Este estudio tuvo como objetivo desarrollar un método de medición no destructivo utilizando sensores acústicos para la determinación eficiente de la temperatura interna de los palitos de setas shiitake durante el período de cultivo. En esta investigación, la velocidad del sonido, la temperatura del aire y el contenido de humedad de los palitos de setas se emplearon como entradas del modelo, mientras que la temperatura de los palitos de setas sirvió como salida del modelo. Se construyó un modelo híbrido de física de datos para la medición de temperatura basado en XGBoost, integrando restricciones de monotonía entre la temperatura de los palitos de setas y la velocidad del sonido, junto con la condición que limitaba la diferencia entre la temperatura del aire y la temperatura de los palitos a menos de 2 grados Celsius. Los resultados experimentales indicaron que la frecuencia propia óptima para aplicar este modelo era de 850 Hz, la distancia óptima entre la fuente de sonido y los palitos de setas shiitake era de 8.7 cm y la precisión de la medición de temperatura fue mayor cuando el contenido de humedad de los palitos de setas shiitake estaba en el rango del 56 al 66%. En comparación con modelos puramente basados en datos, nuestro modelo propuesto demostró mejoras significativas en el rendimiento; específicamente, el RMSE, MAE y MAPE disminuyeron en un 74.86%, 77.22% y 69.30%, respectivamente, mientras que R aumentó en 1.86%. La introducción de restricciones de conocimiento físico ha mejorado notablemente las métricas clave de rendimiento en la termometría acústica basada en aprendizaje automático, facilitando mediciones internas eficientes, precisas, rápidas y no destructivas de las temperaturas internas en los palitos de setas shiitake.