《表1 4种空间聚类算法下的各聚类的耕地数量Tab.1 Number of cultivated land clustered by four spatial clustering algorithm

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《不同耕地空间聚类算法的对比分析研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。