么秋月

當前科技發(fā)展迅速，學科加速融合，物理、生物、信息等多領(lǐng)域的高新科技逐漸成為設(shè)施園藝的助推器，促進了產(chǎn)業(yè)的快速發(fā)展。設(shè)施園藝研究逐漸趨于精細化，在創(chuàng)新的基礎(chǔ)上注重可持續(xù)發(fā)展。各國設(shè)施園藝學者齊聚2017國際設(shè)施園藝大會，分享了前沿的科技成果，這不僅是設(shè)施園藝學科發(fā)展的新生力量，更是未來的發(fā)展方向。

精細化研究引領(lǐng)LED技術(shù)發(fā)展

設(shè)施園藝的發(fā)展離不開光照，而LED作為新型節(jié)能光源，逐漸走進設(shè)施園藝的實踐生產(chǎn)。然而，隨著LED照明技術(shù)的快速發(fā)展，節(jié)能效果不再是LED照明技術(shù)的最終訴求點，在節(jié)能的基礎(chǔ)上利用各種單色光源或配比光源對植物進行自定義調(diào)節(jié)等“精細化”研究領(lǐng)域更為深入。

會上，荷蘭瓦赫寧根大學的Leo Marcelis教授提到，對生長條件更為精細地調(diào)控可以使溫室作物的產(chǎn)量實現(xiàn)快速增長。為進一步提高作物產(chǎn)量及品質(zhì)，保證溫室生產(chǎn)的可持續(xù)性發(fā)展，需深入了解植物對環(huán)境條件的響應(yīng)機制以及種植者的作物管理方法。植物對環(huán)境的響應(yīng)很少是線性的，它們往往會表現(xiàn)出很多相互作用。另外由于植物馴化和反饋機制，短期響應(yīng)和長期響應(yīng)的表現(xiàn)差異明顯。因此，研究內(nèi)容不能僅涉及植物在恒定條件下的響應(yīng)，也應(yīng)該分析動態(tài)變化下各因子相互作用之間的聯(lián)系。他認為光照可以促進植物的光合作用和生長。優(yōu)化光照水平（自然光和人工光）以及光照在葉片上的分布情況是保證植物能夠最佳生長的關(guān)鍵因素。LED不僅可以節(jié)約能源，還可以通過控制光源波長、光線方向和瞬時光強度來提高作物的產(chǎn)量和品質(zhì)，而且LED還能觸發(fā)次級代謝反應(yīng)，由此增強作物的抗病性、抗氧化性。

會上，其他人的看法也支持了Leo Marcelis的觀點。日本千葉大學園藝學院Chengyao Jiang的研究表明顯示，在深紅色、藍色和深紅色、藍色、遠紅光LED的輔助照明下，植物葉片的光合速率（Pn）、蒸騰速率（Tr）和氣孔導度（Gs）顯著增加，其中添加深紅色、藍色、遠紅光LED輔助照明處理的增加效果高于添加深紅色、藍色LED輔助照明的處理。這些結(jié)果證實了遠紅外光、紅光、藍光的輻射可以干預植物氣孔關(guān)閉，促進根系發(fā)展，以保證葉片的光合作用和干物質(zhì)生產(chǎn)，從而促進植物在低光照條件下的生長和發(fā)育。中國農(nóng)業(yè)大學教授賀冬仙也證實了不同顏色的光照配比會對植物的產(chǎn)量和品質(zhì)有所影響。試驗表明光子通量（PPF）為250 μmol/（m2·s），光周期為16 h/d，光質(zhì)紅光：藍光比為1.3：1的LED最適合植物工廠水培萵苣的生產(chǎn)。其實，在不同的植物生長過程中，最佳光譜也會有所可能不同。加拿大農(nóng)業(yè)和農(nóng)產(chǎn)品中心的X.Hao通過試驗證實，對于番茄等蔬菜來說，優(yōu)化光譜可以促進冠層生長。他們利用14C同位素示蹤技術(shù)，研究了光譜對植物全株的凈碳交換和葉碳輸出的效果，發(fā)現(xiàn)垂直光照條件會使溫室番茄和迷你黃瓜的葉片光合作用、葉片大小、果實產(chǎn)量和品質(zhì)產(chǎn)生顯著差異。同時，他們還發(fā)現(xiàn)優(yōu)化后的垂直光照條件可以提高植物全年生長量以及果實產(chǎn)量、品質(zhì)。美國密歇根州立大學園藝學院的Y.Park則在研究中心發(fā)現(xiàn)紅光與遠紅外光的比例（R：FR）可以調(diào)控光敏色素介導的光形態(tài)建成響應(yīng)，以促進植物在遮陽條件下對輻射的捕獲量和留存量。他們發(fā)現(xiàn)作物大多數(shù)的避蔭反應(yīng)主要是由于R：FR比值減少，而不是由于光通量的減少。另外，在較高光通量的條件下，補充遠紅外光的幼苗干物質(zhì)積累增加程度大于較低光通量條件下的增加程度。在對單色光的研究中，挪威生命科學大學植物科學系的S.Innes認為，藍光（BL）可以調(diào)控許多植物重要的生長過程，如形態(tài)特征、氣孔運動、葉綠素合成和光合能力。此外，藍光對于植物的產(chǎn)量至關(guān)重要，最適波長的藍光量取決于植物種類、植物的動態(tài)生長階段以及環(huán)境，但在光譜中的最佳數(shù)量則取決于植物種類、植物生理過程和環(huán)境條件。其研究結(jié)果表明在中等強度的空氣濕度中，當藍光比例從5%增加到30%（<60%）時，黃瓜、番茄和羅勒中會出現(xiàn)強烈的生長抑制并導致植株干重減少。然而，在高濕度環(huán)境中，隨著藍光從5%增加到30%，植物生長和品質(zhì)卻在一定程度上有所提高。因此，調(diào)節(jié)藍光可以提高高濕度條件下的植物產(chǎn)量。

同時，會上很多學者認為LED還會對植物的外觀產(chǎn)生影響。瓦赫寧根大學的Theoharis Ouzounis在研究中發(fā)現(xiàn)，紅光和遠紅外光的比例（R：FR）會隨天氣條件、晝夜長度（日出和黃昏）和季節(jié)而變化。R：FR比例較低時會誘導植物改變器官的大小、形狀、結(jié)構(gòu)和方向，從而為植株獲得更多的光。此外，LED還能改善植物株型。美國北卡羅來納州立大學的Ricardo Hernandez對不同補光處理和植物生長調(diào)節(jié)劑對植物的生長和形態(tài)的影響進行了持續(xù)研究，最終發(fā)現(xiàn)對于所有的物種，當藍光：綠光：紅光比例為6：5：89，并配合植物生長調(diào)節(jié)劑處理的植株緊湊性比其他處理都好。而通過對石竹、天竺葵和矮牽牛的初步研究中可知LED在溫室幼苗生產(chǎn)中，可以代替或補充植物生長調(diào)節(jié)劑的功能。

創(chuàng)新型低碳、高效能源利用研究成為熱點

設(shè)施園藝是集創(chuàng)新性和可持續(xù)性于一體的高效生產(chǎn)模式。隨著全球資源與環(huán)境問題日益緊張，目前設(shè)施園藝的研究必須注重可持續(xù)發(fā)展。西班牙IRTA研究所的Juan I. Montero博士認為被動適應(yīng)氣候技術(shù)（例如中國的日光溫室）應(yīng)用前景廣泛，該研究將著重關(guān)注城市農(nóng)業(yè)的新興領(lǐng)域，特別是屋頂溫室概念（RTG）。同時，考慮到種植者在溫室內(nèi)的投入及其應(yīng)用效果，閉合型循環(huán)（即重復利用資源、廢棄物和能源）是當前和未來溫室產(chǎn)業(yè)需要考慮的關(guān)鍵因素。

墨西哥查賓戈自治大學Raquel Salazar Moreno表示農(nóng)業(yè)利用各種形式的能源，如化肥、殺蟲劑、機械和電力可以最大限度地提高產(chǎn)量?？沙掷m(xù)農(nóng)業(yè)生產(chǎn)也實現(xiàn)了較高的能源利用效率。然而，溫室生產(chǎn)是農(nóng)業(yè)中主要的能源消耗，在過去幾年中，由于采用了更多的系統(tǒng)，該部分的能源消耗逐步增加。墨西哥州典型的番茄生產(chǎn)溫室較小，面積為200～500 m2，通常使用聚乙烯覆蓋材料并配備了水培系統(tǒng)，沒有加熱或冷卻系統(tǒng)，他研究目的是為了評估番茄生產(chǎn)過程中的能源效率和能源生產(chǎn)力。數(shù)據(jù)收集于查賓戈自治大學120 m2番茄種植試驗溫室。溫室配有水培系統(tǒng)和自然通風系統(tǒng)。通過對整個季節(jié)能量投入的監(jiān)測，表明該溫室為低能量生產(chǎn)力，能量效率為0.2384。能源使用總量為63.99 MJ/m2。無意識地使用化肥和除草劑不僅增加了能源的利用，還帶來了環(huán)境、健康等問題，超出了農(nóng)業(yè)生產(chǎn)的影響范圍。這些結(jié)果表明墨西哥的溫室需要增加更多的有效能源投入。endprint

意大利那不勒斯費里德里克第二大學園藝科學系S.De Pascale認為現(xiàn)代園藝的主要問題是面臨2個相互矛盾的目標，即生產(chǎn)大量食物的需要與生產(chǎn)中由于大量使用外部營養(yǎng)物質(zhì)而對環(huán)境造成的破壞。因此，迫切需要可以提高水肥利用效率的可持續(xù)管理戰(zhàn)略，并確保溫室園藝作物的產(chǎn)量。他們研究了一種可以確定灌溉量、時間、管理土壤鹽度，以保持土壤品質(zhì)的技術(shù)，并利用有益微生物和天然物質(zhì)刺激作物來提高水肥利用效率的可持續(xù)性。

英國阿斯頓大學工程和應(yīng)用科學學院可持續(xù)環(huán)境研究小組Philip A.Davies認為海水溫室是解決食品-水-能源問題的創(chuàng)新技術(shù)。它是不斷增長的系統(tǒng)，由可再生能源提供能量，通過農(nóng)業(yè)的持續(xù)集約化滿足世界干旱地區(qū)對糧食日益增長的需求。他們對傳統(tǒng)的脫鹽處理進行了改進，并將得到的淡水應(yīng)用于溫室，海水溫室可以減少鹽水體積，防止未管理的鹽水排放到環(huán)境中引起土壤退化等問題。同時他們還展示了如何通過流體動力學建模使海水溫室的設(shè)計得到優(yōu)化，從而實現(xiàn)在一定條件下冷卻和處理海水。

除了在生產(chǎn)中注重能源利用率的提高以及新能源的開發(fā)外，溫室節(jié)能設(shè)計也尤為重要。韓國首爾國立大學農(nóng)業(yè)和生命科學學院農(nóng)村系統(tǒng)工程系的In-Bok Lee表示對于種植者來說，了解溫室內(nèi)部的氣流特性和通風效率非常重要，因為氣流是空氣溫度、空氣濕度等變化的主要因素。然而氣流是不可見，也不可預知的，導致很多溫室管理者錯誤判斷了溫室內(nèi)部的通風效率。隨著智能農(nóng)場、IT、ICT和loT的發(fā)展，最近提出的信息和通信技術(shù)（ICT）和計算流體動力學（CFD）逐漸進入大眾視線，并成為新的教育方法論。意大利ENEA –印度國家新技術(shù)署的Giovanni Puglisi則認為溫室小氣候調(diào)控是實現(xiàn)高產(chǎn)、降低環(huán)境影響的重要途徑。通風、遮陽、蒸發(fā)降溫和制冷是調(diào)控溫室內(nèi)氣溫和相對濕度的方法。然而，通風和遮陽往往不足以消除多余的熱量，而制冷設(shè)備通常價格昂貴，蒸發(fā)降溫又會浪費大量的水。為了保證溫室的可持續(xù)發(fā)展，可以開發(fā)可再生能源，例如太陽能，太陽能降溫系統(tǒng)可以在室外溫度高的地區(qū)對溫室進行降溫。這些系統(tǒng)兼顧了太陽能的可用性和溫室的冷卻需求，從而減少了生產(chǎn)中對電力、水資源的消耗，可用于常規(guī)降溫困難但是太陽能豐富的偏遠地區(qū)。他們研究了采用吸收式制冷機技術(shù)的太陽能制冷裝置對溫室的熱調(diào)控過程，試驗通過MATLAB Simulink建模并動態(tài)模擬了溫室冷卻需求和太陽能場的產(chǎn)生。結(jié)果表明，太陽能降溫系統(tǒng)可以極大地節(jié)約溫室降溫所需的能源，同時利用降溫需求和太陽能，減少初級能源消耗。

荷蘭瓦赫寧根大學研究中心的Jouke Campen表示在溫暖的氣候條件下，降溫是溫室氣候調(diào)控的重要組成部分，通常有3種降溫技術(shù)，分別是自然通風、蒸發(fā)降溫和機械降溫。自然通風只有在室外溫度不超過35℃，日均溫不高于22℃時才可使用。當外界氣溫低于這些限制時，才可應(yīng)用蒸發(fā)降溫。這些降溫方法在干旱地區(qū)有效，但是耗水量高。第3種降溫方法需要冷表面以去除溫室中的潛熱和感熱，該方法已被應(yīng)用于當前的研究中。這種方法要求溫室中的溫度、濕度和CO2濃度在最適范圍內(nèi)，所需的制冷量取決于溫室內(nèi)吸收的太陽輻射量和室外的對流熱，且要求室外溫度高于溫室內(nèi)氣溫。試驗表明，大約50%的太陽輻射必須在溫室中冷卻以保持其溫度。溫室中吸收熱量的60%通過作物的蒸騰作用轉(zhuǎn)化成潛熱，該系統(tǒng)能使溫室空氣保持預設(shè)溫度和濕度。葡萄牙農(nóng)業(yè)科學研究所的F.J.Baptista認為溫室生產(chǎn)目的是可以獲得由于氣溫低而不能在室外生長的作物，因此溫室系統(tǒng)配置和設(shè)計應(yīng)以可持續(xù)方式（經(jīng)濟、環(huán)境、社會）獲得適當?shù)臈l件，使作物生產(chǎn)力（產(chǎn)量和質(zhì)量）最大化，從覆蓋材料、環(huán)境控制技術(shù)、自動化系統(tǒng)、水資源和能源的利用、植物保護策略和作物監(jiān)控等方面進行不同的優(yōu)化設(shè)計。同樣來自荷蘭瓦赫寧根大學研究中心的Frank Kempkes則通過不斷嘗試，研發(fā)出一種新型屋頂，該屋頂可使室內(nèi)透光率提高10%以上。他認為荷蘭芬洛型溫室的設(shè)計多年來未曾改變，盡管近年來具有抗反射涂層的漫反射玻璃得到大力發(fā)展，但并沒有取得突破性進步。溫室的透光率受屋頂坡度，排水溝方向，屋頂對稱性，所有建筑材料的數(shù)量，位置和反射率，屏幕的安裝方式，屏幕材料的位置和透射率，覆蓋材料的透射率和光散射模式，覆蓋材料或屏幕內(nèi)側(cè)的凝聚作用等因素的影響。于是他們團隊利用射線跟蹤模型，對原來的溫室屋頂進行改進。中國農(nóng)業(yè)科學院環(huán)境和農(nóng)業(yè)可持續(xù)發(fā)展研究所的盧威表示在寒冷的冬季夜晚，中國日光溫室的主動太陽能蓄放熱（AHS）系統(tǒng)可在儲水箱中儲熱，用以補充熱量來提高溫室氣溫。為了量化傳熱過程，提高AHS系統(tǒng)的性能，他們團隊提出了儲水箱溫度模型。該模型通過校準和驗證，可預測儲水箱內(nèi)的水溫，平均誤差為0.4℃，還可用于確定太陽能集熱器的面積以及不同設(shè)定溫度溫室的儲罐容積。對于面積272 m2的實驗溫室，需要安裝約14 m2的額外太陽能收集器，以達到設(shè)定的12℃溫度。每增加1℃溫度設(shè)定值，大約需要增加2 m2的太陽能集熱器。太陽能收集器的附加存儲量非常小，每增加1個設(shè)定值，需要增加0.1 m2。中國農(nóng)業(yè)大學的Kexin Zheng表示他們團隊在北京、寧夏、山東等地進行了大量的對比試驗。結(jié)果表明，較高遮蓋度的膜既能改善作物冠層光的均勻性，又能明顯地促進作物的生長。在對比測試中，他們觀察到遮蓋度較好的膜可以增加植株高度、莖粗、葉面積、SPAD、壯苗指數(shù)；番茄、辣椒和黃瓜的壯苗指數(shù)分別提高了50%，20.5%和19%，其產(chǎn)量分別增加35.8%、20.5%和21.9%，說明高遮蓋度膜利于溫室生產(chǎn)。由此證明漫射光能夠促進作物生長，提高作物產(chǎn)量。

植物工廠研究熱度不減

植物工廠是現(xiàn)代設(shè)施農(nóng)業(yè)發(fā)展的高級階段，是一種高投入、高技術(shù)、精裝備的生產(chǎn)體系，集生物技植物工廠術(shù)、工程技術(shù)和系統(tǒng)管理于一體，使農(nóng)業(yè)生產(chǎn)從自然生態(tài)束縛中脫離出來，按計劃周年性進行植物產(chǎn)品生產(chǎn)的工廠化農(nóng)業(yè)系統(tǒng)，是農(nóng)業(yè)產(chǎn)業(yè)化進程中吸收應(yīng)用高新技術(shù)成果最具活力和潛力的領(lǐng)域之一。近年來，對于植物工廠的研究熱度不減。日本植物工廠協(xié)會的Toyoki Kozai教授認為，當商業(yè)化工廠生產(chǎn)處于受控環(huán)境條件下時，生產(chǎn)者需要時刻找到環(huán)境因素的最佳組合，通過消耗最少的資源，產(chǎn)生最少的廢棄物，花費最低的成本，以取得最高的產(chǎn)量、質(zhì)量和經(jīng)濟價值。環(huán)境調(diào)控的復雜性為發(fā)展智能植物工廠和溫室提供了機會，智能工廠和溫室利用的是基于大數(shù)據(jù)挖掘的人工智能（AI）、信息和通信技術(shù)（ICT）、能量/質(zhì)量平衡、植物生長建模、組學（表型組學、代謝組學、蛋白質(zhì)組學、轉(zhuǎn)錄組學、基因組學）、植物的相機圖像傳感、機器人、無人機和多變量分析?！爸悄堋币馕吨斆鳎丛诶速M最少的情況下實現(xiàn)資源利用的高效性，保證資源結(jié)構(gòu)緊湊、價格低廉、易于使用。他通過描述植物與光環(huán)境之間的復雜性，提出智能LED照明系統(tǒng)、植物工廠/溫室雙系統(tǒng)（虛擬和現(xiàn)實）、系統(tǒng)的商業(yè)化生產(chǎn)、大規(guī)模的實驗和植物育種的理念。因此在研究植物工廠時需綜合考慮溫度、水汽壓虧缺、CO2濃度、營養(yǎng)液的組成和濃度、氣流速度以及許多其他因素。并將最新先進技術(shù)可以整合到全新智能植物工廠和溫室的發(fā)展中去。endprint

作物生長動態(tài)模型是未來發(fā)展新趨勢

作物生長模型是著重利用系統(tǒng)分析方法和計算機模擬技術(shù)，根據(jù)作物生理學和生態(tài)學原理，對作物生長發(fā)育過程及其與環(huán)境的動態(tài)關(guān)系進行定量描述，將獲得的實驗數(shù)據(jù)加以理論概括和數(shù)據(jù)抽象，建立關(guān)于作物物候發(fā)育、光合生產(chǎn)、器官建成等生理過程與環(huán)境因子之間關(guān)系的動態(tài)數(shù)學模型。因此，作物模型以作物生育的內(nèi)在規(guī)律為基礎(chǔ)，綜合作物遺傳潛力、環(huán)境效應(yīng)、技術(shù)調(diào)控之間的因果關(guān)系，是一種面向作物生育過程的生長模型或過程模型。作物生長模擬模型具有較強的機理性、系統(tǒng)性和通用性，作物模型的成功開發(fā)和應(yīng)用促進了對作物生育規(guī)律由定性描述向定量分析的轉(zhuǎn)化過程，為作物生長決策系統(tǒng)的開發(fā)與應(yīng)用奠定了很好的基礎(chǔ)。

荷蘭瓦赫寧根大學和研究中心園藝和作物生理系Ep Heuvelink表示作物模型廣泛應(yīng)用于科研、教育和農(nóng)業(yè)實踐中，它們是檢驗假設(shè)、分析情景和集成知識的有力工具。在溫室園藝中，作物模型應(yīng)用于決策支持系統(tǒng)、植物監(jiān)測、溫室氣候調(diào)控和生產(chǎn)預測與規(guī)劃。大多數(shù)模型是確定的，即輸入一系列數(shù)值總是輸出相同的值。而事實上植物之間存在變異。大會上，法國的Ali Hacene Bouhoun表示為提高溫室水分的利用效率，可以嘗試減少對植物的水分投入，或者更好地理解和量化作物在水分脅迫條件下的感熱和潛熱交換，這可以通過使用土壤-植物-大氣連續(xù)體中的水分傳輸預測模型來實現(xiàn)。但是迄今為止，大多數(shù)種植在溫室中的植物模型都是建立在澆灌良好的條件下的。以往的研究僅限于封閉的環(huán)境，因此他們模擬不同灌溉條件下，通過觀察溫室中盆栽植物的蒸騰作用和室內(nèi)小氣候，并在此基礎(chǔ)上建立了一個2D瞬態(tài)CFD（計算流體動力學）模型，還制定了具體的程序，包括作物對空氣流動的阻力以及與周圍空氣的感熱和潛熱交換。該程序的使用取決于基質(zhì)勢的氣孔阻力，最后一個參數(shù)是通過水平衡的水含量來推斷的。CFD模擬結(jié)果表明，該模型能夠正確預測溫室內(nèi)2種水分條件下的蒸騰、葉溫、土壤水勢和氣候分布。因此，CFD模型可用于測試不同灌溉方案，并更好地管理水分輸入。中國上海交通大學農(nóng)業(yè)和生物技術(shù)學院的Doudou Guo認為實時監(jiān)測作物水分狀態(tài)有助于溫室作物精準管理，提高產(chǎn)品質(zhì)量和水分利用效率。他們通過以表型為基礎(chǔ)的建模方法，對不同小白菜植株的水分狀態(tài)進行智能分類。通過高通量表型平臺捕獲植物的可見光和近紅外圖像，從圖像中提取不同表型性狀后，進行方差分析，篩選出與水分狀況相關(guān)的性狀。用偏最小二乘判別分析（PLS-DA）進行初步建模。采用三種機器學習算法對所選的所有性狀進行分類建模：隨機森林（FR）、神經(jīng)網(wǎng)絡(luò)（NN）和支持向量機器（SVM）。結(jié)果表明，不同水分條件下小白菜的三種模型分類準確率均大于90%；不同生長階段和時期的最優(yōu)分類模型是SVM；RF和NN對于五大主要性狀的準確率維持在80%。研究表明，基于表型和機器學習建模技術(shù)來預測水分狀況是可行的。endprint