孫姝藝　劉洛　胡月明

摘要：隨著新型城鎮(zhèn)化水平的不斷提高，大量耕地將會被占用。為有效遏制水田面積減少趨勢，提升耕地質(zhì)量，保障糧食安全，各地政府開始實施“旱改水”工程改造，即將同等數(shù)量的旱地改造為水田的方式間接開發(fā)水田。旱改水優(yōu)先區(qū)域選擇是實施改造先后順序的重要評判標準。借助WEKA軟件，基于空間數(shù)據(jù)挖掘的方法來選擇“旱改水”優(yōu)先區(qū)：（1）通過屬性選擇獲取相關性較高的9個改造因子，實現(xiàn)數(shù)據(jù)的預處理;（2）通過K-means聚類分析將研究對象劃分成5類簇;（3）通過Apriori關聯(lián)規(guī)則挖掘出分區(qū)因子屬性之間最強關聯(lián)關系作為決策挖掘出優(yōu)先改造的簇，并對結果進行分析。應用于我國廣東省，試驗證明，空間數(shù)據(jù)挖掘有效地從龐大數(shù)據(jù)量中提取信息，耦合空間關系，把數(shù)據(jù)轉(zhuǎn)化為有用的知識，使用空間數(shù)據(jù)挖掘的方法選擇優(yōu)先區(qū)是可行和科學的。

關鍵詞：旱改水;優(yōu)先區(qū);空間數(shù)據(jù)挖掘;廣東省

中圖分類號：S126? 文獻標志碼： A? 文章編號：1002-1302（2019）04-0216-07

耕地不僅是人類勞動的對象，也是重要的生產(chǎn)資料，是人類生存與發(fā)展的基礎，隨著工業(yè)化、城市化的不斷發(fā)展，人地矛盾的日益尖銳，糧食需求壓力的逐步增加，迫使人們更加關注我國有限的耕地資源[1]。在嚴格的土地管理制度背景下，為保證國家糧食安全而制定的耕地保護政策——占補平衡制度將在未來會不斷地強化和完善。為貫徹黨中央、國務院關于最嚴格耕地保護制度的總體要求，明確關于建設占用耕地要“占優(yōu)補優(yōu)、占水田補水田”的規(guī)定，有效遏制水田面積減少趨勢，提升耕地質(zhì)量進一步挖掘耕地后備資源，解決新增建設用地占用水田補充平衡問題，各地政府開始實施“旱改水”工程改造?！昂蹈乃笔潜Ｗo耕地提升耕地質(zhì)量的重要手段，有利于農(nóng)業(yè)增產(chǎn)、農(nóng)民增收，能夠有效提高土地的產(chǎn)出效益，形成穩(wěn)定的生產(chǎn)能力，做到藏糧于田[2-3]。

受地形地貌水源條件等因素的限制，補充耕地中水田比例不高，實現(xiàn)占優(yōu)補優(yōu)難度很大，因此選擇區(qū)位條件較好、有灌溉水源、土壤肥力較高的部分旱地改造成水田。但又受資金、社會環(huán)境、自然環(huán)境、生態(tài)等因素影響，各級政府在一定時期內(nèi)投資改造水田的規(guī)模是有限的，因此改造水田的選擇在空間和時間上存在著先后順序，而“旱改水”優(yōu)先區(qū)選擇是改造區(qū)域先后順序的重要評判標準。

現(xiàn)階段國內(nèi)關于“旱改水”分區(qū)的研究較少，與此相關的研究主要集中在通過傳統(tǒng)的“旱改水”適宜性評價來進行潛力分區(qū)[4-6]。傳統(tǒng)的“旱改水”適宜性評價存在專家打分不確定性強、強調(diào)分值為分區(qū)依據(jù)而非空間關系、不能挖掘其區(qū)域分布規(guī)律及因子內(nèi)在聯(lián)系等缺點，因此缺乏一種科學的、定量的方法。廣東省“旱改水”分區(qū)包括大量的空間數(shù)據(jù)分析，為了有效耦合空間位置和屬性相關性，筆者提出一種結合空間聚類和關聯(lián)規(guī)則的數(shù)據(jù)挖掘方法，選擇優(yōu)先區(qū)，并進一步發(fā)現(xiàn)優(yōu)先區(qū)域分布規(guī)律和分區(qū)因子之間的關聯(lián)關系。

空間聚類作為聚類分析的一個研究方向，是指根據(jù)空間異質(zhì)性將空間對象分成由相似對象組成的類[7]。目前，己有許多研究提出了針對不同數(shù)據(jù)類型的基于多種空間聚類算法的土地分區(qū)，由于空間聚類方法能根據(jù)空間對象的屬性對空間對象進行分類劃分，因而空間聚類方法也是土地分區(qū)的一種重要方法。迄今為止，人們已提出了大量的空間聚類算法，本研究在試驗分析的基礎上，選擇適用于數(shù)值型大數(shù)據(jù)集的K-means算法對試驗數(shù)據(jù)進行聚類，典型的K-means算法在空間聚類各算法中一直處于核心地位，該算法以平方誤差準則較好地實現(xiàn)了空間聚類，對于大數(shù)據(jù)集的處理效率較高[6]。

關聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘研究領域中的一個重要任務，旨在挖掘事務數(shù)據(jù)庫中有意義的關聯(lián)，找出隱藏在數(shù)據(jù)間的相互關系。隨著大量數(shù)據(jù)被不停地收集和存儲，從數(shù)據(jù)庫中挖掘關聯(lián)規(guī)則顯得越來越有必要性，本研究采用最經(jīng)典的Apriori算法，求出最強關聯(lián)的分區(qū)因子，進而推出他們的關系，然后將這些規(guī)則轉(zhuǎn)換來選擇優(yōu)先區(qū)，為決策提供重要的依據(jù)。

1 材料與方法

1.1 研究區(qū)與數(shù)據(jù)來源

1.1.1 研究區(qū)概況 廣東省全境位于20°09′～25°31′N和109°45′～117°20′E之間。地處我國大陸最南部，東鄰福建省，北接江西省、湖南省，西連廣西省，南臨南海，珠江口東西2側分別與香港、澳門特別行政區(qū)接壤，西南部雷州半島隔瓊州海峽與海南省相望。全省擁有豐富的耕地資源，目前全省已儲備位列全國第2的可用于占補平衡的耕地指標11.3萬hm2。然而，由于快速的城鎮(zhèn)化和受可開發(fā)資源所限，全省儲備的耕地指標中水田、水澆地較少，難以滿足“占優(yōu)補優(yōu)、占水田補水田”的新要求，因此“旱改水”優(yōu)先區(qū)選擇對于提高改造效率是迫切需要的。

1.1.2 數(shù)據(jù)來源 本研究的對象為廣東省旱地、可調(diào)整地類、未利用地以及全省現(xiàn)有補充耕地項目（歷年園地山坡地開發(fā)補充耕地項目，項目紅線在空間上已和上述3種地類進行疊加分析處理，空間位置不重疊），以包含13個地級市123個縣的1 683 403塊圖斑作為分區(qū)單元?；A數(shù)據(jù)來源于廣東省2013年土地利用變更調(diào)查數(shù)據(jù)地類圖斑;廣東省1 ∶ 50萬DEM數(shù)字高程模型，2013年廣東省各縣（市、區(qū)）耕地質(zhì)量年度更新成果用于圖層屬性的獲取;道路、居民點、水系等基礎地理數(shù)據(jù)，第2次土壤普查數(shù)據(jù)、2010—2015年各年度水資源年報數(shù)據(jù)等用于相關指標數(shù)據(jù)獲取。

1.2 研究方法

1.2.1 屬性選擇 數(shù)據(jù)預處理是數(shù)據(jù)挖掘的重要一環(huán)，要使挖掘內(nèi)核更有效地挖掘出知識，就必須為它提供干凈、準確、簡潔的數(shù)據(jù)。屬性選擇通常作為數(shù)據(jù)挖掘的一個預處理步驟，在數(shù)據(jù)選擇和為數(shù)據(jù)挖掘做準備的過程中起著重要的作用[8]。這個過程就是通過搜索數(shù)據(jù)中所有可能的屬性組合，刪除不相關和（或）冗余的屬性選出1個有m（m? ? ?一般來說，屬性選擇算法由4個基本步驟組成：子集產(chǎn)生、子集評估、停止準則和結果有效性驗證[9]。屬性選擇基本步驟見圖1。

子集產(chǎn)生是一個搜索過程，它產(chǎn)生用于評估的屬性子集。子集產(chǎn)生過程所生成的每個子集都需要用事先確定的評估準則進行評估，并且與先前符合準則最好的子集進行比較，如果它更好一些，那么就用它替換前一個最優(yōu)的子集。屬性選擇過程可以在滿足以下的條件之一時停止：（1）一個預先定義所要選擇的屬性數(shù);（2）預先定義的迭代次數(shù);（3）是否增加（或刪除）任何屬性都不產(chǎn)生更好的子集;（4）已經(jīng)根據(jù)確定的評估標準獲得最優(yōu)的子集。選擇的最優(yōu)子集需要通過在所選子集和原屬性集間進行不同的測試和比較，使用人工和現(xiàn)實世界的數(shù)據(jù)集所產(chǎn)生的結果進行有效性驗證。

手工選擇屬性既煩瑣又容易出錯，自動的屬性選擇方法通常更快更好。為了實現(xiàn)屬性自動化，本研究借助WEKA軟件設立的CfSubsetEval屬性評估器和BestFirst搜索方法進行屬性選擇。（1）CfSubsetEval評估器評估每個屬性的預測能力及其相互之間的冗余度，傾向于選擇與類別屬性相關度高，但相互之間相關度低的屬性。選項迭代添加與類別屬性相關度最高的屬性，只要子集中不包含與當前屬性相關度更高的屬性。評估器將缺失值視為單獨值，也可以將缺失值記為與出現(xiàn)頻率成正比的其他值。（2）BestFirst搜索方法執(zhí)行帶回溯的貪婪爬山法，用戶可以指定在系統(tǒng)回溯之前，必須連續(xù)遇到多少個無法改善的節(jié)點。它可以從空屬性集開始向前搜索，也可以從全集開始向后搜索，還可以從中間點（通過屬性索引列表指定）開始雙向搜索并考慮所有可能的單個屬性的增刪操作。

1.2.2 數(shù)據(jù)標準化 為了統(tǒng)一量化各個因子之間的關系和對總目標的貢獻，首先需要對分區(qū)指標進行一致性處理與指標無量綱化，將數(shù)據(jù)表進行極差標準化和文本標準化處理。

1.2.2.1 極差標準化 由于有效土層厚度、有機質(zhì)含量、障礙層深度要求“越大越好”，采用上限效果測度，即：

式中：Atj為標準化后的指標;Xtj為原數(shù)據(jù)，代表第t個單元第j個指標。標準化之后，各要素的最大值為1，最小值為0，其余數(shù)值都在0和1之間，這樣就對所有單元的數(shù)據(jù)進行了標準化。

對于中向指標pH值，以6.0～7.9左右2邊分別進行正向標準化和負向標準化。

1.2.2.2 文本標準化 以表層土壤質(zhì)地、剖面構型、灌溉保證率、排水條件作為文本數(shù)據(jù)，需要根據(jù)因子等級進行賦分，然后轉(zhuǎn)換為數(shù)值型數(shù)據(jù)再進行正向的極差標準化處理。

1.2.3 K-means空間聚類 空間聚類（spatial clustering）是要在一個較大的多維數(shù)據(jù)集中采用距離度量以標志出聚類，使得同一聚類中的對象有較高的相似度，而不同聚類中的對象彼此不同，是空間數(shù)據(jù)挖掘的一個重要組成部分[10-11]。

K-means算法是很典型的基于距離的聚類算法，采用距離作為相似性的評價指標，根據(jù)給定的k值隨機產(chǎn)生k個分組中心，將所有實例分為圍繞這些中心的k個分組，然后通過反復迭代不斷改進分組，直至分組效果最佳，即組內(nèi)實例距離最近，組間實例距離最遠，最后形成k個簇。該算法對于數(shù)值型屬性的聚類效果較好，并且對于大數(shù)據(jù)集具有快速、簡單、效率高的優(yōu)點，算法基本思想和一般步驟如下：（1）設數(shù)據(jù)集合D={x1，x2，…，xn}，從n個地塊中隨機選取其中的k個地塊作為初始聚類中心Mi（i=1，2，…，k）。（2）分別計算各地塊xm（m=1，2，…，n）到k個初始聚類中心Mi的距離，根據(jù)最小距離劃分數(shù)據(jù)集合，將各個元素歸到與其距離最小的類中，形成k個類簇。（3）計算各類簇中元素平均值作為新的聚類中心。（4）相似度的計算采用歐氏距離，即2點之間的歐式空間直線距離?？紤]鄰近度為歐氏距離的數(shù)據(jù)，通常使用聚類的平方誤差作為度量聚類質(zhì)量的目標函數(shù)。聚類平方誤差E定義如下：

式中：ki為第i個類簇中包含地塊的數(shù)量，重復步驟（2）、步驟（3），直至平方誤差E穩(wěn)定在最小值，直到簇不再發(fā)生變化，最后獲得k個聚類具有各聚類內(nèi)部緊湊、聚類間相異的特點。

本研究在試驗分析的基礎上，選擇適用于數(shù)值型大數(shù)據(jù)集的K-means算法對數(shù)據(jù)進行聚類，在聚類中心的選取上，通過不斷調(diào)節(jié)參數(shù)使誤差平方和最小，來確定最優(yōu)k。聚類過程借助WEKA 3.8軟件和ArcGIS 10.2實現(xiàn)。

1.2.4 Apriori關聯(lián)規(guī)則 數(shù)據(jù)關聯(lián)是數(shù)據(jù)庫中存在的一類重要的可被發(fā)現(xiàn)的知識。若2個或多個變量的取值之間存在某種規(guī)律性，就稱為關聯(lián)。關聯(lián)分析的目的是找出數(shù)據(jù)庫中隱藏的關聯(lián)網(wǎng)。有時并不知道數(shù)據(jù)庫中數(shù)據(jù)的關聯(lián)函數(shù)，即使知道也是不確定的，因此關聯(lián)分析生成的規(guī)則帶有可信度。

關聯(lián)規(guī)則是數(shù)據(jù)挖掘技術中的一種挖掘信息的技術，是從海量的數(shù)據(jù)中找到項與項之間有用的關聯(lián)關系，關聯(lián)規(guī)則挖掘就是從大量的數(shù)據(jù)中挖掘出有價值描述數(shù)據(jù)項之間相互聯(lián)系的有關知識，有助于發(fā)現(xiàn)數(shù)據(jù)庫中不同屬性之間的聯(lián)系[12-13]。

Apriori算法是關聯(lián)分析中應用最廣泛的一種算法，是基于關聯(lián)規(guī)則的基礎，首先找到頻繁集，再由頻繁集推出關聯(lián)的規(guī)則。算法的核心思想是基于頻繁集理論的一種遞推方法，其目的是根據(jù)最小支持度閾值和最小置信度閾值從給定的數(shù)據(jù)集中挖掘出期望的關聯(lián)規(guī)則[9]。

該算法利用了一個層次順序搜索的循環(huán)方法來完成頻繁項集的挖掘工作?；具^程如下：

（1）首先計算所有的C1;（2）掃描數(shù)據(jù)庫，刪除其中的非頻繁子集，生成L1（1-頻繁項集）;（3）將L1與自己連接生成C2（候選2-項集）;（4）掃描數(shù)據(jù)庫，刪除C2中的非頻繁子集，生成L2（2-頻繁項集）;（5）依此類推，通過Lk-1（k-1-頻繁項集）與自己連接生成Ck（候選k-項集），然后掃描數(shù)據(jù)庫，生成Lk（頻繁k-項集），直到不再有頻繁項集產(chǎn)生為止。

滿足最小支持度閾值和最小信任度閾值的關聯(lián)規(guī)則稱為強規(guī)則。通過使用數(shù)據(jù)挖掘軟件WEKA及關聯(lián)算法Apriori可以分析數(shù)據(jù)庫中一些項集的關聯(lián)性關系，找出某些強關聯(lián)規(guī)則。

2 結果與分析

2.1 分區(qū)指標體系

作為廣東省旱地改水田區(qū)域劃分的分析研究，是基于土地適宜性評價的基礎上進行篩選分區(qū)指標。結合廣東省的實際情況，分別從地形、氣候、水源、土壤、交通、社會經(jīng)濟條件等影響因素出發(fā)，參考農(nóng)用地質(zhì)量分等規(guī)程、農(nóng)用地定級規(guī)程等資料來確定，選定具有典型性和穩(wěn)定性的主導因子，包括高程、地形坡度、田面坡度、水源保障程度、排水條件、交通通達度、連片性、有效土層厚度、表層土壤質(zhì)地、土壤剖面構型、pH值、障礙層次、地表巖石露頭度、土壤鹽漬化程度等可選分區(qū)因子。

通過自動屬性選擇，按照相關度的大小，選取地形坡度、有效土層厚度、表層土壤質(zhì)地、剖面構型、有機質(zhì)含量、pH值、障礙層深度、灌溉保證率、排水條件9個屬性因子，廣東省旱改水分區(qū)指標體系見表1。

土壤是影響耕地質(zhì)量的最基本要素[14-15]。在眾多影響土壤質(zhì)量的因素中，表土質(zhì)地、剖面構型、pH值直接影響土壤結構、土壤耕性、土壤陽離子交換量、土壤容重、土壤空隙狀況等其他土壤理化性狀;有效土層厚度和土壤有機質(zhì)含量是最能反映土壤自然生產(chǎn)潛力的指標。

地形是影響耕地質(zhì)量的重要因素。根據(jù)國家規(guī)定，25°以上坡地不能開發(fā)，小于25°的范圍，坡度越小，越適宜改造。地表起伏越大坡度越陡，土壤侵蝕作用越強，水土流失越嚴重;地形起伏越小，對農(nóng)田水利化越有利。

補充水田潛力是改造水田的關鍵條件，灌溉保證率是灌溉用水量的保證程度，農(nóng)田排水是改善農(nóng)業(yè)生產(chǎn)條件，保證作物高產(chǎn)穩(wěn)產(chǎn)的重要措施之一。灌溉保證率和排水條件越好，說明越適宜改造。

2.2 聚類分區(qū)結果分析

在WEKA中選定SimpleK means算法，隨機選擇聚類數(shù)numClusters，設定參數(shù)為“SimpleK means N 5-S 10”，Cluster mode選取“Use training set”。經(jīng)過多次不同k值和樣本種子值運算比較誤差大小，最終選擇k=5，seed=20時誤差平方和為最小。

聚類運算的結果中，數(shù)據(jù)集中的區(qū)域被分為5個相似的分組，聚類中心k的各因子屬性和標準差見表2，在省級行政圖上表示出5類區(qū)域的空間分布見圖3。

各項標準差均不超過0.5，說明同一分組的實例間距離較近，分組有效，無須剔除異常值。

從整體分布來看，5類區(qū)域在廣東省各縣區(qū)分布比較均勻，但由于地理條件的差異，西部地區(qū)種類相對密集。從各分類來看，聚類0中限制性因子障礙層深度遠遠高于其他幾類，地形坡度、有效土層厚度值相對較低，主要分布在珠三角平原中部，粵東沿海區(qū)西北部一些坡度陡、土壤條件稍差的地區(qū);聚類1、聚類2是分布最少的2類，聚類1中地形坡度、有效土層厚度最高，但表土質(zhì)地最低，零星分布在雷州半島和珠三角南部、粵東沿海地帶一些地形平緩、土壤自然生產(chǎn)潛力較高的地區(qū)，但由于海水的作用產(chǎn)生土壤鹽漬化使得土壤肥力差;而聚類2中pH值、排水條件最低，其他屬性值較均勻，處于中等位置，與聚類1分布相似，只是多為內(nèi)陸地區(qū)，可能由于該地區(qū)土壤呈酸性;聚類3中地形坡度、有機質(zhì)含量、灌溉保證率、障礙層深度最低，尤其是灌溉保證率、障礙層深度為0而排水條件卻最高，均勻分布在全省各個地區(qū)，以粵西沿海區(qū)東北部、粵西北山區(qū)北部、粵東沿海區(qū)東部較為集中，該地區(qū)坡度較大，土壤自然生產(chǎn)潛力較低，水源灌溉條件差，可能不適宜進行改造;聚類4分布也較為廣泛，集中在粵西北山區(qū)大部、粵西沿海區(qū)，該類地區(qū)表土質(zhì)地、剖面構型、有機質(zhì)含量、pH值、灌溉保證率都是最高，其他幾個屬性值也都不低，該地區(qū)地勢平坦、土壤肥沃、水源豐富，比較適宜改造。

2.3 關聯(lián)規(guī)則挖掘結果分析

WEKA平臺中的Filtered Associator增加了數(shù)據(jù)過濾器，將經(jīng)過篩選轉(zhuǎn)換的數(shù)據(jù)在WEKA所支持的任意基本關聯(lián)算法中進行分析。根據(jù)關聯(lián)規(guī)則，將研究數(shù)據(jù)設置為這樣的項目集：I={地形坡度、有效土層厚度、表土質(zhì)地、剖面構型、有機質(zhì)含量、pH值、障礙層深度、灌溉保證率、排水條件}。由于Apriori算法無法對數(shù)值型數(shù)據(jù)進行操作，在做關聯(lián)分析前將原數(shù)據(jù)類型轉(zhuǎn)換為9個類別的分類型數(shù)據(jù)，數(shù)據(jù)轉(zhuǎn)換完成后，設置參數(shù)“Apriori-N 10-T 0-C 0.9-D 0.05-U 1.0-M 0.1-S-1.0-c-1”進行關聯(lián)分析。不斷掃描數(shù)據(jù)樣本后產(chǎn)生的關聯(lián)規(guī)則如下：

Best rules found：

（1）PMGX=TTR 1 003 787==>BTZD=R 972 990lift：（1.15） lev：（0.08）[85 355]conv：（5.23）;

（2）PMGX=TTR YJZHL=2-3 482 938==>BTZD=R 475 644lift：（1.17）lev：（0.05）[47 915]conv：（10.3）;

（3）PMGX=TTR GGBZL=1j 467 383==>BTZD=R 458 865lift：（1.16）lev：（0.04）[45 035]conv：（9.07）;

（4）PMGX=TTR PSTJ=1j 393 078==>BTZD=R 384 780lift：（1.16）lev：（0.04）[38 708]conv：（8.13）;

（5）PMGX=TTR PHZ=6-7.9 381 444==>BTZD=R 372 374lift：（1.16）lev：（0.05）[49 997]conv：（6.51）;

（6）PMGX=TTR ZACSD=<30 724 958==>BTZD=R 700 451lift：（1.15）lev：（0.06）[59 086]conv：（4.81）;

（7）YXTCHD=>=100 PMGX=TTR ZACSD=<30 509 355==>BTZD=R 492 916lift：（1.12）lev：（0.03）[13 953]conv：（3.25）;

（8）PMGX=TTR YJZHL=2-3 ZACSD=<30 104 102==>BTZD=R 102 718lift：（1.15）lev：（0.03）[13 745]conv：（10.92）;

（9）PMGX=TTR GGBZL=1j ZACSD=<30 110 655==>BTZD=R 108 576lift：（1.15）lev：（0.03）[14 002]conv：（7.73）;

（10）YXTCHD=>=100 PMGX=TTR ZACSD=<30 138 634==>BTZD=R 132 439lift：（1.12）lev：（0.03）[13 953]conv：（3.25）。

觀察關聯(lián)規(guī)則，每條規(guī)則的置信度均很高（表3至表5），從中可以獲取改造因子不同屬性之間的聯(lián)系，篩選置信度最高（0.98）的關聯(lián)規(guī)則得出：（1）由剖面構型是通體壤、有機質(zhì)含量2～3、障礙層深度<30與表土質(zhì)地為壤土的關聯(lián)規(guī)則可知，剖面構型是通體壤、有機質(zhì)含量在2～3且限制性因子障礙層深度滿 足<30 的地塊，它們的表土質(zhì)地也相對應是最優(yōu)的壤土。（2）同樣，剖面構型是通體壤，灌溉保證率是1級或排水條件是1級或者pH值在6.0～7.9的地塊通常表土質(zhì)地也是最優(yōu)的。

2.4 優(yōu)先區(qū)的選擇結果分析

由于空間聚類分區(qū)結果并不能直觀地表明優(yōu)先區(qū)為哪一類，為了挖掘出到底哪一類是最優(yōu)先區(qū)，將9個指標屬性的所有分區(qū)單元進行關聯(lián)規(guī)則挖掘。土壤是影響耕地質(zhì)量的最基本要素，而表土質(zhì)地是壤土作為最頻繁項集，本身就是土壤的最優(yōu)條件，因此和與它形成最強關聯(lián)的因子屬性的組合作為選擇優(yōu)先區(qū)的決策標準。

將置信度最高的6條關聯(lián)規(guī)則作為選擇優(yōu)先區(qū)的標準，基于已經(jīng)劃分好的聚類區(qū)，發(fā)現(xiàn)符合最強關聯(lián)規(guī)則的聚類區(qū)是聚類4，廣東省旱改水改造最優(yōu)先區(qū)分布見圖4。

（1）從優(yōu)先區(qū)地塊數(shù)量來看，共涉及13個市，62個縣區(qū)，408 841個地塊，共計975 628.35 hm2，占總數(shù)的28.36%。（2）從圖3可以看出，從整體分布來看，優(yōu)先區(qū)主要分布在地勢平坦、水資源充足的粵西北山區(qū)和粵西沿海區(qū)，其中粵西沿海區(qū)的優(yōu)先改造區(qū)多集中在雷州半島。這些地區(qū)的旱地及耕地后備的灌溉保證率、地形坡度等條件相對優(yōu)越，并且廣東省旱地和望天田主要分布在湛江市、清遠市、陽江市、韶關市等地，尤以湛江市為最，55%的耕地為旱地和望天田，較為適宜于“旱改水”工程土地整治。珠三角平原區(qū)僅在江門市、肇慶市、惠州市分布，這是因為此地區(qū)河流水網(wǎng)密布，灌溉條件優(yōu)越，水田占據(jù)較大比例，開發(fā)水田的潛力已經(jīng)基本用盡。（3）從各縣區(qū)潛力來看，雷州縣、廉江縣、臺山縣、英德縣優(yōu)先區(qū)地塊占較高比例，潛力較大。這些區(qū)域距水源相對較近，地面坡度較小，有效土層相對較厚，稍經(jīng)整治便會具有較好的農(nóng)業(yè)生產(chǎn)條件。

3 討論與結論

筆者是以農(nóng)用地定級和分等規(guī)程劃分的指標為依據(jù)，基于空間數(shù)據(jù)挖掘的方法開展的“旱改水”優(yōu)先區(qū)選擇研究嘗試，在實踐中難免存在一些不足之處，并與其他分區(qū)結果有一定的差別。需要說明的是：（1）分區(qū)指標體系中指標沒有考慮權重，主要是因為指標的篩選不是通過專家打分，而是數(shù)據(jù)的自動屬性選擇的相關性大的指標，通過數(shù)據(jù)標準化轉(zhuǎn)換為數(shù)值型數(shù)據(jù)來統(tǒng)一運算。（2）分區(qū)結果中同一縣區(qū)可能呈現(xiàn)不同類別，這是因為研究以圖斑作為分區(qū)單元而不是縣級行政區(qū)，這樣可以避免同一縣區(qū)雷同性。（3）關聯(lián)規(guī)則主要作為分區(qū)結果的進一步?jīng)Q策，更科學地表明聚類4是優(yōu)先區(qū)，不作為主要的研究結果。（4）分區(qū)結果與其他學者的分區(qū)方案存在一定的差異，這主要歸因于研究角度、指標體系和分區(qū)依據(jù)等的差別。（5）本研究的目的在于為廣東省“旱改水”改造順序提供一定的科學依據(jù)，對于各地詳細的改造順序，還需要在實踐中結合縣（市）的具體社會經(jīng)濟特點進一步探索研究。

通過研究獲得如下結論：（1）以廣東省1 683 403塊旱地為分區(qū)單元，結合研究區(qū)域的地形、土壤、補充水田潛力等條件，從可選的14個指標中通過屬性選擇相關性較高的地形條件、土壤條件和補充水田潛力條件9個指標，建立了“旱改水”分區(qū)指標體系。（2）通過K-means聚類分析得到5類區(qū)域，并以Apriori關聯(lián)規(guī)則挖掘出的最強關聯(lián)作為決策選擇出優(yōu)先區(qū)，主要分布在粵西北山區(qū)和粵西沿海區(qū)，并分析了該區(qū)域的實際條件和作為優(yōu)先區(qū)的原因。（3）研究結果表明，采用空間聚類和關聯(lián)規(guī)則相結合的數(shù)據(jù)挖掘方法，科學地挖掘出“旱改水”優(yōu)先區(qū)，為各級政府“旱改水”改造工作提供重要的科學依據(jù)，有利于節(jié)省資金和人力物力資源。

參考文獻：

[1]齊艷紅，潘 旭，趙映慧. 浙江省江山市旱改水適宜性評價[J]. 安徽農(nóng)業(yè)科學，2016（35）：202-204.

[2]劉正國，游振波，黃 俊. 江西省旱地改水田土地整治研究——以永豐縣瑤田鎮(zhèn)湖西村旱改水項目為例[J]. 安徽農(nóng)業(yè)科學，2015（36）：185-187，229.

[3]王 君. 旱地改水田項目中新增水田的適宜性評價方法研究——以湖南省華容縣梅田湖鎮(zhèn)北剅口村金雞村旱地改水田項目為例[J]. 農(nóng)業(yè)與技術，2015（24）：55-56.

[4]陳印軍，肖碧林，陳京香. 我國耕地“占補平衡”與土地開發(fā)整理效果分析與建議[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2010（1）：1-6.

[5]張 琳，張鳳榮，薛永森，等. 中國各省耕地數(shù)量占補平衡趨勢預測[J]. 資源科學，2007（6）：114-119.

[6]胡 科，石培基. 甘肅省耕地質(zhì)量評價研究[J]. 中國土地科學，2008（11）：38-43.

[7]王大龍，秦 琦. 關于數(shù)據(jù)挖掘原理與算法的淺析[J]. 科技創(chuàng)新導報，2010（2）：193-193.