基于实时叶绿素荧光反馈的智能照明：提升可控环境农业的产量与能效

《Smart Agricultural Technology》：Green Instructions: Intelligent Lighting via Real-Time Chlorophyll Fluorescence Feedback: Enhancing Yield and Energy Efficiency in Controlled Environment Agriculture."

本研究针对可控环境农业(CEA)中LED照明能耗高、光合效率低的问题，开发了一种基于实时叶绿素荧光参数(Fq'/Fm')反馈的智能照明系统。通过PI控制回路动态调节光照强度，使罗勒产量提升13.5%，单位鲜重能耗降低6.2%，二氧化碳排放量减少17%。该技术为CEA的可持续发展提供了创新解决方案。

　　

随着全球人口增长、气候变化和城市化进程加速，传统农业面临严峻挑战。可控环境农业(Controlled Environment Agriculture, CEA)通过精准控制生长条件，能够实现单位土地面积产量的显著提升，为构建韧性粮食系统提供了新途径。然而，CEA系统特别是垂直农场(Vertical Farms, VFs)的高能耗问题已成为制约其发展的主要瓶颈，其中LED照明能耗最高可占运营成本的30%，且伴随大量碳排放。

目前CEA系统普遍采用"方波"光照模式，即在整个光周期内保持恒定光照强度。但研究表明，植物光合效率在光周期后期会出现显著下降，导致光能利用率降低和能源浪费。光合作用效率的下降主要与光系统II(Photosystem II, PSII)的光化学效率降低有关，这可以通过叶绿素荧光参数进行实时监测。

为解决这一难题，埃塞克斯大学的研究团队在《Smart Agricultural Technology》上发表了一项创新研究，开发了一套基于实时叶绿素荧光反馈的智能照明系统。该系统让作物直接"告诉"照明系统其最佳光照需求，实现了植物与LED生长灯之间的直接"对话"。

研究人员采用的主要技术方法包括：利用叶绿素荧光仪连续监测PSII的量子效率(Fq'/Fm')，通过Arduino微处理器构建比例-积分(Proportional-Integral, PI)控制回路，将测量的荧光值与设定点进行比较，动态调节Heliospectra Dyna LED照明灯的强度。实验以甜罗勒(Ocimum basilicum)为模型植物，在严格控制的环境条件下进行，通过对比传统恒定光照与生物反馈系统的效果，评估其在产量、能耗和光合效率方面的差异。

光合作用的日变化特征

研究发现，在传统方波光照下，罗勒的光合CO₂同化速率(A)在光周期初期达到峰值(约14 μmol m^-2 s^-1)，随后持续下降至约10 μmol m^-2 s^-1。如果整个光周期能维持最大光合速率，可额外同化254 mmol m^-2的CO₂，相当于潜在碳同化量损失28.8%。PSII的运行效率(Fq'/Fm')也从光周期开始的0.603下降至结束时的0.294。

反馈系统参数优化

通过光合作用的光响应曲线确定，反馈系统的光照强度范围设定为100-450 μmol m^-2 s^-1 PPFD(光合光子通量密度)，Fq'/Fm'设定点为0.52。这一设定点位于光合光响应曲线的拐点附近，既能保证较高的光合速率，又能维持较高的量子效率。

产量与能耗表现

应用光反馈系统后，罗勒的鲜重和干重分别显著增加13.5%和相应百分比，叶面积增加17.7%。更重要的是，这些产量提升是在降低总能耗6.2%的情况下实现的。单位能耗的鲜重产量提高了17.3%，叶面积产量增加了25.0%。相对含水量和比叶面积分析表明，产量增加源于实际生物量积累而非水分含量变化。

光强调控的动态特征

反馈系统在光周期前9小时维持较高光照强度(约420 μmol m^-2 s^-1)，后期逐渐降低至260 μmol m^-2 s^-1，比对照组恒定光照(385 μmol m^-2 s^-1)低32%。这种动态调节使Fq'/Fm'在整个光周期内稳定在设定点附近，避免了对照组后期效率的急剧下降。

光合机理深入分析

反馈系统主要通过提高光化学淬灭(Fq'/Fv')来维持较高的光合效率，而非改变最大量子效率(Fv'/Fm')。这表明系统通过优化光能用于碳固定的比例，减少了非光化学淬灭(Non-Photochemical Quenching, NPQ)导致的热耗散。

该研究的效应大小分析显示，与能耗相关的指标均达到中等或较大效应大小(Cohen's d为0.61-1.17)，证实了光反馈系统的显著效果。

这项研究的重要意义在于首次将实时叶绿素荧光监测与动态光照控制相结合，实现了基于植物生理需求的精准照明管理。与传统方波光照相比，该系统不仅能提高作物产量，还能显著降低能耗和碳足迹，为CEA的可持续发展提供了切实可行的技术路径。

光反馈系统的灵活性允许种植者根据能源价格、市场需求和可持续发展目标调整控制参数。例如，在能源价格较低时，可通过降低Fq'/Fm'设定点和提高最大光照强度来追求更高产量；而在强调可持续性时，则可通过提高设定点来维持产量同时降低能耗。

该技术的应用前景不仅限于绿叶蔬菜，还可扩展至草莓、番茄等长周期作物，甚至可用于早期病害诊断和胁迫管理。通过整合更多环境参数和机器学习算法，未来有望实现多因素协同优化的智能农业系统。

这项研究通过创新的生物反馈方法，成功解决了CEA领域的关键能耗问题，为实现粮食安全、净零排放和环境可持续性的全球目标提供了重要技术支撑。随着荧光监测技术的成本降低和普及，这种智能照明系统有望在商业化种植中大规模应用，推动农业生产的精准化和可持续发展。