[发明专利]一种基于模糊c均值聚类的农田划分方法

摘要

本发明公开了一种基于模糊c均值聚类的农田划分方法,该方法包括以下步骤：对取样点农田土壤养分数据进行空间插值，生成栅格数据，将不同养分的栅格数据组织成样本矩阵。在给定分类范围内利用模糊c均值聚类对样本矩阵进行聚类分析，对分类范围内的所有聚类结果计算聚类效果指数S，最小S值对应的聚类结果为农田划分结果。本发明通过确定农田最佳分类数的方法，解决了FPI和NCE评价函数的缺陷，提高了农田划分时对土壤养分差异的区分度，可较好地满足农田精确管理或作物生长信息监测对农田划分的需要。

主权项

一种基于模糊c均值聚类的农田划分方法，其特征在于采用如下步骤：步骤（1），根据农田采样点的土壤养分数据及其位置信息，对不同的土壤养分数据分别做普通克里格插值，得到各土壤养分的栅格数据；然后将不同土壤养分的栅格数据按对应的栅格位置组成数据对，得到所有土壤养分的样本矩阵；步骤（2），根据土壤养分差异给定农田的最大分类数Cmax，Cmax为大于2的自然数；步骤（3），利用模糊c均值聚类对样本矩阵进行聚类分析，聚类分析的分类数为[2，Cmax]，得到Cmax‑2+1种聚类结果；步骤（4），分别对每种聚类结果计算聚类效果指数S，最小聚类效果指数Smin的值所对应的分类数为最佳分类数，最佳分类数对应的聚类结果为农田划分结果。