进入20世纪90年代以来,人工智能(机器学习、模糊技术、人工神经网络)、专家系统、数据库技术和Internet/Intranet技术的发展为IDSS提供了强大的技术支撑。20世纪80年代兴起的Agent技术为智能决策支持系统奠定了技术基础。Agent是一个能够持续自主驻留、活动于真实的或虚拟的复杂动态环境中的问题求解实体[7]。Agent具有相当程度的独立性、自主性、协作性、适应性和性,并在一定程度上具有人的部分智力。将Agent技术融合到智能决策支持系统中所集成的基于Agent的智能决策支持系统具有传统IDSS所没有的一些特性:(1)开放性。即能够与外界交互,系统资源不足时能够向外界请求帮助,同时具有对外提供资源的功能;其二是系统部件的易于增减,保持系统完整而不含多余的计算过程。(2)IDSS是分布式的、基于网络环境的。(3)资源可重复使用。不但决策程序、决策方法可重复使用,而且系统资源(决策知识、决策经验、决策模型等)能被不同的决策程序多次调用。(4)集成群体的经验和智能。(5)突破静态的程序化决策方式,实现人机智能结合。

　　目前多Agent技术已成为人工智能研究的热点。多Agent系统(Multi-Agents System,MAS)是一个松散耦合的Agent网络,这些Agent通过交互解决超过单个Agent的能力或知识的问题。多Agent系统具有如下特征:每个Agent拥有解决问题的不完全的信息或能力;没有系统全局控制;数据和知识是分散的;处理是异步的;Agent是异质的、分布的;系统是开放的。

　　2.3 智能决策支持系统在中的应用

　　随着数据挖掘、人工智能、3S与DSS技术的发展,以及精确林业自身发展的需要,国内外开始研究智能决策支持系统在林业中的应用,如防护林体系建设、森林防火、变量施肥等。

　　北京林业大学研制出区域生态型防护林体系建设模式智能决策支持系统[8]。该系统由4个子系统构成:数据及数据库、图形及图形库管理、模型及模型管理库、专家系统,并以数据及图形系统为基础,以模型系统为分析手段,以专家系统为智能决策核心,各模块相对独立,以数据管理模块为中介,组成有机整体。可实现、预测、区域生态经济系统诊断、土地分类及生态评价、林种的水平及立体配置、区域经济结构优化等功能。

　　东北林业大学与黑龙江大兴安岭防火指挥中心课题组通过3个阶段的研究,建立了基于WEB与3S技术的森林防火智能决策支持系统[9],实现了林火数据库、林火预报、林火蔓延模型、扑火指挥决策等方面的智能化、网络化管理。它包含了森林防火灭火系统中的地形图绘制,防火机构、火灾和各种代码等数据库的建立与维护,火点定位、火场蔓延、派兵扑火、清理看守火场和损失评估等模型的建立,与上下级单位的数据交换,在火灾发生前可作出林火预报和预防;当林火发生时,可模拟林火的蔓延,并提供火场定位、派兵、扑火、清理火场、看守火场等辅助决策方案,为指挥员作出正确决策提供参考;火灾发生后可作出火灾损失评估。

　　Raymond K Fink等人[10]利用机器学习方法分析空间土壤肥力、土壤性质和产量数据,在可变量施肥系统中利用基于规则的决策支持工具(DSS4Ag)降低施肥量、增加产量。利用标准的GIS工具将农田进行网格化,分成10×30 m的矩形方块。根据历史产量数据、历史性质数据(土壤物理性质、土壤化学性质、坡度、地貌等)进行数据挖掘,采用CART回归树运算法则(Beriman等,1984)确定产量模型,根据当前性质数据、产品价格等,按照经济效益最大的原则确定施肥量的大小(如果施肥费用大于增加产量的产值则不予施肥)。从测试结果看,采用DSS4Ag系统进行变量施肥,产量增加不很明显,但施肥总量明显减少,降低了,且降低的成本超过了必要的土壤测试和变量施肥装置的花费,整体经济效益得到提高。

3 精确林业智能决策支持系统的设计

　　3.1 精确林业的概念

　　精确林业是综合利用地球空间信息技术、辅助决策技术、林业工程技术等现代高新科技,建立一体化、数字化、智能化的现代化林业生产模式和技术体系,最大限度地获得森林的生态、经济和效益,实现森林可持续经营和区域可持续发展[10~12]。简言之,精确林业就是实现以最小资源投入、最小危害获得最大林业效益。其中,地球空间信息技术主要有全球定位系统、信息系统、遥感、数据通讯;计算机辅助决策技术主要有管理信息系统、决策支持系统、专家系统、智能决策支持系统;林业工程技术主要有林业自动化、森林病虫草害防治、森林土壤类型分析、林地适应性评价、立地类型与立地条件分析、林木育种、施肥、林木采伐,等等。精确林业的研究与发展有助于我国、资源与环境方面重大问题的解决,有助于林业资源的高效利用和林业环境保护,是发展林业的重要途径。