← 返回实验室

温室环境AI调控实验:温湿度预测与灌溉联动

在山东一处番茄越冬大棚,我们做了一轮小规模实验:把棚内温湿度、光照、基质含水率、室外气象和风口开度等十余路信号接入轻量预测模型,先预测未来2小时的棚温与湿度,再据此给出风口与灌溉的调整建议。

阶段进展:
• 预测环节:15分钟粒度下,棚温2小时预测的平均绝对误差约0.8℃,湿度约4.2个百分点。夜间明显比白天难,误差主要来自保温被操作与棚体漏风。
• 联动环节:预测接入灌溉建议后,实验期内日灌溉由固定3次改为按需触发,用水量下降约12%,裂果率未见上升——但样本量小,只能作为方向性参考。

我们刻意没有做全自动闭环,而是以「建议+人工确认」运行。温室执行机构(风口、卷帘、阀门)动作滞后且非线性,一次误动作的代价高于节水收益。

下一步:补采保温被开合与放风时间的人工操作日志,把老师傅的经验作为约束写进模型;同时在不同茬口、不同棚型上验证迁移效果。这一阶段的目标不是证明模型有效,而是先回答它在什么条件下会失效。

评论

更多研究动态

查看全部实验室 →