基于决策树和图层叠置的精准农业产量图分析方法

　　摘要：作物产量限制因子的提取是精准农业变量施肥的重要环节之一E决策树和FG2图层叠置方法研究结果表明I和=AIE土壤有机质H速效磷和碱解氮含量是宁夏暖泉农场小麦产量主要限制因子<提高土壤有机质含量是提高单产的重要措施E结论得到生产实际验证<说明运用决策树和FG2图层叠置分析方法挖掘产量限制因子在技术上可行。

　　关键词：精准农业；产量图分析；决策树；图层叠置

　　0引言

　　精准农业技术的核心思想是获取农田小区作物产量H影响作物生育的环境因子的时空差异信息OH知识挖掘M;=P;KO和FG2技术M;"O等E常规统计算法简便<易于农学解释<但可能掩盖真实影响因子@地统计方法考虑了因子的空间关联性<且图形表达直观明了<不足是定性为主定量性差@卫星及高光谱遥感信息量大覆盖面广<受时空分辨率和成本等因素限制<在精准农业方面的应用尚有距离@知识挖掘以神经网络方法为多<在非线性建模和机器学习上有特长<但^黑箱_过程可控性弱且定性数据不易建模@FG2技术具有图层直观等特点<精准农业信息挖掘研究应用相对较薄弱。

　　1方法原理

　　1.1决策树

　　决策树算法是空间数据挖掘中一种重要的归纳方法<旨在从大量数据中归纳抽取一般的知识规则和规律E目标是利用训练数据集建立一个分类预测模型<然后利用该模型对新的数据进行分类预测E其思路是<先利用训练空间实体集依据信息原理生成测试函数进行分类属性选择@再根据属性的不同取值建立树的分支<在每个分支子集中重复建立下层结点和分支<形成决策树@然后对决策树进行剪枝处理@最后用可信度和兴趣度等指标检验规则<提取多个GfL%U48形式的规则.

　　1.2图层叠置

　　空间叠置分析是指多个图层在空间上进行叠加产生新图层6对新图层的属性按一定的数学模式进行计算分析6与原有图层属性联系起来产生了新的属性关系和新的空间关系6进而产生用户需要的结果或回答用户提出的问题7图层叠置分析因子与产量在空间分布趋势等方面的对应关系6具有简洁8明了8直观的特点6能充分发挥9:;的分析功能7!<图形内容的统计叠置=上述多边形范围内的属性统计分析7目的是精确计算一种要素在另一种要素的某个区域多边形范围内的分布状况和数量特征6或提取某个区域范围内某种专题内容的数据7最后形式为统计表7.

　　2结果与分析

　　以宁夏农垦局暖泉农场精准农业示范基地采样数据为分析对象。该基地位于黄河西、贺兰山东，属淡灰钙土和风积物（沙土）土壤。2001年10月下旬用60mX60m网格式采土样，面积36.7hm*（500亩）。前茬作物为水稻和玉米。土样分析要素包括有机质，碱解氮、速效磷、速效钾、全盐。2002年7月上旬联合收割机智能测产，智能测产系统根据冲量原理获取4mX4m网格点小麦产量数据，GPS同时获取产量样点经纬度数据，FarmGIS软件生成土壤养分图和产量分布图。

　　2.1决策树结果

　　由表2小麦产量与土壤有机质、碱解氮，速效磷、速效钾、全盐.pH值的相关关系，并考虑决策树规则的简洁实用，作者选择有机质、碱解氮、速效磷作为属性因子。参考栽培专家经验，给出土壤要素、产量分级如表3。

　　2.2图层叠置结果

　　根据当地裁培专家经验和裁培学原理，将产量、有机质、碱解氮.速效磷、速效钾、全盐和pH值分为5个等级，从一级至五级分别对应要素值高、较高、中等、较低和低。

　　应用GIS软件分别制作产量及土壤养分图层，再分析进行图层叠置分析。从叠置后生成的图件上直观看到产量与各要素的吻合程度，从大到小依次为有机质、碱解氮、速放數摶效钾、全盐和pH值。部分图如图3~图6所示。

　　3结论

　　1）土壤有机质含量始终占据决策树全部知识规则的第一次分支，是限制宁夏暖泉农场小麦产量的最主要因子，其次是碱解氮和速效磷。增加有机肥投入提高土壤有机质含量是改善土壤特性提高小麦产量的最直接措施。

　　2）GIS图层叠置分析结果表明，有机质、碱解氮和速效磷空间分布与产量有很高的吻合度，依次为91.5%.83.8%和49.4%.再次表明上述三要素是小麦.

　　产量的主要限制因子。

　　3）速效钾、全盐和pH值与产量的吻合度仅34.6%.34.4%和18.8%.且相关性较差。在宁夏暖泉淡灰钙土翻毋数牌（沙土）土壤增施钾肥不能提高产量反增加成本，应着力土壤盐碱改造提高土壤养分利用率。

　　4）决策树和图层叠置方法所提取的产量限制因子

　　有合理的农学解释并得到实践验证，为充分挖掘精准农业决策信息提供了新的技术手段。

　　5）本工作由于数据的限制仅是一个初步尝试，随

　　着作物长势、产量、地势、土壤养分及土壤电导率等数据的不断积累丰富.分析结论将更加全面、新颖、有实用价值。

　　[参考文献]

　　[1]汪懋华.“精细农业”发展与工程技术创新[J].农业工程学报.1999.15<1）；1-8.

　　[2]赵春江，薛绪掌，王秀，等.精准农业技术体系的研究进展与展望[].农业工程学报，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.土壤养分与作物产量的空间变异特征与精确施肥[J].中国农业科学，2002.35（6）：660一666.

《基于决策树和图层叠置的精准农业产量图分析方法》

上一篇：互联网模式下农村电商扶贫工程实施中的问题探究

下一篇：基于物联网的精准农业果蔬种植预警系统