基于机器学习的智能农业养分施用时间表推荐：一种大规模数据挖掘方法

本研究探讨了数据分析在作物种植中监测肥料施用的关键作用。不准确的肥料施用决策会导致代价高昂的后果、阻碍粮食生产并造成环境危害。我们提出了一种通过确定整个季节所需肥料量来预测养分施用的解决方案。所提方案建议根据天气条件和土壤特征调整肥料用量，以促进具有成本效益和环境友好的农业。所收集的数据集是高维且异构的。我们的研究在决策过程（涵盖数据收集与分析）背景下考察大规模异构数据集。我们还以冬小麦作物为案例，研究了肥料施用结合天气数据对作物产量的影响。通过理解局部情境与地理因素，我们期望在促进作物发育的同时稳定甚至降低农业养分需求。所提方法被证明是高效且可扩展的，因为它使用真实世界大规模数据集进行了验证。