专家系统是在人工智能的研究过程中产生的一门新兴学科, 是一种利用特定领域中专家的知识和经验, 利用计算机来模拟专家的思维, 代替专家进行诊断和决策的软件。我国20世纪80年代初开始进行农业专家系统的研究, 取得了一系列研究成果, 目前许多系统已经在全国23个省市得到应用(张建等, 2005)。林业专家系统的研究和应用起步较晚, 有代表性的是马尾松毛虫(Dendrolimus punctatus)防治决策专家系统(王淑芬等, 1992), 规划与设计农地林业体系的知识库专家系统(Prill et al., 1994), 育苗生产技术咨询系统(吴保国等, 1995), 西南林火实时监测和火灾评价的专家系统(白黎娜等, 1995), 杉木(Cunninghamia lanceolata)人工林林分经营专家系统(李际平, 2001), 浙江省营林技术决策咨询系统(康志雄, 2001)等。专家系统和软件技术的发展, 更需要网络技术手段的支持和林业专家系统的开发者和使用者有获得知识的时效性和便捷性。

森林是人类赖以生存的基础资源, 具有维护地球生命、改善人类生存空间的生态价值。造林工作与其他工程建设相比, 在依靠和利用自然力的程度上更大、最突出的特点是适地适树。由于森林生长的长周期性和不可逆转性, 造林设计的成果需要十几年或几十年才能显示出来。所以, 造林设计不能失误, 否则损失是不可估量的(沈国舫, 2001)。我国自建国之后虽然大面积造林, 但与一些发达国家相比, 森林的质量和数量还是比较低, 造成这种现状的原因之一是基层部门在“造林设计”时, 造林类型的选择缺少专家的技术指导, 不能适地适树和不合适的造林设计。因此, 本研究是如何利用新的信息技术, 研究造林专家实际造林方案的确定方法以及各种造林方案的设计, 建立基于网络的造林专家决策咨询系统, 给出在有最少的负面结果条件下, 为实现尽可能多的目标, 寻求可选方案, 解决困扰着传统森林培育中的适地适树和造林设计问题。

1 造林专家决策咨询系统的概述 1.1 造林调查设计

造林调查设计是在造林规划的原则指导和宏观控制下, 对一个较小的地域进行与造林有关各项因子特别是对宜林地的详细调查, 并进行具体的造林设计, 把造林技术措施落实到山头地块。按地块(小班)实施造林设计的主要内容包括林种、树种、整地、造林方法、造林密度、苗木、抚育管理、机械工具、施工顺序、时间、劳力安排、森林病虫害防治、投资数量和效益测算等。设计中需分析造林地的相关立地因子, 确定立地类型, 选择合适的造林树种, 拟定合理的造林技术措施。

1.2 造林专家的造林咨询流程

林业的重要特点之一是它的经营对象———森林所处环境条件的多样性和复杂性。在局部范围来说(例如只在一个林场范围内), 地貌、坡度、坡向、母质等立地条件变化必然导致森林植被在组成、外貌和结构的分异(李景文, 1994)。立地类型是指具有相同(或相似)立地条件的各造林地段的组合, 就构成一个立地条件类型(王长福, 1985)。从生态观点上说, 在同一个立地条件类型范围内, 所有的森林培育目标地块都具有相同的植物效果(树种选择、生长发育过程、种间关系以及产量高低和质量好坏相同或相似), 因此, 同一立地类型, 应采取相同(或相似)的造林树种和森林培育方案。造林专家进行造林咨询的流程就是按照这样的理论进行的:用户首先向专家提供造林地的地貌、坡度、坡向、母质等立地条件, 造林专家根据用户提供的立地条件提出多种合适的造林树种和森林培育方案, 并指出各种方案的培育方向等情况, 供用户选择, 一旦用户选择好方案, 造林专家给出该方案的具体造林模式设计, 如图 1所示。

1.3 造林专家决策咨询系统的目的和功能

造林专家决策咨询系统主要目的是利用Internet网, 根据用户的提问, 向用户提供造林专家的知识和经验, 进行造林咨询, 避免由于造林设计的失误造成经济损失。

造林专家决策咨询系统主要功能是对用户输入的造林地立地因子进行推理分析, 进行适地适树判别, 选择在特定立地条件下适宜生长的造林树种, 选择出最佳的造林方案, 供用户选择。一旦用户选择好方案, 系统把造林技术方案输出给用户, 并预测某一时刻的生长和收获量。系统亦可由用户根据实际情况先选择造林树种, 由系统选定符合对应树种生物及栽培特性的立地条件配置, 即由用户先选定造林树种, 由系统查找与该方案匹配的造林地地块, 并对造林方案进行详细设计, 反馈给用户实施。

2 造林专家咨询系统的设计 2.1 系统设计的思想

造林专家决策咨询系统采用“平台+模块+客户化开发”的思想, 建立专家咨询系统的通用框架, 为不同地区的用户提供一个通用平台, 并针对不同用户个性化需求, 实现为用户提供量身定做的专家咨询系统解决方案。造林专家决策咨询系统存储的造林专家经验的知识库可由系统维护人员或造林专家在网络上通过客户端界面进行添加、修改等维护操作, 可根据自身的需求对知识库中的规则进行添加或删减, 实现整个系统的拓展与伸缩, 不断丰富其内容。

造林专家决策咨询系统要求能够充分利用网络, 帮助决策者获取有效信息, 帮助决策者进行决策分析, 即在信息收集、问题识别、可行方案的生成、方案的分析以及最满意方案的选择等过程上, 帮助决策者决策。由于最终决策是由人做出并由人执行的, 这一点任何造林专家决策咨询系统都无法取代, 因此, 在系统的分析、设计与实现时, 系统开发人员必须切实弄清决策者所面临的问题及其困难所在, 即把决策者放在真正的主导地位, 把决策者的意图充分贯彻到造林专家决策咨询系统的设计工作中。

2.2 系统开发环境和体系结构

系统为了满足多用户同时咨询, 有较好的稳定性和反馈速度, 造林专家咨询系统采用“Web浏览器Web服务器数据库管理系统”3层分布技术体系结构。用户使用IE浏览器作为客户端软件, 专家决策咨询系统的咨询推理和解释等核心模块则安装在服务器上, 通过局域网或广域网为用户提供造林咨询服务。

2.3 系统结构设计 2.3.1 造林专家决策咨询系统的基本结构

根据造林决策问题的特点和造林专家决策咨询系统设计思想的要求, 设计的造林专家决策咨询系统的基本结构如图 2所示。

2.3.2 造林决策咨询系统知识的表示和知识库的设计

在信息世界中, 知识是客观世界的规律性总结, 是一种以多种方式把一个或多个信息关联在一起的信息结构。因此, 一种知识不论其反映的内容如何不同, 作为知识总结出来以后反映了客观世界中的某种现象、某种事实、某些现象之间的因果关系, 以及这种因果关系与现象、事实之间的联系(姜旭平, 1993)。造林专家知识范围广泛, 类型复杂, 因此选择正确的知识表示方法至关重要。造林专家的知识可以形象地表述为:知识=规则+联系+事实。

通过分析, 造林专家的知识类型可以抽象整理成为规则型知识, 采用产生式规则表示方法进行表示比较直观, 符合人的思维习惯, 便于构造推理机。产生式规则表示由条件和结论2部分表达因果关系构成, 其一般形式为:if < 条件>then < 结论>。

例如:

if地貌为低山and坡向为阳坡and土壤厚度为中土and土壤松紧度为松

then立地类型为低阳中松

1) 知识库设计  造林专家咨询系统的知识库采用关系数据库来建立。知识库由事实库和规则库组成, 事实和规则的联系通过表之间主键和外键关联来实现。知识库的组成如图 3所示。

2) 规则库设计  用于存储确定造林类型的规则, 通过用户描述的造林地立地条件, 利用推理机从立地类型规则表中确定该造林地的立地类型, 进一步推导出造林类型。规则库由2个关系构成。①立地类型规则关系用于存储确定造林地的立地类型条件, 利用推理机从立地类型规则关系中确定该造林地的立地类型。regulation A :地貌, 坡度, 坡向, 坡位, 立地类型, ……。②立地与造林类型规则关系用于存储确定立地类型号与造林类型号的对照规则, 通过已知立地类型推导出造林类型。regulation B:立地类型, 造林类型。

3) 事实库设计  事实库由造林类型关系、作业方法关系、造林技术关系和造林树种关系4个关系构成。①造林类型关系用于存储由造林专家设计的各种立地类型下典型的造林类型和具体的造林技术措施。plant-fact :造林类型, 造林类型名, 森林类别, 林种, 造林树种, 混交比例, 造林密度, 混交图式, 培育目标, 造林单价, 造林设计文本, ……。②造林技术关系用于存储不同造林技术的技术类别、名称和技术描述, 例如林地清理方式、整地方式、造林方法、混交类型、混交图式等。plant :技术类别, 技术名称, 技术描述。③作业方法关系作业方法也称为经营措施类型, 它是实现森林经营目标的可靠保障, 在总结森林经营单位生产经营经验的基础上, 应用实用科研成果, 为每个经营类型建立造林营林技术措施。zyff :作业方法, 作业方法说明, 技术要点。④造林树种关系用于存储不同树种的树种名称、特征、分布、栽培要点等描述。该表的数据主要用于在用户了解造林树种的各种信息。tree :树种编号, 拉丁名, 树种名, 树种别名, 树种特征, 主要用途, 造林技术, 栽培要点, ……。

3 推理机设计 3.1 推理方法

推理机是在一定的控制策略下, 针对知识数据库中的当前信息或问题进行识别、选取和求解有用知识的推理过程。推理是基于知识库中的知识进行的, 其方法的选择与知识的特点密切相关。推理方法从广义上分为精确推理和不精确推理, 主要划分依据是推理中信息是否具有确定性。按照搜索方式不同把产生式系统分为正向推理、逆向推理和双向推理。

3.2 推理机设计

造林专家决策咨询系统的推理机采用人机交互式的逐步推理方式对立地类型进行推理, 即由立地条件推导出立地类型。推理机的推理机制与知识的性质和表示方法密切相关。由于林业知识本身的复杂性和不确定性, 造林专家知识主要是通过与专家进行交流和查询书本知识获取的, 而且用户也可能无法提供完整可靠的信息, 因此知识存在很大的不确定性。此外, 由于知识不确定性的动态累计和传递, 推理过程本身也存在不确定性。考虑到上述所有的不确定因素, 造林专家决策咨询采用不精确推理比较合适。搜索方式主要采用正向推理构造形式, 即从一组事实出发, 使用规则用以证明该事实是否成立, 系统也支持逆向推理方式。由于专家知识大多是在多年实践的基础上形成的, 经验在知识中所占的比重较大, 因此在推理中选用了基于经验基础的可信度理论指标。

3.3 推理求解过程 3.3.1 推理的原则

根据造林专家的推理过程, 将知识库中各个立地因子的权重理解为多元统计中的主成分概念, 权重越大, 该因子对立地类型的确定程度越大。考虑到这个概念, 在推理过程中遵循着这样一个原则:始终以满足较大权重(也就是主成分因子最大)的因子的要求。如果权重小的因子使得权重大的因子无法求得结果, 则舍去权重小的因子。需要说明的是, 尽管权重被理解为主成分的概念, 但是权重的取值并不是各个主成分的具体取值, 只是主分量值的比较, 所以在这里, 权重代表的是一个顺序。

3.3.2 推理求解过程

1) 系统首先从客户端提交的立地因子(事实)中按照立地因子的权重由大到小逐个取出单个事实进行组合, 将这些组合事实分别与规则库中立地类型规则关系中对应内容进行匹配, 如果成功, 添加下一个权重的事实重新组合, 如果不成功, 舍去当前事实并添加下一个权重的事实重新组合, 依次类推, 直至将所有的事实全部组合完成, 最后得到造林地的立地类型; 2)用得出的立地类型与相应的造林类型规则进行匹配, 将适宜的造林类型按各因子的权重和分值按适宜程度进行排序, 最后由用户根据实际情况选择合适的造林类型; 3)根据前两步的结果推断出该造林类型的具体造林解决方案作为最终结构输出给用户。

根据不同目标的兼容性, 系统将依照优化决策的具体管理目标, 考虑不同目标的兼容性, 实现尽可能多的多个可选方案中寻优。决策者对各项目标考虑后, 在多个可选方案中选择满意的方案后, 系统提示是否下载Word格式的造林设计方案。推理求解过程如图 4所示。

4 结果与讨论 4.1 主要特点

1) 该设计充分反映了不同造林专家系统的特点, 适合于不同地区, 可以充当“电脑专家”, 协助专家解决问题。

2) 系统具有良好的用户界面, 图文并茂, 不需要用户具备较强的专业知识就可以学习使用, 适用不同应用水平的用户需要。

4.2 存在问题

专家系统要达到领域专家的水平, 不仅需要掌握领域专家处理问题时所使用的大量专业知识, 特别是领域专家长期积累起来的经验, 而且专家系统是一个很复杂的计算机程序, 开发一个专家系统需要大量的计算机科学, 特别是人工智能和知识工程方面的知识, 这就决定了自始至终都要系统工程师和领域专家的密切配合, 反复测试、扩充及修改。造林专家系统在理论和技术上还存在许多不足之处, 有待于进一步完善。

在森林培育中运用信息技术将提高森林培育的工作效率、科技含量和管理水平, 并顺应和满足未来数字林业工程的发展要求。随着信息新技术的不断发展和越来越广泛的应用, 森林培育管理中造林决策必然进入一个新时期, 森林培育中的造林决策支持系统将逐步向智能化、个性化、平台网络化、系统集成化的方向发展。