一种跨境外来物种风险等级判定及智能识别方法及系统技术方案

本发明专利技术涉及一种跨境外来物种风险等级判定及智能识别方法及系统，包括：对所有已知跨境外来物种的分类学信息进行预处理，并根据预处理后的数据建立跨境外来物种风险等级数据库；基于建立的跨境外来物种风险等级数据库，对已知跨境外来物种的分类学信息及其对应的风险等级信息进行抽提，并根据抽取的相关信息并建立的贝叶斯判别函数中的参数进行求解；对待识别跨境物种的分类学信息进行预处理，并将处理结果输入到贝叶斯判别函数中，得到该待识别跨境物种的风险等级评估结果，同时将该待识别跨境物种的相关信息存储到风险等级数据库中，对贝叶斯判别函数进行优化。本发明专利技术可以广泛应用于跨境外来物种等级判定及智能识别领域。

【技术实现步骤摘要】
一种跨境外来物种风险等级判定及智能识别方法及系统
本专利技术属于跨境外来物种的入侵风险等级计算、识别及自动归类领域，特别是涉及一种基于贝叶斯的跨境外来物种风险等级判定及智能识别方法。
技术介绍
随着经济贸易的迅速发展，跨境外来物种成为影响我国农业、经济、社会以及安全的重要因素。目前我国对于跨境物种存在检疫名单，检疫名单上的物种需要采取严格的检疫措施。但是，检疫名单之外仍然存在大量的跨境有害生物，这些跨境有害生物种类多、数量大、防治能力强，很多物种对我国生态系统仍然具有较大的危险性。然而，虽然跨境外来物种很多都是农业、林业以及渔业的重要有害生物，但跨境外来物种的风险等级计算、识别及自动归类还没有很好的计算方法，并且也还缺乏完整的体系。
技术实现思路
针对上述问题，本专利技术的目的是提供一种跨境外来物种风险等级判定及智能识别方法及系统，利用贝叶斯的理论方法，建立了一整套跨境外来物种的风险等级计算、识别及自动归类方法，能够应用于海关的跨境外来物种风险识别，为有效抵御外来物种提供技术支撑。为实现上述目的，本专利技术采取以下技术方案：本专利技术的第一个方面，是提供一种跨境外来物种风险等级判定及智能识别方法，其包括以下步骤：S1：对所有已知跨境外来物种的分类学信息进行预处理，并根据预处理后的数据建立跨境外来物种风险等级数据库；S2：基于步骤S1建立的跨境外来物种风险等级数据库，对已知跨境外来物种的分类学信息及其对应的风险等级信息进行抽提，并根据抽取的相关信息并建立的贝叶斯判别函数中的参数进行求解；S3：对待识别跨境物种的分类学信息进行预处理，并将处理结果输入到贝叶斯判别函数中，得到该待识别跨境物种的风险等级评估结果，同时将该待识别跨境物种的相关信息存储到风险等级数据库中，用于对贝叶斯判别函数进行不断完善和优化。进一步，所述步骤S1中，建立跨境外来物种风险等级数据库的方法，包括以下步骤：S1.1：对所有已知跨境外来物种的分类学信息进行集成，集成信息包括已知跨境外来物种的分类地位信息以及相应的生物生态学特征；S1.2：将跨境外来物种的生物生态学特征进行定量化；S1.3：基于步骤S1.2得到的定量化结果，通过专家咨询或定量打分手段，将各已知跨境外来物种划分为若干个风险等级。进一步，所述步骤S1.1中，所述生物生态学特征包括已知跨境外来物种的寄主范围、适生区大小、生长速度、化性、寿命、种群增长率以及繁殖方式指标。进一步，所述步骤S1.3中，将各已知跨境外来物种划分为三个风险等级，包括高风险物种、中风险物种以及低风险物种。进一步，所述步骤S2中，建立的贝叶斯判别函数为：其中，N为高风险跨境有害生物的数量，n为所有跨境生物的数量，ni为贝叶斯监测后呈高风险的事件，j为数量参数。本专利技术的第二个方面，是提供一种跨境外来物种风险等级判定及智能识别系统，其包括：数据库建立模块，用于对所有已知跨境外来物种的分类学信息进行预处理，并根据预处理后的数据建立跨境外来物种风险等级数据库；贝叶斯判别函数建立模块，用于基于建立的跨境外来物种风险等级数据库，对已知跨境外来物种的分类学信息及其对应的风险等级信息进行抽提，并根据抽取的相关信息并建立的贝叶斯判别函数中的参数进行求解；判别优化模块，用于对待识别跨境物种的分类学信息进行预处理，并将处理结果输入到贝叶斯判别函数中，得到该待识别跨境物种的风险等级评估结果，同时将该待识别跨境物种的相关信息存储到风险等级数据库中，用于对贝叶斯判别函数进行不断完善和优化。进一步，所述数据库建立模块包括：信息集成模块，用于对所有已知跨境外来物种的分类学信息进行集成，集成信息包括已知跨境外来物种的分类地位信息以及相应的生物生态学特征；定量化模块，用于将跨境外来物种的生物生态学特征进行定量化；风险等级划分模块，用于基于得到的定量化结果，通过专家咨询或定量打分等手段，将已知跨境外来物种划分为三个风险等级。进一步，所述信息集成模块中，所述生物生态学特征包括：已知跨境外来物种的寄主范围、适生区大小、生长速度、化性、寿命、种群增长率以及繁殖方式指标。进一步，所述贝叶斯判别函数建立模块建立的贝叶斯判别函数为：其中，N为高风险跨境有害生物的数量，n为所有跨境生物的数量，ni为贝叶斯监测后呈高风险的事件，j为数量参数。本专利技术由于采取以上技术方案，其具有以下优点：本专利技术提出了属于跨境外来物种风险等级的首次划分，将其分为3个等级，分别为高风险、中风险以及低风险级别。高风险物种具有显著的经济危害性，具有广泛成灾的潜力，并造成环境的改变和生态退化；中风险物种具有一定的经济危害性，可以局部成灾，对生态安全的威胁较小；低风险物种不具有经济危害性，种群数量较低。具体实施方式下面结合实施例对本专利技术进行详细的描述。贝叶斯定理在划分外来物种风险等级时候非常有用，假设常规的风险等级的敏感度与可靠度均为99％，换句话说，当高风险物种进行评估时，结果为高风险物种的概率为99％。而低风险物种进行评估时，结果为低风险物种的概率为99％。从评估结果的概率来看，评估方法比较可靠，评估结果也比较准确，因此贝叶斯定理和方法能够用于准确评价跨境物种的风险性划分。基于上述分析，本专利技术提供了一种跨境外来物种风险等级判定及智能识别方法及系统，对于跨境的外来物种，首先进行生物学和生态学信息的提取，主要包括跨境外来物种的寄主范围、适生区大小、生长速度、化性、寿命、种群增长率以及繁殖方式；然后，以提取的7类生物生态学特征为基础，构建贝叶斯函数，进行跨境外来物种的风险等级划分。下面进行详细介绍。实施例1本实施例提供了一种跨境外来物种风险等级判定及智能识别方法，其包括以下步骤：S1：数据库建立：对所有已知跨境外来物种的分类学信息进行预处理，并根据预处理后的数据建立跨境外来物种风险等级数据库。具体地，包括以下步骤：S1.1：对所有已知跨境外来物种的分类学信息进行集成，集成信息包括已知跨境外来物种的分类地位信息以及相应的生物生态学特征，其中，生物生态学特征主要包括已知跨境外来物种的寄主范围、适生区大小、生长速度、化性、寿命、种群增长率以及繁殖方式等指标。S1.2：将跨境外来物种的生物生态学特征进行定量化，可以将每个生物生态学特征指标分为三级(可以根据实际需要进行调整)，例如对寄主范围指标进行分级时，可以将寄主种类超过100种的划分为3级,寄主种类为50-100种的划分为2级，寄主种类在50种以下的划分为1级。S1.3：基于步骤S1.2得到的定量化结果，通过专家咨询，定量打分等手段，将已知跨境外来物种划分为三个风险等级，即高风险物种、中风险物种以及低风险物种。S2：建立贝叶斯判别函数：基于步骤S1建立的跨境外来物种风险等级数据库，对已知跨境外来物种的分类学信息及其对应的风险等级信息进行抽提，并根据抽取的相关信息并建立的本文档来自技高网...

【技术保护点】
1.一种跨境外来物种风险等级判定及智能识别方法，其特征在于，包括以下步骤：/nS1：对所有已知跨境外来物种的分类学信息进行预处理，并根据预处理后的数据建立跨境外来物种风险等级数据库；/nS2：基于步骤S1建立的跨境外来物种风险等级数据库，对已知跨境外来物种的分类学信息及其对应的风险等级信息进行抽提，并根据抽取的相关信息并建立的贝叶斯判别函数中的参数进行求解；/nS3：对待识别跨境物种的分类学信息进行预处理，并将处理结果输入到贝叶斯判别函数中，得到该待识别跨境物种的风险等级评估结果，同时将该待识别跨境物种的相关信息存储到风险等级数据库中，用于对贝叶斯判别函数进行不断完善和优化。/n

【技术特征摘要】
1.一种跨境外来物种风险等级判定及智能识别方法，其特征在于，包括以下步骤：
S1：对所有已知跨境外来物种的分类学信息进行预处理，并根据预处理后的数据建立跨境外来物种风险等级数据库；
S2：基于步骤S1建立的跨境外来物种风险等级数据库，对已知跨境外来物种的分类学信息及其对应的风险等级信息进行抽提，并根据抽取的相关信息并建立的贝叶斯判别函数中的参数进行求解；
S3：对待识别跨境物种的分类学信息进行预处理，并将处理结果输入到贝叶斯判别函数中，得到该待识别跨境物种的风险等级评估结果，同时将该待识别跨境物种的相关信息存储到风险等级数据库中，用于对贝叶斯判别函数进行不断完善和优化。


2.如权利要求1所述的一种跨境外来物种风险等级判定及智能识别方法，其特征在于，所述步骤S1中，建立跨境外来物种风险等级数据库的方法，包括以下步骤：
S1.1：对所有已知跨境外来物种的分类学信息进行集成，集成信息包括已知跨境外来物种的分类地位信息以及相应的生物生态学特征；
S1.2：将跨境外来物种的生物生态学特征进行定量化；
S1.3：基于步骤S1.2得到的定量化结果，通过专家咨询或定量打分手段，将各已知跨境外来物种划分为若干个风险等级。


3.如权利要求2所述的一种跨境外来物种风险等级判定及智能识别方法，其特征在于，所述步骤S1.1中，所述生物生态学特征包括已知跨境外来物种的寄主范围、适生区大小、生长速度、化性、寿命、种群增长率以及繁殖方式指标。


4.如权利要求2所述的一种跨境外来物种风险等级判定及智能识别方法，其特征在于，所述步骤S1.3中，将各已知跨境外来物种划分为三个风险等级，包括高风险物种、中风险物种以及低风险物种。


5.如权利要求1所述的一种跨境外来物种风险等级判定及智能识别方法，其特征在于，所述步骤S2中，建立的贝叶斯判别函数为：



其中，N为高风险跨境有害生物的数量，n为所...

【专利技术属性】
技术研发人员：赵紫华，王祎丹，高峰，潘绪斌，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11