基于Kruskal算法和主成分分析农业经济信息评价.docVIP

基于Kruskal算法和主成分分析农业经济信息评价 　　摘 要:为了解县域单元内部乡镇之间农业经济信息的空间格局及结构,以山东省禹城市11个乡镇为研究对象,重点选取了反映农业经济信息的农业机械总动力等9项指标,运用主成分分析的统计方法,建立了农业经济信息的主成分载荷矩阵,计算了农业经济信息主成分综合得分,从计算机学科图论的角度入手,结合Kruskal求解最小生成树算法从定量的角度分析了禹城市11个乡镇农业经济信息的综合潜力状况,利用Kruskal算法和主成分结合的方法对乡镇单元尺度进行农业经济信息分析,确定最佳的区位优势、分类和组合,以便于农业的集约化和耕作的合理化,较好地配置农业的产业结构,为农业可持续发展和实现合理的农业地域分工提供科学依据。 　　关键词:Kruskal算法;主成分分析;农业经济信息;尺度 　　中图分类号:F302.4 文献标识号:A 文章编号:1001-4942(2010)02-0024-03 　　 　　农业生产与宏观决策需要及时、准确的农业经济信息为支撑,定量研究农业经济信息状况有利于促进农业经济的发展,通过农业经济信息的空间分析,可形象直观地展现农业经济信息的地域分异规律,提高农业经济信息服务水平,丰富农业信息分析的理论和方法。基于空间分析技术,结合多种方法和算法进行农业经济信息定量分析,开展农业经济信息的评价研究是农业信息分析和经济监测的重要内容,有利于促进区域可持续发展模拟研究,实现农业信息的区域模拟和预测。 　　 　　1 研究对象及概况 　　 　　禹城市位于山东省西北部,是中国科学院野外观测站点之一,位于东经116°22′～116°45′,北纬36°40′～37°12′,南北长58 km,东西宽33 km,全市总面积990 km??2。禹城市传统农业优势明显,大宗农产品供给能力强,属于鲁北低洼平原大宗农产品供给功能区,农业生产的自然和社会经济条件诸方面在整个黄淮海平原上具有典型性,是黄淮海平原的一个缩影,劳动力资源丰富,农业机械化发展程度较高,以禹城市辖区内11个乡镇作为农业经济信息分析对象,有广泛的代表性,而且乡镇单元农业经济信息的模型化研究是县域单元研究的组成部分,也是县域尺度农业经济信息空间特征验证的重要环节,是山东省农业功能区细化的延伸。另外,农业经济信息评价的开展有利于禹城市区域农产品安全及形成可持续发展的农产品品质体系。基于此,笔者从乡镇单元出发,运用图论Kruskal算法,结合主成分分析统计方法,开展了禹城市11个乡镇农业经济信息的空间综合评价研究。 　　 　　2 研究材料与方法 　　 　　2.1 数据预处理 　　本文所选取的数据来自《禹城统计年鉴2003》中2002年的统计数据,选取反映禹城市11个乡镇农业信息状况的9个指标,其代码和意义如下:X??1-总人口,X??2-非农业人口,X??3-乡村劳动力人口,X??4-农业机械总动力,X??5-有效灌溉面积,X??6-机电排灌面积,X??7-机电井数量,X??8-农用化肥使用量,X??9-粮食作物总产量。空间数据主要来自1∶50 000的禹城市地形图(共7幅,编号分别为10-50-101-丁,10-50-102甲,10-50-102-丙,10-50-113-乙,10-50-113-丁,10-50-114-甲,10-50-114-丙)和禹城市行政区划图,各图幅经过配准、校正,形成了投影变换后的数字化矢量地图,结合属性数据库补加了相应的属性。 　　2.2 研究方法 　　综合Kruskal算法和主成分统计分析开展禹城市11个乡镇单元农业经济信息研究。用主成分分析的方法进行农业经济信息9项指标的降维和建模,有关基本原理参考相关文献;基于最小生成树Kruskal 算法开展各乡镇单元空间相关性分析和空间通达性研究。结果见表1,可知禹城市总人口与非农业人口、乡村劳动力人口、农业机械总动力、有效灌溉面积、机电排灌面积、机电井数量、粮食作物总产量这几个指标存在着极其显著的关系。 　　笔者选择主成分分析法进行降维处理,以解决指标间信息上的重叠问题,获得如表2的方差分解主成分提取表。 　　从表2可知,前2个主成分累计贡献率86.594%,大于85%,可基本反映全部指标的信息,所以决定用2个新变量代替原来的9个变量指标信息。基于初始因子载荷矩阵计算出特征值,获得特征向量矩阵,得到主成分载荷矩阵,以2个主成分(F1,F2)对应的特征值占所提取主成分总的特征值之和的比例作为权重计算主成分综合模型,根据主成分综合模型计算综合主成分值(F),并对其按综合主成分值进行排序,即可对禹城市11个乡镇进行农业经济信息的综合评价比较研究,综合得分如表3。 　　图论作为离散型模式分类的一种工具,具有直观、清晰的优点。更重要的是能够把一