基于多模态人工智能的红豆杉生长状态监测与品质预测模型研究

摘要

针对传统管理模式依赖人工经验、效率较低且主观性强等问题，以及高精度智能农业解决方案成本和技术门槛较高的现状，提出了一种基于多模态人工智能的轻量化、实用化模型框架。本系统融合了易于获取的植株图像与生长环境数据，构建了一个面向红豆杉的标准化多模态数据集，并在此基础上，重点研究了基于预训练模型和轻量级特征融合策略的生长状态智能识别方法，实现了对病虫害、营养缺乏等关键生长问题的自动监测；深入探索了生长环境数据与药用活性成分（如紫杉醇）积累之间的复杂关联，利用机器学习算法构建了品质预测模型；开发了集成化软件原型系统，验证了该技术路线的可行性。

关键词

多模态人工智能 / 红豆杉 / 生长监测 / 品质预测 / 深度学习 / 轻量化模型

基金资助

2025年上饶市研发投入后补助项目研究一般项目“基于多模态人工智能的红豆杉生长状态监测与品质预测模型研究”（2025D030）