文献类型： 中文期刊

作者： 李淑华 ¹ ; 李晓岚 ² ; 刘玉 ² ; 高秉博 ² ; SUKHBAATAR Chinzorig ² ; 冯爱萍 ² ; 李存军 ² ; 任艳敏 ² ;

作者机构： 1.北京市农林科学院信息技术研究中心

2.null

关键词： 克鲁伦河流域;面源污染;管控分区;空间聚类;STICC聚类

期刊名称： 农业大数据学报

ISSN： 2096-6369

年卷期： 2025 年 7 卷 001 期

页码： 43-50

摘要： 克鲁伦河流域生态环境安全直接关乎中蒙两国流域可持续发展水平，科学划分面源污染管控单元对于该流域实现水环境精准施策和高效管理具有重要意义。然而，当前该区域在污染管控方面缺乏有效的分区数据来指导具体施策。传统的污染管控单元划分方法，难以精确反映草原面源污染的差异性，从而在一定程度上影响了管理效果。草原面源污染受多重因素影响，其地理属性在属性上呈现出重复性，同时在空间分布上又表现出连续性。为了更准确地捕捉这些特征，需要一种能够平衡处理属性重复与空间连续的聚类方法。本研究针对克鲁伦河流域，面向草原面源污染影响因素，综合考虑了年平均降水、气温、数字高程、草地载畜强度以及土壤全氮磷含量等关键连续数据，利用能有效处理属性依赖关系和空间一致性策略的空间Toeplitz逆协方差聚类（STICC）方法进行聚类分析，构建了2022年克鲁伦河流域面源污染管控分区数据集。为了验证该数据集的精确性，采用DUNN聚类精度评价指标对该分区效果与其他传统分区结果进行了对比，结果显示：STICC方法在聚类精度上优于K-Means、Spectral K-Means、GMM及Repeated Bisection等方法，能够更有效地识别污染的异质性区域，进而显著提升管理的精细度。此外，本研究还保留了数据的原始连续性，使得对污染特征的刻画更为准确。相较于传统方法，本研究提供的分区数据在细节展现上提升了50%以上。该数据集不仅为深入研究克鲁伦河流域的面源污染特征提供了有力支持，还为相关管控决策提供了坚实的数据基础。