基于Map GIS平台的阿拉善荒漠区啮齿动物群落专家系统中推理机的研究与实现

高宏伟，周艳秋，满都呼，付和平,3，李 明，付江锋

（1.内蒙古农业大学职业技术学院，内蒙古 包头 014109；2.内蒙古农业大学草原与资源环境学院，内蒙古呼和浩特 010011；3.内蒙古农业大学生命科学学院，内蒙古呼和浩特 010011）

啮齿动物广泛分布于草地生态系统中，是组成草地生物群落的重要成分，在草地生态系统的物质循环和能量流动中起到重要的作用。但当啮齿动物种群数量增加至某一阈限，或是发生种群暴发式增长时，就会对生态系统造成一定程度的危害，即所谓“鼠害”。主要表现在啃食和储藏大量优质牧草、挖土造丘，从而加速草地退化，生境遭到破坏，草地生产力降低，使得草地畜牧业可持续发展受到严重影响[1-3]。因此，多年来草地鼠害的成因和预测预报一直备受关注，啮齿动物群落组成及其动态与草地生态系统生物和非生物因子的关系研究，一直以来都是草地生态学研究的热点之一，在这方面许多学者做了大量工作，取得了明显的成绩[4-7]。但利用3S技术[地理信息系统(Geographic Information System,GIS)、全球定位系统(Global Positioning System,GPS)、遥感技术(Remote Sensing,RS)]探索荒漠啮齿动物群落与植物因子关系机理的研究到目前为止并不多见。3S技术尤其是GIS在生态学研究中已被广泛应用[8-11]，可为解决草地生态学的一些具体问题，诸如生物群落彼此之间的相关性，生物群落的分布、动态及随时间和环境因子变化的演替规律等提供技术支持[12]。国内外学者将GIS应用到啮齿动物相关研究的主要是区系分布、模型构建、气候变化对分布区的影响、绘制一定地理区域有害啮齿动物分布图和丰富度估测等[13-16]，真正应用GIS结合栖息地植被因子分析草地鼠害成因，并且通过程序语言推理机实现初步预测的研究相对较少。近年来，我国学者经过对草地啮齿动物群落的研究，针对不同类型草地提出了动植物群落关系适应性结果和区域性、综合性防控的策略[10,12]，对指导草地鼠害防治实践起到了重要作用。随着人工智能、大数据科学的发展以及在农牧业领域的快速应用，草地啮齿动物生态学研究与草地鼠害控制的紧密结合同样需要大数据应用[2]。为此，在基于MapGIS平台的阿拉善荒漠区啮齿动物群落专家系统成功研发的基础上，利用多个数据库形成的啮齿动物群落中种群相对数量与植物因子动态关系的推理机，通过程序设计语言VB(Visual Basic)进行MapGIS二次开发，实现通过环境中植物因子动态变化对害鼠相对数量的预测。这对于草地鼠害控制实现大数据应用是一次关键性的尝试，也是开展动物群落专家系统推理机研究的重要性和意义所在。

阿拉善荒漠区分布有不同啮齿动物23 种，其中，子午沙鼠(Merionesmeridianus)、三趾跳鼠(Dipus sagitta)、小毛足鼠(Phodopus roborovskii)为不同生境的优势种[1,3]。本研究在多年野外调查积累数据的基础上，以阿拉善荒漠区上述3种优势啮齿动物种群相对数量与植物因子间的作用关系分析为主线，在采用逐步回归分析、主成分分析的基础上，结合多项式回归分析等方法导出生态模型，借助MapGIS平台，利用开垦、轮牧和过牧3种生境中8个植物因子指标与3种优势鼠种数据组成的数据库系统、3种优势鼠种的图像信息组成的知识库系统、3种生境下19种生态模型组成的模型库系统构成啮齿动物种群相对数量与植物因子动态关系的推理机，通过程序设计语言VB进行MapGIS二次开发，在专家系统中予以设计并实现。

1 研究区概况与研究方法

1.1 研究区概况

内蒙古阿拉善荒漠区的总面积为26.98 km2，占自治区总面积的22.86%。乌兰布和、巴丹吉林和腾格里三大沙漠横贯全境。境内以风沙大、干旱少雨、日照充足、蒸发强烈为主要气候特点。气候为典型高原大陆性气候。海拔为800～1 600 m，冬季严寒干燥，夏季酷热、干旱少雨、日照强烈，蒸发量2 900～3 300 mm，年降水量75～215 mm，主要集中在7月－9月。年平均气温约为7.2℃，无霜期约156 d，昼夜温差较大。土壤为淡棕钙土。草地类型为温性荒漠，土壤干旱、贫瘠、盐渍化和沙砾化严重，植被盖度小，以旱生灌木、半灌木为主，间有少量禾草、豆科牧草，蒺藜科(Zygophyllaceae)、菊科(Compositae)和藜科(Chenopodiaceae)植物为建群植物，伴有柽柳科(Tamaricaceae)、蔷薇科(Rosaceae)植物。植被覆盖度一般仅为1%～20%。草原生态脆弱，鼠害时有发生。

1.2 研究方法

1.2.1 样地选择

研究区位于阿拉善左旗南部的荒漠区，地理位置104°10′－105°30′E，37°24′－38°25′N。选择开垦、轮牧和过牧3种不同的典型生境进行长期定位研究(图1⑨⑩)，样地具体信息如表1所列。

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

图1 阿拉善荒漠区的调查样地图Figure 1 The sample survey map of the Alashan desert region

1.2.2 动物取样方法

在2008－2013 年每年的4月、7月和10月上旬采用夹日法捕获不同生境下的啮齿动物，在不同生境类型的调查地段每次调查3次重复，调查面积设定为10 hm2，其间布设3～5条夹线、布放300～500夹、夹距5 m、行距50 m，每次布放24 h，以每种鼠捕获率作为鼠类种群的相对数量，样地间隔大于1 km。采用铁质标准中号板铗作为捕获工具，用新鲜的花生米做饵料。6年共布设鼠铗70 200个。对所获啮齿动物的记录观测指标包括种名、耳长、体重、性别、体长、尾长、后足长，解剖观察繁殖状况及胃容物。

1.2.3 植物取样方法

植物取样样方的选择遵从随机性的原则分两个层次进行，分别为灌木取样样方，重复3 次，灌木样方面积为4 m× 4 m；草本取样样方，同样重复3次，草本样方面积为1 m ×1 m，分别测量灌木和草本植物的高度(cm)、密度(株·m−2)、盖度(%)和地上生物量(g·m−2)，共8个植物因子。灌木样方设在动物铗捕样地中，草本样方设于灌木样方中。

1.2.4 数据处理

啮齿动物种群相对数量计算及应用：以百铗捕获率作为啮齿动物捕获率计算的标准，并将其视为啮齿动物种群密度的指标，应用于啮齿动物群落的定性与定量分析中。指标计算公式如下：

式中：P为百铗捕获率，n为捕获鼠数，N为布铗数，h为布铗昼夜数。使用Excel 2013进行各数据的记录、汇总与制表。

啮齿动物种群相对数量与植物因子变量的回归分析：将在开垦、轮牧和过牧3种不同典型生境中2008−2013年每年10月优势植物种采集调查的灌木和草本两类植物8个因子的数据及啮齿动物群落数据分别作为定量分析中使用的相应数据。

对荒漠区开垦、轮牧和过牧典型生境下灌木植物和草本植物共8个植物因子与3种优势鼠种子午沙鼠、三趾跳鼠和小毛足鼠的捕获率，借助于统计软件SAS 9.0，首先运用逐步回归分析法，将8个植物因子与3种优势鼠种的捕获率关系进行分步筛选，并结合主成分分析明确主要影响因子；其次进行多项式回归分析，用多元二次回归方程拟合8个植物因子与3种优势鼠种捕获率的函数模型。存入专家系统不同优势鼠种的模型库中，作为基础数据供专家系统开发设计所用。数据分析流程如图2所示。

图2 数据分析流程图Figure 2 Data analysis flow chart

2 荒漠区啮齿动物群落专家系统

本研究前期工作在阿拉善荒漠区以不同的环境因子如地形、植被、水分、土壤等为依据，选定了23个调查样地(图1)，调查研究区内啮齿动物的群落组成及种类分布。在研究区23个样地中设置46个样方，布放总计22 270个铗日，捕获啮齿动物723只，主要包括跳鼠科(Dipodidae)的五趾跳鼠(Allactaga sibirica)、三趾跳鼠、长耳跳鼠(Euchoreutes naso)、巨泡五趾跳鼠(Allactaga bullata)，仓鼠科(Cricetidae)的子午沙鼠、小毛足鼠、灰仓鼠(Cricetulusmigratorius)、长尾仓鼠(Cricetulus longicaudatus)等啮齿动物。依据植被类型调查记录、地点记录与内蒙古植被类型第1次草原普查图信息，经对比分析，将本研究所调查的46个样方以不同草地亚类分别划分为16种生境类型，各种不同生境中啮齿动物捕获率居于前3位的啮齿动物群落如表2所列。

表2 草地类型及对应的啮齿动物群落Table 2 Grassland typesand corresponding rodent communities

以上群落数据全部存入专家系统的数据库中，然后结合内蒙古不同草地类型矢量图对应存入图片信息中，构成荒漠区啮齿动物群落专家系统，用以预测不同生境下啮齿动物群落的空间分布和优势种群或主要危害鼠种。

2.1 专家系统的构造及其特点

专家系统(Expert System,ES)应用领域广泛、前景广阔[17-18]。究其实质和根本为计算机程序系统，通过模拟人类专家的思维水平在具体的生产生活实践中解决困难和问题。智慧来源于知识系统是专家系统最根本的特征，其工作方法为应用人类专家的专门知识，利用人类专家经验来解决各种非结构化问题。知识库、数据库、推理机、人机接口、解释机、知识获取机称为专家系统的6大要素。依规模、类型和功能的不同，专家系统的体系结构会有所差异，均具有透明性、实用性、启发性和灵活性的显著特点。但无论如何知识库和推理机都堪为核心。知识库是专家系统的仓库，也是知识积累、交替更新的存放之所，是其质量上乘与否的关键，直接决定其质量水平。推理机类似于专家系统的处理器，对所提问题进行分析判断、逻辑计算或推演归纳，据已知、推未知、获新知，其具体过程为利用已知条件或已有信息，对知识库中的规则和内容反复进行匹配和应用，从而获得新的结论、积累新的经验，直至问题得以解决。推理的效果和效率取决于推理的方式和推理的控制，推理方式即知识的运用模式；推理控制为知识的选择。因此不难得出结论，推理机是知识库实现其价值的平台，如同专家解决问题的思维方式。

2.2 专家系统的平台选择

专家系统选择的地理信息系统广泛应用于诸多领域[19]。其研究对象为地球表层空间有关的地理分布数据，在计算机系统的支持下，对所研究的数据进行存储、采集、运算、管理、分析、显示和描述。MapGIS官方绿色免费版本MapGIS 6.7的二次开发库以4种方式提供，且都封装在多个动态链接库(Dynamic Link Library,DLL)中[20-21]，分别为微软基础类库(Microsoft Foundation Class,MFC)、应用程序接口(Application Programming Interface,API)函数、Activex 控件和Com 组件。利用MapGIS组件平台开发GlS系统的用户应用程序一般过程和具体步骤如下：选择二次开发程序设计语言，如VB；在待开发的程序中引用MapGIS的组件；调用MapGIS组件完成GIS应用程序功能并进行专属功能的开发和设计。为此，本专家系统选择了中地数码MapGIS 6.7为开发平台，并借助其对应的MapGISSDK 6.7软件开发工具包、VB为程序设计语言环境进行专家系统开发与设计。

3 结果与分析

3.1 啮齿动物种群数量与植物因子回归分析

在开垦、轮牧和过牧3种不同典型生境下，对不同的植物因子和3种啮齿动物捕获率进行逐步回归分析。设置显著性水平为P<0.05，通过4步逐步回归分析可以筛选出对生境中啮齿动物种群数量具有显著影响的因子(表3)。

表3 逐步回归分析筛选植物因子的结果Table 3 The results of plant factors screened by stepwise regression analysis

1)在红砂(Reaumuria soongorica)+戈壁针茅(Stipa gobica)草地，影响三趾跳鼠种群相对数量的主要植物因子为草本生物量(x4)、灌木密度(x7)、灌木生物量(x8)和草本高度(x1)；影响子午沙鼠种群相对数量的主要植物因子为草本盖度(x2)、草本密度(x3)、草本生物量(x4)和灌木生物量(x8)；影响小毛足鼠种群相对数量的主要植物因子为草本高度(x1)和草本密度(x3)。

2)在蒿类草地，影响三趾跳鼠种群相对数量的主要植物因子为灌木盖度(x6)和灌木密度(x7)；影响小毛足鼠种群相对数量的主要植物因子为草本高度(x1)和灌木密度(x7)。

3)在白刺(Nitraria tangutorum)草地，影响三趾跳鼠种群相对数量的主要植物因子为草本密度(x3)；影响小毛足鼠种群相对数量的主要植物因子为草本高度(x1)和草本密度(x3)。

经过逐步回归分析法获得了影响3种啮齿动物种群相对数量的主要植物因子，在此基础上采用多项式回归的方法再进行分析(表4)。在红砂+戈壁针茅草地，得到2个多项式回归方程表达式来描述三趾跳鼠和子午沙鼠的种群相对数量与植物因子之间的关系。在蒿类草地，也可得到2个多项式回归方程表达式来描述三趾跳鼠和小毛足鼠的种群相对数量与植物因子之间的关系。把上述4个回归方程存入系统模型数据库中，作为推理机预测种群数量的函数和基础。

表4 结合逐步回归分析的多项式回归分析的结果Table 4 Resultsof stepwise regression combined with polynomial regression analysis

3.2 基于主成分和多项式分析的啮齿动物种群数量与植物因子间关系

当逐步回归分析显著性水平达到P<0.05时，尚存在动植物关系拟合度不足，也就是说如果出现与啮齿动物种群相对数量关系紧密的植物因子较少时，就会出现构建的数学模型拟合度较低这一现象。因此，本研究采用了主成分分析与多项式回归相结合的分析方法，不仅能更加简化数据、探索变量之间的关系，而且能够反映轮牧、过牧和开垦3 种不同生境下不同植物因子变量信息的综合作用，可以构建拟合度较高的满足本研究内容的多元非线性模型。

主成分分析结果(表5)显示，在红砂+戈壁针茅草地，有5个植物变量：x1、x2、x5、x6和x7为主要影响因子，各因子中贡献率最大的为x2(0.544 7)，最小的为x1(−0.620 4)，5个因子累计贡献率为0.933 2；在蒿类草地，只有4个植物变量：x1、x2、x6、x7为主要影响因子，各因子中贡献率最大的为x7(0.792 2)，最小的为x1(−0.615 4)，4个因子累计贡献率为0.959 2；在白刺草地，也有5个植物变量：x2、x3、x5、x6、x7为主要影响因子，各因子中贡献率最大的为x7(0.735 3)，最小的为x2(0.563 6)，各因子累计贡献率为0.922 0。

表5 不同生境下植物因子变量主成分分析结果Table 5 The plant factor analysis results by principal components analysis in different habitats

将逐步回归分析与多项式回归分析结合得出的拟合度较低的每个不同典型生境中啮齿动物的种群相对数量与主成分分析得到的每个典型生境主要因子应用多项式回归分析(表6)。在红砂+戈壁针茅草地，得到小毛足鼠的种群相对数量与灌木高度、盖度和密度以及草本高度、盖度等植物因子的回归模型。在蒿类草地，得到子午沙鼠的种群相对数量与灌木盖度、密度以及草本高度、盖度等因子的回归模型。在白刺草地，分别得到三趾跳鼠、子午沙鼠和小毛足鼠3个种群相对数量与灌木盖度、高度和密度以及草本盖度、密度等因子的回归模型。将上述5个回归模型存入系统模型数据库中，为应用推理机预测啮齿动物种群数量提供基础模型数据。

表6 主成分分析结合多项式回归分析结果Table6 The analysisresultsof principal component combined with polynomial regression

分别利用逐步回归分析结合多项式回归分析(a)和主成分分析结合多项式回归分析(b)两种方法对啮齿动物种群相对数量与植物因子变量之间的关系进行定量分析，在红砂+戈壁针茅、蒿类、白刺3种不同类型草地生境中，得到3种优势啮齿动物的回归模型：

红砂+戈壁针茅草地生境：

(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.

蒿类草地生境：

(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为啮齿动物种群相对数量；x1、x2、x3、x4分别为草本高度(cm)、盖度(%)、密度(株·m−2)、地上生物量(g·m−2)；x5、x6、x7、x8分 别 为 灌 木 高 度(cm)、盖度(%)、密度(株·m−2)、地上生物量(g·m−2)。

4 专家系统中推理机的实现

阿拉善荒漠区啮齿动物群落专家系统的结构由地理信息系统平台MapGIS和程序设计语言VB以及上述多个数据库系统组成，通过推理机实现可视化。其程序代码见附录。

通过以上程序的运行，专家系统显示结果如图3所示。以红砂+戈壁针茅草地生境为例，在轮牧条件下三趾跳鼠、子午沙鼠和小毛足鼠的种群相对数量分别为1.20%、4.80%和4.20%。实地验证调查与程序的运行结果一致。

图3 专家系统分析结果界面Figure 3 Expert system analysis result interface

5 讨论与结论

5.1 讨论

目前，基于3S技术对啮齿动物种群和群落分布、危害控制等方面进行的相关研究已经取得了明显的成果[22-25]。随着现代信息技术的蓬勃发展，大数据技术应用于啮齿动物生态学及其危害控制已经在逐步成为现实[2]。阿拉善荒漠区啮齿动物群落专家系统已经具备了大数据技术应用的雏形，其核心内容为知识库和推理机，系统内各部分组件构成完备齐全、结构合理，地理信息系统平台MapGIS、程序设计语言VB与各种数据库系统协调一致，尤其是充分发挥MapGIS强大的地理信息系统功能，能够将生态学中具体问题直观地显示出来，实现理论预测的可视化，为多部门的实际应用提供方便、快捷、直观的科学依据。本研究以红砂+戈壁针茅生境中逐步回归分析结合多项式回归分析方法，三趾跳鼠危害预测和管理推理机的实现过程进行了说明，并将运行结果以直观图的形式直接提供给用户。本研究借助MapGIS平台，利用VB程序设计语言进行啮齿动物生态学研究与应用，以期便于掌握和预测不同环境因素影响下生物群落中不同啮齿动物优势种相对数量的动态趋势，对于预防和控制草原鼠害的发生具有重要意义和作用。但是较人工智能应用技术与计算机技术结合的大数据专家系统还有不小的差距，大数据使得动物生态学研究正在进入全面感知时代，大数据专家系统可以根据多学科专家提供的经验和知识模拟人类专家的决策过程，从而进行推导和判断，能够解决人类专家难以及时处理的复杂问题。预测是大数据专家系统应用的重要标志，不远的将来对于草地啮齿动物种群和群落动态变化以及草地鼠害控制的精准预测预警而言，必将结合啮齿动物种群和群落、植物群落、土壤、气象、植被分布TM 影像图(Thematic Mapper)、地形图、动植物图片、智能芯片、神经网络、红外相机、无人机拍摄、3S技术等数据资料，借助大数据平台可以优化专业研究与农牧业生产投入，优化专业研究与农牧业生产实践布局[2]，更有利于研究对象与生产实践的目标对接，成为生物灾害动态监测与防控的有效技术手段。

5.2 结论

本研究以阿拉善荒漠区多年野外啮齿动物和植物群落调查积累数据为基础，以荒漠区鼠害预测预报为目的，在研发阿拉善荒漠区啮齿动物群落专家系统的基础上，借助MapGIS平台，利用开垦、轮牧和过牧3种生境中8个植物因子指标与子午沙鼠、三趾跳鼠和小毛足鼠3种优势鼠种数据组成的数据库系统、3种优势鼠种的图像信息组成的知识库系统、3种生境下19种生态模型组成的模型库系统构成啮齿动物种群相对数量与植物因子动态关系的推理机，通过程序设计语言VB进行MapGIS二次开发，在专家系统中予以设计并实现，可以初步应用于植物因子数据预测短期内主要害鼠的鼠种和密度，可为荒漠区短期鼠害应急防控提供参考依据。