基于粗糙集C4.5算法的应用

权重确定是管理决策问题研究中最基本的问题,最常见的属性权重通常依赖于专家的经验知识而确立,存在一定的不确定性。运用粗糙集理论的相对正域概念,通过调整客观权重和主观权重所占的比例进行权重分配分析,并结合C4.5算法对农安县土壤养分数据进行分类处理。研究结果表明:(1)通过可视化图形对比形式得出引入粗糙集权重的C4.5算法分类效果较C4.5算法更明显;(2)有分类结果可知:经过连续多年的精准施肥,农安县耕地中高肥力土壤逐渐上升,土壤肥力呈均匀分布。这一结果与农安县当地肥力情况较符,说明基于粗糙集的C4.5算法是一种有效的土壤肥力评价方法。     

基于YARN的加权模糊C均值算法在土壤养分数据挖掘中的应用

基于数据挖掘的土壤肥力状况分析是当前针对土壤肥力状况研究最有效的途径之一,针对研究过程中三个有待改进的方面:土壤养分数据的几何状增长单机处理方式已无法胜任;由于Hadoop自身"中心化"严重,基于Hadoop的解决方案存在集群资源利用率低以及单点失效的风险;土壤养分的数据分析过程中没有考虑或没有较好的解决土壤养分数据空间变异性导致的结果偏差,有针对性的提出基于YARN的加权模糊C均值算法,实验表明该算法具有良好的扩展性。将该算法应用于吉林省长春市农安县的土壤肥力状况分析中,聚类效果明显,所得结果适合土壤肥力变化趋势的评价。     

西丰县玉米田土壤肥力分析及施肥建议

为了解西丰县玉米田土壤肥力状况,通过采集土壤样品进行14个土壤养分指标的测试分析,以对本地区土壤肥力状况做出评价,并根据养分丰缺情况及土壤质地特点,提出玉米配方施肥建议：西丰县西部和东南部地区以一次性施肥为宜;中北部地区应适当增加施肥量,并以分期施肥为主。     

西丰县玉米田土壤肥力分析及施肥建议

为了解西丰县玉米田土壤肥力状况,通过采集土壤样品进行14个土壤养分指标的测试分析,以对本地区土壤肥力状况做出评价,并根据养分丰缺情况及土壤质地特点,提出玉米配方施肥建议：西丰县西部和东南部地区以一次性施肥为宜;中北部地区应适当增加施肥量,并以分期施肥为主。     

昌图县玉米田土壤肥力分析及配肥建议

为了解昌图县玉米田土壤肥力状况,分析玉米田土壤养分含量状况,对土壤肥力现状做出了评价,并根据养分丰缺情况及土壤质地特点,提出玉米配方施肥建议。     

基于Hadoop平台的模糊C均值算法的应用

传感器、遥感等技术的应用,土壤养分数据呈爆发式增长。如何对多维、动态、不断增长的海量数据进行快速处理并对地块肥力情况进行对比分析,将结果及时提供给用户就显得十分重要。因此,本文针对上述问题提出基于Hadoop平台下Mapper函数的养分数据实时处理平台,并将并行化数据通过模糊C均值挖掘算法进行分析,以可视化的图形形式显示出来,为精准施肥提供参考依据。研究结果表明:(1)Hadoop平台下的并行化处理机制可以快速有效地分析养分数据的分布状况并将结果以文本的形式存储显示。(2)运用模糊C均值算法实时分析并行化处理数据,以三维模式显示肥力分级状况,使用户在简要的技术操作下根据分布式数据处理结果及时进行田间管理,聚类结果显示,养分数据的综合相似度在逐年提高,精准施肥成效显著。     

台安县不同利用类型耕地土壤肥力现状评价

对台安县不同利用类型耕地189个土壤样品中有机质、全氮、碱解氮、速效磷、速效钾5项土壤养分指标进行测试、分析,分别从整体和不同利用类型方面评价台安县耕地土壤肥力状况,以期为台安县科学、合理施肥提供依据。     

精准施肥决策模型与数据库系统

以华北地区小麦及玉米为研究对象,以北京市昌平区崔村镇大辛峰村种植区为例,研究了精准施肥决策系统中施肥参数,并建立了相应的数学模型.将算法模型与数据库相结合,采用线性回归的方法,计算施肥时土壤对氮、磷、钾的需求量,利用二维插值的方法,建立了实验区中已知肥力样点与区域内未知肥力样点的相关关系,从而建立了土壤肥力查询数据库.通过以上方式,结合土壤的养分含量、作物种类及目标产量等相关参数来确定实验区域的施肥量.结果表明,该系统可实现施肥量的精确控制.     

基于DBSCAN和BP_Adaboost的农机作业地块划分方法

农业机械(农机)在多个地块作业,费用和效率有时需按地块统计,现有的农机监控系统仅能记录农机定位信息和作业状态信息,难以实现地块的自动精准划分。本文通过研究轨迹点属性特征,分析作业地块数量不确定性和轨迹点分布规律,采用基于密度聚类方法(Density-based spatial clustering of applications with noise, DBSCAN)和分类器集成算法(BP＿Adaboost)结合的方法划分地块。根据DBSCAN算法对农机轨迹点多数有效、识别错误集中的特点,结合BP＿Adaboost算法挖掘多维度信息关联、容错能力强、分类效果好等优势,先利用DBSCAN得到初步的轨迹点状态类别,再利用BP＿Adaboost算法建立训练模型对农机轨迹点状态精准识别,根据时间序列和类别标记划分地块。本文方法既解决了只依靠阈值和经纬度信息聚类不准确的问题,也减少了大量样本标记工作。利用该方法轨迹点状态识别准确率达96.75%,地块划分准确率为97.74%。     

物联网模式下的农业土壤养分监测及施肥系统研究

针对目前国内传统施肥方式中,存在基肥施用量大,盲目施肥,氮、磷、钾单一品种化肥用量过多,导致土壤肥力退化、土壤养分不均衡,影响到农作物增收等现状,借助物联网技术、近红外分析技术、现代通信技术和无线网络技术,选用近红外分析技术和基于FFT算法及小波变换的光谱微弱信号处理方法,实现实时监测土壤养分的变化,全面而准确地掌握农业土壤养分情况,并智能控制自动施肥执行端施肥。为此,进行了样机试制,并运用于不同的农业土壤,包括褐土、红土、黑土等进行养分监测和施肥试验。结果表明:农业土壤养分监测及施肥系统可稳定运行,精准施肥,能满足不同农业土壤的精确施肥。本系统可指导科学施肥,提高农业生产的施肥水平,减少农业污染。     

决策树算法在农业气象灾害统计中的应用

分析了决策树分类算法中的ID3算法和C4.5算法,在论述分类挖掘的基础上分析了决策树分类挖掘系统的建立思想、步骤及算法,并把这两种算法应用到优化农业气象灾害统计的实验中,研究了决策树算法在气象灾害导致的直接经济损失评估中的应用,实验结果证明了该方法的可行性.     

隰县土壤养分变化趋势及改良建议

从1990年起,隰县实施61个土壤肥力的动态监测,以此了解隰县耕地土壤肥力变化状况。分析了隰县土壤养分变化趋势,为指导农田培肥、平衡施肥提供依据。     

黑河市张地营子乡土壤肥力分析

为了解黑河市张地营子乡不同土地利用背景和相同土地利用背景下的3个功能区的土壤肥力,对采集的土壤样品进行了6个土壤养分指标的测试分析,以期对本地区土壤肥力状况作出评价.结果表明,黑河市张地营子乡的整体土壤肥力水平很高,只有全磷含量处于稍缺水平,因此在施肥过程中,应加大磷素的施肥比例,使黑河市张地营子乡的土壤满足绿色食品和蔬菜生产的要求.     

基于主成分分析的四川高县土壤肥力评价

【目的】为了响应国家高标准农田建设,笔者采集高县种植区农田土壤样品,对土壤主要养分指标进行测定,并客观评价土壤肥力状况,为高县农业种植区土壤改良及精准施肥提供参考。【方法】笔者对四川高县19个农业生产乡镇进行土壤调研取样,共采集0～20 cm土层样品95份,测定了土地pH、天然有机质（organic matter）、全氮（total nitrogen）、碱解氮（alkali-hydrolyzable nitrogen）、有效磷（available phosphorous）、速效钾（available potassium）、缓效钾（slowly available potassium）浓度,并采用土壤养分等级综合指数法和主成分肥力评价法评价了土壤的肥力等级。【结果】高县酸性、碱性土壤占比较大,中性土壤较少;高县19个乡镇土壤有机质、全氮、碱解氮、有效磷、速效钾等养分总体上处于中等水平,不同地区间差异较大;四烈乡的土壤最肥沃,其次为胜天镇,双河乡的土壤最贫瘠。【结论】建议种植户重视土壤酸碱化的治理,合理施用氮磷钾肥料,加大有机肥的使用量,防止工业污染,提高土壤肥力。     

基于改进的BP神经网络集成的作物精准施肥模型

作物最优施肥量与土壤养分含量、产量之间存在复杂的非线性关系。为更加准确地模拟这种关系,提出一种改进的的BP神经网络集成方法。该方法采用K-均值聚类优选神经网络个体,采用拉格朗日乘子方法计算待集成的神经网络个体的权值。然后,基于农田肥料效应试验数据,以土壤养分含量和施肥量作为神经网络的输入,以产量作为神经网络的输出,建立了作物精准施肥模型。该模型通过求解一个非线性规划问题,能同时获得最大产量和最优施肥量。试验结果表明,在施肥模型的拟合精度方面,改进的神经网络集成方法（其均方根误差为64.54）明显优于单个神经网络方法（其均方根误差为169.74）。而且,作为一种定量模型,基于改进的神经网络集成的施肥模型优于传统施肥模型,能有效地指导精准施肥。     

基于加权模糊聚类的农田养分管理区划

将加权模糊聚类算法应用于管理区划分,权值的确定分别采用主成分分析法和变异系数法.在吉林省榆树市精细农业试验田获取土壤氮、磷、钾数据,应用本文提出的加权模糊聚类算法进行管理区划分,确定了试验区的管理分区数目,并与传统的模糊聚类方法进行了比较.结果表明,基于加权模糊聚类的管理分区更合理、更符合实际情况,该方法可用于指导精准施肥.     

基于GPS和土壤养分图的变量施肥控制软件开发

根据大豆变量施肥播种机自动控制的需要,使用VB6.0编程语言和MO2.2地图控件,开发了基于GPS和土壤养分图的变量施肥控制软件.本软件具有串口通讯、GPS信号接收、输出调试、播种机参数设置和变量施肥作业控制等功能.同时,提出了使用地块平均施肥量、设定变量范围、利用土壤养分图的简易可行实现精准变量施肥控制方法.本软件能自动生成作业记录,作业后可根据记录生成施肥记录图,有利于农业精准管理和生产信息的积累.     

基于Google Earth Engine的黄土高原覆膜农田遥感识别

为了建立覆膜农田遥感识别技术体系,本研究选取甘肃省定西市安定区团结镇作为黄土高原地膜覆盖旱作农业代表性区域,基于Google Earth Engine云平台和Landsat-8反射率数据,采用特征重要性分析优选纹理特征,利用参数优化后的随机森林算法提取覆膜农田区域并选出最佳特征组合方案,最后通过对比随机森林、支持向量机、决策树和最小距离分类4种算法的分类结果来评价不同分类算法的性能。结果表明:优化关键参数后的随机森林算法能够显著提高遥感影像的分类精度;单一特征方案中,基于光谱特征的分类精度最高,且加入指数和纹理特征可提高总体识别精度;利用随机森林特征重要性分析选取的优选纹理特征分类性能优于全部纹理特征,基于"光谱+指数+优选纹理"特征方案的识别结果最佳,总体精度和Kappa系数达95.05%和0.94;与支持向量机、决策树和最小距离分类相比,随机森林优势明显,总体精度分别高3.10、7.74、50.78个百分点。本研究实现了对地形复杂地区覆膜农田空间分布较为精准的识别。     

生物炭肥料对河套灌区耕层土壤肥力及含水率影响的研究

为了研究生物炭肥料对河套灌区耕层土壤肥力及含水率的影响,试验设置以当地常规施肥为对照(CK),分别采用与CK处理等养分(C3)、70%养分(C2)和40%养分(C1)的生物炭肥料处理,共计4个处理。结果表明:在有灌水的情况下,生物炭肥料对耕层土壤含水率提高显著。生物炭肥料的施用对耕层土壤有机质、速效磷及速效钾含量均有显著提高,而碱解氮含量随着生物炭肥施用量的增加有所下降,但未出现显著变化。试验结果初步表明,在河套灌区施用生物炭肥料,能够减少肥料投入,对增加耕层土壤肥力有着积极的作用。     

滴灌施肥对红毛丹产量、养分吸收利用和土壤肥力的影响

通过田间小区试验,探讨了不施肥、常规施肥和滴灌施肥3种不同灌溉施肥方式对红毛丹产量、养分吸收利用及土壤肥力的影响。结果表明:滴灌施肥下红毛丹产量最高(5 570.4 kg/hm~2),较常规施肥和不施肥分别增产24.84%和149.34%。滴管施肥条件下,植株成熟叶含N、P、K量显著提高,氮、磷、钾肥农学效率及肥料偏生产力分别为33.86、48.06、27.69、19.31 kg/kg,较常规施肥分别提高170.23%、91.70%、65.71%、73.03%。且土壤有机质、p H值较FP处理显著提高,增幅分别为4.7%、2.4%,矿质养分维持稳定供应。滴灌施肥对提高红毛丹产量和养分资源利用率都有积极意义。