AI温室灰霉病预警定制：叶面结露时长与孢子计数

温室灰霉病的发生有一条相对清晰的因果链：叶面结露时长与棚内温湿度决定孢子萌发窗口，孢子捕捉量与风口操作决定侵入压力。智慧农业AI定制实验室把这条链路拆成可测量的中间变量，用多传感融合做分阶段预警，而不是直接以图像识别下结论。

试点棚区部署叶面湿度传感器、温湿度记录仪与便携式孢子捕捉片；叶面湿度按电容法每5分钟采样，孢子片每24小时人工计数并拍照存档。模型先用温湿度序列估算叶面结露时长，再将结露时长、日均温与孢子计数输入梯度提升模型，输出未来48小时的发病风险分级。

要点：
1）进展：在某番茄温室两季共186个观测日中，模型对高风险日的召回率为86%，误报主要来自夜间通风导致的结露中断；相比农户经验判断，预警平均提前约1.5天。
2）下一步：接入风口开度与灌溉时间，验证结露中断对预警的修正作用；同时评估降低孢子人工计数频次后的精度衰减幅度，探索以显微成像自动计数替代人工。