www.irrigate.com.cn节水灌溉WaterSavingIrrigation基于XGBoost的温室环境预测与卷膜决策方法研究李柱1，2，朱德兰1，2，陆丽琼1，2，韩煜琪1，2，涂泓滨1，2，刘禹晗1，2，许彤1，2（1.西北农林科技大学水利与建筑工程学院，陕西杨凌712100；2.西北农林科技大学旱区农业水土工程教育部重点实验室，陕西杨凌712100）摘要：为了实现温室大棚环境由人工管理到自动控制，将农民经验管理模式模型化、参数化，对温室大棚环境进行控制，在陕西杨凌选择管理优质的温室作为研究对象，利用机器学习的极端梯度提升算法（extremegradientboosting，XGBoost）建立室外环境（温度、湿度和不同高度温度）、室内环境（温度、湿度）、控制（卷膜）3者之间的关系，分别对4个不同生育期（新梢生长期、开花坐果期、果实膨大期、着色成熟期）葡萄温室的温、湿度进行模拟，并建立温室环境控制卷膜决策模型，将该模型应用于杨凌地区“锦田农庄”3号葡萄温室，实现了直接通过温室外界环境对温室卷膜进行远程控制。结果表明：与实际情况相比，模型决策准确率为95%，根据结果进行卷膜远程控制，昼间卷膜开启后，温度、湿度变化趋势缓慢，均处于目标区间，说明所建立的卷膜决策模型可以有效调控温室内的温度和湿度，能够减少温室内传感器的使用，具有较强的应用价值和推广意义。关键词：温室；环境模拟；XGBoost模型；卷膜决策；远程控制中图分类号：S223；S625.5+1文献标识码：ADOI：10.12396/jsgg.2022259李柱，朱德兰，陆丽琼，等.基于XGBoost的温室环境预测与卷膜决策方法研究［J］.节水灌溉，2023（3）：67-74.DOI：10.12396/js⁃gg.2022259.LIZ，ZHUDL，LULQ，etal.ResearchongreenhouseenvironmentpredictionandfilmrollingdecisionmethodbasedonXGBoostmodel［J］.WaterSavingIrrigation，2023（3）：67-74.DOI：10.12396/jsgg.2022259.ResearchonGreenhouseEnvironmentPredictionandFilmRollingDecisionMethodBasedonXGBoostModelLIZhu1，2，ZHUDe-lan1，2，LULi-qiong1，2，HANYu-qi1，2，TUHong-bin1，2，LIUYu-han1，2，XUTong1，2（1.CollegeofWaterResourcesandArchitecturalEngineering，NorthwestA＆FUniversity，Yangling712100，ShaanxiProvince，China；2.KeyLaboratoryofAgriculturalSoilandWaterEngineeringinAridandSemiaridAreas，MinistryofEducation，NortheastA＆FUniversity，Yangling712100，ShaanxiProvince，China）Abstract：Inordertorealize...
