玉米主产区土壤养分与玉米产量的时空变异及其相关性研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 1 绪论 | 第11-26页 |
| ·国内外相关研究 | 第11-20页 |
| ·作物产量构成的研究 | 第11-12页 |
| ·精准农业国内外研究进展 | 第12-16页 |
| ·土壤养分时空变异的国内外研究现状 | 第16-18页 |
| ·作物产量时空变异的国内外研究进展 | 第18-20页 |
| ·论文研究的目的和意义 | 第20-23页 |
| ·论文研究内容及组织结构 | 第23-24页 |
| ·论文的组织结构 | 第24-26页 |
| 2 相关理论基础和主要技术方法 | 第26-48页 |
| ·影响玉米产量的因素 | 第26-27页 |
| ·数据挖掘 | 第27-31页 |
| ·数据挖掘的概念及研究内容 | 第28-29页 |
| ·数据挖掘的步骤 | 第29-30页 |
| ·数据挖掘的类型及应用 | 第30-31页 |
| ·数据挖掘技术在农业中的应用 | 第31页 |
| ·时间序列数据挖掘技术 | 第31-40页 |
| ·预备知识 | 第32-35页 |
| ·时间序列预测模型 | 第35-40页 |
| ·模糊聚类分析 | 第40-44页 |
| ·聚类分析 | 第40-41页 |
| ·模糊聚类分析算法 | 第41-43页 |
| ·模糊聚类分析的主要应用 | 第43页 |
| ·空间聚类分析 | 第43-44页 |
| ·相关性分析方法 | 第44-48页 |
| ·空间自相关分析 | 第44-45页 |
| ·回归分析 | 第45页 |
| ·最小二乘法原理 | 第45-48页 |
| 3 土壤养分空间变异特征与玉米产量相关性的研究 | 第48-68页 |
| ·引言 | 第48-49页 |
| ·吉林省榆树市土壤养分变异与玉米产量相关性 | 第49-66页 |
| ·研究区域与实验数据 | 第49-53页 |
| ·土壤养分含量的统计特征 | 第53页 |
| ·土壤养分含量的空间分布 | 第53-56页 |
| ·基于空间聚类算法的耕地地力等级评价 | 第56-64页 |
| ·玉米产量与土壤养分相关性分析 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| 4 玉米产量相关因子及与时间相关性预测模型的分析 | 第68-84页 |
| ·引言 | 第68-69页 |
| ·相关因子对玉米产量的影响 | 第69-72页 |
| ·产量时间序列模型 | 第72-76页 |
| ·时间序列数据挖掘过程 | 第72-73页 |
| ·时间序列相似性搜索 | 第73-74页 |
| ·时序数据的趋势分析 | 第74-75页 |
| ·差分自回归移动平均模型 | 第75-76页 |
| ·实验过程 | 第76-83页 |
| ·数据来源 | 第76-79页 |
| ·时间序列模型识别 | 第79-80页 |
| ·参数估计与模型检验 | 第80-82页 |
| ·预测结果 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 5 土壤养分与玉米产量时空相关性与时空预测模型 | 第84-95页 |
| ·引言 | 第84-85页 |
| ·研究区域 | 第85-87页 |
| ·相关技术与时空预测算法的结构 | 第87-92页 |
| ·相关技术 | 第87页 |
| ·时空预测算法的结构 | 第87-88页 |
| ·时间子预测 | 第88-89页 |
| ·空间子预测 | 第89-92页 |
| ·融合时空预测模型 | 第92页 |
| ·预测结果 | 第92-94页 |
| ·本章小结 | 第94-95页 |
| 6 总结与展望 | 第95-97页 |
| ·总结 | 第95-96页 |
| ·展望 | 第96-97页 |
| 致谢 | 第97-98页 |
| 作者简介 | 第98页 |
| 在读期间发表的论文 | 第98-100页 |
| 参考文献 | 第100-111页 |
