基于兩級選擇性聚類集成的農用地整治時空配置分區

張雅杰，靳 銘，張 豐，孔雪松

（1.武漢大學資源與環境科學學院，武漢 430079；2.武漢大學遙感信息工程學院，武漢 430079）

0 引 言

農用地整治是對農用地及其利用方式的再組織與再優化的過程，包括開發、復墾、整理（高標準農田建設、中低產田改造）等措施，是實現耕地保護、生態安全保障的重要抓手。隨著中國進入增速換擋、發展動力轉換的新常態，農用地生產、生活及生態屬性均被賦予了更加豐富的時代內涵，因地制宜、因時制宜成為當下農用地整治的基本準則。因此，如何科學地確定整治工作的空間組織與工作時序，從而使整治工作有據可依、有序可循，成為迫切需要解決的問題。

在農用地整治推進的過程中，相繼有學者從社會經濟、生態等因子著手，對區域的適宜性條件、限制性因素等實施評價，并依據評價結果對整治區進行劃分。在農用地整治分區方法上，以往研究主要采用K-means算法、自組織映射神經網絡（Self-Organizing Feature Map, SOFM）等傳統方法來實現。隨著研究的進一步深入，國內外學者逐漸意識到傳統聚類算法存在易陷入局部最優等局限，并逐漸采用改進后的聚類算法來進行研究。Ertunc等在對農用地整治項目區內地價影響因素進行分析的基礎上，通過集成K-means、K-medoids、Fuzzy C-means三種算法對整治后的農用地價值進行評估。Xiao等系統分析湖北省土地利用條件等屬性差異，采用SOFM神經網路與層次聚類法（Hierarchical Clustering，HC）將湖北省分為7個整治區。毛祺等基于生態敏感性與生態系統服務，耦合SOFM神經網絡與支持向量機將鄂爾多斯市劃分為11個生態功能分區。……