为了提高CO2气肥的利用率,对日光温室番茄开花期光合速率变化进行了研究。采用无线传感器网络系统对温室环境信息进行实时监测;采用LI-6400XT型光合仪测定番茄植株叶片净光合作用速率,并对叶片的环境状况按照一定的规律进行调控。将经过主成分分析后的环境信息作为输入参数,将光合作用速率作为输出参数,利用BP神经网络建立了番茄开花期单叶净光合作用速率的预测模型,并对预测模型进行了性能评估。结果表明,所建立的光合作用速率模型预测值和实测值相关系数为0.99,均方根误差为0.288,具有较好的预测效果。在一定环境条件下改变CO2浓度的输入值,得到的光合作用速率预测曲线与实际曲线变化趋势一致,该模型可以作为温室番茄开花期CO2施肥量化调控的依据。