基于MaxEnt模型与聚类算法的良渚古城遗址景观分布研究OACSTPCD
为探索良渚古城遗址景观空间分布特征,预测潜在遗址景观分布概率,研究通过Geodatabase平台对已发现的135个遗址点构建景观空间数据库,利用SAGA-GIS、主成分分析(PCA)采集筛选17个相关变量,通过K-means聚类法识别划分遗址群,最后运用MaxEnt模型对各遗址群建立预测模型,进行刀切法检验变量,并绘制出各遗址景观群潜在的分布概率图。结果表明:1)良渚古城遗址景观可依据14大筛选变量划分为4类,并根据聚类结果与模型变量响应曲线,提…查看全部>>
余孙哲;寿松涛;张亚平;杨国福;聂文彬;徐斌
浙江农林大学风景园林与建筑学院,杭州311300杭州市富阳区乡村振兴服务中心,杭州311400浙江农林大学风景园林与建筑学院,杭州311300浙大城市学院艺术与考古学院,杭州310015浙江农林大学风景园林与建筑学院,杭州311300浙江农林大学风景园林与建筑学院,杭州311300
土木建筑
遗址景观MaxEnt模型空间分布K-means聚类良渚古城
《安徽农业大学学报》 2024 (1)
P.67-73,7
浙江省重点研发计划(2019C02023)资助。
评论