基于空间连续性聚类算法的精准农业管理分区研究

该研究在K均值算法KM的基础上,根据空间单元位置的相互依赖关系,提出了一种新的空间连续性聚类算法SCKM。以北京精准农业示范基地获取的OMIS图像为数据源,选用K均值算法、等间隔法、分位数法、自然断点法等传统分区方法和SCKM算法,对肥水需求关键时期的小麦的长势差异进行了管理分区提取研究,并引入了权重方差和聚集度两种分区效果评价指标,对分区结果进行了比较和评价。结果表明SCKM算法与传统分区方法分区结果相比,区内方差差异不显著;而空间聚集度远好于后者,利用SCKM法分区能够有效地去除大量的孤立单元或碎片。