2. 温室环境与作物长势监测需求分析

要设计一套真正可用的温室作物长势图像监测系统，第一步不是选相机、写算法，而是把“监测需求”讲清楚：温室是什么类型、作物长势到底看哪些指标、人工监测卡在哪里、图像监测能补上什么。需求分析决定了后续相机布点、采集频率、图像分辨率和算法选型的边界，是整门课程的技术起点。

一、典型温室类型及其监测约束

我国生产上常见的温室大致可分为四类，它们对图像监测的约束差异明显。日光温室以土墙或砖墙蓄热、单屋面拱架为特征，跨度多为 8～10 m，脊高 3～4 m，冬季不加温或少加温，内部光照分布不均、南侧强北侧弱；塑料大棚结构简单、跨度 6～8 m、肩高 1.5～1.8 m，空间低矮、夏季高温高湿；连栋玻璃温室跨度大、肩高 4 m 以上，环境调控能力强，适合高架栽培与自动化设备；连栋薄膜温室介于两者之间，成本较低但透光率随使用年限下降。

这些差异直接影响图像监测方案。日光温室后墙遮挡导致南北光照梯度大，同一株作物在南北两侧的叶色成像会有系统性偏差，需要在不同位置分别标定；塑料大棚肩高不足，相机若吊装在拱顶会离冠层过近、视场过小，通常改为侧向壁挂或移动轨道；连栋玻璃温室空间充裕，可采用固定桁架吊装加多机位覆盖。因此，温室类型不是背景知识，而是决定“相机装在哪、装多高、装几台”的硬约束。

二、作物长势的关键指标

作物长势是群体形态与生理状态的综合表现，图像监测中最具可测性的指标主要有以下几项。

• 株高：从栽培基质表面或垄面到植株最高点的垂直距离，反映纵向生长速率，是判断营养生长是否旺盛的直接指标。番茄定植后正常生长速率约为每天 2～3 cm（示例参考值，随品种与季节变化）。
• 叶面积：单株或群体叶片总面积，常用叶面积指数（LAI）表征，即单位土地面积上的叶片总面积。番茄结果期 LAI 通常维持在 3～4 较为合理，过高导致冠层郁闭、通风不良。
• 茎粗：距基质面一定高度（如 10 cm）处的茎秆直径，反映植株健壮程度与养分运输能力，过细往往意味着徒长或水肥不足。
• 叶色：叶片颜色的深浅与均匀度，与叶绿素含量、氮素水平密切相关，可用绿度指数或色彩通道比值间接量化。
• 冠层覆盖度与花果数量：俯视投影中叶片所占比例，以及开花、坐果数量，用于评估群体繁茂程度与产量潜力。

这些指标中，株高、叶面积、茎粗属于几何形态量，适合通过图像中的轮廓、骨架和尺度标定来提取；叶色属于色彩统计量，依赖光照一致性与白平衡校正；花果数量则更依赖目标检测。指标的可测性差异，正是后续算法分模块设计的原因。

三、人工监测的痛点

传统长势监测依靠农技人员定期进棚，用卷尺量株高、用卡尺测茎粗、用叶面积仪或方格纸估叶面积、凭经验看叶色。这套方法在小规模试验中可行，但在生产温室中暴露出几个结构性痛点。

第一是采样代表性不足。一个 667 m² 的日光温室番茄种植密度约 2200～2500 株，人工每次只能抽测 10～20 株，样本量不足 1%，且往往固定在同一区域，难以反映南北、东西方向的差异。第二是频次低、易漏关键期。人工测量通常每周一次，而株高日增长、坐果节位变化等过程在 2～3 天内就可能出现异常，低频采样容易错过拐点。第三是主观性强、一致性差。叶色判断、叶面积估算高度依赖个人经验，不同人员、不同光照条件下读数差异明显，难以形成可比的时间序列。第四是劳动强度大且干扰作物。频繁进棚测量增加人员走动，可能传播病害、碰伤植株，高温高湿季节作业环境也较差。

四、图像监测的优势与边界

图像监测的核心价值在于把“点采样”变成“面覆盖”、把“周频”变成“日频甚至小时频”、把“主观读数”变成“可复算的数值”。一台固定机位相机每天定时拍摄，可覆盖数十至上百株，配合尺度标定即可自动输出株高、覆盖度、绿度指数等指标，形成连续生长曲线。数据可回溯、可对比，同一算法对同一场景的输出具有一致性，便于跨棚、跨季节比较。

但图像监测并非万能。它测的是“可见形态”，对根系活力、茎秆内部养分、果实糖度等不可见指标无能为力；叶色受光照、白平衡、镜头污染影响显著，必须配套校正手段；单目图像缺少深度信息，株高测量需要已知参照物或标定板；密集冠层中叶片相互遮挡，单株叶面积提取误差较大，通常退化为群体覆盖度或 LAI 估算。因此合理的定位是：图像监测承担高频、大范围、形态类的连续观测，人工监测保留低频、精准、生理类的抽检校核，两者互补而非替代。