温室AI水肥决策定制：从定时灌溉到按需供给

智慧农业AI定制实验室近期在一处番茄玻璃温室开展水肥一体化AI决策试验。传统方案按固定时间表灌溉，基质含水率波动较大，根区盐分容易累积，且难以随光照与蒸腾变化及时调整。

本次试验把基质湿度、EC、回流液EC、气象站辐射累积量、温湿度与作物生育期标签接入边缘控制器，用短期需水预测模型替代定时触发，直接输出阀组开启时长与配肥比例，同时保留人工上限约束，防止模型异常时过量供给。

要点：

• 进展：连续8周对照运行，灌溉次数减少约18%，用水量下降约12%，产量与对照基本持平，根区EC波动区间收窄。
• 下一步：补充温室结构与茬口参数，验证模型在不同气候区和作物品种上的迁移效果，并梳理异常断网时的降级策略。