耕地保护分区及特征自动归纳、障碍因子诊断方法

专利主权项内容

1.一种耕地保护分区方法，其特征在于，包括以下步骤：S1、获取典型样地耕地质量评价指标数据：根据预先建立的耕地质量评价指标体系，在耕地待分区区域中设定采样单元，采样单元即一个固定面积的土地网格，并在各个采样单元中选取典型样地，获取样地数据，所述样地数据包括土地利用类型、土壤类型数据、土壤理化性质数据、地形数据、基础设施建设数据、自然条件数据、生产条件数据、土壤剖面性状数据，以及化肥及农药施用量、农业机械总动力数据；根据样地数据中各指标是否为连续型数值分为续型数值变量和离散型分；S2、耕地自动分区：S2.1、以获取的样地耕地质量评价指标数据为基础，构建研究区耕地质量评价指标数据集D＝{x, x, ..., x}，其中，第i个样地数据x＝{x, x, ..., x, x, ..., x}, 1≤i≤n，n为采样单元的数量，m为样地数据的数据种类数量，即指标的数量；前p个指标为连续型数值变量，第p+1至m个指标为离散型分类变量；12nii12ipi(p+1)imS2.2、以D＝{x, x, ..., x}为输入，对n个采样单元进行聚类分析，具体过程如下：12n1)设定聚类个数查找范围[k, k]，k, k分别为聚类个数的最小值和最大值；令k＝k；minmaxminmaxmin2)计算D＝{x, x, ..., x}的均值中心c＝{c, c, ..., c, c, ..., c}，其中，前p个连续型数值变量的属性各自对应的均值通过计算各个属性在n个样本上取值的平均值确定；第p+1至m个离散型分类变量各自对应的均值则通过计算各个指标的期望值E(T)确定；12n001020p0(p+1)0mw3)判断k≤k是否成立，若是，转4)，否则转8)；max4)确定初始聚类中心c＝{c, c, ..., c}，步骤如下：12kS2241、选取离c距离最近的样本作为第一个初始聚类中心c；01S2242、令D＝D-{c}，分别计算剩余n-1个样本到c的距离，以离c距离最远的样本作为第二个初始聚类中心c；1112S2243、继续寻找初始聚类中心，对于第l个初始聚类中心，3≤l≤k，令D＝D-{c, c, ..., c}，分别计算剩余n-(l-1)个样本中每个样本到c、c、…、c的距离d，1≤i′≤n-(l-1)，1≤j′≤l-1；将第i'个样本到c、c、…、c距离的最小值记为d＝min(d, d, ..., d)，以argmax{d, d, ..., d}对应的样本作为第l个初始聚类中心c；12l-112l-1i′j′12l-1i′i′1i′2i′(l-1)12n-(l-1)l重复寻找初始聚类中心的过程，直至找到全部k个初始聚类中心；5)划分聚类C＝{C, C, ..., C}，步骤如下：(k)12k①令D'＝{x, x, ..., x}为D＝{x, x, ..., x}中去掉c＝{c, c, ..., c}的样本集合；令c'＝{c', c', ..., c'}代表C、C、…、C的均值中心集合；初始时，令C＝{c}, C＝{c}, ..., C＝{c}；12q12n12k12k12k1122kk②对于D'＝{x, x, ..., x}中的样本x，分别计算其到c'、c'、…、c'的距离d'，1≤i≤q, 1≤j≤k，距离计算方法如公式(2)，并将第i个样本到c'、c'、…、c'距离的最小值记为d'＝min(d', d', ..., d')；12qi12kij12kii1i2ik③将样本x划分到距离d'对应的类C中，1≤r≤k；iir④循环步骤②至③，直至D'＝{x, x, ..., x}中所有样本划分完毕；12q⑤更新C、C、…、C集合，并重新计算均值中心集合c'＝{c', c', ..., c'}；12k12k⑥重复步骤②至⑤，直至c'＝{c', c', ..., c'}不再发生变化；12k6)计算聚类有效性指标avgBWP(k)；7)令k＝k+1，转3)；8)确定最佳聚类数目其对应的即为最佳聚类结果；S2.3、令最终得到研究区的k个耕地分区P＝{P, P, ..., P}。12k