基于物联网环境控制与离子传感技术，在水培种植不同蒸气压差（VPD）条件下对硝酸盐和铵盐进行连续监测

《Computers and Electronics in Agriculture》：Continuous nitrate and ammonium monitoring under different VPD conditions in hydroponic cultivation via IoT environmental control and ion sensing

　　

• •
  物联网集成系统将实时多离子分布与VPD调控相链接。
• •
  在不同VPD和EC条件下观察到截然不同的NO₃^?和NH₄⁺变化模式。
• •
  VPD变化导致营养液中NO₃^?浓度发生转变。
• •
  实时多离子监测揭示出养分与环境之间的快速关联。
• •
  机器学习模型根据动态NO₃^?浓度曲线对栽培条件进行分类。

引言

水培温室栽培具有高的生产效率、精确的养分控制和减少资源消耗等优点，使其成为日益被采用的可持续食品生产策略（Wang等，2024）。然而，温室环境并不能完全隔绝外部气候变异。热浪、湿度骤变和干空气侵入等极端事件仍可能干扰内部条件，并对植物水分平衡和养分吸收效率的精确控制构成挑战（Allali等，2025；Soussi等，2022）。

由空气温度和相对湿度决定的水汽压差（VPD）通过驱动气孔开度来调控植物蒸腾作用。该过程控制着水和溶解溶质从根部向茎部的质量流量，从而调控养分吸收（Grossiord等，2020）。大多数水培作物在0.6–1.2 kPa的VPD范围内表现出最佳生长，在该范围内的稳定VPD条件相比大幅波动的环境，能维持更高的气孔导度和碳同化速率（Leuschner，2002；Talbot和Monfet，2020；Inoue等，2021）。当VPD超过约1.5 kPa时，气孔关闭会减少蒸腾驱动的养分质量流量，同时抑制光合碳同化，即使根区供水充足也会限制氮吸收（Fakhet等，2021；Sch?nbeck等，2022；Yu等，2023）。这些由VPD驱动的蒸腾变化预计会反映在营养液离子浓度上，因为水分吸收的变化会改变溶解离子的相对稀释和浓缩程度。这使得营养液监测成为追踪蒸腾驱动的吸收动力学的可行指标。

除了VPD之外，营养液的电导率（EC）也是水培系统中决定植物养分吸收的关键因素。EC是溶液总离子浓度的代理指标，直接决定根区的渗透势。较高的EC会增大渗透压，独立地限制根部水平的水分吸收，从而降低养分吸收速率（Lu等，2022；Carmo，2024）。因此，VPD与EC之间的相互作用在生理上具有重要意义。VPD决定了蒸腾驱动的水和溶质需求，而EC则调节根系为维持吸收必须克服的渗透阻力。表征这种综合作用需要在这类复合胁迫下进行连续的、离子特异性的监测。

氮是叶绿素、氨基酸、蛋白质和核酸所必需的大量元素，其吸收受限会降低作物产量和品质（Lihavainen等，2016）。在水培绿叶蔬菜栽培中，营养液以NO₃^?为主要氮源，NH₄⁺约占总氮量的20–30%（Yang等，2025）。现有水培系统中氮吸收的研究采用定期溶液采样后进行离线化学分析的方法（Silva等，2021）。这类离线方法无法捕捉NO₃^?和NH₄⁺浓度的实时变化，导致VPD和EC对氮吸收的耦合作用尚无法表征。

水培营养液的管理传统上依赖监测和调控EC和pH作为关键控制参数（Son等，2020）。尽管EC提供了一种设置总体养分水平的实用方法，但它仅反映了溶液盐度的整体估计，无法解析必需大量元素的单独浓度（Richa等，2021）。近年来，离子选择性电极（ISE）阵列和嵌入式传感系统的进展已开始使超越EC的元素基养分管理成为可能，为水培控制提供了更高的精确度（Jung等，2015；Cho等，2017）。VPD驱动的蒸腾作用与实时离子浓度变化之间的动态耦合作用无法仅通过EC测量来解析，目前仍无法表征。

为实现这一目标，我们的研究开发了微型化、低成本固接触离子选择性电极（SCISE）传感平台。在初步研究中，我们开发了一种与多通道电位检测模块、数据采集单元和LabVIEW接口集成的SCISE阵列，能够从约3 mL的小样本量中对生菜汁液进行现场多离子分析（Huang等，2021）。在此基础上，我们开发了一个物联网养分传感系统（IoNSS），将SCISE平台扩展为水培栽培营养液的实时、网络控制多离子传感系统。该系统能够监测水培芝麻菜营养液中的K⁺、NO₃^?和NH₄⁺，并揭示了EC与元素浓度之间的依赖关系（Wu等，2023）。IoNSS在商业水培温室的现场部署进一步揭示，在异常天气条件下，营养液中NO₃^?、NH₄⁺、K⁺和Ca²⁺的动态浓度呈现出不同的变化趋势。这些变化与VPD波动相关，表明大气条件与离子浓度变化之间存在关联（Wu等，2024）。这些发现为VPD与营养液离子浓度之间的耦合作提供了初步证据。然而，这些测量是在不可控的天气条件下进行的，因此无法建立VPD与离子浓度变化之间的关系。本研究通过控制环境来考察VPD如何影响营养液中NO₃^?和NH₄⁺的动态浓度，以解决这一问题。

本研究以芝麻菜（Eruca sativa）为模式作物，研究VPD如何影响营养液中NO₃^?和NH₄⁺的实时浓度变化。EC作为次级变量纳入研究，以评估IoNSS在不同营养液浓度下的适用性。为操控环境条件，我们开发了一个物联网环境模拟系统（IoESS），该系统持续监测空气温度和相对湿度，并自主将二者维持在目标范围内。物联网养分传感系统（IoNSS）能够以每小时分辨率连续监测NO₃^?和NH₄⁺浓度。采用2²全因子设计，设置两个VPD水平（0.9和1.6 kPa）和两个EC水平（1.0和2.5 mS/cm），我们量化了这两个因素对营养液中NO₃^?和NH₄⁺浓度变化模式的影响。为考察环境转换期间的动态浓度变化，进行了两阶段VPD实验，即在EC固定为1.0 mS/cm的条件下，将VPD从0.9 kPa切换至1.6 kPa。该实验设计的目的是模拟热浪事件的开始。作为初步探索，采用机器学习聚类方法评估在相同VPD-EC条件下不同实验运行所获得的实时NO₃^?浓度曲线是否表现出一致且可区分的模式。

章节摘要

物联网养分传感系统（IoNSS）的制造

基于微型化固接触离子选择性电极（SCISE）的物联网养分传感系统（IoNSS）用于实时监测元素特异性养分信息，并将数据传输至云服务器。IoNSS的硬件由两个功能单元组成：由Arduino Due控制的传感/采样单元和由Wio Terminal控制的核心模块单元，此前已有描述（Wu等，2023）。

在本研究中，采用截止频率的Sallen–Key低通滤波器

IoESS的VPD控制性能

在整个实验过程中，IoESS自动控制了这两个VPD水平。VPD_A（0.9 kPa）代表有利于养分吸收的条件，而VPD_H（1.6 kPa）对应于据报道限制蒸腾驱动离子运输的VPD范围。本研究将VPD视为一个综合性的环境驱动因素，在此背景下讨论两组之间观察到的植物响应差异。

相同的VPD值可能由不同的空气

结论

本研究开发了一个集成物联网平台，结合环境模拟系统（IoESS）和基于固接触ISE阵列的养分传感系统（IoNSS），用于研究水培芝麻菜栽培中营养液的实时离子浓度。通过考察VPD对离子分布的重要性，并将EC作为附加栽培参数，该系统能够以一小时分辨率在全过程中对NO₃^?和NH₄⁺进行连续的、原位监测。

CRediT作者贡献声明

吴奕民：审稿与编辑，初稿撰写，项目管理，数据整理，概念构思。郭维伦：调查，形式化分析，数据整理。刘邵远：方法论。钟兴英：指导，概念构思。林志毅：审稿与编辑，指导。方伟：指导。陈林吉：审稿与编辑，指导，资源提供。

利益冲突声明

作者声明，他们不存在任何已知的与本文报告工作相关的竞争性经济利益或个人关系。

致谢

本工作由中华民国（台湾）农业部及科技部资助，项目编号分别为113AS-11.1.4-AS-03和113-2221-E-002-029-MY3。

吴奕民|郭维伦|刘邵远|钟兴英|林志毅|方伟|陈林吉