中國是世界草莓第一生產大國和消費大國，年產量超過300萬噸，占世界總產量的50%以上。在生產方式上，中國草莓已經基本由傳統的露地栽培轉變為設施栽培，其中半促成栽培和促成栽培都占較大的比重。目前，南方產區草莓大棚逐漸向連棟大棚的方向發展，北方產區新一代日光溫室正逐漸取代傳統日光溫室。

伴隨設施條件的改善，遠程環境監測、水肥一體化等技術已成為草莓設施生產的常規配置。但由于草莓植株矮小、生長量大、易染病，對溫度、濕度、光照要求較高，生產管理過程中人工成本很高，且常因栽培管理技術粗放，缺乏標準化栽培模式，導致植株長勢較差，畸形果多，病蟲害嚴重，生產水平仍與發達國家存在差距。近年來，機器學習、專家系統等人工智能技術在農業中加快研究和應用，在提高精細化管理水平、緩解勞動力緊缺等方面被寄予厚望。草莓作為勞動密集型產業的典型代表，對智能化技術的應用需求也日漸迫切。

AI種植策略組進行草莓種植管理的基本流程一致。利用環境傳感器實時監測采集溫室內外的氣溫、濕度、CO2濃度以及基質溫度、EC值等環境信息，利用攝像頭等實時采集作物生長的圖像信息，并將收集到的環境和作物信息數據經過AI決策系統的處理，結合專家經驗形成對生產管理的決策，然后通過控制組件對水、肥、藥和光照、溫度、空氣等溫室環境因子進行遠程控制和調節。

AI種植策略組作物生產管理分為遠程管理和現場管理兩部分。遠程管理指通過AI智能決策系統遠程操控溫室控制組件，實施灌溉、施肥、遮光、補光和通風等具體操作，對溫室環境和作物生長進行干預。現場管理指通過人工開展的輔助操作，具體包括摘除老葉、疏花、疏果和果實采摘。CK組生產管理均采用人工操作，包括開關棚、遮陽、水肥調控、病蟲害防控以及疏花疏果等，在出現植株缺素或養分脅迫時，根據種植經驗調整水肥配比，調節pH和EC值。

每兩周測量記錄AI種植策略組作物莖粗、葉片數、葉長和葉寬等生長指標的變化，包括用數顯游標卡尺測定植株縮短莖直徑，統計葉片數，用直尺測量各單株最新完全展開葉的長度和寬度。觀測記錄AI種植策略組各處理第一花序、第二花序和第三花序開花時間。

果實產量和品質及投入產出比，AI-1處理對植株生長的調控相對穩健，莖粗、葉片數、葉長和葉寬基本維持在高位，波動平緩，花期相對集中，產量、果實品質和投入產出比均有較優表現。

AI-1處理所采用的知識圖譜將作物生長數據、溫室環境數據和種植專家經驗三種異質信息置于同一框架下進行融合化和結構化，能夠解決農業數據資料分散和利用率低的問題，較準確地判斷出植株在趨向理想狀態時需要調控的環境因素。知識圖譜實現了草莓水肥管理的智能調控，其中用YOLOv4神經網絡代替傳統人眼識別植株吐水情況、生育期、果實和花朵狀態，對圖片特征提取精度達到了83.79%，展現出了較強的可靠性和穩定性，在投入相對較低的情況下，獲得了最高的產值和凈收益。

聚英智能溫室智能控制系統的季節模式，通過各類傳感器實時遠程監測農產品生長環境的空氣溫濕度、土壤水分、土壤濕度、土壤肥力、土壤PH等數據，以農作物栽培工藝為指導，通過平臺邊緣計算實現自動灌溉，自動卷簾,自動噴淋，自動施肥，自動打藥,使農作物始終保持在適宜生長環境下，平臺自動進行數據存儲分析，為農作物栽培工藝改進提供數據服務，促進農產品品質安全升級，助力農民增收。

AI輔助決策能有效提高種植管控的精準度，減少水肥、農藥和勞動力的投入，AI種植策略組的平均產量提高了1.66倍，平均產值提高了1.82倍，最高投入產出比提高了1.27倍。