近日，李天来院士团队孙周平教授课题组在农业综合性一区TOP期刊Computers and Electronics in　

Agriculture（IF5y = 8.3）上发表了题为“Understanding complex process sensor signal may be the　 　source for Deep Learning: A smart IoT delving into a Tomato weight sensor”的研究论文，创建了基于物联网重量传感器的温室番茄冠层蒸腾新模型。博士研究生王晓桐为论文第一作者，孙周平教授为论文通讯作者。

　　研究团队研发了一种利用物联网重量传感器的实时智能监测系统，可以连续跟踪温室番茄植株整体重量。提出光合有效叶面积指数（LAIp）这一新变量，解决温室番茄冠层光截获计算难题，优化番茄蒸腾过程建模中的能量平衡与分配，创建了温室番茄冠层蒸腾新模型。通过利用传感器收集的数据建立并训练了冠层蒸腾模型，提升了番茄蒸腾预测的在线精度，同时该模型具备实时生物反馈功能，扩展了其在亚适宜环境中的应用范围。在该模型支持下，通过对传感器信号的深入分析，成功实现对LAI（叶面积指数）和LAIp生长参数的非破坏性、实时获取，并且模拟结果与实测值高度一致（LAI模拟：R² = 0.99，NRMSE = 0.04；LAIp模拟：R² = 0.98，NRMSE = 0.04）。该研究揭示了通过单一传感器可以实时获取温室番茄生长的多个重要信息，为温室作物生长管理和决策的多参数评估提供了新的研究视角，为开展“Speaking Plants”研究提供了理论和技术依据。

　　相关研究得到国家自然科学基金、国家大宗蔬菜产业技术体系等项目资助。（园艺学院 　孙周平）