學中具體問題直觀地顯示出來，實現理論預測的可視化，為多部門的實際應用提供方便、快捷、直觀的科學依據。本研究以紅砂+戈壁針茅生境中逐步回歸分析結合多項式回歸分析方法，三趾跳鼠危害預測和管理推理機的實現過程進行了說明，并將運行結果以直觀圖的形式直接提供給用戶。本研究借助MapGIS平臺，利用VB程序設計語言進行嚙齒動物生態學研究與應用，以期便于掌握和預測不同環境因素影響下生物群落中不同嚙齒動物優勢種相對數量的動態趨勢，對于預防和控制草原鼠害的發生具有重要意義和作用。但是較人工智能應用技術與計算機技術結合的大數據專家系統還有不小的差距，大數據使得動物生態學研究正在進入全面感知時代，大數據專家系統可以根據多學科專家提供的經驗和知識模擬人類專家的決策過程，從而進行推導和判斷，能夠解決人類專家難以及時處理的復雜問題。預測是大數據專家系統應用的重要標志，不遠的將來對于草地嚙齒動物種群和群落動態變化以及草地鼠害控制的精準預測預警而言，必將結合嚙齒動物種群和群落、植物群落、土壤、氣象、植被分布TM 影像圖(Thematic Mapper)、地形圖、動植物圖片、智能芯片、神經網絡、紅外相機、無人機拍攝、3S技術等數據資料，借助大數據平臺可以優化專業研究與農牧業生產投入，優化專業研究與農牧業生產實踐布局[2]，更有利于研究對象與生產實踐的目標對接，成為生物災害動態監測與防控的有效技術手段。

5.2 結論

本研究以阿拉善荒漠區多年野外嚙齒動物和植物群落調查積累數據為基礎，以荒漠區鼠害預測預報為目的，在研發阿拉善荒漠區嚙齒動物群落專家系統的基礎上，借助MapGIS平臺，利用開墾、輪牧和過牧3種生境中8個植物因子指標與子午沙鼠、三趾跳鼠和小毛足鼠3種優勢鼠種數據組成的數據庫系統、3種優勢鼠種的圖像信息組成的知識庫系統、3種生境下19種生態模型組成的模型庫系統構成嚙齒動物種群相對數量與植物因子動態關系的推理機，通過程序設計語言VB進行MapGIS二次開發，在專家系統中予以設計并實現，可以初步應用于植物因子數據預測短期內主要害鼠的鼠種和密度，可為荒漠區短期鼠害應急防控提供參考依據。