[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"item-2082":3},{"id":4,"title":5,"url":6,"summary":7,"summary_zh":8,"content":9,"source_name":10,"source_url":8,"published_at":11,"category":12,"cover_url":8,"hotness":13,"is_selected":14,"score":15,"score_detail":16,"sources":24,"tags":26,"view_count":32,"doi":8,"paper":8,"created_at":33},2082,"中国农科院农业环境与可持续发展研究所构建知识与数据双驱动模型赋能温室番茄生长精准预测","https:\u002F\u002Fieda.caas.cn\u002Fxwzx\u002Fkyjz\u002Faa737d68a96d4bbbb9e1dc8b8076592a.htm","中国农科院农业环境与可持续发展研究所设施植物环境工程创新团队联合荷兰瓦赫宁根大学,提出知识与数据双驱动的尺度自适应时序卷积混合模型(SATCN-Informer),根据番茄不同生育期动态调整时序特征提取尺度,结合机理模型(TOMSIM)合成数据预训练与生理阈值约束,实现番茄不同器官干物质及叶面积指数精准预测。研究成果发表于《农业计算机与电子学》(Computers and Electronics in Agriculture)。",null,"近日，中国农业科学院农业环境与可持续发展研究所设施植物环境工程创新团队联合荷兰瓦赫宁根大学在温室番茄生长建模方面取得进展。相关研究成果发表在《农业计算机与电子学（Computers and Electronics in Agriculture）》上。\n\n![Image 1: image.png](https:\u002F\u002Fieda.caas.cn\u002Fimages\u002F2026-09\u002Feacc678d60c145b18d62aa0f87ba78b8.png)\n\n_知识与数据双驱动的SATCN-Informer模型框架_\n\n作物生长精准估算是温室智控的核心前提。然而，传统机理模型参数获取难、泛化有限，而纯数据驱动模型常因缺乏生理约束致预测失真。因此，如何融合环境时序数据与作物生长规律，实现高精度且生理合理的生长预测仍是关键挑战。\n\n研究团队以番茄为对象，提出一种知识与数据双驱动的尺度自适应时序卷积混合模型（SATCN-Informer）。该模型根据番茄不同生育期动态调整时序特征提取尺度，结合机理模型（TOMSIM）合成数据预训练与生理阈值约束，实现番茄不同器官干物质及叶面积指数的精准预测。该模型依靠常规温室环境数据即可无损估算生长态势，对推动温室智能环控、产量预测具有重要应用价值。\n\n该研究得到中央级公益性科研院所基本科研业务费资助。\n\n原文链接：https:\u002F\u002Fdoi.org\u002F10.1016\u002Fj.compag.2026.112281","中国农业科学院","2026-09-09T00:00:00Z","报道",10,false,84,{"impact":17,"substance":18,"depth":19,"authority":20,"freshness":21,"relevant":22,"comment":23},22,21,18,15,8,1,"国家级科研机构联合瓦赫宁根大学提出知识与数据双驱动的温室番茄生长预测模型，方法新颖、应用价值明确，值得进入每日精选。",[25],{"name":10,"url":6},[27,28,29,30,31],"智慧农业","农业人工智能","设施农业","温室番茄","作物生长模型",0,"2026-09-11T00:04:19.821301Z"]