期刊文献+

农用地分等因素指标区的定量划分研究——以西安市临潼区为例 被引量:1

Quantitative Division of Factor Index Areas for Farmland Gradation——A Case Study of Lintong County,Xi'an City
下载PDF
导出
摘要 分等因素指标区的科学划分是保证农用地分等结果准确的前提和基础。在分析农用地分等因素指标区划分目的和原则的基础上,以西安市临潼区为例,尝试采用聚类分析法对农用地分等因素指标区进行了定量划分。结果表明:定量方法能够客观科学地进行分等因素指标区的划分,从而确保了农用地分等结果的准确性和合理性。 Scientific division of factors index areas is the premise and foundation for the accuracy of farmland gradation. Based on an analysis of the purpose and principle, this paper attempts to divide the factors index areas quantitatively by the cluster analysis method with Lintong County as a case study. The result indicates that with the quantitative method, the factors index areas could be devided more objectively and scitifically, thus ensuring the accuracy and rationality of farmland gradation.
出处 《国土资源科技管理》 2007年第3期79-83,共5页 Scientific and Technological Management of Land and Resources
基金 国土资源大调查--陕西省农用地分等定级与估价项目(2004889)
关键词 农用地分等 指标区 聚类分析 西安市 Farmland Gradation Index areas Cluster analysis Xi' an City
  • 相关文献

参考文献6

二级参考文献26

  • 1田纪春,陈德富,庞祥梅.系统聚类方法及其计算机程序在农业生产中的应用[J].农业系统科学与综合研究,1994,10(2):142-144. 被引量:3
  • 2[5]卢纹岱,朱一力,沙捷,等.SPSS for Windows从入门到精通[M].北京: 电子工业出版社,1999.1.
  • 3任美锷,中国自然区域及开发整治,1992年,88页
  • 4倪绍祥,土地类型与土地评价,1991年,23页
  • 5任美锷,中国自然地理纲要,1985年,150页
  • 6方开泰.实用多元统计分析.上海:华东师范大学出版社,1989.88 - 100. Fang K T. Practical Multivariate Statistical Analysis (In Chinese). Shanghai: East China Normal University Press, 1989.88 - 100
  • 7何晓群.现代统计分析方法与应用.北京:中国人民大学出版社,1998.36 - 45. He X Q. Method and Application of Modern Statistic Analysis (In Chinese). Beijing: China Renmin University Press, 1998.36-45
  • 8任美锷,包浩生.中国自然区域及开发整治.北京:科学出版社,1992.55 - 65. Ren M E, Bao H S. China Natural Regions and Their Exploitation and Regulation (In Chinese). Beijing: Science Press, 1992. 55 - 56
  • 9HartJiaWei Kamber.数据挖掘概念与技术[M].北京:机械工业出版社,2001..
  • 10Ester, Kriegel, Sander, et al. A Density - Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise[C].In :Proceedings of the Second International Conference on Knowledge Discovery and Data Mining (KDD'96), Portland, Oregon, 1996:226-231.

共引文献91

同被引文献14

引证文献1

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部