植物工廠作物栽培微環境及數字化平臺技術構建

袁方 高青 劉良好 李佳 陳金星

(中國科學院分子植物科學卓越創新中心，上海 200032)

1 概述

建立植物工廠蔬果高效栽培[1]智能化調控決策數字模型及微環境數字化平臺，以期達到設施作物高效栽培、周年不間斷連續規?；a且系統運行低能耗，實現其生產過程數字精準作業進一步量化和提升運作效率，提高蔬果品質和勞動生產率，有效保護生態環境。植物工廠數字化平臺實現了多種技術集成，使設施農業生產實現了規模化、產業化、可控化、精準化、網絡化、多功能化融為一體，把生存、生產、生活、生態和可持續發展融為一體，把物質文明和精神文明建設融為一體。植物工廠創新了現代農業生產“栽培環境設施化、微氣候環境化、工藝流程數字化、操作系統管理智能化、資源節能化、技術集成化”的嶄新模式。

由于植物工廠蔬果栽培區域氣候生態環境條件各不相同，相對的控制環境策略和精準控制也應各有特點，與當前植物工廠的大規模應用實踐相比，該領域的理論研究相對欠缺。深入研究用于支撐植物工廠微環境的作物設計系統理論，在對微環境溫度、相對濕度、混合風量、光模組、CO2氣調、水肥精準灌溉、營養吸收狀態等生長環境的智能化控制基礎上，優化作物在可控環境下的生長及營養物質積累，解決作物生長過程中的共性問題。

在基于“互聯網+植物工廠微環境系統”數字化平臺運作的同時，以植物工廠環境實時監測數據作為系統控制的主要依據并結合作物生長狀況，通過作物生長最適環境模型及控制程序處理，完成終端遠程驅動。并在此基礎上利用系統機器再學習歸納推理和決策能力，最終將系統數字化平臺函數的預測分析能力推向更高的層次，從而使植物工廠生產、管理更加科學、精確。尤其對具有區域規模化植物工廠而言，促進設施作物的增產、優質，減少無效環境功能損失，形成年周期規?；a能力效果極其明顯，應用前景非常廣闊。

依賴大數據、人工智能將植物工廠蔬果高效生產數字化、算法化、智能化。通過大數據和算法建立植物工廠微環境蔬果生長模型，人工模擬最適栽培環境和作物生長數據的精準獲取、長勢的預測判斷，傳感器與終端信息實時交互及作物生長最適環境各要素，持續優化過程函數，用算法逐步替代經驗，并通過機器再學習系統迭代超越經驗，算法確認最佳組合模型，完成運算和執行?；谖锫摼W、大數據的精準模式，在設施農業領域形成一個真正的智慧服務平臺體系。結合“互聯網+植物工廠系統”網絡云平臺數據信息同步監控系統，AI終將成為植物工廠的實際管理者。

2 植物工廠系統及數字化平臺構建

構建植物工廠蔬果高效栽培技術集成系統及植物工廠系統數字化平臺，完成對基于特定數字模型的植物工廠蔬果栽培過程，實施形態分類、環境溫濕度、循環混合風量、二氧化碳濃度、高光效LED光模組、作物需水量及生長習性、立體結構栽培水肥一體化精準灌溉、復合營養液成分分析等信息作出實時調控和相應預測，結合植物工廠系統數字化平臺大數據的精準描述，為作物最適生長建立相應的植物工廠微氣候環境及種植過程動態管理決策模型，形成一個植物工廠系統數字化作物生長操作平臺，從而滿足作物正常生長所需的各項環境因子可控且不受自然氣候條件制約。實現蔬果等周年不間斷連續生產，以期達到系統栽培環境精準可控智能化、設施生產規?；⑾到y技術集成產業化等多功能化融為一體的植物工廠作物栽培微環境數字化平臺。進一步量化和提升運作效率，提高品質和勞動生產率，有效保護生態環境。

隨著植物工廠實施規模的擴大，業內迫切需要針對植物工廠的系統軟硬件、蔬果品種最適種植環境需求進行優化，在植物工廠的實際運作中，將直接提升蔬果產量和品質。目前，蔬果種植高效率工廠化運作、能耗和人工成本仍然是制約植物工廠性價比的主要瓶頸。根據目前植物工廠環境熱負荷、植物蒸騰與光合作用的整合計算模型、微環境調控技術的發展及應用，特別是高效LED人工光源性價比的大幅提升，為發展植物工廠可持續提供了可行性。然而，要系統解決這些問題，實現植物工廠蔬果生長最適環境參數設置，構建植物工廠作物栽培微環境數字化平臺是一種必然選擇。

2.1 植物工廠系統及數字化平臺模塊結構

構建植物工廠作物栽培微環境及數字化平臺，其功能模塊包括作物生長—環境互作數字模型的微環境智能調控、物聯網信息技術應用、生物傳感器技術和AI技術應用，實現對植物工廠蔬果生長微環境溫度、相對濕度、混合風量、光模組、CO2氣調、水肥精準灌溉、營養吸收狀態等不同生長環境的精確模擬，最大限度地發揮植物生長潛能。

針對植物工廠作物生長數字模型，研究作物生長過程及環境因子對生長的影響規律，形成系統數字建?；纠碚?、方法，實現植物工廠智能控制系統微環境調控。其中，動態數據實時采集、植床冷熱量傳導模式、水培根系半導體精準控溫、植物紅光受體與遠紅光受體的生理調節功能的機制及誘導、微環境調控時段的研究與數字模型控制技術應用、復合營養液水肥一體化灌溉等系統集成關鍵技術應用增效顯著。具體結構見圖1。

圖1 植物工廠系統及數字化平臺模塊結構

2.2 植物工廠的關鍵技術

建立植物生長最適環境模型，在構建植物工廠系統數字化平臺基礎上，研發一種植物工廠微氣候環境智能控制系統。通過“互聯網+設施”物聯網技術應用，人工模擬最適栽培環境和植物數據的精準采集，低功耗5G終端進行數據傳輸增強，完成實時監測農業設施生產要素，設施達到真正的數據可視化。以穩定的工業級現場驅動控制加數據無線傳感網絡通訊,通過自組織結構控制信息互遞、NB-Lot技術應用，確保系統長時間低功耗穩定運行。通過網絡云平臺系統大數據分析支撐，實現區域無線同步監視作物生長狀況并對異常信息進行及時預警提示、PDA等移動終端遠程監控及專家系統后臺服務。將植物工廠高效生產數字化、算法化、智能化、可視化。結合數據分析和機器深度學習，并以組態軟件為操作應用系統，JAVA為人機界面，形成一個數據化植物生長操作標準體系的智慧種植服務平臺。

2.2.1 作物生長核心參數研究

系統研究營養液配比對蔬果生長發育及營養物質含量的影響；研究土壤、基質物理參數對蔬果生長發育及營養物質含量的影響；研究控制蔬果生長發育的營養物質關鍵因素；研究光源關鍵參數(尤其是光譜)對蔬果生長發育的影響。獲取環境因子與作物互作核心動態參數，為構建作物生長數字模型奠定基礎。

2.2.2 作物生長數字模型構建系統研究

以作物生長發育模型為基礎，充分利用植物工廠環境因子影響蔬果生長發育過程的系統數據，針對特定的設施蔬果品系，建立作物生長發育數字模型，實現針對不同微環境溫度、相對濕度、CO2、人工光誘導及營養物質關鍵元素吸收及營養物質積累[2]，水肥精準灌溉及最佳營養配方的系統管理，開展不同時段的優化實驗，最終獲得實際可增產增效的數字模型。在整體數據采集與分析結果的基礎上，形成大數據支撐下控制不同作物生長發育過程的精確模擬。

2.2.3 基于作物生長數字模型、人工智能的植物工廠數字化平臺構建

基于植物工廠蔬果生長數字模型，建立環境與作物互作智能化調控系統，依據生長過程數據形成人工智能機器識別再學習和算法，解決不同作物生長階段數字模型預測與實際效果之間的比對，結合物聯網信息技術應用，建立植物工廠蔬果生長過程各類環境參數的優化及越限預警，實時、精準調控植物工廠蔬果生產狀態及環境因子干預，真正實現在數字化平臺下植物工廠蔬果增產增量和優質，生產目標定制化和標準化。

3 植物工廠數字化相關技術在農業生產上的應用

植物工廠數字化平臺相關技術將實現對人工光源光譜、營養液配方等關鍵參數的配置及智能控制，實現對特定微環境下的作物生長過程的精確預測，其中關鍵的栽培微環境氣候調節系統、表型高光譜測量系統獲得作物生長參數結合圖像AI比對識別，為植物工廠大規模應用提供數字化技術支撐，為實際生產建立量化監控和實時調控技術平臺。

該項目將整合當前植物學研究最前沿，有效利用各類表型組學技術、遠程成像技術、植物生長發育模型構建技術，建立針對植物生長發育過程的機理模型，從而為動態、實時調控環境因子，實現植物工廠蔬果最佳生長提供堅實的技術基礎支持。這將為植物工廠數字化發展提供核心“芯片”，在未來競爭中提供具有自主知識產權的軟硬件系統平臺。

開展植物工廠蔬果栽培微環境數字化平臺關鍵技術集成研究與應用，降低植物工廠能耗是最直接的手段，已成為設施農業資源高效利用和數字精準作業技術領域的一個重要組成部分。提高產品產量及品質，降低農業生產的勞動強度，是農業數字精準作業技術領域得以發展的重要手段和措施。同時，結合作物生長數字建模，在現有植物工廠實踐基礎上，逐步完善建模數據庫，并形成相應設計標準，最大限度地優化使用各項農業資源和投入，促成優質高產和最大經濟效益，從而推動行業成熟。

4 植物工廠發展亟需解決的問題

實現大規模連棟溫室設施的蔬菜周年穩定生產，均可稱其為植物工廠，其特征在于規模大、周年生產、產量穩定、品質保障。采用人工補光或不補光，工廠化的控制管理模式達到預期目標。由于自然光型植物工廠可以建在一般農田上，因此大大降低了土地使用費用和用電費用，使得成本中固定資產投資分攤成本和能耗成本大幅降低。這也是植物工廠產業化應用的重要突破口。但是，所謂中國特有的日光溫室生產則不能稱其為植物工廠，因為日光溫室的環境管理粗放、可控性差，難以維持一定品質的穩定生產，到目前為止還有很多問題，如土壤連作、病蟲害防治等。盡管中國的日光溫室有近70萬hm2，并已成為北方的主流方向，但這并不代表未來的主流方向。而這些年建設的連棟溫室為何沒有發揮應有的作用，值得國內學術界和產業界人士反思。

在國外，雖人工補光全封閉型植物工廠已具有一定的發展規模且部分商業化，但真正能盈利的工廠還是少數，很多企業投資建設植物工廠是為了轉型而進行技術積累。因此，人工光環境植物工廠技術仍然處于發展階段。商業化的人工補光全封閉型植物工廠只要能實現穩定生產，并達到預定產量，且有一定的銷售保障并實現一定盈利是有可能的。無論是蔬果、種苗和藥草，在多長時間內能夠生產出多少產量的農產品是完全可以調控和核算的，只要這個數據能夠得到保障，投入產出比的核算就是合理而可行的。但高端蔬果和高附加值作物的生產仍是人工補光全封閉型植物工廠的主題，可控環境下生產的農產品必須在品質和價格上，與常規露地和溫室生產的農產品有質的飛躍，否則，市場定位和占有率都將無法具備競爭優勢。發展人工補光全封閉型植物工廠技術不是要取代常規的溫室生產和露地生產，而是要在蔬果多樣性市場上占領高端市場。近期內人工光型植物工廠在中國必將有較大的商業化產業需求，只要有技術保障，在低風險下實現高投入和高產出是可以預見的。

4.1 植物工廠發展相關技術標準問題

植物工廠實現了多種技術集成，其規模化、產業化、可控化、精準化、網絡化、多功能化融為一體，實現了水、肥、氣同補問題。在基于數字模型、作物實際生長過程比對，實時、精準調控農業生產環境控制參數，通過環境、作物生長狀態監控以及環境因子干預，實現植物工廠特定蔬果品系生長目標的定制化、標準化生產。因而，所有的無線傳感總線接口、通訊協議都應具有國家標準。由于各行業相關軟硬件產品都擁有各自不同技術及工藝標準，對植物工廠的系統技術集成，目前尚未形成國內統一的技術標準規范，也成為了植物工廠可持續發展的障礙之一。

4.2 核心技術問題

植物工廠的作物生長數字化建模[3]，其信息決策系統的構建，已經成為行業發展的瓶頸。目前我國植物工廠行業已經獲得一定的產業化應用經驗和數據。隨著植物工廠相關技術及產品性價比的提升，有效整合信息技術、生物傳感器技術和AI、VR技術，結合植物的遺傳信息和環境因子的適應性，建立植物工廠主要作物生長發育、栽培環境的數字化模型，將為實現設施作物適合特定環境的優良品種培育及優質高產提供核心技術支撐。為此，解決關鍵科學問題是在基于大數據的植物生長模型基礎上，形成機器再學習和優化，是構建平臺的重要手段之一。

4.3 產業鏈及商業模式完善

構建基于蔬果生長數字模型的植物工廠智能控制系統數字化平臺，對農產品質量安全控制領域的應用和價值起到了相當大的作用。是發現產品產業鏈質量安全監控的必要需求；明確精準灌溉施肥技術需求必要性定位；確定核心技術監控對象的感知與監控內容。這就必須建立以產學研結合的科技創新體系，發現有價值要求，實現技術產品價值，從而有效解決農產品質量安全全程監控、驗證與應用技術難點，實現市場需求。

5 總結與展望

隨著植物工廠示范規模的擴大，行業內迫切需要提供相應設計優化的依據，而這個依據需要立足于植物工廠常用各種蔬果品種的種植工藝需求的優化，甚至到種源及環境因子的數字建模。這個領域的優化提升，將直接促進產量和品質的提升。另外，植物工廠系統環境的設計，涉及多個學科，綜合性非常強。目前，能耗和人工成本仍然是制約植物工廠性價比的瓶頸，植物工廠熱負荷的計算與微環境技術的應用，特別是植物工廠信息技術、生物傳感器技術和AI技術的應用和發展，針對作物的基因范式和環境因子的適應性選擇特性進行植物工廠數字化平臺設計的數字化建模，建立主要農作物的基于基因和環境因子的表型數字模型建模方法和理論體系，并能夠利用該模型實現設施蔬果適合特定環境的優良品種培育及優質高產，構建可支撐植物生長精細調控的生長數字化平臺。結合高效LED人工光源性價比的大幅提升，都會明顯影響系統的能耗水平。而初期的設計又影響到后期運行能耗的50%～70%，可見植物工廠本身的性價比進入穩定成長階段的重要性。因此，植物生長的數字化建模與植物工廠本身建設建模，已經到了行業發展必要階段。

經過近10a的快速發展，我國植物工廠行業已經獲得一定的產業化應用經驗和數據。隨著植物工廠相關技術及產品的性價比的提升，預計在未來3～5a，會與有機蔬果出現一個性價比的交點，屆時，植物工廠出產的蔬果，將成為一類安全營養蔬果首選。