本阶段实验面向连栋玻璃温室的冬季番茄茬，尝试用数据驱动方式替代传统的分区恒温逻辑。传统做法以单点传感器读数驱动风机与加温管道，容易在温室内部形成稳定的横向温度梯度：靠近天沟与南侧的区域白天偏高、夜间偏低，冠层湿度随之分层，灰霉风险不均。
我们把温室按 6m×8m 划为 24 个虚拟控制单元，在每单元布置温湿度记录仪（5 分钟采样），叠加室外辐照、风速与管道水温，训练一个轻量化的时空预测模型，输出未来 30 分钟各单元的温度与饱和差（VPD）走势，再以规则层下发加温阀开度与补光灯分组开关。模型不做端到端控制，只做预测与建议，执行仍由既有 PLC 完成。
【阶段性进展】
- 连续 42 天运行中，单元间昼夜温差从 ±2.1℃ 收敛到 ±0.9℃，冠层 VPD 越过 1.5 kPa 的时长下降约三成；
- 补光由固定 16 小时改为按时序分组，累计用电下降约 11%，单株坐果数与平均单果重未见显著差异。
【下一步】将引入叶面温度红外成像作为额外观测，验证模型在阴天弱辐照条件下的稳定性，并在夏季茬口测试通风侧窗的联动策略。
评论