温室番茄栽培中，灌溉长期依赖时序定时器与经验判断。基质含水率的滞后响应与作物蒸腾的日变化叠加，容易出现过灌或阶段性亏灌。我们把“何时灌、灌多少”改写为可验证的预测问题：以基质含水率、EC、温湿度、光照累积量（DLI）与回液量为输入，先估算当前蒸散速率，再滚动预测未来两小时的含水率轨迹，据此给出单次灌量与间隔建议。
阶段性进展：在三个试验小区、连续八周的记录中，模型对灌溉后含水率峰值的预测平均绝对误差约3.5个百分点；相较定时策略，单季用水量下降约12%，产量无显著差异。
要点如下：
- 数据可信优先：传感器漂移与滴头堵塞会污染标签，我们引入回液量与称重数据的交叉校验，剔除异常时段后再参与训练。
- 下一步计划：将夜间蒸腾与阴天低辐射场景纳入验证集，并测试模型部署到温室边缘控制器，实现断网下的本地推理与策略回退。
目标不是“全自动无人温室”，而是先跑稳一个小闭环：传感器可信、预测可用、执行可回退。
评论