植保工作中的測報、病蟲發生程度預報等受多種因素的影響，是較復雜的自然現象，使用數學方法計算得越(或根本不能用數學方法計算)，越難以描述客觀的自然現象，而把模糊數學理論與植保專業知識相結合，則能較好地解決這一復雜問題，為植保工作的預測預報提供了一種新的方法。

　　1 模糊數學在植保工作中的應用

　　1.1 論域和集合 我們在考慮某一具體問題時，總是把討論的對象限制在一個范圍內，這個范圍就稱為論域。它常用大寫字母A、B、U、V等表示。論域里的每個對象稱為/元素0,常用小寫字母a、b、u、v表示。例如對水稻二化螟發生程度進行評價，其論域用U表示，則可寫為：U={蟲口基數(u1)，氣象條件(u2)，種植水平(u3)，防治水平(u4)}.集合就是論域里一部分元素所組成的全體，常用大寫字母A、B等表示。

　　1.2 模糊集合和它的運算

　　對于普通集合A都存在一個特征函數XA(u)，當XA(u)=1說明元素u屬于集合A,XA(u)=0說明元素u不屬于集合A.然而，植保工作中的許多概念是模糊概念，例如，/重發0、/中等偏輕0等，究竟指多少呢?模糊概念需要用模糊集合來描述。對于給定的有限論域U={u1,u2,…un},它的模糊集合A)(在A下加/-0以區別于普通集A)可用下面的方式表示：A)=LA)(u1)/u1+LA)(u2)/u2+,+LA

　　上式中A)表示一個模糊集合，ui屬于U,LA)(ui)是Ui對A)的隸屬函數，i=1,2,,,n,而且0[LA)(ui)[1.例如，對二化螟發生程度的預測。參加二化螟發生程度會商會的人員來自A、B兩縣，評價論域U={u1,u2,u3,u4,u5}={重發，中等偏重，中等發生，中等偏輕，輕發},并根據各縣對此5種評價的百分比確定隸屬度。如表1所示。

　　1.3 模糊矩陣及其合成運算

　　如前所述，模糊關系可用隸屬函數描述，它們的值位于閉區間[0,1],即等于1,0或介于其間的值。模糊關系矩陣R)可以表示隸屬函數表，即R)=(隸屬函數值)，R)中任一元素rij應滿足0[rij[1.

　　例如某植保站的誘蟲燈防治二化螟發生程度的預測，且已知，二化螟發生程度受以下因素的影響：蟲口基數、氣象條件、種植水平、防治水平。則評價目標論域U={蟲口基數，氣象條件，種植水平，防治水平},評價結果論域V={重發，中等偏重，中等發生，中等偏輕，輕發}.據此評價結果見表2(注：表中數據非實際數據)。

　　根椐經驗，對各評價目標采用下面的加權(即在綜合評價中所占比重)，蟲口基數70%,氣象條件10%,種植水平10%,防治水平10%,則加權的模糊矩陣為：A)=(0.7,0.1,0.1,0.1)。綜合評價結果表示，評價中等偏重、中等發生的意見比重各占30%,且重發的比重也有20%,忽略其余相對次要的意見，則結論是此次二化螟發生程度是中等至中等偏重發生，局部重發。綜合評價結果表明，評價中等偏重的意見比重占33%,中等發生的意見比重占25%,忽略其余相對次要意見，據此發生程度意見是中等至中等偏重發生。

　　以上結合某植保站二化螟發生程度預報的實例簡要介紹了模糊數學的基本知識，下面再結合某一地區植保站的病蟲發生程度的會商會，進一步說明模糊數學在植保工作中的應用方法。

　　例如，某地市植保站在某年6月召開二化螟蟲情會商會，已知該市下轄4個縣植保站，則參評單位的論域U={植保站I(u1)，植保站II(u2)，植保站III(u3)，植保站IV(u4)},評價結果論域V={重發，中等偏重，中等發生，中等偏輕，輕發。各縣根椐當地二化螟發生程度的影響因素，即蟲口基數、氣象條件、種植水平、防治水平，按上述方法計算提出自己的評價結果，見表4(表中數字非實際數據)。

　　2 小結

　　筆者對模糊數學在植保病蟲測報工作中的應用做了一些初步的探討。由于模糊數學是一門剛剛興起的學科，加之筆者對模糊數學和植保專業知識認識有限，并且缺乏實際操作的檢驗，因而模糊數學在植保工作的應用及領域都有待進一步探討，特別是對算得的評價結果的數據是否后有必要進行定性分析，適當調整等都有待研究。