一种基于多源数据的玉米最优种植密度构建方法

1.一种基于多源数据的玉米最优种植密度构建方法，包括以下步骤：

2.根据权利要求1所述的一种基于多源数据的玉米最优种植密度构建方法，其特征在于：在步骤s1中：所述玉米密度试验数据包括独立试验地点、作物品种、种植密度及其产量信息。

3.根据权利要求1所述的一种基于多源数据的玉米最优种植密度构建方法，其特征在于：在步骤s2中：将每项独立试验的密度梯度进行二次拟合，定义拟合曲线最高点的密度为最优种植密度opd，对应的产量为最优密度产量，此时的产量为该区域可达到的最大产量，获取每个样本的对应最优种植密度opd值；剔除无法反映真实最优种植密度opd的数据，即拟合二次函数开口向上a>0及开口向下a<0中opd为原处理中最大或最小密度的数据，统计剩余拟合结果的最优种植密度opd数据，构建最优种植密度opd数据集。

4.根据权利要求1所述的一种基于多源数据的玉米最优种植密度构建方法，其特征在于：在步骤s3中：对获得的最优种植密度opd数据进行进一步的数据清洗，采用z-score方法和iqr方法进行异常点去除和除噪声处理。

5.根据权利要求1所述的一种基于多源数据的玉米最优种植密度构建方法，其特征在于：在步骤s4中：根据研究区域的大小，选择相应的分辨率数据网格及其坐标系统，并进行土壤和气象数据的样点采集，具体步骤如下所示：

6.根据权利要求1所述的一种基于多源数据的玉米最优种植密度构建方法，其特征在于：在步骤s5中：使用lasso回归和主成分分析pca筛选与最优种植密度opd相关的协同变量，包括选取土壤容重、全氮含量和土壤酸碱度作为土壤因子，选取生育期降雨量、积温、日均最低温、平均高温和潜在蒸散量作为气象因子，选取玉米株型和生育周期时间作为作物因子，共选取10个协同变量用于随机森林模型训练，其中，玉米株型划分为紧凑型、中间型和平展型。

7.根据权利要求1所述的一种基于多源数据的玉米最优种植密度构建方法，其特征在于：在步骤s6中：基于协同变量构建机器学习模型，进行地区最优种植密度opd的空间预测制图，具体步骤如下：

8.根据权利要求7所述的一种基于多源数据的玉米最优种植密度构建方法，其特征在于：在步骤s6中：计算均方根误差rmse、相对均方根误差rrse和决定系数r2，各指标的计算公式如下：计算均方根误差rmse：