《表2 空间聚类耕地面积统计结果Tab.2 Statistical results of cultivated land area by spatial clustering》
本文基于CURE、K-medoids、Single link和BIRCH 4种空间聚类算法,结合耕地的空间位置特征和空间相关性,利用组件式GIS开发技术,实现了上街镇耕地的空间聚类,并将结果都统一分成15类。不同的空间聚类算法下的耕地空间聚类结果存在一定的差异。在聚类过程中可以得到每个耕地聚类的空间关系及该聚类耕地的数量和总面积。从统计结果分析,不同聚类算法中的聚类的空间关系及该聚类耕地的数量和总面积(见表1、表2)。在此基础上,本文结合轮廓系数评价4种耕地聚类结果,计算每一种耕地聚类的轮廓系数,从而获得耕地聚类凝聚度和分离度。由于轮廓系数较高的聚类结果,耕地聚类较紧凑,有利于进行合理的耕地分区,集约化管理和节约区域内的养分运输成本,因此,利用轮廓系数可以有效地比较空间聚类算法的合理性。针对耕地的每一种空间聚类算法,综合耕地聚类凝聚度和分离度作为评价标准,较合理地反应聚类的合理性和科学性。
图表编号 | XD0029625900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.25 |
作者 | 詹秀眉、李亚星、欧阳俐、朱文婷 |
绘制单位 | 闽江学院地理科学系、福州市地理信息行业创新中心、闽江学院地理科学系、福州市地理信息行业创新中心、闽江学院地理科学系、福州市地理信息行业创新中心、闽江学院地理科学系、福州市地理信息行业创新中心 |
更多格式 | 高清、无水印(增值服务) |