1. 研究目的与意义、国内外研究现状（文献综述）
1.本课题研究意义：
日益增长的人口和社会生产发展对粮食需求的增加与粮食增产能力有限之间的矛盾，影响着粮食安全。我国是一个人口众多的农业大国，1978年以来，粮食年产量从3亿吨跃过5亿吨，实现了主要粮食供给由长期短缺到大体总量平衡、丰年有余的历史性转变，用占世界7%的耕地面积养活了占世界22%的人口，取得了举世瞩目的成就。但是粮食是经济发展、社会和谐、国家自立的基础，关系到我国经济独立和安全，关系到社会稳定和小康社会的实现，粮食问题仍是我国头等大事。预计到2020年，我国人将达到14.3亿人，随着社会经济水平的提高、营养结构的改善，人均粮食消费水平和粮食需求总量将进一歩提高，届时粮食需求将在5.76.1亿吨之间，现有粮食生产能力与之相比有着1亿吨的缺口。提高粮食产量的途径主要有两条：一是提高单位面积粮食产量，二是提高粮食种植面积。建国以来我国粮食的生产增一直依赖单产提高，第一条途径为保障粮食安全作出了重要贡献，但是2006年我国粮食单产已达4715.9公斤公顷，在农业科技短期内难以取得重大突破和推广难度加大的大背景下，促进粮食单产持续提升面临巨大挑战[1]。而提高复种指数则是增加粮食产量的效途，因此，充分利用农业气候资源，优化作物布局、改进种机制度、科学提高复种指数，就成为当前增加粮食种植面积、提高粮食产量的有效途径之一。作为作物布局和种植制度基础的作物气候适宜性研究也就具有重要意义。
2.国内外现状
2. 研究的基本内容和问题
1.研究的目标
通过使用k均值算法、最大最小值算法、模糊c均值算法、亲和传播算法、基本蚁群聚类算法这些聚类算法将不同类型的数据进行分区，对比不同算法对不同类型的数据的处理结果，找出适合每个类型数据的最优处理算法，同时将作为样本点的地区进行分区，为小麦精确栽培方案打下基础。
2.拟解决的关键问题
3. 研究的方法与方案
1.研究方法及技术路线
（1）k均值算法、最大最小值算法、模糊c均值算法、亲和传播算法、基本蚁群聚类算法都是由matlab实现的，所以先用arcgis软件改变栅格图中像元的大小，再把数据由栅格图转换为matlab可以读取的txt格式。
（2）将图像中包含的背景点信息去除，最后只保留每个样本点的小麦生长因子的含量。
4. 研究创新点
1.使用ARCGIS将分类结果图形化显示，更加直观、形象的比较分类结果。
2.将基本蚁群聚类算法改进成为了基于最大最小值的蚁群聚类算法，一定程度上避免了信息素矩阵初始化带来的误差大、运行效率低的情况。
5. 研究计划与进展
(1)2016年12月1日到2016年12月31日
查阅课题相关文献，总结聚类算法的发展现状,确定题目，编写开题报告。
(2)2017年1月1日到2017年1月31日
