通过序贯筛选和分层细化实现精准农业的近最优氮肥推荐

氮肥管理在平衡农业生产力和环境可持续性方面发挥着核心作用，然而确定最佳施用策略仍然困难，因为处理响应在不同地点之间存在显著差异，并且许多肥料选择在最优值附近在统计上难以区分。本文开发了一种基于序贯筛选的分层细化程序，用于多地点试验中的肥料推荐，该程序明确考虑了空间异质性，同时优先考虑简约、面向决策的选择。所提出的方法并非针对单一估计的最佳处理，而是首先在更高的聚合水平上进行序贯筛选，以排除明显较差的肥料选择，然后在幸存的候选中局部细化推荐。我们研究了所提出估计量的渐近性质，并表明它提供了具有筛选安全性保证的推荐。通过一项多州、多年的玉米氮肥试验研究了新方法的有效性。结果表明，在一个州内没有单一的肥料制度是普遍最优的；相反，每个州都与多个推荐选择相关联，最常见的推荐通常只覆盖约三分之一到二分之一的决策单元，突显了州内显著的异质性。具有代表性的地点级比较进一步表明，所提出的方法通常比州级或事后基准产生更低的总氮推荐量，同时保持有竞争力的农艺性能。