AI温室放风决策实验：温湿度耦合与病害风险约束

在智慧农业方向，农业AI实验室近期围绕连栋玻璃温室的放风决策开展小规模实验。传统放风多依赖经验阈值，午后高温高湿叠加时，往往在降温和控湿之间顾此失彼，也为灰霉病等留下窗口。我们把温湿度、光照、风速与叶面湿度等分钟级数据接入轻量预测模型，先预测未来30分钟棚内温湿度走势，再以病害风险为约束、能耗与温度偏差为代价，求解放风窗开度与时长建议。当前阶段，模型在春季典型天气下将棚内温湿度预测的平均绝对误差控制在温度0.6℃、相对湿度4.5%以内；按建议执行后，日间高湿时长下降约18%，温度越限时长未明显增加。下一步计划引入作物生育期与蒸腾速率，验证阴雨、强风等天气下的鲁棒性，并把建议以值班卡片形式接入现有温室控制系统，保留人工确认环节。