Para abordar las limitaciones de los métodos existentes de predicción del crecimiento de plántulas de algodón en entornos de campo, específicamente, la pobre representación de características espaciotemporales y la baja fidelidad visual en el renderizado de texturas, este artículo propone un algoritmo para la predicción del crecimiento de plántulas de algodón a partir de imágenes basado en FCA-STNet. El modelo aprovecha secuencias históricas de imágenes RGB de plántulas de algodón para generar una imagen del crecimiento predicho en el tiempo t + 1 y extrae 37 rasgos fenotípicos de la imagen predicha. Se diseña una nueva estructura STNet para mejorar la representación de las dependencias espaciotemporales, mientras que se integra un módulo de Atención de Canal Adaptativa y Fina (FCA) para capturar tanto la información de características globales como locales. Este mecanismo de atención se centra en plantas individuales de algodón y sus características texturales, reduciendo efectivamente la interferencia de desafíos comunes relacionados con el campo, como la iluminación insuficiente, el aleteo de las hojas y las perturbaciones del viento. Los resultados experimentales demuestran que las imágenes predichas lograron un MSE de 0.0086, un MAE de 0.0321, un SSIM de 0.8339 y un PSNR de 20.7011 en el conjunto de prueba, representando mejoras del 2.27%, 0.31%, 4.73% y 11.20%, respectivamente, sobre la STNet base. El método supera a varios modelos de predicción espaciotemporales convencionales. Además, la mayoría de los rasgos fenotípicos predichos mostraron correlaciones con mediciones reales con coeficientes superiores a 0.8, lo que indica una alta precisión en la predicción. El modelo FCA-STNet propuesto permite una predicción visualmente realista del crecimiento de plántulas de algodón en condiciones de campo abierto, ofreciendo una nueva perspectiva para la investigación en predicción de crecimiento.