加强多元化食物生产系统植物工厂的人工智能创新
龚化勤1 , 景海春1 , 谭鑫2 , 王宪辉3 , 张玉成4 , 林荣呈1,5 , 杨名宇2 , 林双1 , 谢华玲6 , 杨艳萍6 , 叶世堂7 , 李鹏7 , 匡廷云1     
1. 中国科学院植物研究所 饲草种质高效设计与利用全国重点实验室 北京 100093;
2. 中国科学院长春光学精密机械与物理研究所 长春 130033;
3. 中国科学院动物研究所 北京 100101;
4. 中国科学院计算技术研究所 北京 100190;
5. 湘湖实验室(农业浙江省实验室) 杭州 311231;
6. 中国科学院文献情报中心 北京 100190;
7. 福建省中科生物股份有限公司 厦门 361000
摘要:我国大食物安全面临日益严峻且复杂的多重挑战,粮食供需紧平衡、消费结构升级与资源约束交织。植物工厂是农业生产的高级形式,是摆脱“靠天吃饭”,应对灾害、战备、面向太空的多元化食物生产系统。然而,高成本极大地限制了植物工厂的应用和发展。人工智能的快速兴起将为植物工厂的创新发展与拓展应用带来新的契机。文章陈述了发展智慧植物工厂,建立多元化食物供给生产系统的战略意义,分析了植物工厂高成本的主要瓶颈在于一次性建筑投入大与折旧费用高,适生作物缺乏深度发掘与品种匮乏,生产过程高能耗与劳力成本,以及应用场景与产业模式狭窄等;指出人工智能在多元化食物生产、辅助育种、光源能源优化、精细环境控制、生产决策和任务管理等方面的创新优势,结合科学规划和政策引导,将打造多元化食物生产系统植物工厂的新生态。
关键词智慧植物工厂    适生作物品种    LED照明    精准环境控制    人工智能大模型    
CSTR: 32128.14.CASbulletin.20250119004
Artificial intelligence innovation for smart plant factory to diversify its big food production functions
GONG Huaqin1, JING Haichun1, TAN Xin2, WANG Xianhui3, ZHANG Yucheng4, LIN Rongcheng1,5, YANG Mingyu2, LIN Shuang1, XIE Hualing6, YANG Yanping6, YE Shitang7, LI Peng7, KUANG Tingyun1     
1. Institute of Botany, Chinese Academy of Sciences, Beijing 100093, China;
2. Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences, Changchun 130033, China;
3. Institute of Zoology, Chinese Academy of Sciences, Beijing 100101, China;
4. Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China;
5. Xianghu Laboratory, Hangzhou 311231, China;
6. National Science Library, Chinese Academy of Sciences, Beijing 100190, China;
7. Fujian Sanan Sino-Science Photobiotech Co. Ltd., Xiamen 361000, China
Abstract: China's food security is facing more and more severe and complex challenges, such as tight balance between food demand and supply, the upgrading of consumption structure, and resource constraints. The plant factory is an advanced scenario in agricultural production, a diversified food production system that gets rid of the constraints of "ask for food from the mother nature" and respond to disasters and wars, and is oriented to space. Nevertheless, the high cost greatly limits the application and development of plant factories. The rapid development of artificial intelligence will bring new opportunities for the innovative development and expansion of plant factories. This paper states the strategic significance of developing intelligent plant factories and establishing a diversified food supply and production system, and analyzes the main bottlenecks of high cost of plant factories are the lack of in-depth exploration of suitable crops and varieties, the high energy consumption and labor cost in the production process, the large one-time construction investment and high depreciation costs, and the narrow application scenarios and industrial models. It is pointed out that the innovative advantages of artificial intelligence in diversified food producing, assisted breeding, light source and energy optimization, precise environmental control, production decision and task management, combined with scientific planning and policy guidance, will create a new ecology of plant factories in a diversified food production system.
Keywords: smart plant factory    crop varieties for indoor farming    LED lights    precise environmental control    big AI models    

习近平总书记在2022年中央农村工作会议和第二十次全国代表大会等会议上多次强调,“保障粮食和重要农产品稳定安全供给始终是建设农业强国的头等大事”,“树立大食物观,发展设施农业,构建多元化食物供给体系”,“要树立大食物观,构建多元化食物供给体系,多途径开发食物来源”。然而,现有的农业生产体系下,我国粮食供需处于“紧平衡”状态——虽然生产总量有余,但结构性失衡问题突出,饲料粮生产严重不足[1]。2024年,国务院办公厅出台《关于践行大食物观构建多元化食物供给体系的意见》。其中,在加快发展现代设施农业、拓展食物开发新空间方面,明确提出“在大中城市周边布局建设植物工厂”“在具备水资源条件的地区探索科学利用戈壁、荒漠等发展可持续的现代设施农业”等。

植物工厂是运用现代生物技术、信息技术、自动化技术实现环境调控与作物种植栽培,以工业化生产方式,实现作物周年连续生产的高效农业系统。它是设施农业的高级发展阶段,被认为是未来世界各国解决人口增长、资源紧缺和从事农业的劳动力不足等引起的粮食安全问题的重要途径,也是国防、空间站及星月探索等特殊场所新鲜食物补给的重要手段。本文从植物工厂生产系统发展态势、面临问题与困境、科技突破和革新、产业应用和展望方面进行分析评述,就植物工厂的可持续健康发展、产业与技术的协同创新给出建议。

1 植物工厂服务国家大粮食安全

植物工厂优势集中体现在两大方面:可控环境和立体种植。可控环境技术可以使农业摆脱土地等自然资源与气候变化、环境污染等因素的限制,并实现对植物生长的光、温、水、气、肥等全要素的精细化控制。基于LED冷光源和无土栽培技术的立体化种植,可实现有限占地面积的最大化产出。例如,每年可以在仅40 m2的土地面积上种植50多万株植株,土地使用面积减少95%,需水量和农药使用量减少95%。植物工厂这种全环境条件可控型高效粮食生产方式,是保障我国大粮食安全的重要途径。结合我国的实际,植物工厂可打造如下多元化食物生产应用场景。

(1)进口蛋白替代植物工厂生产系统。我国每年需要大量进口蛋白饲料和乳肉产品。例如,大豆和苜蓿对外依存度长期分别超过80%和30%,进口量均居世界首位[1]。植物工厂技术正在改变传统的饲草育种及生产方式,从而为解决饲草供应提供了新思路。苜蓿、黑麦草等饲草作物在植物工厂内可连续多年生长,一年采收茬数可达18—20次。植物工厂生产水培芽草——利用高粱、燕麦、小黑麦、大麦、小麦等谷物籽粒在7—10 d内生产出高蛋白苗芽,可将蛋白利用率由60%提升至90%以上,可部分甚至全部代替精/粗饲料,是理想的大豆蛋白替代来源。

(2)后备粮油植物工厂生产系统。我国土地资源有限,严守的18亿亩耕地主要用于主粮生产,保障粮食供应,后备耕地资源短缺,开发粮食生产潜力受限。植物工厂的创新发展在后备粮油作物生产上有着巨大的潜力。研究表明,用室内10层垂直设施来种植小麦,年产量可达700 t/hm2(测量)—1 940 t/hm2(估算),是目前世界小麦年平均产量3.2 t/hm2的220—600倍[2]。中国农业科学院在温室立体栽培的快速繁育水稻已试种成功[3],正在探索大豆、玉米、小麦等主粮作物,以及油菜和棉花等经济作物的快速繁育关键技术。

(3)水产品植物工厂生产系统。植物工厂可用于培养浮萍、微藻等水生植物和微生物,通过精准控制光照和营养,显著提高浮萍和藻类的生长速度和产量。如已经商业化生产的螺旋藻和小球藻;这些藻类富含蛋白质和油脂,可用于食品、饲料和生物燃料。将鱼类养殖与蔬菜种植结合发展出的“鱼菜共生系统”中,鱼粪为蔬菜提供养分,蔬菜净化水质,二者协同作用形成了互利共生的循环。这种模式提高了水产品和蔬菜的产量,减少了环境污染。

(4)都市生活便捷优质保障植物工厂生产系统。在大中型城市周边建设植物工厂,利用有限土地安全、稳定、高效地生产优质蔬果和功能保健性食材,具有本地生产、新鲜直达、便捷供应的优势;并且,由于靠近消费市场,运输距离短,还可降低碳排放和物流成本。美国垂直农业公司Plenty在美国旧金山等城市建设植物工厂,生产无农药绿叶蔬菜,直供餐厅和生鲜平台。中国科学院植物研究所联手福建三安集团,成立了福建省中科生物股份有限公司。该公司在福建安溪建成国际上首栋建筑面积10 000 m2的蔬菜植物工厂和首个商业化药用植物工厂。该植物工厂日产高质量蔬菜1.8 t,主要供应厦门、福州和泉州等地的餐饮和商超;获得有机认证的地方保健药材——金线莲也已进入线上、线下超市门店进行销售。

(5)应急与灾后食物保障植物工厂生产系统。植物工厂具备“平急两用”综合保障功能,可应对战时、重大灾害情形下食物快速生产的需求。可移动式集装箱植物工厂能够在地震、洪水等灾害后快速部署,无需依赖外部供应链,保障战区/灾区应急食物供应;也能满足潜艇军舰、海岛、高寒等特殊边防地区国防保供需求。日本福岛核灾后使用防辐射设计的植物工厂生产安全蔬菜,缓解公众对污染作物的担忧。我国“5·12”汶川地震后也临时搭建了移动式气雾培农场,为安置点提供新鲜叶菜。陆军后勤部在西藏军区“高原高寒、条件艰苦、缺氧缺水、交通不便”的哨所进行植物工厂试点建设,以解决边防部队新鲜蔬菜供应难题。

(6)太空生命延续植物工厂生产系统。植物工厂独立封闭化生产系统使其甚至可能在月球、火星等外太空场所建设,将是满足航空航天、星际旅行和其他星球移民等未来场景需求的重要组成部分。科研人员在空间基地模拟实验舱“月宫一号”里已经多次开展了生物再生生命保障系统的实验。美国航空航天局(NASA)在国际空间站搭建太空农场,测试LED光照下的蔬菜种植,为其火星移民计划提供技术支持。我国航天员也已经在神舟十七号载人飞船上成功完成了“太空菜园”的试验种植。

2 植物工厂的发展与态势 2.1 植物工厂经历4个发展阶段,商业规模不断扩大

植物工厂的发展大致经历4个阶段(图 1):① 20世纪50—80年代末的试验探索阶段。营养液栽培技术和人工可控环境技术为植物工厂的兴起奠定了基础。这一时期植物工厂的光源以能耗高、发热量大的高压钠灯为主,种植设备仅为单层或两层结构,生产效率较低,产业发展缓慢。② 20世纪90年代初—21世纪初的示范应用阶段。这一时期紧凑型荧光灯逐渐替代了高压钠灯,随着传感器和自动控制技术逐步引入,植物工厂空间利用率与能源效率显著提升,示范应用规模不断扩大。但仍存在能耗大、成本高等突出瓶颈,大规模应用受到一定限制。③ 21世纪10年代至今的产业发展阶段。随着高光电转换效率的蓝光LED技术的出现和应用,植物工厂生产能效、空间利用率及自动化程度均大幅提升,产业化发展规模及盈利能力也随之不断扩大[4]④未来,人工智能(AI)极有可能在短时间内催生自动化智慧植物工厂的发展。基于AI的自动化植物工厂应具备3个特征:自动化——节省人工,如播种、育苗、分栽、采收、清洗、转运等自动化均可大幅降低人工成本。标准化——提高效率,如种植作业标准化、工艺流程标准化、栽培工具标准化。智能化——简单运营,通过实现调度系统、生产管理和异常处理的智能化,减少运营成本。可见,AI的创新应用是植物工厂突破生产瓶颈、节本增效、升级换代生产系统的核心。

图 1 植物工厂发展历程及各阶段相关的重大科技创新 Figure 1 Development process of plant factories and major scientific and technological innovations in each stage
2.2 植物工厂光环境调控更加精准,光效能效不断提升

植物工厂人工光源经历了高压钠灯、金属卤化物灯、荧光灯、LED灯等不同发展阶段,光效能效不断提升。目前,植物工厂大多采用LED光照系统,以尽可能最节能的方式为植物提供光合作用所需的准确光谱、强度和频率。例如,美国Plenty公司的最新垂直农场设施Tigris农场,全年采用LED照明;与其他设施相比,LED照明能源效率能够提高5倍。Plenty公司计划在其未来的农场中采用太阳能和风能发电,以进一步降低能源成本。目前,全球LED灯的光电转化效率为30%—40%。据国际能源署预测,到2030年,LED照明效率预计将再提高70%,价格也将持续下降,其在植物工厂领域的应用必将更加广泛

① Toledano B. The second generation of vertical farming. [2024-05-05]. https://www.agritecture.com/blog/2019/11/11/the-second-generation-of-vertical-farming.

2.3 全球植物工厂产业近年来发展迅速,企业成为市场参与主体

目前,在植物工厂高技术研发领域,日本、美国、英国、新加坡等走在世界前列;同时,这些国家也在积极推进植物工厂的商业化应用和产业化推广。中国植物工厂产业起步较晚,但发展势头强劲。北京、上海、厦门、深圳等大城市相继建立了多个示范性植物工厂,在叶菜、药用植物等作物的工厂化生产方面取得突破。中国植物工厂数量目前已超250座,成为设施数量仅次于日本的植物工厂大国;同时,一批本土植物工厂设备制造企业迅速崛起,推动了整个产业链的完善。

② 智研咨询. 植物工厂. (2024-05-04)[2025-02-03]. https://www.chyxx.com/wiki/1183404.html.

2.4 植物工厂自动化程度越来越高,正向智能化、无人化发展

作为技术高度密集的产业形态,植物工厂涉及工程材料、环控装备、智慧决策及辅助机器人等核心技术,逐步实现了生产过程的自动化,正在向无人化等方向发展。在荷兰瓦赫宁根大学主办的第二届国际智慧温室种植挑战赛中,冠军团队采用AI和物联网(IoT)等前沿技术优化种植决策,远程自动控制温室种植,实现番茄种植每亩资源消耗减少16%,净利润增加121%。在第4届该赛事上,获胜团队利用计算机视觉技术及机器学习技能与算法将矮生番茄生产利润提升2—3倍。苏格兰Intelligent Growth Solutions公司开发的自动化系统,利用模块化结构实现高效生产,可减少80%的劳动力。2023年5月和12月,中国率先自主研发的无人化垂直植物工厂先后在福建安溪(中国科学院主导)和四川成都(中国农业科学院主导)投入运营。

3 植物工厂服务大粮食安全的瓶颈问题

植物工厂发展乏力最大的问题在于成本过高。以目前植物工厂商业应用最多的叶菜类蔬菜生产为例,初期建设投资成本约占总成本的30%,涉及建筑与空间改造、安装多层立体栽培架、LED灯具(占初期投资的20%—30%)、环境控制设备(如空调系统、通风系统等)、无土栽培设备和自动化设备、传感器网络和中央控制系统等;能源成本约占20%,包括人工光源和环境控制能耗;运营成本约占50%,其中人力成本占运营成本的近60%。下文就植物工厂高成本相关成因进行细致分析。

(1)适生作物缺乏深度发掘与品种匮乏。国外AeroFarms和Plenty等公司都以绿叶蔬菜生产为主;而国内投入运营的植物工厂有200余座,规模、品种、运营思路各不相同,但大多数还是以蔬菜生产为主。虽然也有对蛋白饲草、水稻、小麦等进行植物工厂立体化种植的研究尝试,但仅限于小规模试验阶段,现在全球还没有一个真正的智慧植物工厂粮食生产体系。

(2)生产过程高能耗与劳力成本。植物工厂的管理设备主要还是以半自动化和自动化机械为主,智能化机械占比不足10%,尤其是相关高端感知技术、植物生长环境调控模型算法、自主作业机器人等研发不足[5];同时,智能化装备管理集成度低,环境控制系统多采用经验值设定,不能够依据作物生长状况实时调整,生产技术型人力消耗大。此外,植物工厂仍存在光效低、能耗高的问题,导致系统运营成本高,因而植物工厂盈利困难。例如,目前LED灯的光电转化效率低于40%,转化率还有待提升;即使采用节能LED灯具进行补光,因需每日运行12—18 h(如生菜每天需光照16 h),消耗的电力仍然较高,占能源成本的80%以上。

(3)产业链建设不完善,尚未形成健康有序的产业模式。植物工厂产业链上游环节的设备制造中,核心LED照明、环控设备、营养液系统等还存在技术瓶颈,LED照明效率、环境控制精度、营养液配方优化等方面仍有提升空间;中游环节的植物工厂建设和运营,涉及植物工厂设计建造和日常运营管理,需要整合多学科知识和技术,通过规模化生产、技术创新和管理优化来降低生产成本;下游环节的农产品销售和深加工,包括农产品的品牌建设、营销网络搭建、深加工产品开发等,还需要打破市场认知瓶颈,提高消费者对植物工厂产品的认知度和接受度。

(4)多元化食物生产功能未得到发挥,产业应用场景缺乏系统布局。目前,植物工厂商业化应用多局限于都市农业场景的果蔬生产,缺乏大食物观农业生产场景的研发。近来,植物工厂高产小麦、水稻试验的成功,“7天大麦芽草”工厂化生产的应用,以及大豆、油菜的育种加速生产,为植物工厂用于粮食、饲草等大宗产品生产提供了理论基础和技术支撑。进而,需要统筹规划、系统布局,根据不同区域的需求,匹配应用场景,建设适宜的植物工厂生产系统,以充分发挥植物工厂多元化食物生产功能。

4 人工智能助力植物工厂科技创新与降本增效

本文利用大数据分析建立了植物工厂生产成本精算模型(式1、表 1),从而推算出自动化植物工厂的发展迫切需要解决适生专用型品种匮乏、能耗高、劳动力成本高和无配套生产装备等关键问题。

    (1)
表 1 植物工厂生产成本精算模型公式各参数含义 Table 1 Meaning of each parameter of actuarial model formula of production cost in plant factory

总体而言,需要大力应用AI挖掘鉴定适生种质资源,解析植物工厂条件下植物分子发育学基础和农艺性状建成的分子规律,精准设计与快速创制植物工厂高产优质作物品种,研发自动化、标准化、规模化全流程生产装备与控制模块。可以主要从4个方面来提高植物工厂生产效率,降低生产成本。

(1)创制适生理想型品种,培育矮化、高产新品种,实现增加单位面积产量超50%。中国水稻研究所已成功选育出生长周期短、株型紧凑、高仅17.1 cm的水稻品种“小薇”;利用矮秆水稻品种在植物工厂内实现60 d快速收获,年亩产可达39 t[6];对小麦、番茄、辣椒、黄瓜等众多作物都已先后开展了矮秆品种的选育和创制,以及基因的挖掘和功能解析。国外多家机构联合开展的快速育种技术研究中,1年内可成功繁育5—6代的小麦、大麦、豌豆、大豆和鹰嘴豆,以及4代的油菜(传统温室条件下1年内仅能繁育2—3代)[7-9]。中国研究人员采用植物工厂育种加速器用不到4年时间培育出“中生1号”生菜,其水培适应性好,较现有主栽品种增产55.9%[10]。通过调整光质和光周期,水稻可实现1年5代的繁育[11]。利用幼胚培养技术,结合适宜的光照和温湿度条件,可进行棉花(1年3—4代)[12]、高粱(1年4—5代)[13]、燕麦和小黑麦(1年6—7代)[14]的加速繁育(表 2)。目前,植物工厂适生的优质高产作物种类仍十分匮乏,急需加强植物育种基础研究,培育植物工厂专用新品种,积极创制矮秆、密植、低光需、高光效、优质、高产、快生型植物工厂适用作物品种,以满足植物工厂高效、集约化生产需求。同时,充分利用植物工厂独特的育种加速器功能,结合AI大数据分析与预测能力,对种质资源进行筛选,对品种的环境适应性进行评估,加快作物育种进程,以满足植物工厂急需的优质种源。

表 2 植物工厂加速育种应用实例 Table 2 Application examples of speed breeding in plant factory

(2)创制太阳光无电光波导照明技术,优化光源,实现降低照明能耗50%。人工光源是植物工厂中植物生长发育的主要能量来源,也是导致植物工厂高能耗、高运行成本最主要的原因。利用光波导传输阳光的照明系统作为一种非电光源成为植物工厂降低电能消耗的创新策略。该技术利用先进的采光系统,选择性地将室外太阳光的有效光合辐射部分引入室内,替代人工光照。相较于“太阳能—电能”最高25%的转换效率而言,光利用效率最高可达70%[15-17]。智能太阳光采集装置可以根据太阳的位置和光照强度,自动调整反射镜和透镜的角度,确保最大程度地采集和传输太阳光[18, 19]。结合传感器网络,智能调整波导系统的光分配,避免光照不均匀导致的植物生长差异。将智慧太阳光波波导技术与LED光源相结合,利用机器学习计算实时的光照需求和环境条件,智能控制太阳光和LED光源的比例和切换,实现不同天气条件下光照的最优化利用,可极大程度地降低植物工厂的照明能耗。此外,建立植物光反应特征数据库,利用深度学习算法分析不同基因型植物对特定光谱的响应,有助于加强植物特征生长光谱调制、LED光质配比组合光源创制、新型节能LED灯具设计、光环境精准调控等方面研究,从而进一步降低植物工厂照明能耗。

(3)综合利用清洁能源,实现降低用电成本50% 以上。利用清洁能源,建设虚拟电厂[20]、微能源网[21]等多能互补综合能源管理系统,将太阳能电池板、风力涡轮机、电网电池和植物工厂等资源链接在一起,通过整合多种技术调节电力的生成、存储、分配和消耗,从而降低植物工厂的电力使用成本。同时,结合AI技术,通过对工厂生产能源消耗的实时监测,以及对未来一段时间能源需求的精准预测,帮助企业制定更合理的能源使用和采购计划。目前,在获得农业用电补贴情况下,我国植物工厂生产运营所用电价通常在0.4—0.6元/千瓦时不等;而在清洁能源丰富的地区(如内蒙古、宁夏等地),电价可降低至0.2—0.3元/千瓦时,能直接将植物工厂的用电成本降低一半以上。

(4)构建数字孪生与AI大模型,提升自动化水平和精准环控技术能力,实现降低90% 运维人力成本。 AI技术在植物工厂中的应用主要体现在环境智能控制、作物生长预测与优化、病虫害智能识别与防治,以及自动化种植与收获等方面(图 2)。通过部署各种传感器和物联网设备,AI系统能够实时监测和调节各项环境参数,为作物生长创造最佳条件。通过对植物工厂的生产全过程和作物生长全生命周期进行数字孪生建模,利用深度学习算法从多维度数据中挖掘出影响作物生长的关键因素,结合AI大模型技术构建能够支持作物生长模拟与过程可视化的孪生模型,预测作物生长趋势和产量,并优化种植策略。此外,机器人技术和计算机视觉的结合,能实现播种、移栽、修剪、收获等作业的自动化,从而减少人力成本,大幅提高生产效率。

图 2 无人化智慧植物工厂 Figure 2 Unmanned smart plant factory
5 植物工厂应用场景与产业布局

扩大生产规模可以有效摊薄植物工厂的高昂成本,但现阶段植物工厂商业化生产应用场景仅限于果蔬类(尤其是叶菜类)的生产,市场规模有限。将植物工厂生产系统对接大宗初级农产品的保供不仅可以有效解决规模问题,并能打造不同的应用场景,对接多元化食物供给国家战略,将极大改变目前植物工厂发展困境。至少,在我国有如下4类应用场景值得尝试(图 3)。

图 3 我国智慧植物工厂产业发展布局 Figure 3 Industrial development layout of smart plant factory in China 建议在红色虚线圈出的内陆荒漠盐碱地区、红色点线圈出的农牧交错地带、红色虚点线标示的环渤海区域,以及红星标识的北上广深等一、二线城市周边开展智慧植物工厂产业示范 Recommended to carry out the demonstration of smart plant factory in the inland desert saline-alkali areas as circled by the red dsahed line, the agro-pastoral ecotone as circled by red dotted line, and the Bohai Rim regions marked by the red dash-dotted line, and around the mega cities such as Beijing, Shanghai, Guangzhou, and Shenzhen marked by the red star

(1)内陆荒漠盐碱区粮油饲草植物工厂生产系统。新疆天山以南、甘肃、宁夏、青海和内蒙古西部是国家新能源重点布局区域,有着丰富的光热,有些区域如新疆阿克苏的部分县市每年无霜期有近250 d,还有广袤的盐碱、荒漠资源和丰富的浅层苦咸水资源。在这些地区发展清洁能源驱动的植物工厂,可全年不间断地生产粮、油、饲草等作物。

(2)农牧交错带进口蛋白替代植物工厂生产系统。我国传统的畜牧养殖多分布在“胡焕庸线”界定的农牧交错带。因该区域不多于400 mm的年降雨量,极易造成过牧和草场退化,是我国典型的生态脆弱区。但是,此区域有着丰富的光能和风能资源。例如,吉林白城、内蒙古赤峰和通辽等是典型的“风能城”。在该区域发展进口蛋白替代植物工厂生产系统,可直接为当地畜牧养殖提供优质饲草和蛋白,节约养殖成本并保护生态。

(3)滨海区清洁能源耦合滩涂与近海养殖的植物工厂生产系统。我国北起辽宁盘锦、南至江苏盐城的广大环渤海区有着丰富的沿海滩涂和近海水域,是我国“海洋牧场”的重点发展区域。利用海上风能发展滩涂和海上畜牧养殖和水产养殖将极大节约能耗和土地资源。荷兰利用废弃船舰开展海上奶牛养殖、中国最新发展海上清洁能源浮岛生产系统都是非常有创意的大胆创新。

(4)一、二线都市优质果蔬与功能食物植物工厂生产系统。现代都市生活中,人们追求高品质,愿意为大健康产品消费。利用都市成熟完善的储能科技和丰富余热尾气作为能源,在植物工厂内培育特色风味、花青素和类黄酮高、增强免疫功能等果蔬与功能食物品类,可为快节奏、高强度工作压力下的都市居民提供抗衰老疲劳、强化机体功能的“药食同源”选项。

6 智慧植物工厂发展建议

(1)布局智慧植物工厂前沿科技战略,解决基础生物学和工程问题。智慧植物工厂是国际高技术竞争的重要领域,但光源光效低、系统能耗大、作物品质调控与多因子协同管控难等关键技术难题仍未突破。在技术创新与成本控制方面,需加大研发投入,推动AI技术在植物工厂领域的创新应用;同时,鼓励产学研合作,促进技术成果转化,提高技术应用的性价比。在智能化装备与管理决策系统、新型光源与光能有效利用、可再生能源转化利用、新型作物品种改良与创制等方面进行科技创新,开创植物工厂新生产体系,推动植物工厂技术再升级,建立植物工厂新业态。

(2)围绕清洁能源丰沛区域,规划智慧植物工厂产业集群,实现资源高效利用。在我国西部风光资源丰富的荒漠盐碱地区及农牧交错带区域,通过低电价甚至负电价吸引装备制造企业投资建设智慧植物工厂,可以开拓新的土地资源利用,消纳光伏、风电等清洁能源。同时,结合这些地区的畜牧产业,开发大豆替代的高蛋白饲草产品,培育智能装备制造、智慧植物工厂、高蛋白饲草加工等行业的龙头企业,带动产业链上下游协同发展。在东部滨海滩涂区,耦合清洁能源,发展近海养殖的植物工厂生产系统,拓展植物工厂向海洋领域的新发展。

(3)开展进口蛋白替代智慧植物工厂等产业试点示范。通过政府引导,以企业为主体,加强科技支撑,集成适生理想型品种、新型LED光源与太阳光光波导技术、数字孪生、AI大模型及精准环控技术,建设一批高标准、高水平的智慧植物工厂示范项目。本文预估,一个占地3 000 m2、15层高楼的蛋白芽草植物工厂每年可生产10 000 t大豆替代蛋白。利用333 hm2土地面积,建设这样的蛋白芽草工厂,将可以解决我国大豆蛋白进口依赖的问题。

参考文献
[1]
聂倩. 饲料粮供给关乎国家粮食安全. 经济日报, 2023-07-07(11).
Nie Q. The supply of feed grains is crucial to national food security. Economic Daily, 2023-07-07(11). (in Chinese)
[2]
Asseng S, Guarin J R, Raman M, et al. Wheat yield potential in controlled-environment vertical farms. PNAS, 2020, 117(32): 19131-19135. DOI:10.1073/pnas.2002655117
[3]
借力LED灯, 中国科学家沙漠温室繁育水稻试种成功. 光源与照明, 2024, (4): 1.
Chinese scientists successfully propagate rice in desert greenhouses with LED lights. Light Sources and Lighting, 2024, (4): 1. (in Chinese)
[4]
杨其长. 植物工厂发展史. 生命世界, 2019, (10): 4-7.
Yang Q C. History of plant factory development. The Living World, 2019, (10): 4-7. (in Chinese)
[5]
郭祥雨, 薛新宇, 路军灵, 等. 我国植物工厂智能化装备研究现状与展望. 中国农机化学报, 2020, 41(9): 162-169.
Guo X Y, Xue X Y, Lu J L, et al. Research status and prospect of plant factory intelligent equipment in China. Journal of Chinese Agricultural Mechanization, 2020, 41(9): 162-169. (in Chinese)
[6]
Liu Y, Li Z G, Cheng H, et al. Plant factory speed breeding significantly shortens rice generation time and enhances metabolic diversity. Engineering, 2024. DOI:10.1016/j.eng.2024.09.019
[7]
Watson A, Ghosh S, Williams M J, et al. Speed breeding is a powerful tool to accelerate crop research and breeding. Nature Plants, 2018, 4(1): 23-29. DOI:10.1038/s41477-017-0083-8
[8]
Nagatoshi Y, Fujita Y. Accelerating soybean breeding in a CO2-supplemented growth chamber. Plant & Cell Physiology, 2019, 60(1): 77-84.
[9]
Samineni S, Sen M, Sajja S B, et al. Rapid generation advance (RGA) in chickpea to produce up to seven generations per year and enable speed breeding. The Crop Journal, 2020, 8(1): 164-169. DOI:10.1016/j.cj.2019.08.003
[10]
育种加速器快速育成生菜新品种. 农家致富, 2023, (19): 21.
Breeding accelerator for rapid breeding of new varieties of lettuce. Farmer's Wealth Magazine, 2023, (19): 21. (in Chinese)
[11]
Jähne F, Hahn V, Würschum T, et al. Speed breeding short-day crops by LED-controlled light schemes. Theoretical and Applied Genetics, 2020, 133(8): 2335-2342. DOI:10.1007/s00122-020-03601-4
[12]
Wang X F, Wang Y X, Zhang G Y, et al. An integrated breeding technology for accelerating generation advancement and trait introgression in cotton. Plant Breeding, 2011, 130(5): 569-573. DOI:10.1111/j.1439-0523.2011.01868.x
[13]
Rizal G, Karki S, Alcasid M, et al. Shortening the breeding cycle of sorghum, a model crop for research. Crop Science, 2014, 54(2): 520-529. DOI:10.2135/cropsci2013.07.0471
[14]
Liu H, Zwer P, Wang H B, et al. A fast generation cycling system for oat and triticale breeding. Plant Breeding, 2016, 135(5): 574-579. DOI:10.1111/pbr.12408
[15]
Sharma L, Ali S F, Rakshit D. Performance evaluation of a top lighting light-pipe in buildings and estimating energy saving potential. Energy and Buildings, 2018, 179: 57-72. DOI:10.1016/j.enbuild.2018.09.022
[16]
Wong I, Yang H X. Introducing natural lighting into the enclosed lift lobbies of highrise buildings by remote source lighting system. Applied Energy, 2012, 90(1): 225-232. DOI:10.1016/j.apenergy.2011.03.018
[17]
Liang H X, Wang F Q, Yang L W, et al. Progress in full spectrum solar energy utilization by spectral beam splitting hybrid PV/T system. Renewable and Sustainable Energy Reviews, 2021, 141: 110785. DOI:10.1016/j.rser.2021.110785
[18]
李文鹏, 沈振华, 李维德. 植物工厂的智能补光系统的探讨. 光源与照明, 2015, (2): 17-19.
Li W P, Shen Z H, Li W D. Discussion on the intelligent lighting system of plant factory. Light Sources and Lighting, 2015, (2): 17-19. (in Chinese)
[19]
吴延鹏, 马重芳. 采集太阳光的光导管照明技术在建筑室内的应用. 现代物业(上旬刊), 2011, 10(1): 82-83.
Wu Y P, Ma C F. Application of light pipe illumination technology for collecting sunlight inside the building. Modern Property Management(Early Issue), 2011, 10(1): 82-83. (in Chinese)
[20]
潘凯岩, 胡林麟, 吴俊越, 等. 面向综合能源协调的虚拟电厂调控平台设计与规划优化. 可再生能源, 2024, 42(1): 127-135.
Pan K Y, Hu L L, Wu J Y, et al. Design and optimized planning of a virtual power plant regulation platform for comprehensive energy coordination. Renewable Energy Resources, 2024, 42(1): 127-135. (in Chinese)
[21]
吕一凡, 陈望达, 万家建. 共建低碳"微能源网", 突破现代农业用能瓶颈——国网平湖市供电公司创新实践. 可持续发展经济导刊, 2023, (8): 50-52.
Lv Y F, Chen W D, Wan J J. Jointly build a low-carbon "micro-energy network" and break through the bottleneck of modern agricultural energy consumption—The innovative practice of the State Grid Pinghu Power Supply Company. China Sustainability Tribune, 2023, (8): 50-52. (in Chinese)