阿尔伯塔大学研究采用轻松连WS1 Pro开展水培生菜种植环境监测
研究概览
| 论文标题 | Comparison of Energy-use Efficiency for Lettuce Plantation under Nutrient Film Technique and Deep-Water Culture Hydroponic Systems |
| 发布机构 | Elsevier |
| 发布期刊 | Procedia Computer Science |
| 发布时间 | 2023 年；发表于 Procedia Computer Science 217，页码 11–19 |
| 作者/机构 | Syed Abreez Gillani、Rabiya Abbasi、Rafiq Ahmad，阿尔伯塔大学 Aquaponics 4.0 Learning Factory，机械工程系；Pablo Martinez，英国诺森比亚大学 |
| 轻松连产品 | 轻松连 WS1 Pro 无线智能传感器 |
| 数据收集 | 室内温度、相对湿度、照度 |
| 采样频率 | 论文说明以固定间隔进行监测，但未明确具体间隔时长 |
| 研究周期 | 从播种到收获的完整生菜生长周期；包括 21 天育苗阶段和 5 周 NFT/DWC 水培系统种植阶段 |
| 应用场景 | 水培生菜种植、鱼菜共生设施监测、受控环境农业、NFT 与 DWC 系统能效对比 |
| 原文链接 | https://doi.org/10.1016/j.procs.2022.12.197 |
研究背景：这项研究解决什么问题？
水培、鱼菜共生和植物工厂等受控环境农业正在被越来越多地用于作物生产。这类系统不依赖土壤，能够提高水资源利用效率，也可以在气候、土地或水资源受限的地区实现全年生产。
但室内种植系统也面临一个核心问题：能耗。人工照明、水泵、气泵、营养液循环、加热、制冷、通风和空调都会增加运营成本和环境负担。因此，对于植物工厂和鱼菜共生设施而言，仅比较产量并不够，还需要评估单位能耗能够产生多少作物鲜重。
这篇论文比较了两种常见水培系统的能量使用效率：营养液膜技术系统，也就是 NFT，以及深水培养系统，也就是 DWC。两者都可以用于生菜种植，但营养液和氧气供给方式不同。NFT 通过种植槽循环一层较薄的营养液，使根系接触流动营养液；DWC 则让作物漂浮在营养液上方，并通过气泵或气石维持水中溶解氧。
研究团队希望回答的问题是：在室内鱼菜共生设施中种植 Little Gem 生菜时，NFT 和 DWC 哪种系统具有更高的能量使用效率？为了让比较结果具有可比性，研究人员需要记录并维持相似的环境条件。在这一过程中，轻松连 WS1 Pro 无线智能传感器被用于监测真实室内环境数据。
轻松连无线智能感知设备WS1 Pro / WS1 Pro – C通过无线WiFi / 移动网络直接接入物联网大数据平台,实时采集、监测并上传温度、湿度、光照等多重传感器数据，并可在手机、平板、电脑等多种物联网终端进行访问使用。
轻松连无线智能传感器在研究中的具体作用
在这项研究中，WS1 Pro 无线智能传感器被用作室内鱼菜共生设施中的环境监测设备。研究团队使用轻松连采集环境条件数据，以保证 NFT 和 DWC 两种系统是在相对一致的受控环境下进行比较。
实验地点位于加拿大阿尔伯塔大学的 AllFactory 鱼菜共生设施。NFT 和 DWC 两套系统均布置在同一室内设施中。该设施的加热、制冷和空调由建筑设施服务提供，并通过恒温器控制。在这一环境中，研究团队使用 WS1 Pro 无线智能传感器，以固定间隔监测室内温度、相对湿度和照度。
这些环境数据对研究非常重要。因为本研究的核心是比较两种水培系统的能量使用效率，如果温度、湿度和光照条件没有被记录或控制，那么生菜生长差异可能并不来自水培系统类型，而是来自环境条件波动。通过持续记录这些参数，研究团队能够说明 NFT 与 DWC 系统是在相似环境条件下进行对比。
论文中的日均环境参数显示，NFT 与 DWC 两种系统均维持在 70.2% 相对湿度和 18.8 °C 室内温度。光照方面，研究团队也进行了优化，使两套系统接收相近的光合光子通量密度：NFT 系统约为 258.33 µmol·m⁻²·s⁻¹，DWC 系统约为 269.10 µmol·m⁻²·s⁻¹。
因此，WS1 Pro 无线智能传感器数据主要用于环境记录和实验条件控制。温度、湿度和照度记录帮助研究团队确认 NFT 与 DWC 的种植环境具有可比性，从而使后续分析能够更集中于作物生长、能耗和能量使用效率本身。
研究方法和数据采集方式
实验作物为 Little Gem 生菜，即 Lactuca Sativa L.。研究团队选择该品种，是因为其株型紧凑，适合小型垂直农场和受控环境种植。
实验首先将 50 粒种子放入生长箱，在 18 °C 和 70% 相对湿度条件下育苗。育苗阶段使用 LED 灯照射，光周期为 12 小时光照和 12 小时黑暗。播种 21 天后，研究团队挑选 40 株健康幼苗，并移栽到岩棉块中。
40 株幼苗被平均分配到两种水培系统中：20 株放入 NFT 系统，20 株放入 DWC 系统。两套系统使用相同的营养液。NFT 系统连接一个装有 20 加仑营养液的水箱，并通过潜水泵将营养液循环至种植槽。DWC 系统同样使用 20 加仑营养液，并通过连接气泵的气石向水体提供溶解氧。
两套系统均采用 LED 灯照明，最大光合光子通量为 200 µmol·s⁻¹。由于两套系统尺寸不同，研究人员调整了光照强度，使作物接收到相近的 PPFD。随后，生菜在 16 小时光周期下生长 5 周。
在实验过程中，WS1 Pro 无线智能传感器监测室内温度、相对湿度和照度。研究团队还使用 Bluelab 设备记录并平衡两套系统的电导率和 pH 值。LED 灯、水泵和气泵的能耗则通过智能电表记录，并上传至云平台。
5 周种植周期结束后，研究人员收获生菜，并测量作物鲜重、地上部重量、根重、株高、株宽、根长和叶片数量。能量使用效率通过作物鲜重除以总电能消耗计算，单位为 g·kWh⁻¹。
主要研究发现
研究发现，在本实验条件下，NFT 系统种植 Little Gem 生菜的能量使用效率高于 DWC 系统。
两套系统位于同一室内设施，并保持相似环境条件。WS1 Pro 无线智能传感器监测的室内环境数据显示，两套系统均维持在 70.2% 相对湿度和 18.8 °C 室温。pH 值均为 5.9，电导率也非常接近。
两套系统的能耗构成有所不同。DWC 系统在人工照明方面消耗更多能量，研究团队认为这是因为需要更高光照强度，以确保 DWC 与 NFT 两套系统接收到相近的 PPFD。NFT 系统则因需要持续循环营养液，在水泵方面消耗更多能量。总体来看，在相同生菜数量下，DWC 系统总能耗比 NFT 系统高 3.25%。
生长数据方面，NFT 系统种植的生菜具有更高的生物量。NFT 生菜平均鲜重为 61.7 g，而 DWC 生菜平均鲜重为 49.9 g，NFT 平均鲜重高出 23.6%。NFT 生菜的地上部重量和根重也更高，而株高、株宽和叶片数量在两套系统之间差异不明显。
能量使用效率方面，NFT 系统达到 31.34 g·kWh⁻¹，DWC 系统为 24.53 g·kWh⁻¹。也就是说，在本实验条件下，NFT 系统能量使用效率比 DWC 高 27.7%。
论文认为，这一结果主要与两个因素有关：第一，NFT 系统中的营养液流动和种植密度可能更有利于生菜生长；第二，NFT 系统总能耗略低于 DWC 系统。
这对水培和鱼菜共生种植意味着什么？
这项研究为受控环境农业提供了实际参考，尤其适用于关注能耗和产量效率的室内水培、植物工厂和鱼菜共生设施。
研究结果表明，系统类型不仅影响作物生长，也可能影响单位能耗产量。即使两种系统种植相同作物，并处于相似环境条件下，营养液输送方式、水循环方式、氧气供给方式和照明需求差异，也可能导致最终的鲜重产出和能效表现不同。
在本研究的生菜种植实验中，NFT 系统在总能耗略低的情况下获得了更高鲜重，因此更适合希望提升能量使用效率的室内植物工厂或鱼菜共生设施参考。
这项研究也说明，环境监测在水培系统对比中非常关键。仅记录产量和用电量是不够的，还必须记录温度、湿度和照度等环境条件，才能判断两组实验是否具有可比性。WS1 Pro 无线智能传感器在这里提供了室内环境数据记录，使研究团队能够更合理地解释生长表现和能耗结果。
对于商业种植者来说，这项研究提示，能量使用效率需要综合考虑作物产量、照明能耗、水泵或气泵能耗，以及环境控制条件。
UbiBot 设备体现出的应用价值
在这项研究中，WS1 Pro 无线智能传感器的应用价值主要体现在受控环境农业中的环境监测。
首先，设备提供了室内环境记录。通过监测温度、相对湿度和照度，WS1 Pro 无帮助研究团队记录 NFT 与 DWC 系统所处的生长环境。
第二，设备支持实验可比性。本研究要比较两种水培系统，因此需要证明两套系统在相似环境条件下运行。WS1 Pro 无采集的数据为这一点提供了环境背景。
第三，设备支持完整生长周期监测。论文指出，相关数据从播种到收获整个周期均被记录。这对于作物研究非常重要，因为不同生长阶段的环境变化都可能影响最终产量。
第四，WS1 Pro 无线智能传感器与其他测量设备形成互补。研究中还使用了电导率笔、pH 笔、智能电表、电子秤和光谱辐射计。UbiBot 负责提供环境层数据，其他工具则分别记录营养液状态、能耗、光照分布和作物生长数据。
第五，WS1 Pro 无线智能传感器展示了物联网式环境监测在鱼菜共生和植物工厂研究中的作用。在室内农业中，较小的环境变化也可能影响作物生长和能效结果。持续环境监测有助于研究人员和种植者更准确地解释系统表现。
总体来看，WS1 Pro 无线智能传感器在该研究中的价值不是直接判断哪种水培系统更优，而是为作物生长与能耗分析提供可追溯的环境数据基础。
可延伸应用场景
基于该研究中的监测方式，WS1 Pro 无线智能传感器可延伸应用于以下场景：
- 水培系统对比实验：用于比较 NFT、DWC、雾培和其他无土栽培系统在相同环境下的表现。
- 鱼菜共生设施监测：用于记录鱼菜共生系统中的室温、湿度和照度环境。
- 垂直农场研究：用于支持多层栽培、室内植物工厂和受控环境农业的数据记录。
- LED 植物照明实验：用于监测不同光周期、PPFD 和光谱实验中的环境变化。
- 作物生长优化：用于将温度、湿度、照度数据与生物量、叶面积、根系生长和产量关联分析。
- 能量使用效率研究：用于在计算单位电耗产量时提供环境条件背景。
- 商业温室与室内农场运营：用于监控生产环境，并发现与目标种植条件的偏差。
- 教学型与研究型 Learning Factory：用于高校、研究机构或培训场景中的数据化受控环境农业教学。
FAQ
1. 这项研究使用了哪款轻松连产品？
研究使用了轻松连 WS1 Pro 无线智能传感器。
2. WS1 Pro 采集了哪些数据？
WS1 Pro 无线智能传感器监测了室内温度、相对湿度和照度。
3. WS1 Pro 部署在哪里？
设备部署在加拿大阿尔伯塔大学 AllFactory 室内鱼菜共生设施中，用于 NFT 和 DWC 水培生菜实验环境监测。
4. 采样频率是多少？
论文说明传感器以固定间隔监测环境条件，但未明确具体间隔时长。
5. 监测持续多久？
环境数据从播种到收获整个周期均被记录。该周期包括 21 天育苗阶段和 5 周 NFT/DWC 水培种植阶段。
6. WS1 Pro 数据在研究中如何使用？
这些数据用于记录实验环境条件，并支持 NFT 与 DWC 两种水培系统在相似环境下进行能效对比。
7. WS1 Pro 是否证明了 NFT 比 DWC 更好？
不是。负责采集环境数据。研究团队结合环境记录、作物生长数据和能耗数据，计算并比较两种系统的能量使用效率。
8. 实验中的主要环境条件是什么？
两套系统均维持在 70.2% 相对湿度和 18.8 °C 室内温度。NFT 系统 PPFD 约为 258.33 µmol·m⁻²·s⁻¹，DWC 系统约为 269.10 µmol·m⁻²·s⁻¹。
9. 研究的主要结果是什么？
NFT 系统能量使用效率为 31.34 g·kWh⁻¹，DWC 系统为 24.53 g·kWh⁻¹。NFT 系统在本实验条件下能效高出 27.7%。
10. 这项研究对室内农业有什么意义？
研究说明，水培系统类型会影响作物生物量和能量使用效率；同时，环境监测对于保证实验可比性和解释能耗结果非常重要。
相关文章
学术研究与实践验证
更多分类 >>
阿尔伯塔大学研究采用轻松连WS1 Pro开展水培生菜种植环境监测
研究概览
| 论文标题 | Comparison of Energy-use Efficiency for Lettuce Plantation under Nutrient Film Technique and Deep-Water Culture Hydroponic Systems |
| 发布机构 | Elsevier |
| 发布期刊 | Procedia Computer Science |
| 发布时间 | 2023 年；发表于 Procedia Computer Science 217，页码 11–19 |
| 作者/机构 | Syed Abreez Gillani、Rabiya Abbasi、Rafiq Ahmad，阿尔伯塔大学 Aquaponics 4.0 Learning Factory，机械工程系；Pablo Martinez，英国诺森比亚大学 |
| 轻松连产品 | 轻松连 WS1 Pro 无线智能传感器 |
| 数据收集 | 室内温度、相对湿度、照度 |
| 采样频率 | 论文说明以固定间隔进行监测，但未明确具体间隔时长 |
| 研究周期 | 从播种到收获的完整生菜生长周期；包括 21 天育苗阶段和 5 周 NFT/DWC 水培系统种植阶段 |
| 应用场景 | 水培生菜种植、鱼菜共生设施监测、受控环境农业、NFT 与 DWC 系统能效对比 |
| 原文链接 | https://doi.org/10.1016/j.procs.2022.12.197 |
研究背景：这项研究解决什么问题？
水培、鱼菜共生和植物工厂等受控环境农业正在被越来越多地用于作物生产。这类系统不依赖土壤，能够提高水资源利用效率，也可以在气候、土地或水资源受限的地区实现全年生产。
但室内种植系统也面临一个核心问题：能耗。人工照明、水泵、气泵、营养液循环、加热、制冷、通风和空调都会增加运营成本和环境负担。因此，对于植物工厂和鱼菜共生设施而言，仅比较产量并不够，还需要评估单位能耗能够产生多少作物鲜重。
这篇论文比较了两种常见水培系统的能量使用效率：营养液膜技术系统，也就是 NFT，以及深水培养系统，也就是 DWC。两者都可以用于生菜种植，但营养液和氧气供给方式不同。NFT 通过种植槽循环一层较薄的营养液，使根系接触流动营养液；DWC 则让作物漂浮在营养液上方，并通过气泵或气石维持水中溶解氧。
研究团队希望回答的问题是：在室内鱼菜共生设施中种植 Little Gem 生菜时，NFT 和 DWC 哪种系统具有更高的能量使用效率？为了让比较结果具有可比性，研究人员需要记录并维持相似的环境条件。在这一过程中，轻松连 WS1 Pro 无线智能传感器被用于监测真实室内环境数据。
轻松连无线智能感知设备WS1 Pro / WS1 Pro – C通过无线WiFi / 移动网络直接接入物联网大数据平台,实时采集、监测并上传温度、湿度、光照等多重传感器数据，并可在手机、平板、电脑等多种物联网终端进行访问使用。
轻松连无线智能传感器在研究中的具体作用
在这项研究中，WS1 Pro 无线智能传感器被用作室内鱼菜共生设施中的环境监测设备。研究团队使用轻松连采集环境条件数据，以保证 NFT 和 DWC 两种系统是在相对一致的受控环境下进行比较。
实验地点位于加拿大阿尔伯塔大学的 AllFactory 鱼菜共生设施。NFT 和 DWC 两套系统均布置在同一室内设施中。该设施的加热、制冷和空调由建筑设施服务提供，并通过恒温器控制。在这一环境中，研究团队使用 WS1 Pro 无线智能传感器，以固定间隔监测室内温度、相对湿度和照度。
这些环境数据对研究非常重要。因为本研究的核心是比较两种水培系统的能量使用效率，如果温度、湿度和光照条件没有被记录或控制，那么生菜生长差异可能并不来自水培系统类型，而是来自环境条件波动。通过持续记录这些参数，研究团队能够说明 NFT 与 DWC 系统是在相似环境条件下进行对比。
论文中的日均环境参数显示，NFT 与 DWC 两种系统均维持在 70.2% 相对湿度和 18.8 °C 室内温度。光照方面，研究团队也进行了优化，使两套系统接收相近的光合光子通量密度：NFT 系统约为 258.33 µmol·m⁻²·s⁻¹，DWC 系统约为 269.10 µmol·m⁻²·s⁻¹。
因此，WS1 Pro 无线智能传感器数据主要用于环境记录和实验条件控制。温度、湿度和照度记录帮助研究团队确认 NFT 与 DWC 的种植环境具有可比性，从而使后续分析能够更集中于作物生长、能耗和能量使用效率本身。
研究方法和数据采集方式
实验作物为 Little Gem 生菜，即 Lactuca Sativa L.。研究团队选择该品种，是因为其株型紧凑，适合小型垂直农场和受控环境种植。
实验首先将 50 粒种子放入生长箱，在 18 °C 和 70% 相对湿度条件下育苗。育苗阶段使用 LED 灯照射，光周期为 12 小时光照和 12 小时黑暗。播种 21 天后，研究团队挑选 40 株健康幼苗，并移栽到岩棉块中。
40 株幼苗被平均分配到两种水培系统中：20 株放入 NFT 系统，20 株放入 DWC 系统。两套系统使用相同的营养液。NFT 系统连接一个装有 20 加仑营养液的水箱，并通过潜水泵将营养液循环至种植槽。DWC 系统同样使用 20 加仑营养液，并通过连接气泵的气石向水体提供溶解氧。
两套系统均采用 LED 灯照明，最大光合光子通量为 200 µmol·s⁻¹。由于两套系统尺寸不同，研究人员调整了光照强度，使作物接收到相近的 PPFD。随后，生菜在 16 小时光周期下生长 5 周。
在实验过程中，WS1 Pro 无线智能传感器监测室内温度、相对湿度和照度。研究团队还使用 Bluelab 设备记录并平衡两套系统的电导率和 pH 值。LED 灯、水泵和气泵的能耗则通过智能电表记录，并上传至云平台。
5 周种植周期结束后，研究人员收获生菜，并测量作物鲜重、地上部重量、根重、株高、株宽、根长和叶片数量。能量使用效率通过作物鲜重除以总电能消耗计算，单位为 g·kWh⁻¹。
主要研究发现
研究发现，在本实验条件下，NFT 系统种植 Little Gem 生菜的能量使用效率高于 DWC 系统。
两套系统位于同一室内设施，并保持相似环境条件。WS1 Pro 无线智能传感器监测的室内环境数据显示，两套系统均维持在 70.2% 相对湿度和 18.8 °C 室温。pH 值均为 5.9，电导率也非常接近。
两套系统的能耗构成有所不同。DWC 系统在人工照明方面消耗更多能量，研究团队认为这是因为需要更高光照强度，以确保 DWC 与 NFT 两套系统接收到相近的 PPFD。NFT 系统则因需要持续循环营养液，在水泵方面消耗更多能量。总体来看，在相同生菜数量下，DWC 系统总能耗比 NFT 系统高 3.25%。
生长数据方面，NFT 系统种植的生菜具有更高的生物量。NFT 生菜平均鲜重为 61.7 g，而 DWC 生菜平均鲜重为 49.9 g，NFT 平均鲜重高出 23.6%。NFT 生菜的地上部重量和根重也更高，而株高、株宽和叶片数量在两套系统之间差异不明显。
能量使用效率方面，NFT 系统达到 31.34 g·kWh⁻¹，DWC 系统为 24.53 g·kWh⁻¹。也就是说，在本实验条件下，NFT 系统能量使用效率比 DWC 高 27.7%。
论文认为，这一结果主要与两个因素有关：第一，NFT 系统中的营养液流动和种植密度可能更有利于生菜生长；第二，NFT 系统总能耗略低于 DWC 系统。
这对水培和鱼菜共生种植意味着什么？
这项研究为受控环境农业提供了实际参考，尤其适用于关注能耗和产量效率的室内水培、植物工厂和鱼菜共生设施。
研究结果表明，系统类型不仅影响作物生长，也可能影响单位能耗产量。即使两种系统种植相同作物，并处于相似环境条件下，营养液输送方式、水循环方式、氧气供给方式和照明需求差异，也可能导致最终的鲜重产出和能效表现不同。
在本研究的生菜种植实验中，NFT 系统在总能耗略低的情况下获得了更高鲜重，因此更适合希望提升能量使用效率的室内植物工厂或鱼菜共生设施参考。
这项研究也说明，环境监测在水培系统对比中非常关键。仅记录产量和用电量是不够的，还必须记录温度、湿度和照度等环境条件，才能判断两组实验是否具有可比性。WS1 Pro 无线智能传感器在这里提供了室内环境数据记录，使研究团队能够更合理地解释生长表现和能耗结果。
对于商业种植者来说，这项研究提示，能量使用效率需要综合考虑作物产量、照明能耗、水泵或气泵能耗，以及环境控制条件。
UbiBot 设备体现出的应用价值
在这项研究中，WS1 Pro 无线智能传感器的应用价值主要体现在受控环境农业中的环境监测。
首先，设备提供了室内环境记录。通过监测温度、相对湿度和照度，WS1 Pro 无帮助研究团队记录 NFT 与 DWC 系统所处的生长环境。
第二，设备支持实验可比性。本研究要比较两种水培系统，因此需要证明两套系统在相似环境条件下运行。WS1 Pro 无采集的数据为这一点提供了环境背景。
第三，设备支持完整生长周期监测。论文指出，相关数据从播种到收获整个周期均被记录。这对于作物研究非常重要，因为不同生长阶段的环境变化都可能影响最终产量。
第四，WS1 Pro 无线智能传感器与其他测量设备形成互补。研究中还使用了电导率笔、pH 笔、智能电表、电子秤和光谱辐射计。UbiBot 负责提供环境层数据，其他工具则分别记录营养液状态、能耗、光照分布和作物生长数据。
第五，WS1 Pro 无线智能传感器展示了物联网式环境监测在鱼菜共生和植物工厂研究中的作用。在室内农业中，较小的环境变化也可能影响作物生长和能效结果。持续环境监测有助于研究人员和种植者更准确地解释系统表现。
总体来看，WS1 Pro 无线智能传感器在该研究中的价值不是直接判断哪种水培系统更优，而是为作物生长与能耗分析提供可追溯的环境数据基础。
可延伸应用场景
基于该研究中的监测方式，WS1 Pro 无线智能传感器可延伸应用于以下场景：
- 水培系统对比实验：用于比较 NFT、DWC、雾培和其他无土栽培系统在相同环境下的表现。
- 鱼菜共生设施监测：用于记录鱼菜共生系统中的室温、湿度和照度环境。
- 垂直农场研究：用于支持多层栽培、室内植物工厂和受控环境农业的数据记录。
- LED 植物照明实验：用于监测不同光周期、PPFD 和光谱实验中的环境变化。
- 作物生长优化：用于将温度、湿度、照度数据与生物量、叶面积、根系生长和产量关联分析。
- 能量使用效率研究：用于在计算单位电耗产量时提供环境条件背景。
- 商业温室与室内农场运营：用于监控生产环境，并发现与目标种植条件的偏差。
- 教学型与研究型 Learning Factory：用于高校、研究机构或培训场景中的数据化受控环境农业教学。
FAQ
1. 这项研究使用了哪款轻松连产品？
研究使用了轻松连 WS1 Pro 无线智能传感器。
2. WS1 Pro 采集了哪些数据？
WS1 Pro 无线智能传感器监测了室内温度、相对湿度和照度。
3. WS1 Pro 部署在哪里？
设备部署在加拿大阿尔伯塔大学 AllFactory 室内鱼菜共生设施中，用于 NFT 和 DWC 水培生菜实验环境监测。
4. 采样频率是多少？
论文说明传感器以固定间隔监测环境条件，但未明确具体间隔时长。
5. 监测持续多久？
环境数据从播种到收获整个周期均被记录。该周期包括 21 天育苗阶段和 5 周 NFT/DWC 水培种植阶段。
6. WS1 Pro 数据在研究中如何使用？
这些数据用于记录实验环境条件，并支持 NFT 与 DWC 两种水培系统在相似环境下进行能效对比。
7. WS1 Pro 是否证明了 NFT 比 DWC 更好？
不是。负责采集环境数据。研究团队结合环境记录、作物生长数据和能耗数据，计算并比较两种系统的能量使用效率。
8. 实验中的主要环境条件是什么？
两套系统均维持在 70.2% 相对湿度和 18.8 °C 室内温度。NFT 系统 PPFD 约为 258.33 µmol·m⁻²·s⁻¹，DWC 系统约为 269.10 µmol·m⁻²·s⁻¹。
9. 研究的主要结果是什么？
NFT 系统能量使用效率为 31.34 g·kWh⁻¹，DWC 系统为 24.53 g·kWh⁻¹。NFT 系统在本实验条件下能效高出 27.7%。
10. 这项研究对室内农业有什么意义？
研究说明，水培系统类型会影响作物生物量和能量使用效率；同时，环境监测对于保证实验可比性和解释能耗结果非常重要。
分享
相关文章
