面向精准农业的空间数据挖掘技术研究与应用

随着“3S”技术在农业领域的不断普及,农业数据增长迅速,农业已成为空间数据挖掘最富有机遇与挑战性的应用领域之一。本文是在实施国家“863”项目“玉米精准作业系统研究与应用”的过程中,基于土壤肥力数据库和玉米精准作业的要求,利用空间数据挖掘技术,提出了解决玉米精准施肥、土壤肥力评价、地力等级分类和产量预测等问题的新方法,研究成果已成功应用于玉米精准作业智能决策系统中。主要工作和创新点: 1.进行了基于空间模糊聚类算法的玉米精准施肥的研究。使用模糊聚类分析方法,建立土壤养分分类模型;利用八连通法进行空间聚类分析,并将模糊聚类结果应用于空间聚类。这种两阶段聚类方法优于传统的单阶段聚类,其分类结果对玉米精准施肥具有重要的指导意义。 2.提出了基于加权的空间模糊动态聚类算法及在土壤肥力评价中的应用。该算法与基于模糊等价关系的传递闭包方法进行比较表明,其聚类准确率要明显高于未加权的模糊聚类算法。将其改进的算法运用到精准农业的土壤肥力评价中,与实际情况相符。 3.研究了基于粗糙集-决策树的优化算法及在地力评价中的应用。研究结果表明基于聚类的样本优选方法去除了大量冗余样本,基于粗糙集的属性约简方法去除了部分冗余属性,使用决策树方法构建决策树,节省了时间和空间,降低了模型的复杂度。因而,本文提出的聚类和粗糙集约简相结合的方法在时间、空间和准确性方面均优于其他方法,该算法能有效提高土壤地力等级分类的准确性和客观性。 4.采用时间序列算法中的滑动求和自回归方法(ARIMA)来对玉米产量进行预测,实验结果表明应用ARIMA模型预测的玉米产量与实际值拟合效果很好。 5.设计并实现了玉米精准作业智能空间决策支持系统(MPISDSS)。该系统将具有空间信息处理功能的地理信息系统、具有空间信息分析功能的空间数据挖掘技术、人工智能领域中的专家系统技术与传统的信息管理系统、决策支持系统有效集成,并将GIS中的统计分析方法与数据可视化结合起来,极大提高了农业管理部门进行农业生产决策的能力。