基于決策樹和圖層疊置的精準農(nóng)業(yè)產(chǎn)量圖分析方法

　　摘要：作物產(chǎn)量限制因子的提取是精準農(nóng)業(yè)變量施肥的重要環(huán)節(jié)之一E決策樹和FG2圖層疊置方法研究結果表明I和=AIE土壤有機質H速效磷和堿解氮含量是寧夏暖泉農(nóng)場小麥產(chǎn)量主要限制因子<提高土壤有機質含量是提高單產(chǎn)的重要措施E結論得到生產(chǎn)實際驗證<說明運用決策樹和FG2圖層疊置分析方法挖掘產(chǎn)量限制因子在技術上可行。

　　關鍵詞：精準農(nóng)業(yè)；產(chǎn)量圖分析；決策樹；圖層疊置

　　0引言

　　精準農(nóng)業(yè)技術的核心思想是獲取農(nóng)田小區(qū)作物產(chǎn)量H影響作物生育的環(huán)境因子的時空差異信息OH知識挖掘M;=P;KO和FG2技術M;"O等E常規(guī)統(tǒng)計算法簡便<易于農(nóng)學解釋<但可能掩蓋真實影響因子@地統(tǒng)計方法考慮了因子的空間關聯(lián)性<且圖形表達直觀明了<不足是定性為主定量性差@衛(wèi)星及高光譜遙感信息量大覆蓋面廣<受時空分辨率和成本等因素限制<在精準農(nóng)業(yè)方面的應用尚有距離@知識挖掘以神經(jīng)網(wǎng)絡方法為多<在非線性建模和機器學習上有特長<但^黑箱_過程可控性弱且定性數(shù)據(jù)不易建模@FG2技術具有圖層直觀等特點<精準農(nóng)業(yè)信息挖掘研究應用相對較薄弱。

　　1方法原理

　　1.1決策樹

　　決策樹算法是空間數(shù)據(jù)挖掘中一種重要的歸納方法<旨在從大量數(shù)據(jù)中歸納抽取一般的知識規(guī)則和規(guī)律E目標是利用訓練數(shù)據(jù)集建立一個分類預測模型<然后利用該模型對新的數(shù)據(jù)進行分類預測E其思路是<先利用訓練空間實體集依據(jù)信息原理生成測試函數(shù)進行分類屬性選擇@再根據(jù)屬性的不同取值建立樹的分支<在每個分支子集中重復建立下層結點和分支<形成決策樹@然后對決策樹進行剪枝處理@最后用可信度和興趣度等指標檢驗規(guī)則<提取多個GfL%U48形式的規(guī)則.

　　1.2圖層疊置

　　空間疊置分析是指多個圖層在空間上進行疊加產(chǎn)生新圖層6對新圖層的屬性按一定的數(shù)學模式進行計算分析6與原有圖層屬性聯(lián)系起來產(chǎn)生了新的屬性關系和新的空間關系6進而產(chǎn)生用戶需要的結果或回答用戶提出的問題7圖層疊置分析因子與產(chǎn)量在空間分布趨勢等方面的對應關系6具有簡潔8明了8直觀的特點6能充分發(fā)揮9:;的分析功能7!<圖形內容的統(tǒng)計疊置=上述多邊形范圍內的屬性統(tǒng)計分析7目的是精確計算一種要素在另一種要素的某個區(qū)域多邊形范圍內的分布狀況和數(shù)量特征6或提取某個區(qū)域范圍內某種專題內容的數(shù)據(jù)7最后形式為統(tǒng)計表7.

　　2結果與分析

　　以寧夏農(nóng)墾局暖泉農(nóng)場精準農(nóng)業(yè)示范基地采樣數(shù)據(jù)為分析對象。該基地位于黃河西、賀蘭山東，屬淡灰鈣土和風積物（沙土）土壤。2001年10月下旬用60mX60m網(wǎng)格式采土樣，面積36.7hm*（500畝）。前茬作物為水稻和玉米。土樣分析要素包括有機質，堿解氮、速效磷、速效鉀、全鹽。2002年7月上旬聯(lián)合收割機智能測產(chǎn)，智能測產(chǎn)系統(tǒng)根據(jù)沖量原理獲取4mX4m網(wǎng)格點小麥產(chǎn)量數(shù)據(jù)，GPS同時獲取產(chǎn)量樣點經(jīng)緯度數(shù)據(jù)，F(xiàn)armGIS軟件生成土壤養(yǎng)分圖和產(chǎn)量分布圖。

　　2.1決策樹結果

　　由表2小麥產(chǎn)量與土壤有機質、堿解氮，速效磷、速效鉀、全鹽.pH值的相關關系，并考慮決策樹規(guī)則的簡潔實用，作者選擇有機質、堿解氮、速效磷作為屬性因子。參考栽培專家經(jīng)驗，給出土壤要素、產(chǎn)量分級如表3。

　　2.2圖層疊置結果

　　根據(jù)當?shù)夭门鄬＜医?jīng)驗和裁培學原理，將產(chǎn)量、有機質、堿解氮.速效磷、速效鉀、全鹽和pH值分為5個等級，從一級至五級分別對應要素值高、較高、中等、較低和低。

　　應用GIS軟件分別制作產(chǎn)量及土壤養(yǎng)分圖層，再分析進行圖層疊置分析。從疊置后生成的圖件上直觀看到產(chǎn)量與各要素的吻合程度，從大到小依次為有機質、堿解氮、速放數(shù)摶效鉀、全鹽和pH值。部分圖如圖3~圖6所示。

　　3結論

　　1）土壤有機質含量始終占據(jù)決策樹全部知識規(guī)則的第一次分支，是限制寧夏暖泉農(nóng)場小麥產(chǎn)量的最主要因子，其次是堿解氮和速效磷。增加有機肥投入提高土壤有機質含量是改善土壤特性提高小麥產(chǎn)量的最直接措施。

　　2）GIS圖層疊置分析結果表明，有機質、堿解氮和速效磷空間分布與產(chǎn)量有很高的吻合度，依次為91.5%.83.8%和49.4%.再次表明上述三要素是小麥.

　　產(chǎn)量的主要限制因子。

　　3）速效鉀、全鹽和pH值與產(chǎn)量的吻合度僅34.6%.34.4%和18.8%.且相關性較差。在寧夏暖泉淡灰鈣土翻毋數(shù)牌（沙土）土壤增施鉀肥不能提高產(chǎn)量反增加成本，應著力土壤鹽堿改造提高土壤養(yǎng)分利用率。

　　4）決策樹和圖層疊置方法所提取的產(chǎn)量限制因子

　　有合理的農(nóng)學解釋并得到實踐驗證，為充分挖掘精準農(nóng)業(yè)決策信息提供了新的技術手段。

　　5）本工作由于數(shù)據(jù)的限制僅是一個初步嘗試，隨

　　著作物長勢、產(chǎn)量、地勢、土壤養(yǎng)分及土壤電導率等數(shù)據(jù)的不斷積累豐富.分析結論將更加全面、新穎、有實用價值。

　　[參考文獻]

　　[1]汪懋華.“精細農(nóng)業(yè)”發(fā)展與工程技術創(chuàng)新[J].農(nóng)業(yè)工程學報.1999.15<1）；1-8.

　　[2]趙春江，薛緒掌，王秀，等.精準農(nóng)業(yè)技術體系的研究進展與展望[].農(nóng)業(yè)工程學報，2003，19（4）；7-12..

　　[3]GuyForand.M.Relationshipsbetweensoilfertilityindicatorsandcorn/soybeanyield[EB/OL].http://preci-.sion.agri.umn.edu/Literature/Abstracts00/150.html.

　　[4]JudithM.ZonedManagementofCottonFiberYieldandQuality[EB/OL].http://precision.agri.umn.edu/Liter-ature/Astracts00/244.html.

　　[5]高祥照，胡克林，郭焱，等.土壤養(yǎng)分與作物產(chǎn)量的空間變異特征與精確施肥[J].中國農(nóng)業(yè)科學，2002.35（6）：660一666.

《基于決策樹和圖層疊置的精準農(nóng)業(yè)產(chǎn)量圖分析方法》

上一篇：互聯(lián)網(wǎng)模式下農(nóng)村電商扶貧工程實施中的問題探究

下一篇：基于物聯(lián)網(wǎng)的精準農(nóng)業(yè)果蔬種植預警系統(tǒng)