用模糊——动态聚类法对青海省东部进行水土保持综合治理亚区划分

青海省东部农业区是本省水土流失最严重的地区,属黄土高原丘陵沟壑区第四副区。本文在对该区16县（市）共234个乡的自然、社经、土地利用、水土流失和气象等因子全面调查的基础上,采用模糊－动态聚类方法,对本区进行水土保持分类,克服了单用模糊聚类或系统聚类易出现聚类分散,分类结果难于预见和单用动态聚类人为授权过多的弊病。特别是分区指标的样本数量较多时,这种现象就表现的更加突出。应用该方法进行分类,得出了3个亚区,各区的自然条件,水土流失特点和治理方向与实际情况完全相符,分类结果科学合理。     

用模糊聚类探讨临夏州农业气候类型划分

模糊聚类分析法是运用模糊数学原理,进行类别划分的一种方法。在农业区划中,探讨农业气候分类,进而划分农业气候区,是了解当地气侯资源,进行科学评价的重要依据。也是农业区划的基础之一。临夏州地处黄土高原和青藏高原的过渡区,既有大陆性、也有季风和山地气候特征。全州气候类型复杂,其垂直变化非常显著。运用指标分级划类对客观地进行多因子综台气候分析困难很大。在气候类型的划分中,干与湿、冷与暖等的界限本来就是模糊概念;划分农业气候类型不单是考虑单个因子的相似,而是考虑两个(或多个)集合之间的贴近关系,使用择近原则进行地域性划分,所以,用模糊聚类进行农业气候分类就更为适宜。本文运用此法,探讨临夏州农业气候类型的客观划分。     

模糊聚类法在旱地胡麻测土施肥中的应用

应用模糊聚类法，选择地力产量、土壤有机质、碱解氮、有效磷四个分类指标对多年多点旱地胡麻测土施肥试验资料进行聚类分析，获得较满意的分类结果。由分类结果可以得到对应类区的肥料效应函数和最佳施肥量。     

在枇杷种质资源调查中模糊聚类的应用

利用模糊聚类方法对枇杷种质资源调查单株进行分类,聚类的项目(属性)有m=37个;用具有同样“+”号反应的项目数在总项目(m)中所占的比例作为第i株与第j株的模糊相似系数,经“编网”方法直接完成聚类。结果把调查的29个单株分成14类,符合实际情况。这种方法能使枇杷种质资源分类数量化,聚类的效果与聚类项目的性质和水平λ值的选择有关。     

基于模糊聚类的区域主体功能分区研究--以江苏省为例

主体功能区是对区域土地的自然、经济和生态属性进行综合鉴定,并加以分类的过程;模糊聚类分析是根据研究对象本身的属性来构造模糊矩阵,并在此基础上根据一定的隶属度来确定聚类关系的方法.结合模糊聚类分析的特点,以区域土地利用为研究对象,将模糊聚类的思想引入主体功能区中,建立了基于"社会-经济-生态"为一体的指标体系.然后以江苏省为例,将其划分为优化开发区、重点开发区、限制开发区.结果表明,用模糊聚类分区法对区域土地资源主体功能区划分,能够取得较好地分类结果,对今后区域更好的协调发展有一定的推动作用.     

陕西省淳化县农村生态经济分区

运用模糊聚类的数学方法对陕西省淳化县20个乡（镇）进行了农村生态经济分区,并经过判别分析,得到了4个生态经济区域,分析结果符合客观实际,对分类指导和科学调控淳化县区域农村生态经济系统,保证持续、稳定、高速发展具有重要的参考价值。     

中分辨率卫星数据分类的改进迭代聚类算法

在动态聚类算法的理论基础上,提出了一种经过改进的迭代聚类方法。该方法通过VC＋＋程序编译加以实现,在分类的过程中通过判定类间距离阈值动态分类,无需设定初始聚类中心,减少了分类前需要设定的初始参数,保证了分类结果更加客观,并且分类过程简便易操作。为了验证其实用性,本文选取了辽宁中部一区域作为试验区,应用TERRA卫星MOD IS和FY3A卫星MERSI 250m中分辨率数据进行分类,并同时与ISODA-TA法的分类结果进行比较。结果表明,使用该方法得到的分类精度好于ISODATA法,可以用于遥感数据的分类。     

新型统计检验聚类方法在精细化农业气象产量预报中的应用

基于新型统计检验聚类方法(CAST)将山东省冬小麦种植区分成4个区,并利用1981-2011年冬小麦产量、生育期、逐日气象资料以及土壤墒情资料分区构建冬小麦温度、水分、日照及气候适宜度模型,利用基于气候适宜指数的作物产量预报模型对各区冬小麦产量进行动态预报,并与基于传统等值线方法分区的产量预报进行比较。结果表明:基于传统等值线分区的产量预报,其中一个分区未通过显著性检验,不能建立预报模式,其它3个分区历史回代检验的平均准确率为94.2%,外推预报的平均准确率为92.3%;而基于CAST分区的产量预报模型均通过0.05水平的显著性检验,各分区预报模式的历史回代检验平均准确率达95.8%,外推预报的平均准确率达93.6%。表明基于CAST分区的产量预报明显优于传统分区产量预报,可为精细化农业气象产量预报提供重要途径。     

早稻产量动态预报模型

利用早稻不同生育阶段气象因子的综合聚类指标选择气象相似年型，再根据相似年的产量变化确定分析年的产量气象影响指数，建立全国和区域早稻单产动态预报模型。通过对1995—2004年早稻产量进行动态预报，结果表明，4月30日、5月31日、6月30日和7月31日预报的早稻产量增减趋势的预报正确率均为100％，产量预报准确率为97．5％、96．6％、98．1％和96．9％，从而可实现早稻产量的连续、动态、定量化预报，促进有关业务服务的发展。     

江苏海涂土壤粘土矿物的数值分类

根据江苏海涂土壤及其陆源物质粘土矿物的相对含量、结晶程度等四个性状的聚类分析,将江苏海涂土壤的成土母质分为三大陆源类型:黄河沉积类;长江沉积类和沂沭河沉积类。分类结果与土壤的地理位置有良好一致性。说明在测定数据正确、选用的性状和聚类统计量适当的情况下,对粘土矿物含量和性状进行聚类分析,可得到比较客观和正确的分类,是粘土矿物研究中可采用的分类方法。     

基于多源数据的盐碱地精确农作管理分区研究

为了便于对盐碱地实施变量管理和精确农作，以海涂围垦区盐碱土为研究对象，以NDVI数据、盐分数据以及作物产量数据作为分区变量，对一面积为15 hm²的盐碱地农田进行了基于多个数据源的精确农作管理分区研究。利用模糊c均值聚类方法进行分类分区，引入了模糊聚类指数(FPI)和归一化分类熵(NCE)作为最佳分区数目的判断标准，通过单项方差分析对分区结果进行比较和评价。研究发现，对本研究区，最佳的分区数目为三个。不同管理分区之间土壤化学性质(EC1:5,有机质，速效磷，速效钾，全氮，碱解氮以及阳离子交换量)的均值都存在着统计意义上的显著差异性，其中子区3具有最高的肥力水平和作物生产能力而子区1最低。利用所选取的三个变量，模糊c均值聚类算法可以较好地进行精确农作管理分区划分。分区结果不但可以指导采样, 而且可以作为变量管理的决策单元用于田间变量管理作业中,为精确农业变量投入的实施提供有效手段和决策依据。     

四种客观权重确定方法在粮虫可拓分类中的应用比较

储粮害虫的数字特征多,特征之间混合度比较大,可用可拓决策分析来解决其分类问题。在粮虫的可拓分类中,需要自动确定特征的客观权重,以避免传统的专家经验法在确定权重方面所带来的人为因素的影响。该文提出了模糊决策矩阵和均值决策矩阵2种构建决策矩阵的方法。将最大离差法、类间标准差法、CRITIC法和熵值法4种确定客观权重的方法分别应用到粮虫的分类中,并通过基于经典域和节域不同构建方法的2种可拓分类器进行了分析和比较。对粮仓中危害严重的9类粮虫进行了自动分类,结果表明基于模糊决策矩阵的最大离差法权重是粮虫可拓分类的最佳方案,识别率达到93%。     

应用Fuzzy中心逐步修改聚类法对陕南山区封山育林立地条件类型的评定

用模糊中心逐步修改聚类法,将陕南山区封山育林立地条件分为7种类型,依次为厚土型、缓坡型、多雨量高海拔型、多雨量低海拔型、低雨量高海拔型、低雨量低海拔型和陡坡型。这7个类型中,最优越的是第1类厚土型,依次为第2—6类,最差的是第7类陡坡型。事实证明,用这种聚类法定量分析划分封山育林立地条件类型的方法,收敛快,比较客观、科学和简便。     

三江平原地区粮食产量预报模型研究

运用聚类分析方法依据农业气候条件对三江平原地区进行分类,在此基础上,选取玉米、大豆、小麦三种作物产量的预报点,建立了作物产量的定性和定量预报模型,即年景趋势预报模型、逐步回归周期分量预报模型和多层递阶预报模型。统计检验和实际预报结果表明所得到的预报模型是有实际意义的。     

棉花产量的模糊综合评判气象预报方法

利用模糊综合评判方法，选取若干主要气象因子，对棉花产量进行预报。结果表明，在列联表的基础上，以最大频数和列联比分别构成模糊向量和模糊矩阵，进行模糊合成运算Ｙ＝Ｒ·Ｘ，预报结果准确程度较高，通过实例运算，历史拟合率达１００％。     

感知要素与遥感数据结合的乡村景观分类研究

景观分类是对区域景观差异性的描述、制图以及评估工作进行的前提与基础。该研究以河北省曲周县第四疃镇和槐桥乡为研究区,遵循风景园林学、景观生态学和分类学的基本原则和理论依据,采用主观和客观相结合的方法,对村级尺度下的乡村景观进行分类。其中,客观分类方法基于高分辨率遥感影像、地形数据、土壤数据等多元地理数据,运用核密度分析方法进行分类;主观分类方法运用聚类分析法,依据对研究区实地调查获取的视觉景观以及中国著名田园诗词中对乡村景观意境描述所提炼的意象景观进行分类。结果表明:该研究构建了一种自下而上的乡村景观分类体系,将研究区景观类型分为3个乡村景观群、4个乡村景观区和55个乡村景观类以及108种乡村景观要素;并对乡村景观群、景观区、景观类和景观要素之间的空间联系进行了相应的解释,结果可为新时代乡村振兴发展战略中乡村景观规划设计和美丽乡村建设提供理论和实践基础。     

基于熵权法加权的模糊C均值聚类算法研究

针对模糊C均值聚类算法不能区分数据各属性之间的不平衡性,提出了一种基于熵权法加权的模糊C均值聚类算法。该算法首先应用熵权法计算各属性的权重系数,然后对标准化之后的原始数据进行加权,最后应用模糊C均值聚类算法对加权之后的数据进行聚类。实验表明,该算法聚类准确率要明显高于未加权的模糊C均值聚类算法。     

模糊SOFM-GIS空间聚类模型在农用地分等中的应用

针对目前农用地分等方法中的存在的不足之处,提出将模糊理论、自组织特征映射(Self-Organizing Feature Map,SOFM)网络与GIS相结合,构造出一种新的农用地分等模型—模糊SOFM-GIS空间聚类模型。并利用此模型对广东省高要市农用地进行农用地分等评价,结果表明采用模糊SOFM-GIS空间聚类模型进行农用地分等评价具有稳定、结果可靠等特点。     

基于模糊C均值聚类的作物病害叶片图像分割方法研究

为提高作物病害图像的分割效果,根据作物病害图像的特点,提出了一种基于模糊C均值聚类算法(FCM)的作物病害图像自适应分割方法.该方法将像素的灰度与其邻域均值作为FCM的输入特征,变换FCM的隶属度函数使其包含图像的局部邻域特性;通过聚类有效性验证分析和试验确定模糊C均值聚类算法(FCM)的最优聚类数、模糊加权指数.运用该方法对棉花病害叶片图像进行分割.结果表明:该方法能较好将病斑部分和正常部分分割开,平均分割误差率小于5%,对作物病害图像的分割处理非常有效.     

预测性土壤有机质制图中模糊聚类参数的优选

对数字高程模型(DEM)中的地形特征进行模糊C均值聚类,分别采用3种方法来选择最优模糊度和分类数组合及分类结果;在最优分类结果上,用多元线性回归方法建立土壤A层有机质含量与地形景观之间的定量关系,并应用该关系进行土壤制图应用.结果表明:3种方法选择的最优模糊度比较接近,主要为1.5,还包括1.4和1.6,但3种方法选择的最优分类数却有很大差别;尽管依据回归模型γ2选择的分类结果较多地解释了土壤A层有机质含量的变异,但基于这种分类结果的制图偏差较大,与实测值相比较的结果也说明基于这种分类结果的制图精度较低;用内部判据选择的分类结果在制图过程中产生的偏差较小,制图精度也较高.