基于空间模糊聚类的可视化变量施肥决策系统

论文摘要

数据挖掘和可视化技术的产生,使大量空间数据得到了进一步的应用,为空间决策分析提供了技术保障。我们在实施国家“863”项目“玉米精准作业系统研究与应用”的过程中,积累了庞大的农业生产方面的空间数据,常规的统计分析方法难以处理这些海量数据；为组织、管理好这些数据,因而,我们基于GIS技术、数据挖掘技术和可视化技术对已有的数据进行分析、整理,从中获取相应的知识,以便更好的进行玉米精准生产管理和决策,主要研究内容与创新包括：1、基于空间模糊聚类的算法,建立了土壤肥力等级分类图。本文应用基于密度与网格结合的聚类算法,在确定土壤采样点密集单元覆盖的最大区域的基础上,细化出最小的覆盖相连的区域；结合聚类分析和模糊逻辑相结合的方法,实现了土壤养分的模糊聚类；运用本研究区域的土壤养分空间特征,使用模糊聚类的算法,将模糊隶属度分析与聚类算法的过程中的相关参数和结果作为可视化要处理的对象,采用色彩差明显的彩色图例描绘不同的地力等级,实现了应用空间空间模糊聚类的可视化土壤肥力等级分类图。2、应用可视化技术,实现了土壤养分空间信息三维可视化。三维可视化比传统上的二维空间变异专题图表示三维数据更自然、更清晰、更直观。本文利用python语言,引入三维可视化类库VTK,采用三维Kriging插值方法,实现了土壤养分空间分布的三维交互。3、基于空间模糊聚类的可视化变量施肥决策系统的设计与实现。运用人工智能技术、数据挖掘技术、空间分析技术和可视化技术等技术,设计与实现了基于空间模糊聚类的可视化变量施肥决策系统。该系统集成了基于空间模糊聚类的可视化土壤肥力等级评价分类、基于可视化技术的土壤养分空间分布的三维可视化、相关空间分析处理结果的查询、玉米精准施肥和系统维护五个功能模块。通过对该系统的咨询,可对农田管理区划分、玉米变量施肥等玉米精准作业提供决策支持。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究意义与背景
• 1.2 国内外研究现状
• 1.3 本文工作
• 第二章 空间模糊聚类可视化模型的建立
• 2.1 聚类分析概念
• 2.2 基于网格的聚类算法
• 2.3 基于密度与网格结合的聚类算法
• 2.4 模糊逻辑
• 2.5 模糊聚类的应用
• 2.6 空间模糊聚类分析的主要步骤
• 2.7 空间模糊聚类可视化的基本思路
• 2.8 空间模糊聚类可视化流程
• 2.9 本章小结
• 第三章 VTK技术和空间模糊聚类可视化的实现
• 3.1 可视化数据类型
• 3.2 土壤养分可视化的数据准备
• 3.3 可视化构建方式
• 3.4 VTK简介
• 3.5 VTK内部组成
• 3.6 绘制3D几何数据
• 3.7 VTK中的流水线
• 3.8 本章小结
• 第四章 空间模糊聚类可视化在变量施肥上的应用实例
• 4.1 实验基地的选取
• 4.2 算法应用
• 4.3 结果分析
• 4.4 变量施肥决策
• 4.5 本章小结
• 第五章 结论与展望
• 参考文献
• 致谢
• 个人简介