设施园艺中番茄晚疫病主动防控的环境—视觉融合方法（Environmental–Visual Fusion for Proactive Tomato Late Blight Management in Protected Horticulture）

方法

在真实温室采集环境时序数据与图像，用深度学习做风险预警。

发现

识别准确率约0.95、F1约0.94、AUC超0.97，可提前20小时以上预警。

机会点

可探索预警触发后的自动环境调控闭环，并迁移到多病害、多作物温室场景。

面向内蒙古巴彦淖尔真实温室，融合环境时序深度学习与视觉症状感知，构建番茄晚疫病风险预警与调控框架。识别准确约0.95、F1约0.94、AUC超0.97，可提前20小时以上预警。