基于模糊c均值聚类法的玉米农田管理分区研究

作     者：陈世超 杜太生 王素芬 CHEN Shichao;DU Taisheng;WANG Sufen

作者机构：中国农业大学中国农业水问题研究中心 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2019年第50卷第11期

页      面：293-300页

核心收录：

学科分类：0710[理学-生物学] 08[工学] 0815[工学-水利工程] 0802[工学-机械工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：农业部公益性行业科研专项(201503125) 国家自然科学基金项目(51725904、51439006) 

主　　题：玉米 精准农业 空间分布 主成分分析 模糊c均值聚类法 管理分区 

摘      要：为提高大面积农田作物管理的精确性,以甘肃黄羊河农场玉米膜下滴灌示范区为研究对象,对大面积农田进行管理分区研究。综合考虑地形属性(高程、坡度、坡向)、土壤质地(砂粒、粘粒、粉粒含量)、土壤含水率(SWC)、速效氮含量(AN)、电导率(EC 1:5)以及玉米产量,根据相关性分析结果筛选产量主控因子,使用主成分分析得到3个主成分作为分区依据,进而使用模糊c均值聚类法(Fuzzy c-means algorithm,FCM)进行管理区划分,以模糊性能指数和归一化分类熵作为最佳分区数的评判依据,分析管理分区后各分区间的差异。结果表明:玉米产量的主控因子分别为土壤粉粒含量、土壤砂粒含量、SWC、AN、EC 1∶5和高程,使用模糊c均值聚类法进行聚类分区得到最优分区数为3个。管理区之间各主控因子呈现极显著差异性(P0.01),且生育期内作物株高、叶面积指数(LAI)和SWC在不同分区中也有明显差异;同时,分区内的各因子变异性均有不同程度的下降。研究结果说明,农田分区管理可以依据不同分区特点制定管理策略,为“精准农业的实施提供理论基础。