AI温室小气候调控定制:叶面湿度与灰霉预警
温室灰霉病的关键触发条件不是空气相对湿度,而是叶面持续湿润时长。传统环控按棚内单点湿度阈值启停除湿,容易在叶面结露已形成后才响应。本实验室在番茄棚内做了一组小规模实验:用多点温湿度、红外叶温与风速数据估算叶面湿润时长,再用轻量时序模型预测未…
温室灰霉病的关键触发条件不是空气相对湿度,而是叶面持续湿润时长。传统环控按棚内单点湿度阈值启停除湿,容易在叶面结露已形成后才响应。本实验室在番茄棚内做了一组小规模实验:用多点温湿度、红外叶温与风速数据估算叶面湿润时长,再用轻量时序模型预测未…
在番茄越冬茬温室里,补光多按固定时段开关,阴天补不够、晴天又可能过量。智慧农业AI定制实验室近期做了一组实验性探索:把补光从"定时开关"改为由光积温(DLI)缺口驱动。 模型输入室外辐照预报、棚膜透光率衰减系数、冠层温度…
在设施蔬菜与露地果园的试点中,我们把灌溉决策拆成三件事:算得准、报得早、控得住。 算得准:以田间气象站数据配合 Penman-Monteith 估算参考蒸散量 ET0,叠加作物系数 Kc 与根系层深度修正,得到逐日需水量;墒情探头做在线漂移…
智慧农业场景里,「什么时候摘」往往比「摘多少」更难判。成熟度不足影响糖度积累,过熟则货架期骤减,而人工靠色泽与经验判断,同一果园不同批次可差出数天。 本期实验室做了一组小规模实验:用便携近红外光谱仪(900–1700nm)采集苹果与柑橘样品…
在智慧农业方向,我们近期把实验重点放在温室环境的“感知—决策”链路上:以冠层温度而非空气温度作为作物实际热状态的主变量,联动补光、通风与湿帘的开关幅度。 进展:搭建了一套小规模试验台,用红外测温模块与温湿度、光照、CO₂传感器同步采样,构建…
在智慧农业AI定制实验室的试验田里,我们正在验证一套面向灌溉决策的轻量预测方案。传统定时灌溉忽略根区水分动态,容易造成深层渗漏或水分胁迫。我们的做法是:以多点土壤墒情(10/20/40cm)和田间小气候为输入,用Penman-Monteit…
智慧农业AI定制实验室近期在一处设施番茄温室开展环境调控实验。与常见的“阈值开关”思路不同,我们把补光、通风、湿帘与加湿视为一组联动动作,由模型预测未来两小时的温湿度与光积温,再以“产量目标—能耗成本”的加权函数选择动作组合。 数据侧:接入…
在智慧农业AI定制实验室的试验田里,我们验证了一套面向灌溉决策的轻量模型。它不直接控制阀门,而是把土壤墒情、气象蒸散、作物生育期和近期降雨作为输入,输出未来24小时的灌溉建议区间,供水肥一体机或人工执行。 进展要点: 采用田间多深度墒情探头…
在智慧农业方向,我们最近把实验重心放在温室环境调控中的“执行器时滞”问题上。温室的开窗、湿帘、遮阳和补光并非瞬时生效,温度与湿度对动作的响应通常有数分钟到十几分钟的滞后,直接用固定阈值或 PID 控温,容易出现反复动作和白天超调。 现阶段做…
设施与大田灌溉长期依赖经验阈值,单点墒情探头代表性有限,常出现局部过灌或亏水。本阶段实验在三个番茄大棚展开:部署 12 路土壤含水率探头、一台小型气象站与滴灌流量计,连续采集 8 周数据,覆盖两个生育期。 方法上采用物理基线加残差学习:以 …
智慧农业AI定制实验室近期在虫情测报环节做了一轮小样本实验。灯诱设备每晚可回传数千张虫体图像,真正的难点不是"有没有虫",而是"数得准、分得对":虫体相互重叠会让计数偏高,近缘种形态相似则容易误判种类…
灰霉病的田间流行,往往不取决于某一时刻的湿度读数,而取决于叶面连续结露的时长。智慧农业AI定制实验室在寿光两座连栋温室内开展了为期一个生长季的实验性探索,尝试把"结露时长"做成可预警、可联动的环控信号。 方法上,我们在番…
虫情测报灯的夜间图像里,虫体常与草屑、水滴、灯罩反光混在一起,人工逐格计数耗时,判读标准也不易统一。本实验室近期把重点放在「先筛后分」的两段式流程上:第一段做前景分割,利用背景板固定、成像条件稳定的特点,先剥离虫体与杂物;第二段用轻量检测模…
在智慧农业方向的实验中,我们把虫情测报灯的夜间拍照数据作为研究对象,目标是让系统自动完成虫体计数与常见虫种归类,替代目前仍以人工查看为主的做法。 难点集中在三处:一是小目标问题,灯下蛾类与小型飞虫体长差异可达数倍,小虫在整幅图中仅几十个像素…
在智慧农业方向的实验中,我们把温室环境调控从「单点阈值」改为「预测+代价」的滚动优化:融合温湿度、CO₂、光照与叶面温度四类传感器数据,用时序模型预测未来30分钟的温湿度走势,再由优化器在目标带约束下选择天窗、湿帘、补光与环流风机的动作组合…
诱虫灯图像计数是虫情测报里常被低估的一环:夜间补光造成虫体高反差、翅面反光,叠加虫体堆叠,直接套用通用检测模型时计数误差往往超过 15%。本实验室在 3 个蔬菜基地部署 6 台测报灯,连续采集 4 个月、约 2.3 万幅灯下图像,完成了一轮…
智慧农业场景下的虫情测报长期依赖人工数虫,效率低、主观差异大。本实验室近期围绕灯诱图像的自动识别与计数做了一轮实验性验证:在常规虫情测报灯上加装低功耗成像模块,按固定间隔拍摄集虫板,图像回传后先做光照归一化与背景分离,再对粘连、重叠虫体做形…
在设施与露地果园里,成熟度判断长期依赖人工抽检。同一株上的果实成熟期常相差数天,早采影响糖度,晚采增加落果与损耗。本实验室近期把研究重点放在「自然光下的果实成熟度分级」这一环节。 与分选线上的受控光照不同,田间成像面临三类干扰:叶片与枝条遮…
在智慧农业场景里,病害预警常卡在“看见才处理”。本实验室近期做了一组小规模实验:以温室番茄为对象,把多光谱相机与可见光相机做同轴采集,先按叶位和光照条件分组建模,再用轻量卷积网络做白粉病早期识别。为避免把反光、水渍误判成病斑,预处理中加入了…
在连栋温室里,温度、湿度与CO₂并非均匀分布,棚顶与作物冠层的差异常让单点传感器读数失去代表性。本实验室近期围绕「小气候分区调控」做了阶段性验证:用分区温湿度、叶面温度与光照数据训练轻量时序模型,输出各分区的加温、开窗、遮阳与环流风机联动策…