基于功能分区与多聚类算法集成的耕地细碎化评价及整治
Transactions of the Chinese Society of Agricultural Engineering(2022)
摘要
基于图斑尺度的耕地细碎化评价及整治有利于耕地布局优化,促进农业规模化与集约化发展.该研究以耕地图斑为基本评价单元,引入聚合分析来量化图斑间空间位置关系,围绕耕地细碎化内涵选取评价指标;运用热点分析和二步聚类算法来对研究区功能分区,在功能分区基础上,基于带轮廓系数的k-means聚类算法,评价耕地图斑的细碎化程度.结果表明:1)根据功能分区的聚类结果,新北区被划分为不显著区、连片规整区、离散复杂区;2)评价结果将新北区耕地图斑分为3类:类别一,离散破碎类,包含图斑17332块,平均图斑面积过小,连片度低,图斑面积集中在0~10000 m2,面积占比21.98%,连片度集中在1~4,主要分布在新北区中心区域;类别二,形状复杂类,包含图斑4535块,图斑形状复杂不规整,面积占比9.65%,形状指数集中在1.5~2.5,均匀分布在全区;类别三,连片规整类,包含图斑4091块,图斑集中连片、形态规整,面积占比68.37%,连片度集中在5~10,形状指数集中在1~1.5,主要分布在外围区域;并基于各类别耕地细碎化属性差异,提出相应的优化模式和整治意见.研究结果可以为耕地细碎化整治提供一定参考.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要