基于K－均值聚類的綠洲農(nóng)田管理分區(qū)提取的研究

安光輝，馬 蓉，陳 偉，蘆 帥

（石河子大學(xué)機(jī)械電氣工程學(xué)院，石河子832003）

基于K－均值聚類的綠洲農(nóng)田管理分區(qū)提取的研究

安光輝，馬 蓉，陳 偉，蘆 帥

（石河子大學(xué)機(jī)械電氣工程學(xué)院，石河子832003）

根據(jù)產(chǎn)量數(shù)據(jù)的空間變異劃分管理分區(qū)是確定精準(zhǔn)農(nóng)業(yè)變量作業(yè)單元的有效途徑，可以為樣區(qū)土壤管理提供科學(xué)的決策依據(jù)。本研究以新疆綠洲農(nóng)田為研究對象，通過安裝在John Deer 9970采棉機(jī)上的Insight產(chǎn)量監(jiān)測系統(tǒng)獲取棉花產(chǎn)量實時數(shù)據(jù)，并以之為數(shù)據(jù)源進(jìn)行農(nóng)田精準(zhǔn)管理分區(qū)的研究。研究采用K－均值聚類算法提取管理分區(qū)，并以方差減少率的變化來評價管理分區(qū)劃分的效果。結(jié)果表明：當(dāng)過濾窗口尺度為18 m×18 m，管理分區(qū)數(shù)為4時，各分區(qū)內(nèi)的棉花產(chǎn)量變異較小且分區(qū)間棉花產(chǎn)量變異較大，分區(qū)尺度適合變量作業(yè)。

K－均值聚類；管理分區(qū)；精準(zhǔn)農(nóng)業(yè)；綠洲農(nóng)田

管理分區(qū)提取是精準(zhǔn)農(nóng)業(yè)的研究熱點之一［1］。根據(jù)田間不同管理分區(qū)的具體條件，采用不同的管理辦法，調(diào)整施肥、灌溉等的投入量，可以提高農(nóng)田管理精度和利用效率，達(dá)到節(jié)省資源、獲得較好的經(jīng)濟(jì)效益、保護(hù)農(nóng)業(yè)資源和環(huán)境質(zhì)量的目的［2］。產(chǎn)量變異是農(nóng)田生產(chǎn)各種限制因素及其相互作用的綜合反映，產(chǎn)量數(shù)據(jù)作為數(shù)據(jù)源較多地應(yīng)用在大面積農(nóng)田精準(zhǔn)農(nóng)業(yè)管理分區(qū)中。對新疆綠洲農(nóng)田進(jìn)行基于產(chǎn)量數(shù)據(jù)的精準(zhǔn)管理分區(qū)研究，不僅可以了解綠洲農(nóng)業(yè)特性、綠洲自然生態(tài)環(huán)境特征，而且對新疆綠洲農(nóng)業(yè)的合理有效開發(fā)及其產(chǎn)業(yè)化、可持續(xù)化發(fā)展有著巨大作用。

Franzen等［3］利用地形數(shù)據(jù)、遙感數(shù)據(jù)、土壤電導(dǎo)率以及谷物產(chǎn)量數(shù)據(jù)來建立土壤N素管理分區(qū)；Boydell等［4］和Jaynes等［5］分別利用棉花產(chǎn)量數(shù)據(jù)和谷物產(chǎn)量數(shù)據(jù)來進(jìn)行田間不同管理分區(qū)的劃分；Frogbrook Z L等［6］以土壤數(shù)據(jù)和谷物產(chǎn)量數(shù)據(jù)對農(nóng)田劃分管理分區(qū)；張漫［7］利用兩年間同一空間位置棉花產(chǎn)量數(shù)據(jù)變異系數(shù)的變化一致性，確定高產(chǎn)穩(wěn)定區(qū)、中產(chǎn)穩(wěn)定區(qū)、低產(chǎn)穩(wěn)定區(qū)和不穩(wěn)定區(qū)來劃分管理分區(qū)；李翔［8］由獲得的多年小麥產(chǎn)量數(shù)據(jù)得到適宜管理分區(qū)；李艷等［9］利用ECb、棉花產(chǎn)量數(shù)據(jù)和NDVI圖像對鹽堿地劃分管理分區(qū)；陳彥等［10］基于模糊C均值聚類，以棉花產(chǎn)量數(shù)據(jù)作為外部變量，對綠洲農(nóng)田進(jìn)行精確管理分區(qū)的研究；王海江等［11］利用土壤養(yǎng)分?jǐn)?shù)據(jù)，基于模糊K均值聚類對綠洲農(nóng)田劃分管理分區(qū)。

目前，國內(nèi)農(nóng)田管理分區(qū)的研究所采用的產(chǎn)量數(shù)據(jù)大多是選取有限樣本點計算整個試驗區(qū)域的產(chǎn)量，存在著測量控制誤差和數(shù)據(jù)精度低等問題，造成產(chǎn)量數(shù)據(jù)的可靠性和準(zhǔn)確性不是很高。本研究以內(nèi)陸綠洲農(nóng)業(yè)模式下大型農(nóng)田為研究對象，通過引進(jìn)的Insight產(chǎn)量監(jiān)測系統(tǒng)獲得農(nóng)田棉花產(chǎn)量實時準(zhǔn)確數(shù)據(jù)，應(yīng)用K－均值聚類算法定義田間管理分區(qū)，采用方差減少率評價分區(qū)效果，從而確定最佳的分區(qū)數(shù)目，并利用最小顯著差異法（LSD）檢驗各管理分區(qū)區(qū)間的差異顯著性。

1 材料與方法

1.1 研究區(qū)概況

以新疆生產(chǎn)建設(shè)兵團(tuán)農(nóng)八師149團(tuán)8連連續(xù)多年種植棉花的自然地塊（2、3、4和5號地）作為研究對象，該地塊位于天山北麓中段，瑪納斯河?xùn)|岸，準(zhǔn)噶爾盆地古爾班通古特沙漠的南緣，面積約25 hm2。

1.2 產(chǎn)量數(shù)據(jù)的獲取及預(yù)處理

2009年10月，利用安裝在John Deer 9970采棉機(jī)上的Insight產(chǎn)量監(jiān)測系統(tǒng)及DGPS差分全球定位系統(tǒng)在研究區(qū)進(jìn)行棉花測產(chǎn)田間試驗。由于田間的工作環(huán)境比較復(fù)雜，如灰塵多、噪聲大、地塊不平整等，產(chǎn)量數(shù)據(jù)的采集必然會受到影響，產(chǎn)生誤差［13］。因此，對所獲得的原始數(shù)據(jù)需采用測產(chǎn)系統(tǒng)自帶的AFS（Advanced Far ming Systems）系統(tǒng)與Arc GIS地理信息軟件，并結(jié)合田間標(biāo)定，進(jìn)行綜合誤差處理，剔除異常點，對數(shù)據(jù)進(jìn)行修正。

1.3 管理分區(qū)提取的方法

K－均值聚類算法是一種非監(jiān)督的，用于將給定的樣本集劃分為指定數(shù)目的空間聚類算法。

K－均值算法的聚類準(zhǔn)則函數(shù)為：

式（1）中：xi（i＝1，2，…，n）是n個樣本組成的樣本集合，表示空間數(shù)據(jù)插值后柵格圖像的像元屬性值的集合；k為分區(qū)數(shù)；cj（j＝1，2，…，n）是聚類Sj的聚類中心。

對產(chǎn)量數(shù)據(jù)進(jìn)行分類，即尋找總的類間離散度和J的最小值時，顯然J最小時，J對每個聚類中心的偏導(dǎo)數(shù)應(yīng)為0，此時

K－均值聚類算法通過迭代優(yōu)化的過程來實現(xiàn)分類，最后得到的k個聚類中心就是聚類的結(jié)果。

1.4 管理分區(qū)效果的評價方法

1.4.1 一致性檢驗

管理分區(qū)內(nèi)的變異越小，越便于在分區(qū)內(nèi)實行統(tǒng)一管理模式，即越適宜作為變量管理的決策單元。方差是度量數(shù)據(jù)變異程度的一個重要指標(biāo)，可利用方差減少率評價管理分區(qū)內(nèi)的一致性，并確定最佳分區(qū)數(shù)。方差減少率的計算公式如下：

1.4.2 區(qū)間差異顯著性檢驗

科學(xué)、合理、有效的農(nóng)田管理分區(qū)的劃分，一方面要保證同一管理分區(qū)區(qū)內(nèi)變異較小，另一方面應(yīng)使不同管理分區(qū)間差異性顯著，即在同一管理分區(qū)內(nèi)實施統(tǒng)一管理，不同管理分區(qū)間實施變量管理。管理分區(qū)區(qū)間的差異越大，越適宜實施變量投入管理作業(yè)。本研究采用統(tǒng)計學(xué)中的LSD法檢驗各管理分區(qū)間的差異顯著性。

2 結(jié)果與分析

2.1 描述性統(tǒng)計結(jié)果

表1為試驗區(qū)棉花產(chǎn)量數(shù)據(jù)處理前后的描述性統(tǒng)計結(jié)果。

由表1可知：對獲取的棉花產(chǎn)量數(shù)據(jù)經(jīng)誤差綜合處理，去除產(chǎn)量異常點后，棉花產(chǎn)量的最大值變小，棉花產(chǎn)量的最小值變大，偏度增大，并不斷接近零，這說明產(chǎn)量數(shù)據(jù)的頻度趨于正態(tài)分布。處理后的產(chǎn)量數(shù)據(jù)變異系數(shù)為19.61%，減小的幅度僅為5.57%，一方面說明，去除產(chǎn)量數(shù)據(jù)的異常點后，剩下的產(chǎn)量數(shù)據(jù)保留了實際的產(chǎn)量變異；另一方面說明，試驗區(qū)在空間上表現(xiàn)出中等強(qiáng)度的變異，滿足精準(zhǔn)農(nóng)業(yè)管理分區(qū)劃分和實施變量作業(yè)的前提條件。

表1 棉花產(chǎn)量的描述性統(tǒng)計分析Tab.1 Descriptive statistics of cotton yield

2.2 空間變異結(jié)構(gòu)分析

常規(guī)的統(tǒng)計分析只能在一定程度上反映樣本總體，而不能定量地反映棉花產(chǎn)量的隨機(jī)性、局部規(guī)則性、獨立性和相關(guān)性等，而變異函數(shù)和Kriging插值分析能夠?qū)a(chǎn)量的時間變化和空間變化結(jié)合起來，不僅能反映棉花產(chǎn)量整體的變化情況，也能反映其局部的具體變化。

圖1 棉花產(chǎn)量的半方差值及其擬合模型和參數(shù)Fig.1 Semivariograms of cotton yield and their fitted models and parameters

采用LSD統(tǒng)計學(xué)方法進(jìn)行棉花產(chǎn)量空間變異結(jié)構(gòu)的分析，一般要求擬合模型的決定系數(shù)（R2）較大，殘差（RSS）較小［16］。在考慮各向異性的條件下擬合棉花產(chǎn)量數(shù)據(jù)的半方差模型時，RSS＝1.54，R2＝0.572，各向異性比為1，說明各向異性條件下棉花產(chǎn)量變異的方向性不強(qiáng)，方向性對半方差模型的擬合影響不大。在考慮各向同性的條件下擬合棉花產(chǎn)量數(shù)據(jù)的半方差模型，結(jié)果如圖1所示，其RSS＝2.233E－03，R2＝0.824，選取的最優(yōu)模型為指數(shù)模型，塊金效應(yīng)為28.5%，表示棉花產(chǎn)量這一區(qū)域化變量具有中等的空間相關(guān)性［17］。

2.3 產(chǎn)量數(shù)據(jù)聚類結(jié)果輸出

根據(jù)精準(zhǔn)農(nóng)業(yè)管理的思想，管理分區(qū)區(qū)內(nèi)的變異越小，越便于在分區(qū)內(nèi)實行統(tǒng)一管理模式，管理分區(qū)區(qū)間差異越大，越適宜實施變量投入管理作業(yè)。根據(jù)式（5）可知，方差減少率越大越好，即管理分區(qū)數(shù)越多，管理分區(qū)作為變量管理決策單元的精度就越高。

為了去除管理分區(qū)圖中孤立的斑點或碎片，提高根據(jù)管理分區(qū)圖進(jìn)行精準(zhǔn)農(nóng)業(yè)變量作業(yè)管理的有效性，對插值后的棉花產(chǎn)量數(shù)據(jù)柵格圖進(jìn)行聚類分區(qū)，采用不同尺度的正方形窗口平滑過濾管理分區(qū)圖，從空間的一致性和破碎化兩個方面進(jìn)行檢驗，確定最適宜的管理分區(qū)圖過濾窗口尺寸為18 m×18 m，分別生成如圖2所示的聚類圖。

圖2 不同分區(qū)數(shù)的聚類圖Fig.2 Management zones

圖2顯示：該尺度在保留了實際的產(chǎn)量變異基礎(chǔ)上，有效去除了由隨機(jī)變異造成的孤立像元、斑點或者碎片，保留了實際的產(chǎn)量變異，提高了管理分區(qū)的連續(xù)性，增強(qiáng)了管理分區(qū)的可操作性。

2.4 最佳分區(qū)數(shù)的確定

由于隨著管理分區(qū)數(shù)的逐步增多，變量作業(yè)時對工作機(jī)械等的要求更多、更高，從而必然帶來相關(guān)成本的增加，這在實際生產(chǎn)活動中是不可取的。因此，必須選擇分區(qū)精度和經(jīng)濟(jì)效益綜合效果最佳的適宜管理分區(qū)數(shù)。

方差減少率隨管理分區(qū)數(shù)的變化如圖3所示。

圖3 方差減少率隨管理分區(qū)數(shù)的變化Fig.3 The trend of relative variance reduction with number increasing of management zones

由圖3可以看出：隨著管理分區(qū)數(shù)的增加，方差減少率不斷變大，但當(dāng)分區(qū)數(shù)增加到4時，隨著分區(qū)數(shù)的進(jìn)一步增加，方差減少率基本保持不變。這說明將整個地塊分為4以上的管理分區(qū)沒有實際意義。因此，可以認(rèn)為4是試驗區(qū)的較適宜的管理分區(qū)數(shù)，該分區(qū)數(shù)得到的管理分區(qū)最小尺度。

2.5 區(qū)間差異顯著性檢驗

為了評價將地塊分成4個管理分區(qū)的效果，對各管理分區(qū)內(nèi)的棉花產(chǎn)量數(shù)據(jù)屬性進(jìn)行了統(tǒng)計，結(jié)果見表2，然后運用LSD法進(jìn)行各分區(qū)間的差異顯著性檢驗，結(jié)果見表3。

表2顯示：與整個地塊相比，各個管理分區(qū)內(nèi)的棉花產(chǎn)量變異系數(shù)都有不同程度的減小，其中1、3和4分區(qū)內(nèi)的變異系數(shù)變化很明顯，分別減少到了6.6%、5.15%和6.5%，滿足區(qū)內(nèi)變異小以實施統(tǒng)一管理的要求。

由表3可知，P＜0.05，說明管理分區(qū)1、2、3和4均與其他3個分區(qū)具有顯著性差異，滿足區(qū)間差異大以實施變量作業(yè)管理的要求。

表2 管理分區(qū)各分區(qū)統(tǒng)計表Tab.2 Zoning statistics for management zones

表3 管理分區(qū)LSD檢驗結(jié)果Tab.3 LSD test of the management zones

3 結(jié)語

本研究應(yīng)用安裝在John Deer 9970采棉機(jī)的Insight產(chǎn)量監(jiān)測系統(tǒng)及DGPS差分定位系統(tǒng)獲取棉花產(chǎn)量實時空間變異數(shù)據(jù)，進(jìn)行了綠洲農(nóng)田精準(zhǔn)管理分區(qū)提取研究。對原始產(chǎn)量點數(shù)據(jù)進(jìn)行誤差綜合處理，利用普通克里格插值，得到產(chǎn)量分布柵格圖，采用K－均值聚類算法對柵格圖聚類分區(qū)，并運用方差減少率進(jìn)行組內(nèi)一致性檢驗，采用LSD法進(jìn)行組間差異顯著性檢驗，結(jié)果表明：過濾窗口尺度為18 m×18 m，分區(qū)數(shù)為4時，方差減少率不再有明顯增大，此時，LSD檢驗的P＜0.05，表明各組間存在顯著的差異性。

本研究僅用一年的棉花產(chǎn)量數(shù)據(jù)的空間變異性驗證精準(zhǔn)農(nóng)業(yè)管理分區(qū)結(jié)果的有效性和合理性。如果再考慮棉花產(chǎn)量數(shù)據(jù)的時間變異性，能使精準(zhǔn)農(nóng)業(yè)管理分區(qū)更趨于合理，更全面地反映新疆綠洲農(nóng)田所具有的信息。

［1］Schepers A R，Shanahan J F，Liebig M K.Appropriateness of management zones for characterzing spatial variability of soil properties and irrigated corn yields across years［J］.Agrono my Journal，2004，96：195－203.

［2］趙其國.我國現(xiàn)代農(nóng)業(yè)發(fā)展中的若干問題［J］.土壤學(xué)報，1997，34（1）：1－9.

［3］Franzen D W，Kitchen N R.Developing management zones to target nitrogen applications.SSMG－5.In：Site－Specific Management Guidelines Series.Potash ＆Phosphate Institute，1999.http：／／www.ppi－far.org／ssmg.

［4］Boydell B，Mc Bratney A B.Identifying potontial withinfield management zones fro m cotton－yield esti mates［J］.Precision Agric，2002，（3）：9－23.

［5］Jaynes D B，Kaspar T C，Colvin T S，et al.Cluster analysis of spatio temporal corn yield patterns in an Iow afield［J］.Agron J，2003，95：574－586.

［6］Frogbrook，Z.L.，＆ Oliver，M.A.Identifying management zones in agricultural fields usingspatially constrained classification of soil and ancillary data［J］.Soil Use and Management，2007，23：40－51.

［7］張漫.農(nóng)田谷物產(chǎn)量空間分布信息采集、處理與系統(tǒng)集成技術(shù)研究［D］.北京：中國農(nóng)業(yè)大學(xué)，2003.

［8］李翔，潘瑜春，趙春江，等.基于多年產(chǎn)量數(shù)據(jù)的精準(zhǔn)農(nóng)業(yè)管理分區(qū)提取與尺度效應(yīng)評價［J］.中國農(nóng)業(yè)科學(xué)，2005，38（9）：1825－1833.

［9］李艷，史舟，吳次芳，等.基于多源數(shù)據(jù)的鹽堿地精確農(nóng)作管理分區(qū)研究［J］.農(nóng)業(yè)工程學(xué)報，2007，23（8）：84－89.

［10］陳彥，呂新.基于模糊C－均值聚類法的綠洲農(nóng)田精確管理分區(qū)研究［J］.生態(tài)學(xué)報，2008，28（7）：3067－3074.

［11］王海江，崔靜，陳彥，等.基于模糊聚類的棉田土壤養(yǎng)分管理分區(qū)研究［J］.棉花學(xué)報，2010，22（4）：339－346.

［12］陳樹人，李耀明，張西良.谷物聯(lián)合收割機(jī)測產(chǎn)系統(tǒng)研究現(xiàn)狀與展望［J］.農(nóng)業(yè)機(jī)械，2008，8（3）：62－63.

［13］李鵬.采棉機(jī)測產(chǎn)系統(tǒng)智能監(jiān)控技術(shù)研究［D］.北京：中國農(nóng)業(yè)大學(xué)，2005：24－30.

［14］李翔.基于“3S”技術(shù)的精準(zhǔn)農(nóng)業(yè)管理分區(qū)方法研究［D］.北京：北京師范大學(xué)，2006：15－20.

［15］王政權(quán).地統(tǒng)計學(xué)及在生態(tài)學(xué)中的應(yīng)用［M］.北京：科學(xué)出版社，1999：69－71.

［16］Chang Y H，Scri mshaw M D，Emmerson R H C，et al.Geostatistical analysis of sampling uncertainty at the tollesbury managed retreat site in black water estuary，essex，UK：Kriging and cokriging approach to minimise sampling density［J］.The Science of the Total Environment，1998，221：43－57.

Delineation of Precision Agriculture Management Zones in Oasis Field Based on K－means Algorith m

AN Guanghui，MA Rong，CHEN Wei，LU Shuai
（College of Mechanical and Electrical Engineering，Shihezi University，Shihezi 832003，China）

Zoning based on spatial variability of yield on a field scale is a key to variable rate application in precision agriculture.The objective of this research was to delineate precision agriculture management zones of oasis cotton field.Firstly by means of the Insight yield monitor system installed on the JD 9970 cotton picker，the real ti me cotton yield data is obtained.Then K－means clustering algorit h m was used to delineate management zones with the yield data as main data source.In or der to determine the opti mum management zones，the relative variance reduction was used to judge its reasonability.The results showed that when the size of t he filter window is 18 m×18 m and the whole field is divided into four management zones the regional differences all decreased obviously and the difference bet ween regions is very significant.Moreover，the region scale of t he management zones delineated with this method is suitable for variable－rate application.The delineated management zones can be used for fertilizer recommendation to manage soil nutrient and salinity more efficiently in coastal saline field.

K－means clustering；management zone；precision agriculture；oasis field

S231；S126

A

1007－7383（2011）06－0757－05

2011－05－24

國家“863”高技術(shù)研究發(fā)展計劃項目子課題（2010 AA101403），教育部科學(xué)技術(shù)研究重點項目（209144），石河子大學(xué)高層次人才科研啟動資金專項（ZRKX200735），石河子大學(xué)“263”人才培養(yǎng)工程項目

安光輝（1985－），男，碩士生，專業(yè)方向為智能化檢測與自動控制技術(shù)；e－mail：anjian1225＠163.co m。

馬蓉（1974－），女，回族，教授，從事精準(zhǔn)農(nóng)業(yè)與現(xiàn)代農(nóng)業(yè)裝備研究；e－mail：lzy mrlhs＠163.com。