在温室番茄生产中，授粉时机直接决定坐果率与果型整齐度。人工判断花期依赖经验，容易错过最佳窗口。农业AI实验室本期完成一项阶段性验证：用固定式RGB相机按小时采集花序图像，先做花蕾、初花、盛花、凋谢四阶段分类，再结合温湿度与光照累积量，回归预测每串花的可授粉时间窗。
实验设置：两个温室分区，各12株，连续21天采集约1.6万张花序图。模型采用轻量卷积网络做阶段分类，分类准确率在盛花期达到92%左右，初花与凋谢期因外观接近，混淆较多，准确率约84%。窗口预测以±4小时为容差，命中率约78%，主要误差来自阴天光照骤降导致的发育节奏变化。
要点：
- 进展：花期分类与窗口预测已跑通离线闭环，下一步接入熊蜂活动监测与环境调控，验证“预测窗口—实际授粉”联动效果。
- 计划：扩充阴天、高温等边界样本，并评估在移动巡检机器人上的部署成本。
现阶段结论偏保守：该方法适合作为人工巡检的辅助提醒，尚不足以完全替代农艺判断。
评论