基于定位轨迹的农机作业模式识别(文献综述)
研究意义
随着智慧农业的推进，越来越多的农业机械装载定位装置，如GPS或北斗定位终端。定位终端可以服务于农机生产的前期工作，如路径规划、自动驾驶、农机调度等。作业完成后的大量定位点数据同样包含大量有价值的数据有待挖掘。
为加快现代农业生产社会化服务发展，规范现代农业生产社会化服务建设管理，需要对农机作业面积和作业轨迹进行监测与记录，为精准农业的运行与管理提供技术支持[1]。
近年来，基于GPS的车辆管理系统以其卫星资源丰富、技术十分成熟等优势，在国内外民用车辆管理监控方面发挥了重要作用[2]。但现在的卫星导航大部分应用的是GPS，虽精度高但价格昂贵。北斗系统简称为BDS，BDS 安全、经济、低成本，BDS在我国导航定位产品中的不断应用将打破GPS垄断我国市场的局面。利用BDS的耕作方法正在逐渐推广，它不但能够改善农业机械性能，还彻底改变了传统的农田作业方式。为科学合理的将资源利用起来，减少能源消耗、提高农产品产量和质量、降低成本、减少农业活动带来的环境污染，实现作物生产系统可持续发展具有重大作用，因此研究高精度定位组合导航系统具有重大意义[3]。
目前，以GPS和BDS为主的车载技术为前提的农机信息化技术装备已经能够实现农机作业的定位、追踪与远程监控，较好地满足了农场和农机合作组织对所属农机实施作业实时监管的应用需求。但是现有的农机远程监管系统对所获取的海量农机空间位置数据和作业数据仅仅实现了数据的远程存储、显示和简单分析[4]。事实上，农机作业产生了海量的空间运动轨迹数据，反应农机作业的不同运行状态，结合其他参数，能够推算出农机作业班次内的田间作业时间、空行转移时间、停歇时间等农机运营管理关键技术指标，因此迫切需要对农机空间运行轨迹数据进行深度挖掘，以满足其精准化管理和统计分析的应用需求[5]。
将3S技术相结合，对定位点数据进行数据重建与挖掘，对于找出农机作业规律，规范化农机作业模式，统计农机作业量等工作具有重要意义。
研究现状
2.1国内外同类研究发展历程
数据挖掘技术提供了从海量数据中挖掘发展趋势、剖析其中隐藏的知识和模式的手段。针对农业机械在农业生产中产生的作业轨迹数据特征，挖掘其中隐含的知识并对其进行分析，在此基础上，设计相应预测、聚类、关联模型，为设计农机管理决策服务模型提供了基础，对促进农业机械化、提高生产效率、提高决策水平、健全调控和基层服务能力、促进农业机械化进入信息化领域的步伐有很大的推进作用[6]。
1989年8月，在美国底特律市举行的第一届国际联合人工智能学术会议上，从事数理统计、人工智能、数据库以及可视化等技术的专家学者们，首次提出从数据库中挖掘知识，标志着数据挖掘技术的诞生。
随着数据挖掘技术的发展以及海量空间数据的积累，针对空间数据挖掘国内外都展开了积极的研究。加拿大的韩家炜教授领导的研究小组，较早的对空间数据挖掘进行了全面系统的研究，并利用MapInfo平台完成了空间数据挖掘原型系统（GeoMiner）的开发，实现了空间数据的特征描述、空间分类、空间比较、空间聚类以及空间关联等空间数据挖掘方法（KoperskiK等，1993）。国内李德仁院士，于1994年在加拿大渥太华市举行的GIS国际学术会议上，首次提出了从GIS数据库中发现知识(knowledgediscoveryfromGIS，KDG)的概念，并系统的分析了空间知识发现的特点与方法，认为KDG能够把GIS有限的数据变为无限的知识（LiDR，1994）[7]。
经过最近十几年的不断发展，国内外对空间数据挖掘的研究，无论是在理论研究还是相关软件原型的研制等方面都已经取得了一些成果。目前，空间数据挖掘在遥感、地理信息系统、医学图像处理、图像数据库探测、导航、交通控制、公共安全研究以及其它使用空间数据的领域中具有广泛的应用。而随着农业空间数据的不断积累，对农业领域进行数据挖掘，国内外都进行了积极的研究。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
