La gestión científica y la regulación ambiental de las fresas de instalaciones dependen del nivel de predicción precisa y pronóstico de las heladas a baja temperatura en invernaderos de plástico durante el cultivo de fresas en invierno y primavera. La identificación precisa de los factores potenciales que afectan las temperaturas mínimas capa por capa en invernaderos de plástico y la selección de métodos de pronóstico óptimos son importantes para una producción segura de fresas. Sin embargo, la identificación de los impulsores importantes de las temperaturas mínimas en invernaderos de plástico y la predicción de los impulsores potenciales de uso aún no están claras. En este estudio, se utilizó el Árbol de Clasificación y Regresión (CART) para identificar la importancia de los factores potenciales que afectan las temperaturas mínimas en diferentes profundidades y alturas de invernaderos de plástico. Se utilizaron Bosque Aleatorio (RF), retropropagación (BP) y regresión lineal múltiple (MLR) para establecer los modelos de predicción de temperaturas mínimas para invernaderos de plástico en diferentes profundidades y alturas, respectivamente. Los resultados mostraron que T, T, T, T y T fueron las variables más importantes que explicaban los cambios en las temperaturas mínimas en las alturas T, T, T, T y T respectivamente. RF, BP se desempeñaron mucho mejor que MLR, ya que mostraron índices de error mucho más bajos (AE y RMSE) y un R más alto que MLR. La superioridad de RF y BP en la predicción de las temperaturas mínimas está relacionada con su capacidad para tratar las relaciones no lineales y jerárquicas entre las temperaturas mínimas y los predictores. La protección contra las heladas de baja temperatura y la gestión fina de las fresas en el área de Changfeng pueden estar relacionadas con el método de predicción de temperatura mínima en invernaderos de plástico construidos en este estudio.