CN117032360A - 一种基于光合模拟和光谱叠加的植物工厂光环境调控系统 - Google Patents
一种基于光合模拟和光谱叠加的植物工厂光环境调控系统 Download PDFInfo
- Publication number
- CN117032360A CN117032360A CN202311121230.9A CN202311121230A CN117032360A CN 117032360 A CN117032360 A CN 117032360A CN 202311121230 A CN202311121230 A CN 202311121230A CN 117032360 A CN117032360 A CN 117032360A
- Authority
- CN
- China
- Prior art keywords
- photosynthetic
- spectrum
- regulation
- radiation intensity
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 76
- 230000033228 biological regulation Effects 0.000 title claims abstract description 68
- 230000000243 photosynthetic effect Effects 0.000 title claims abstract description 64
- 238000004088 simulation Methods 0.000 title claims abstract description 16
- 230000005855 radiation Effects 0.000 claims abstract description 48
- 238000010672 photosynthesis Methods 0.000 claims abstract description 40
- 230000029553 photosynthesis Effects 0.000 claims abstract description 40
- 238000006243 chemical reaction Methods 0.000 claims abstract description 23
- 230000007613 environmental effect Effects 0.000 claims abstract description 21
- 238000005286 illumination Methods 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 230000001105 regulatory effect Effects 0.000 claims abstract description 18
- 239000011148 porous material Substances 0.000 claims abstract description 17
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 15
- 230000001276 controlling effect Effects 0.000 claims abstract description 12
- 238000011217 control strategy Methods 0.000 claims abstract description 8
- 230000001737 promoting effect Effects 0.000 claims abstract description 3
- 230000003595 spectral effect Effects 0.000 claims description 14
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 9
- 230000004907 flux Effects 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 7
- 239000011324 bead Substances 0.000 claims description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 6
- 239000001569 carbon dioxide Substances 0.000 claims description 6
- 230000006698 induction Effects 0.000 claims description 4
- 238000006862 quantum yield reaction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 235000021384 green leafy vegetables Nutrition 0.000 claims description 3
- 230000035699 permeability Effects 0.000 abstract description 3
- 241000196324 Embryophyta Species 0.000 description 25
- 238000009826 distribution Methods 0.000 description 8
- 230000003321 amplification Effects 0.000 description 6
- 238000003199 nucleic acid amplification method Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007667 floating Methods 0.000 description 4
- 238000003306 harvesting Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 241000208822 Lactuca Species 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 235000003228 Lactuca sativa Nutrition 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000004298 light response Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000005416 organic matter Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000007146 photocatalysis Methods 0.000 description 2
- 230000001699 photocatalysis Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 101150034459 Parpbp gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 210000003763 chloroplast Anatomy 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006911 enzymatic reaction Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229940029329 intrinsic factor Drugs 0.000 description 1
- 239000002608 ionic liquid Substances 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Cultivation Of Plants (AREA)
Abstract
本发明一种基于光合模拟和光谱叠加的植物工厂光环境调控系统,涉及智慧农业技术领域,为解决现有光环境调控系统忽略光合作用光诱导阶段对光合速率的影响,以及未考虑光合作用暗反应阶段中不同环境条件下的Pnmax及光饱和点的差异性的问题。本发明系统包括:数据采集模块、控制模块、全光谱光源调控模块、执行模块、监测模块及供能模块;控制模块采用两阶段控制策略,光诱导阶段,通过调控光合有效辐射强度和光照时间,控制Fv/Fm及气孔导度均达到正常值;光合作用暗反应促进阶段,通过构建调控模型,基于采集到的CO2浓度、温度和光合有效辐射强度以及达到的气孔导度正常值,计算净光合速率,求解最大净光合速率、光饱和点及暗呼吸速率。
Description
技术领域
本发明涉及智慧农业技术领域,具体而言,涉及一种基于光合模拟和光谱叠加的植物工厂光环境调控系统。
背景技术
农业属于第一产业,其发展关系国计民生。近年来,我国设施农业在由现代化向数字化的推广过程中逐步形成以现代电力电子技术、计算机技术和物联网技术为驱动的“智慧农业”这一智慧经济的组成部分。当前,植物工厂、智能温室作为智慧农业领域的重要应用,伴随现代信息技术和传感器研制能力蓬勃发展,国内外植物工厂中的实验室创新与商业化生产均取得显著进展。光环境调控作为人工光型植物工厂智能控制体系中的基础组成部分之一,该环节通过调控光源的功率输出水平改善作物生长情况和有机物积累水平以提高产量,对植物工厂经济效益的正向影响显著。
不同作物的生理水平和习性各异、同种作物在不同生长阶段或同一生长阶段的不同生长时期下生长代谢水平存在差异,作物在适宜生长环境下其生理指标随强相关环境变量的变化而浮动、在实验室调控中作物响应普遍存在滞后性。针对这些问题,当前的实验室制定植物工厂环境响应控制策略的相关研究在理论和应用创新方面主要围绕设计对比实验并根据结果确定各环境参数最优点进行定量调控,这些研究都着眼于以作物最大净光合速率下的光饱和点为调控指标,且存在一系列诸如没有从机理角度即模拟光合作用全过程制定控制策略、缺少调控结果对比、忽略了环境响应中部分可调生理指标对作物光合水平的影响等问题,有待探究和完善。
另一方面,设施农业的人工光环境控制在商务生产领域的应用较为广泛,对于LED光源输出精准化定量问题的实践创新相对滞后,普遍根据生产经验设计优化光质、控制日累积光照时间,鲜有从作物生理出发探究由于光照强度增加经济效益随之上升等这类生产结论的内因,在精准农业发展日新月异的背景下,现阶段基于光合作用经验模型的无人化控制或包含了对生产潜力和能耗的浪费。
发明内容
本发明要解决的技术问题是:
现有光环境调控系统忽略光合作用光诱导阶段对光合速率的影响,以及未考虑光合作用暗反应阶段中不同环境条件下的Pnmax及光饱和点的差异性。
本发明为解决上述技术问题所采用的技术方案:
本发明提供了一种基于光合模拟和光谱叠加的植物工厂光环境调控系统,该系统包括:
数据采集模块,用于采集植物工厂的环境参数,包括CO2浓度、温度和光合有效辐射强度(PAR),并将采集的环境数据发送至控制模块及监测模块;
控制模块,采用两阶段控制策略,包括光诱导阶段及光合作用暗反应促进阶段,所述光诱导阶段,通过调控光合有效辐射强度和光照时间,控制Fv/Fm及气孔导度均达到正常值;其中,Fv/Fm为光合系统II的最大光化学量子产量;所述光合作用暗反应促进阶段,通过构建调控模型,基于采集到的CO2浓度、温度和光合有效辐射强度(PAR)以及达到的气孔导度正常值,计算净光合速率Pn,求解净光合速率Pn的极值,得到最大净光合速率Pnmax、光饱和点Isat及暗呼吸速率Rd,根据光饱和点Isat确定驱动信号的占空比,发送至全光谱光源调控模块,并将最大净光合速率Pnmax、暗呼吸速率Rd及光饱和点Isat发送至监测模块;
全光谱光源调控模块,用于对接收到的驱动信号进行放大增益,并将放大增益的驱动信号发送至执行模块。
执行模块,包括光量子通量密度(PPFD)可调的LED全光谱光源;
监测模块,用于接收CO2浓度、温度、最大净光合速率Pnmax、暗呼吸速率Rd及光饱和点Isat,对环境参数进行监测;
供能模块,用于向系统提供电能。
进一步地,所述数据采集模块包括多个采集器,每个采集器包括CO2浓度传感器、温度传感器、光合有效辐射强度传感器,所述执行模块设有与所述采集器相对应的执行器,每个执行器包括光量子通量密度(PPFD)可调的LED光源。
进一步地,所述光诱导阶段,通过采集作物不同梯度的光合有效辐射强度和光照时间下的Fv/Fm及气孔导度值,得到Fv/Fm及气孔导度均达到正常值的光合有效辐射强度及光照时间,以通过调控光合有效辐射强度和光照时间控制Fv/Fm及气孔导度均达到正常值。
进一步地,对于叶菜,所述光诱导阶段的光合有效辐射强度大于等于800μ mol.m-2.s-1,光照时间为大于等于20min。
进一步地,所述调控模型基于的计算公式为:
基于采集到的CO2浓度、温度和光合有效辐射强度(PAR)以及达到的气孔导度正常值,计算净光合速率Pn;
基于直角双曲线修正模型求解净光合速率Pn的极值,得到最大净光合速率Pnmax、光饱和点Isat及暗呼吸速率Rd,即:
其中,xPAR,yTair,uCond依次分别为光合作用有效辐射强度、温度、二氧化碳浓度及气孔导度,b0~b9、c1~c9、d1~d8均为模型的参数,α、β和γ为直角双曲线修正模型无量纲。
进一步地,所述光量子通量密度(PPFD)可调的LED全光谱光源的功率不低于300W。
进一步地,所述植物工厂光环境调控系统还包括光谱调控模块,所述光谱调控模块基于光谱叠加原理用于将光谱调控至自然光谱,所述光谱调控模块包括多路输出光源,所述多路输出光源包括多路矩阵式排列的LED单元,所述多路输出光源的光谱波段覆盖范围为:380-700nm;通过调节与自然光谱波长对应的LED单元的光谱辐射强度至与自然光谱的辐射强度相同,以实现对光谱调控。
进一步地,多路输出光源中的LED单元数量大于18路,且各路LED单元的波峰之间相差大于等于15nm,各路LED单元的半高全宽不大于20nm,每路LED单元包括数量相同的多个串联的相同规格的LED灯珠。
相较于现有技术,本发明的有益效果是:
本发明所建立一种基于光合模拟和光谱叠加的植物工厂光环境调控系统,基于植物光合作用的光诱导阶段和暗反应阶段,光诱导阶段基于作物在气孔导度-环境参数协同对光合水平的影响,控制Fv/Fm及气孔导度均达到正常值。暗反应阶段,基于当前环境下浮动的最大净光合速率及对应的光饱和点,对光合作用暗反应阶段净光合速率Pn进行调控,避免了由于调控平台对作物当前光饱和点预测值和实际值相差较大导致诸如光胁迫、高水平光呼吸等可能出现的异常生长状态。
本发明还包括对光谱分布情况的调控策略,对作物光受体水平下有机物积累水平的改善,可满足不同作物或同一作物在不同生长阶段对光环境最适光谱分布情况的需求。
附图说明
图1为本发明实施例中基于光合模拟和光谱叠加的植物工厂光环境调控系统的调控策略示意图;
图2为本发明实施例中调控平台的各模块间的交互情况;
图3为本发明实施例中的回归标准化残差分布直方图;
图4为本发明实施例中的标准化残差正态P-P图;
图5为本发明实施例中调控平台的硬件结构;
图6为本发明实施例中搭建的调控平台及传感器布设情况示意图。
具体实施方式
在本发明的描述中,应当说明的是,在本发明的实施例中所提到的术语“第一”、“第二”、“第三”仅用于描述目的,并不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者多个该特征。
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
具体实施方案一:结合图1至图2所示,本发明提供一种基于光合模拟和光谱叠加的植物工厂光环境调控系统,该系统包括:
数据采集模块,用于采集植物工厂的环境参数,包括CO2浓度、温度和光合有效辐射强度(PAR),并将采集的环境数据发送至控制模块及监测模块;
控制模块,采用两阶段控制策略,包括光诱导阶段及光合作用暗反应促进阶段,所述光诱导阶段,通过调控光合有效辐射强度和光照时间,控制Fv/Fm及气孔导度均达到正常值;其中,Fv/Fm为光合系统II的最大光化学量子产量;所述光合作用暗反应促进阶段,通过构建调控模型,基于采集到的CO2浓度、温度和光合有效辐射强度(PAR)以及达到的气孔导度正常值,计算净光合速率Pn,求解净光合速率Pn的极值,得到最大净光合速率Pnmax、光饱和点Isat及暗呼吸速率Rd,根据光饱和点Isat确定驱动信号的占空比,发送至全光谱光源调控模块,并将最大净光合速率Pnmax、暗呼吸速率Rd及光饱和点Isat发送至监测模块;
全光谱光源调控模块,用于对接收到的驱动信号进行放大增益,并将放大增益的驱动信号发送至执行模块。
执行模块,包括光量子通量密度(PPFD)可调的LED全光谱光源;
监测模块,用于接收CO2浓度、温度、最大净光合速率Pnmax、暗呼吸速率Rd及光饱和点Isat,对环境参数进行监测;
供能模块,用于向系统提供电能。
本实施方案中所述全光谱光源调控模块,包含信号放大环节、降压环节以及大功率LED调光电源三部分,信号放大环节将控制模块部分应用各类微控制器输出的驱动信号增益至满足驱动LED调光电源PWM调制的辐值要求;降压环节接于供能模块及信号放大环节之间,该环节根据信号放大环节对信号的实际增益需求选取适宜的DC-DC降压模块,即信号放大环节对控制模块输出信号的增益结果由该环节决定;大功率LED调光电源需支持PWM调光。
供能模块采取光伏-蓄电池经SPWM法调制的逆变结构结合市电的供能方案,为控制模块、全光谱光源调控模块、执行模块、监测模块和光谱调控模块的运行供电。
本实施方案中,光合作用暗反应促进阶段通过预测作物在适宜生长环境下的当前Pn和所能达到的最大净光合速率点(Pnmax)及对应光饱和点(Isat),改善Pn使其接近Pnmax提高作物碳同化水平即促进植物干物质积累使产量上升。
本发明分别针对光合作用的两阶段反应特性制定控制策略,利用数学模型模拟光合作用两阶段的光响应情况,进一步优化作物碳同化水平。本发明根据植物光合作用过程的光诱导阶段和暗反应阶段两阶段的特性,由于光诱导阶段短促,在光环境下固定光能后为暗反应阶段提供底物和ATP。光诱导阶段以能够同时满足使作物叶绿素荧光参数中PS II最大光化学量子产量(Fv/Fm)和气孔导度接近正常水平的非饱和点PAR对植株适时供光,实现不同作物每日由暗环境转移至光环境开始进行光合作用的适应过程。暗反应阶段为缓慢的酶促反应,反应过程在叶绿体基质中完成,不需要光合色素和光环境催化但其反应酶的产生依赖光参与。不同作物的光环境调控时,调控模型各无量纲随之变化,不同作物或同种作物在不同环境梯度下的Pnmax及对应光饱和点具有差异,即作物当前所能达到的Pnmax或是浮动的,其随环境参数发生显著浮动等影响而变化。因此,本实施方案中调控模型基于对植物工厂内周期性监测数据实现植株浮动Pnmax的自适应调控。考虑了避免光胁迫的情况,通过选取具有极值点确定光饱和点预测值与驱动信号占空比的对应关系以提高预测准确性,避免能耗浪费及过饱和PAR引发的胁迫现象。
具体实施方案二:所述数据采集模块包括多个采集器,每个采集器包括CO2浓度传感器、温度传感器、光合有效辐射强度传感器,所述执行模块设有与所述采集器相对应的执行器,每个执行器包括光量子通量密度(PPFD)可调的LED光源。本实施方案其它与具体实施方案一相同。
具体实施方案三:所述光诱导阶段,通过采集作物不同梯度的光合有效辐射强度和光照时间下的Fv/Fm及气孔导度值,得到Fv/Fm及气孔导度均达到正常值的光合有效辐射强度及光照时间,以通过调控光合有效辐射强度和光照时间控制Fv/Fm及气孔导度均达到正常值。本实施方案其它与具体实施方案一相同。
具体实施方案四:对于叶菜,所述光诱导阶段的光合有效辐射强度大于等于800μmol.m-2.s-1,光照时间为大于等于20min。本实施方案其它与具体实施方案三相同。
9、具体实施方案五:所述调控模型基于的计算公式为:
基于采集到的CO2浓度、温度和光合有效辐射强度(PAR)以及达到的气孔导度正常值,计算净光合速率Pn;
基于直角双曲线修正模型求解净光合速率Pn的极值,得到最大净光合速率Pnmax、光饱和点Isat及暗呼吸速率Rd,即:
其中,xPAR,yTair,uCond依次分别为光合作用有效辐射强度、温度、二氧化碳浓度及气孔导度,b0~b9、c1~c9、d1~d8均为模型的参数,α、β和γ为直角双曲线修正模型无量纲。本实施方案其它与具体实施方案一相同。
本实施方案中,通过将(Pn-I-CO2-T-gs)模型(式1)和直角双曲线修正模型(式2)结合,预测作物当前光合速率Pn、最大净光合速率Pnmax及对应的光饱和值Isat,通过发送控制信号使作物光合有效辐射强度PAR等于光饱和值Isat,以改善Pn使其接近Pnmax。
具体的,光合作用暗反应也称卡尔文循环,该反应过程不直接依赖光催化或转化光能,其供能物质和反应底物的生成依赖光源。因此,本实施方案依据预测净光合速率水平及Pnmax对应光饱点并对作物生长光环境进行控制,来改善作物光合水平。首先,构建得到调控模型中公式(1)所示的Pn-I-CO2-T-gs模型,通过设置温度、二氧化碳浓度、光合有效辐射强度PAR的不同梯度值,测量植物的净光合速率,拟合得到模型的具体参数,以模拟光合作用卡尔文循环;然后,采集四次温度、二氧化碳浓度、光合有效辐射强度PAR数据以及已经得到的达到的气孔导度正常值。现有研究认为Pn与gs或存在的线性正相关关系,该处gs作为常量取对应Pnmax的gsmax,则(Pn-I-CO2-T-gs)模型可转化为具有gs常量的(Pn-I-CO2-T)模型,即
通过四次采集环境参数代入具有gs常量的(Pn-I-CO2-T)模型得到Pni(i=1,2,3,4),同时,联立如公式(2)的直角双曲线修正模型构建公式(3)的四维满秩矩阵,求解直角双曲线修正模型无量纲α、β、γ及作物暗呼吸作用速率Rd,单位:μmol(CO2)·m-2·s-1。最后,根据公式(4)和公式(5)预测作物在适宜生长的浮动环境条件下所能达到的Pnmax及对应光饱和点Isat。
直角双曲线修正模型反映光环境对作物Pn的影响,α、β、γ实际值取决于样本数据,即此三个修正系数的变化受数据对应关系或其他环境参数的显著浮动产生的影响。完成四次数据采集为一个预测周期,该周期持续时间较短(9min),期间植物工厂内CO2浓度、温度及其他环境变量无显著浮动。且光诱导环节预留了充分时间以提高作物Fv/Fm、气孔导度。如作物处于与外界频繁进行气体交换、环境变化剧烈的室外或其他环境则两式不联立即该调控策略不适用。
本实施方案根据Isat预测值确定脉宽调制输出信号占空比,占空比与光源输出PAR的对应关系为:
g(Isat)=DutyRatiopwm (7)
当光源PAR等于Isat后维持该输出水平持续20min以上,以避免由于气孔导度的光响应滞后性导致Pn与Pnmax相差较大。
具体实施方案六:所述光量子通量密度(PPFD)可调的LED全光谱光源的功率不低于300W。本实施方案其它与具体实施方案一相同。
具体实施方案七:所述植物工厂光环境调控系统还包括光谱调控模块,所述光谱调控模块基于光谱叠加原理用于将光谱调控至自然光谱,所述光谱调控模块包括多路输出光源,所述多路输出光源包括多路矩阵式排列的LED单元,所述多路输出光源的光谱波段覆盖范围为:380-700nm;通过调节与自然光谱波长对应的LED单元的光谱辐射强度至与自然光谱的辐射强度相同,以实现对光谱调控。本实施方案其它与具体实施方案一相同。
本实施方案中光谱调控模块的理论依据为:利用已有高斯分布函数确定各不同峰值波段的LED发光单元的光谱辐射强度,高斯分布函数为:
Lλ=αI·exp[-2(λ-λc)2/ω2] (8)
其中Lλ为单个LED在光轴方向上的光谱辐射强度,α为执行模块输出驱动电流值与光谱辐射强度的转换系数,当LED为固定类型时α可看做常数,I为驱动电流,λc为辐射强度分布的各LED发光单元峰值波长,可近似取常数。
L(λ)=∑KiSi(λ) (9)
其中Si(λ)是单个LED发光单元在驱动电流达到额定值时的光谱分布,Ki为未知的系数矩阵,在选定目标光谱后,需通过选择对应的Ki系数,提高可调光谱LED光源对目标光谱的拟合精度。光谱调控的控制策略是以光谱叠加原理为调控依据,以自然光谱为目标光谱,光谱调控模块输出PWM信号,其各路信号占空比决定发光单元的光谱辐射强度。PWM信号通过全光谱光源调控模块根据占空比大小驱动电流随之改变,以调节可调光谱LED光源光源中各发光单元(以波峰不同划分)的光谱辐射强度得到目标光谱分布。
具体实施方案八:多路输出光源中的LED单元数量大于18路,且各路LED单元的波峰之间相差大于等于15nm,各路LED单元的半高全宽不大于20nm,每路LED单元包括数量相同的多个串联的相同规格的LED灯珠。本实施方案其它与具体实施方案七相同。
实施例1
如图5所示,选取龙芯1B开发板作为控制单元核心,通过板上各串口分别经RS232、RS485接口实现与上位机、监测模块部分的数据收发。选取一对MEAN WELL的ELG-240系列LED调光器及信号放大模块YF-44、LM2596S降压模块、构成光谱调控模块。其中监测模块对接云平台可选用山东有人云的WHNB75-BA工业级NB-IOT模块完成国产化植物工厂光环境调控平台实在云平台上对作物当前生长环境和部分生理指标预测结果的周期性监测;各传感器布置情况如图6所示。
如图6所示,以水培玻璃生菜为实验对象,实验周期为三个采收期,任一采收期中选取定植期第10~15天,10株长势相近(全株鲜重均在90-140g)的生菜,在10~15天中,分别设定冠层部叶片在光合气室中的温度、二氧化碳浓度、光合有效辐射强度的各梯度值,各采收期中样本营养液的离子液浓度配比相同,配比情况如表1所示。每茬样本作物接受日累计光照时间均为12小时。Li-6400叶室内的光合有效辐射强度(PAR)输出范围控制在200~1600μmol·m-2·s-1内,其取值步长为100μmol·m-2·s-1,叶室输出光源的光谱波段分布在380~780nm间。维持叶室内所夹叶片部温度维持在15~27℃间,对应实验数据中温度的采集步长为1℃,CO2浓度范围控制在300~1700ppm间,对应数据采集步长为200ppm。
表1
在每一定植期内通过改变光合作用检测仪Li-6400的手柄夹气室中环境参数,依次测量10株水培玻璃生菜冠层叶片的净光合速率。保留1560组有效数据(三个采收期共保留4680组)并对数据进行处理。
将采集的数据进行非线性回归拟合,得到公式(1)所示的调控模型,即Pn-I-CO2-T-gs模型的参数,即:
该模型的拟合度R2为0.899,具有较好的拟合效果。
对模型变量及输出进行显著性分析,结果为:
表2
表2结果可以看到,Tair、PARi、Cond、Ca显著性均小于0.05,如图3和图4所示,残差均匀分布于正态曲线附近,表明本发明调控模型的各输入变量对于净光合速率的影响具有显著性。
光谱调控模块中LED单元采用由18至28种不同峰值波长、半高全宽不大于20nm的封装半导体灯珠,经矩阵式排布后镶嵌于基板上组成单个发光单元,各发光单元相互独立,按矩阵排布固定于光源套架内,各单个发光单元内不同峰值波长的灯珠间互不连接,每个LED单元采用相同规格灯珠且在同一支路上,每一支路分别接收来自下位机的一路对应驱动信号以实现改变该LED单元的光谱分布情况。以光谱叠加原理为调控依据,下位机发送多路(18-28路)调控信号并进行升压放大,通过调控大功率驱动电源实现LED光源的光谱调节,可调光谱光源的多路集成式结构可以满足作物在定植期内不同阶段对人工光源光谱分布的不同需求。
虽然本发明公开披露如上,但本发明公开的保护范围并非仅限于此。本发明领域技术人员在不脱离本发明公开的精神和范围的前提下,可进行各种变更与修改,这些变更与修改均将落入本发明的保护范围。
Claims (8)
1.一种基于光合模拟和光谱叠加的植物工厂光环境调控系统,其特征在于,该系统包括:
数据采集模块,用于采集植物工厂的环境参数,包括CO2浓度、温度和光合有效辐射强度(PAR),并将采集的环境数据发送至控制模块及监测模块;
控制模块,采用两阶段控制策略,包括光诱导阶段及光合作用暗反应促进阶段,所述光诱导阶段,通过调控光合有效辐射强度和光照时间,控制Fv/Fm及气孔导度均达到正常值;其中,Fv/Fm为光合系统II的最大光化学量子产量;所述光合作用暗反应促进阶段,通过构建调控模型,基于采集到的CO2浓度、温度和光合有效辐射强度(PAR)以及达到的气孔导度正常值,计算净光合速率Pn,求解净光合速率Pn的极值,得到最大净光合速率Pnmax、光饱和点Isat及暗呼吸速率Rd,根据光饱和点Isat确定驱动信号的占空比,发送至全光谱光源调控模块,并将最大净光合速率Pnmax、暗呼吸速率Rd及光饱和点Isat发送至监测模块;
全光谱光源调控模块,用于对接收到的驱动信号进行放大增益,并将放大增益的驱动信号发送至执行模块。
执行模块,包括光量子通量密度(PPFD)可调的LED全光谱光源;
监测模块,用于接收CO2浓度、温度、最大净光合速率Pnmax、暗呼吸速率Rd及光饱和点Isat,对环境参数进行监测;
供能模块,用于向系统提供电能。
2.根据权利要求1所述的基于光合模拟和光谱叠加的植物工厂光环境调控系统,其特征在于,所述数据采集模块包括多个采集器,每个采集器包括CO2浓度传感器、温度传感器、光合有效辐射强度传感器,所述执行模块设有与所述采集器相对应的执行器,每个执行器包括光量子通量密度(PPFD)可调的LED光源。
3.根据权利要求1所述的基于光合模拟和光谱叠加的植物工厂光环境调控系统,其特征在于,所述光诱导阶段,通过采集作物不同梯度的光合有效辐射强度和光照时间下的Fv/Fm及气孔导度值,得到Fv/Fm及气孔导度均达到正常值的光合有效辐射强度及光照时间,以通过调控光合有效辐射强度和光照时间控制Fv/Fm及气孔导度均达到正常值。
4.根据权利要求3所述的基于光合模拟和光谱叠加的植物工厂光环境调控系统,其特征在于,对于叶菜,所述光诱导阶段的光合有效辐射强度大于等于800μmol.m-2.s-1,光照时间为大于等于20min。
5.根据权利要求1所述的基于光合模拟和光谱叠加的植物工厂光环境调控系统,其特征在于,所述调控模型基于的计算公式为:
基于采集到的CO2浓度、温度和光合有效辐射强度(PAR)以及达到的气孔导度正常值,计算净光合速率Pn;
基于直角双曲线修正模型求解净光合速率Pn的极值,得到最大净光合速率Pnmax、光饱和点Isat及暗呼吸速率Rd,即:
其中,依次分别为光合作用有效辐射强度、温度、二氧化碳浓度及气孔导度,b0~b9、c1~c9、d1~d8均为模型的参数,α、β和γ为直角双曲线修正模型无量纲。
6.根据权利要求1所述的基于光合模拟和光谱叠加的植物工厂光环境调控系统,其特征在于,所述光量子通量密度(PPFD)可调的LED全光谱光源的功率不低于300W。
7.根据权利要求1所述的基于光合模拟和光谱叠加的植物工厂光环境调控系统,其特征在于,所述植物工厂光环境调控系统还包括光谱调控模块,所述光谱调控模块基于光谱叠加原理用于将光谱调控至自然光谱,所述光谱调控模块包括多路输出光源,所述多路输出光源包括多路矩阵式排列的LED单元,所述多路输出光源的光谱波段覆盖范围为:380-700nm;通过调节与自然光谱波长对应的LED单元的光谱辐射强度至与自然光谱的辐射强度相同,以实现对光谱调控。
8.根据权利要求7所述的基于光合模拟和光谱叠加的植物工厂光环境调控系统,其特征在于,多路输出光源中的LED单元数量大于18路,且各路LED单元的波峰之间相差大于等于15nm,各路LED单元的半高全宽不大于20nm,每路LED单元包括数量相同的多个串联的相同规格的LED灯珠。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311121230.9A CN117032360A (zh) | 2023-09-01 | 2023-09-01 | 一种基于光合模拟和光谱叠加的植物工厂光环境调控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311121230.9A CN117032360A (zh) | 2023-09-01 | 2023-09-01 | 一种基于光合模拟和光谱叠加的植物工厂光环境调控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117032360A true CN117032360A (zh) | 2023-11-10 |
Family
ID=88635442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311121230.9A Pending CN117032360A (zh) | 2023-09-01 | 2023-09-01 | 一种基于光合模拟和光谱叠加的植物工厂光环境调控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117032360A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117420861A (zh) * | 2023-11-23 | 2024-01-19 | 广东省农业科学院设施农业研究所 | 一种华南型无源设施大棚自适应控温方法 |
-
2023
- 2023-09-01 CN CN202311121230.9A patent/CN117032360A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117420861A (zh) * | 2023-11-23 | 2024-01-19 | 广东省农业科学院设施农业研究所 | 一种华南型无源设施大棚自适应控温方法 |
CN117420861B (zh) * | 2023-11-23 | 2024-04-16 | 广东省农业科学院设施农业研究所 | 一种华南型无源设施大棚自适应控温方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114208558B (zh) | 一种基于热致发光材料的补光装置及方法 | |
RU2654259C2 (ru) | Динамическая рецептура света для растениеводства | |
US9445551B2 (en) | Method and apparatus for using light emitting diodes in a greenhouse setting | |
CN111418381A (zh) | 一种可动态调节的led植物补光系统及动态调光方法 | |
CN108256181B (zh) | 融合效率约束的设施二氧化碳目标值的优化调控模型的构建与应用 | |
CN117032360A (zh) | 一种基于光合模拟和光谱叠加的植物工厂光环境调控系统 | |
CN111096130B (zh) | 一种使用ai光谱的无人干预种植系统及其控制方法 | |
CN108090693A (zh) | 融合效率约束的设施光合目标值的优化调控模型的构建与应用 | |
CN103247006A (zh) | 一种基于智能决策的食用菌栽培监控装置及方法 | |
CN114077269B (zh) | 基于数据驱动模型的温室环境预测与优化控制方法 | |
CN105660214A (zh) | 一种植物的光配方实验及栽培方法 | |
CN106888864A (zh) | 一种作用于温室植物生长的控制系统 | |
CN113625806B (zh) | 面向碳中和需求的效率最优温室植物调控方法 | |
Mohagheghi et al. | An energy-efficient PAR-based horticultural lighting system for greenhouse cultivation of lettuce | |
CN111417238A (zh) | 一种动态光照led植物灯系统 | |
CN208159664U (zh) | 一种植物生长系统 | |
CN103444418A (zh) | 基于植物生长特性和规律的流水线式植物工厂的实现方法 | |
RU2403706C1 (ru) | Способ автоматического управления свето-температурно-влажностным режимом в теплице и система для его реализации | |
RU2405308C1 (ru) | Способ автоматического управления температурно-световым режимом в теплице и система для его реализации | |
CN116755485A (zh) | 一种温室调控方法、装置、系统、设备和存储介质 | |
RU2403705C1 (ru) | Способ автоматического управления температурно-световым режимом в теплице | |
CN113575420A (zh) | 一种延缓马铃薯组培苗生长的光环境调控方法 | |
KR102676689B1 (ko) | 일사감응에 따른 온실내 적산광량을 이용한 보광제어시스템 | |
CN115191258B (zh) | 一种设施种植补光系统 | |
CN117015101A (zh) | 一种自适应调光系统及其控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |