基于模糊c均值聚类法的玉米农田管理分区研究

• 作者: 杜太生 王素芬 陈世超
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 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
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 农业水土工程
• 页码范围: 293-300
• 页数: 8页
• 分类号: S274.3
• 字数: 6393字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.11.033

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(EC15)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、EC1:5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(P＜0.01),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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王素芬	中国农业大学中国农业水问题研究中心	16	186	6.0	13.0
2	杜太生	中国农业大学中国农业水问题研究中心	37	1014	20.0	31.0
3	陈世超	中国农业大学中国农业水问题研究中心	1	2	1.0	1.0