一种设施葡萄光合速率预测方法、系统、设备及储存介质

本发明公开了一种设施葡萄光合速率预测方法、系统、设备及储存介质，涉及人工智能与农业技术领域，包括：将设施葡萄生产环境的多维数据特征输入到多模型融合模型中，所述多模型融合模型包括基学习器组和元学习器，网格搜索优化K最近邻模型、卡尔曼滤波优化高斯过程回归模型、长短期记忆网络模型、支持向量机组成基学习器组，极限梯度提升树模型作为元学习器；基学习器组中的每个模型输出一个临时光合速率预测值；以所有临时光合速率预测值叠加后作为元学习器的输入，从而输出最终光合速率预测值；该预测方法、系统、设备及储存介质显著提高了光合速率预测的准确性，有效减小了单一模型在复杂数据场景下的适应性不足问题。