在智慧农业场景中，放风是温室最高频、也最依赖经验的日常动作。传统做法按固定温度阈值开关天窗，遇到清晨逆温、阴天高湿或外界大风时容易误判，导致棚内温湿度往复震荡、作物受冷风应激。
本期实验室以一座连栋薄膜温室为试验对象，把放风决策拆成「感知—预测—动作」三段：用分层温湿度传感器（作物冠层、中部、屋面）加棚外气象站构成状态向量；用轻量时序模型预测未来20分钟的棚内温湿度走向；再把天窗开度、侧窗与循环风机作为联合动作空间，并用硬规则兜底模型输出，例如外界风速大于5m/s禁开、夜间限制开启角度。
进展与下一步：
- 阶段一：连续4周采集约36万条环境数据，冠层温度20分钟预测平均绝对误差约0.6℃；
- 阶段二：以「温度带内停留时长」和「高湿累计时长」为指标做小流量灰度，首轮黄瓜棚日间温度波动幅度下降约31%，日高湿时段减少约1.8小时；
- 下一步：将放风与湿帘、遮阳联合建模，补充不同茬口与风向下的样本，验证跨季节可迁移性。
评论