该图为项目研究框架，按照研究瓶颈、关键科学与技术问题、研究目标、五项子课题依次对应排布，梳理整套研究逻辑。第一组针对多源异构数据分散、质量参差不齐的瓶颈，探究多源数据时空对齐、语义映射与质量评价方法，目标搭建千万级高质量设施蔬菜数据底座，开展多源异构数据采集治理研究，完成环境、作物、管理、流通数据对齐、标注与质量评价。第二组面向棚室机理模型难搭建、小样本难以耦合的问题，研究机理约束提升小样本建模和跨棚泛化能力，构建 “环境 — 作物 — 管理” 耦合模型与调控规则，融合热水平衡、机理数据融合技术实现多目标预测控制。第三组针对产量品质预测难、病虫害预警滞后问题，研究多模态信息驱动预测识别与提前预警，搭建产量品质与病虫害风险预警体系，融合光谱、视觉信息，结合小样本学习、端云协同技术开展研究。第四组围绕跨主体数据孤岛、流通安全难以兼顾的难题，探索数据不出域条件下联合建模与可信流通方案，建立分层可信计算和数据授权流通机制，依托区块链、联邦学习、差分隐私等实现安全共享。第五组针对场景差异大、缺少验证标准的问题，研究棚型、品种、茬口三维适配与对照验证方案，建立多场景示范评价体系，开展对照试验并输出标准成果。底部提炼三项共性突破方向：机理约束小样本建模、跨主体可信流通、三维适配。适用于课题申报、开题汇报、项目论证等场景，无论设施蔬菜科研人员、农业大数据项目负责人、智慧农业研究者，都可以借助该图理解研究脉络。