基于樸素貝葉斯的農(nóng)業(yè)土地適宜性評(píng)價(jià)算法設(shè)計(jì)

林 國(guó)

(1.浙江工業(yè)大學(xué) 信息工程學(xué)院，浙江 杭州 310014；2.臺(tái)州市農(nóng)業(yè)局 信息中心，浙江 臺(tái)州 318000)

0 引 言

農(nóng)業(yè)土地適宜性是指農(nóng)業(yè)土地在一定的條件下，對(duì)不同用途(農(nóng)、林、牧等)生產(chǎn)的適宜性程度[1].農(nóng)業(yè)土地適宜性評(píng)價(jià)就是利用相關(guān)的自然、經(jīng)濟(jì)、社會(huì)和技術(shù)數(shù)據(jù)，對(duì)特定土地利用方式是否適宜及適宜程度如何作出評(píng)價(jià)的過程.這里所指的土地利用方式在內(nèi)涵上有廣義和狹義之分：廣義的土地利用方式指農(nóng)業(yè)、林業(yè)、牧業(yè)、城建和軍事等，狹義的則是指具體的用途，如用于農(nóng)業(yè)中種植水稻、小麥、玉米等.

農(nóng)業(yè)土地適宜性評(píng)價(jià)的算法模型就是根據(jù)樣地相似的程度組成類別，然后將每一樣地正確地歸入某一類別.因此對(duì)一樣地的土地評(píng)價(jià)，實(shí)質(zhì)上是對(duì)某樣地進(jìn)行質(zhì)量分類.具體步驟為：在己知大量類別標(biāo)簽樣本集的基礎(chǔ)上進(jìn)行知識(shí)學(xué)習(xí)，再根據(jù)學(xué)習(xí)的結(jié)果對(duì)新的樣本集做出評(píng)價(jià)和推理.

1 樸素貝葉斯算法原理

樸素貝葉斯 (Native Bayes)是基于一個(gè)簡(jiǎn)單的假設(shè)，在給定數(shù)據(jù)樣本，它的各屬性之間相互類條件獨(dú)立.它是實(shí)用性很高的一種貝葉斯學(xué)習(xí)方法，在某些領(lǐng)域它的學(xué)習(xí)算法性能可以與神經(jīng)網(wǎng)絡(luò)和決策樹的分類算法相媲美[2].

樸素貝葉斯分類算法的工作過程如下：[3]

1)每個(gè)數(shù)據(jù)樣本用一個(gè)n維特征向量X={x1,x2,…,xn}表示，分別描述對(duì)n個(gè)屬性A1,A2,…,An樣本的n個(gè)度量.

2)假定有m個(gè)類C1,C2,…,Cm.給定一個(gè)未知的數(shù)據(jù)樣本X，分類法將預(yù)測(cè)X屬于具有最高后驗(yàn)概率.即是說，樸素貝葉斯分類器將未知的樣本分配給類Ci，當(dāng)且僅當(dāng)

P(Ci|X)>P(Cj|X)，1≤j≤m，j≠i

其P(Ci|X)最大的Ci稱為最大后驗(yàn)概率.根據(jù)貝葉斯定理

3)由于P(X)對(duì)于所有類為常數(shù)，只有P(X|Ci)P(Ci)最大即可.由于實(shí)際問題中，計(jì)算P(X|Ci)的開銷可能非常大，為降低計(jì)算P(X|Ci)的開銷，可以做類條件獨(dú)立的樸素假設(shè).給定樣本的類標(biāo)號(hào)，假定屬性值相互獨(dú)立，這樣：

2 樸素貝葉斯算法實(shí)現(xiàn)

系統(tǒng)使用C#語言開發(fā)樸素貝葉斯核心類N_bys，該類設(shè)計(jì)了3個(gè)私有變量，其中私有字段_aryClassItem為C#ArrayList數(shù)組結(jié)構(gòu)，用戶存儲(chǔ)分類對(duì)象._tokens和_prob兩個(gè)變量分別為用戶知識(shí)加載和學(xué)習(xí)的中間變量使用，為SortedDictionary二叉搜索樹結(jié)構(gòu)，其檢索運(yùn)算復(fù)雜度為O(logn)，使用此類型可以大大提高知識(shí)學(xué)習(xí)的速度.

算法實(shí)現(xiàn)過程主要分為知識(shí)加載(LoadKnowledge)、知識(shí)學(xué)習(xí)(StudyKnowledge)和可能性計(jì)算(CalculateProbabilities)3個(gè)步驟，其中LoadKnowledge過程參數(shù)為一條SQL語句，用戶從數(shù)據(jù)庫(kù)中加載樣本數(shù)據(jù)，SQL的第一個(gè)字段為假定的m個(gè)類C1,C2,…,Cm，SQL的第2,3…,n字段為n維特征向量X={x1,x2,…,xn}，其中知識(shí)學(xué)習(xí)和可能性計(jì)算的代碼如下：

public void StudyKnowledge()

{

_prob=new SortedDictionary();

string strTag="";

foreach (string token in_tokens.Keys)

{

strTag=token.Substring(0,1);

if (strTag=="r")

_prob[token]=(double)_tokens[token]/(double)_tokens["s"];//得到P(Ci)

else if (strTag!="s")

_prob[token]=(double)_tokens[token]/(double)_tokens["r"+strTag];//得到P(Xk|Ci)

}

}

public string CalculateProbabilities(ArrayList aryCondition)

{

double douMult;

double douMaxProbabilities=0;

string strMaxProbabilityClass="";

foreach (string strClassItem in _aryClassItem)

{

douMult=1;

douMult=douMult * _prob["r" + strClassItem];//douMult=1*P(Ci)

foreach (string strCondition in aryCondition)

{

douMult=douMult * _prob[strClassItem + strCondition];//douMult=P(Ci)*P(Xk|Ci)

}

if (douMult > douMaxProbabilities)//取最大值

{

douMaxProbabilities = douMult;

strMaxProbabilityClass = "最佳評(píng)價(jià)結(jié)果為：" + SQLHelper.GetOneFieldBySql("select idx from ClassItem where idx<=" + strClassItem + ")").ToString() + ";最大概率為：" + douMaxProbabilities.ToString("0.00000");

}

}

return strMaxProbabilityClass;

}

3 評(píng)價(jià)模型設(shè)計(jì)

3.1 對(duì)條件數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理

對(duì)農(nóng)田土壤養(yǎng)分、PH值、環(huán)境資源等相關(guān)檢測(cè)數(shù)據(jù)，根據(jù)農(nóng)業(yè)部門相技術(shù)規(guī)范，進(jìn)行數(shù)據(jù)的分等定級(jí)，以1-6之間的數(shù)字從高到低表示各種土壤數(shù)據(jù)，如表1所示.

表1 土壤相關(guān)數(shù)據(jù)分級(jí)標(biāo)準(zhǔn)

3.2 空間插值

空間插值是根據(jù)一組已知的離散數(shù)據(jù)或分區(qū)數(shù)據(jù)，按照某種數(shù)學(xué)關(guān)系推求出其它未知點(diǎn)或未知區(qū)域數(shù)據(jù)的數(shù)學(xué)過程.農(nóng)地適宜性評(píng)價(jià)中一般都涉及較多的土壤方面的影響因素，如土壤有機(jī)質(zhì)、土壤速效磷、速效鉀等，根據(jù)土壤采樣點(diǎn)的屬性值推求整個(gè)研究區(qū)域的土壤屬性值，這就需要采用空間數(shù)據(jù)內(nèi)插方法.在此采用克里格插值處理算法.

3.3 建立柵格數(shù)據(jù)集

圖1 柵格數(shù)據(jù)集Fig. 1 Raster data set

一個(gè)柵格數(shù)據(jù)集[4]，就像一幅地圖，它描述了某區(qū)域的位置和特征與其在空間上的相對(duì)位置.由于單個(gè)柵格數(shù)據(jù)集代表了單一專題，如土地利用、土壤、道路或高程等，因此必須創(chuàng)建多個(gè)柵格數(shù)據(jù)集來完整描述一個(gè)區(qū)域.如圖1所示，系統(tǒng)條件圖層有8個(gè)，分別由字段X1，X2……，X8表示，結(jié)果圖層由字段C表示，X字段和C字段在空間上的位置是一一對(duì)應(yīng)的.

3.4 建立推理知識(shí)庫(kù)

根據(jù)柵格數(shù)據(jù)集，以X字段為推理?xiàng)l件，C字段為推理結(jié)果，按照數(shù)據(jù)集空間位置依次類推，運(yùn)用樸素貝葉斯統(tǒng)計(jì)推理算法，對(duì)柵格數(shù)據(jù)集進(jìn)行知識(shí)學(xué)習(xí)，生成系統(tǒng)推理需要的知識(shí)庫(kù)，為空間數(shù)據(jù)挖掘做準(zhǔn)備.

3.5 空間數(shù)據(jù)挖掘?qū)崿F(xiàn)

建立基于ArcGIS Server空間屬性查詢功能[5]，獲取查詢點(diǎn)上所有條件圖層的屬性數(shù)據(jù)存入X字段中，作為推理?xiàng)l件，調(diào)用貝葉斯統(tǒng)計(jì)推理類，進(jìn)行推理，得出C值，實(shí)現(xiàn)空間數(shù)據(jù)挖掘功能.

4 評(píng)價(jià)算法效果驗(yàn)證

算法選取浙江省臺(tái)州市黃巖西部山區(qū)現(xiàn)代農(nóng)業(yè)綜合開發(fā)區(qū)和仙居浙江省綠色農(nóng)產(chǎn)品生產(chǎn)基地2個(gè)臺(tái)州市重點(diǎn)農(nóng)業(yè)園區(qū)為研究區(qū)域，進(jìn)行農(nóng)業(yè)土地適宜性算法評(píng)價(jià).評(píng)價(jià)方法以DEM高程、行政村經(jīng)濟(jì)收入統(tǒng)計(jì)表、行政村農(nóng)業(yè)人力資源統(tǒng)計(jì)表、農(nóng)業(yè)企業(yè)信息表、農(nóng)業(yè)生產(chǎn)合作社信息表、土壤大量元素養(yǎng)分表、土壤中量與微量元素養(yǎng)分表、土壤環(huán)境資源評(píng)價(jià)表、氣象數(shù)據(jù)表、土地利用圖等10個(gè)圖層作為分類條件圖層，分別對(duì)應(yīng)X1,X2,…,X10，以農(nóng)業(yè)產(chǎn)業(yè)基地分布圖作為分類對(duì)象圖層，對(duì)應(yīng)C值，隨機(jī)抽取300個(gè)點(diǎn)作為分類樣點(diǎn)，再利用樸素貝葉斯統(tǒng)計(jì)推理算法對(duì)這300分類樣點(diǎn)進(jìn)行計(jì)算，得出300個(gè)檢驗(yàn)樣點(diǎn)，通過對(duì)分類樣點(diǎn)和檢驗(yàn)樣點(diǎn)進(jìn)行比較，得出以下驗(yàn)證結(jié)果，如表2所示.

表2 土地適宜性評(píng)價(jià)算法精度驗(yàn)證

5 結(jié) 語

文章就農(nóng)業(yè)土地利用中，如何針對(duì)農(nóng)業(yè)的各類已有條件要素，建立知識(shí)庫(kù)，利用樸素貝葉斯算法對(duì)新的土地進(jìn)行統(tǒng)計(jì)推理，得出最佳適宜性種植項(xiàng)目.系統(tǒng)實(shí)現(xiàn)簡(jiǎn)單，算法速度快，推理精度較高，較好地解決了土地適宜性問題.

[1] 林培.土地資源學(xué)[M].2版.北京:中國(guó)農(nóng)業(yè)大學(xué)出版社，1996:61.

[2] 李凡長(zhǎng),錢旭培,謝琳等.機(jī)器學(xué)習(xí)理論及應(yīng)用[M].合肥：中國(guó)科學(xué)技術(shù)大學(xué)出版社,2009:121-126.

[3] 朱慧明,韓玉啟.貝葉斯多元統(tǒng)計(jì)推斷理論[M].北京:科學(xué)出版社,2006:69-73.

[4] 馮險(xiǎn)峰,汪閩,孟雪蓮，等.ArcGIS空間分析實(shí)用指南[M].北京:ArcInfo中國(guó)技術(shù)咨詢與培訓(xùn)中心,2002:76.

[5] 李航飛,湯小華.福建省縣域經(jīng)濟(jì)格局時(shí)空演變研究[J].杭州師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2008(1)：50-54.