中文摘要: 为了顺应发展智慧苗圃、科学培育植物的趋势，借助物联网实现花卉培育智能化，科学地分析了长春花外观品质与生长发育时间和环境因子的关系，通过多元非线性回归和BP神经网络两种方法分别拟合生长模型。比较两种模型的拟合效果和预测能力显示：多元非线性回归拟合的回归估计标准误差为0.456—12.090，BP神经网络拟合的回归估计标准误差为0.0331—1.4857。BP神经网络拟合效果更好，预测精度更高，能够更好的展示长春花生长周期内的生长规律，为预测长势提供可靠的依据，也为智慧苗圃中长春花外观品质的提升提供了有力的决策支持。