机器学习在日光温室温度预测的应用研究

来源：中国农机化学报杂志2026年第1期北京时间：

作者：赵金彭, 张长富, 刘江, 于景鑫, 赵倩, 魏晓明

单位：1. 西安工业大学机电工程学院，西安市，710021； 2. 北京市农林科学院智能装备技术研究中心，北京市，100097； 3. 国家农业智能装备工程技术研究中心，北京市，100097

摘要：环境调控是日光温室精准控制的核心内容，其中温度调控在提高能效和降低成本等方面产生重要影响。准确预测未来不同时段内温室的动态温度变化，是实现温度精准调控的前提和基础。系统归纳当前的日光温室温度预测模型，并根据模型理论依据的不同，将日光温室温度预测模型分为传统温度预测模型和机器学习模型。在此基础上，分析总结传统温度预测模型的发展现状，包括机理模型和统计模型；重点剖析机器学习模型的发展动态，包括传统机器学习模型、深度学习模型、混合模型，并说明不同模型的优势、局限性与应用场景，并系统梳理机器学习模型的数据集类型与预处理方法。同时指出当前日光温室温度预测中存在的主要问题和研究方向，认为当前的日光温室温度预测应当在构建多源多模态数据集、开发智能化数据预处理技术、发展多模型耦合集成预测、探索多场景分类预测等方面进行完善，以期为设施农业环境智能化管控提供指导。

关键词：温室环境,温度预测,机器学习,深度学习,混合模型

基金资助：山东省重点研发计划（重大科技创新工程）项目（2022CXGC020708）；北京市农林科学院2024年度科研创新平台建设（PT2024—29）