作者:吴佐礼等   来源:   发布时间:2026-10-12   Tag:   点击:
一种合规工业大麻全生长周期动态光谱补光控制方法

摘  要:本发明涉及农业设施光环境智能调控技术领域,本发明公开了一种合规工业大麻全生长周期动态光谱补光控制方法,包括以下步骤:S1、不可修改地预设四氢大麻酚(THC)干重含量安全区间为0.21%~0.28%、法定红线为0.3%;通过许可证数据库远程校验与硬件加密锁本地校验的双重方式完成启动权限验证;将THC干重含量≤0.3%的合规工业大麻全生长周期划分为育苗期、营养生长期、开花期、成熟期;本方法构建软硬件双重防篡改合规机制,将THC稳定在0.22%~0.27%安全区间,无超法定红线情况,定制化AI模型提升预测精度,大幅提高育苗成活率、大麻二酚含量与种植一致性,单位生物量能耗降22.6%,适配多品种多栽培场景,解决参数调控冲突,光谱配方具有新颖性,技术效果稳定可复现。

 

权利要求书

1.一种合规工业大麻全生长周期动态光谱补光控制方法,其特征在于:包括以下步骤:

S1、不可修改地预设四氢大麻酚(THC)干重含量安全区间为0.21%~0.28%、法定红线为0.3%;通过许可证数据库远程校验与硬件加密锁本地校验的双重方式完成启动权限验证,任一校验不通过,系统将锁定所有功能,无法启动补光系统;将THC干重含量≤0.3%的合规工业大麻全生长周期划分为育苗期、营养生长期、开花期、成熟期四个连续阶段,预设各阶段专属基础光谱配方,所述配方包含蓝光、红光、远红光、UV-A、绿光的光合光子通量密度(PPFD)占比、PPFD范围与光周期参数;

S2、通过符合预设精度要求的传感单元,按预设频率与安装规范采集光环境数据、种植区环境数据、植株生长与代谢数据,所有采集数据采用区块链加密存储,不可篡改、不可删除,自动留存不少于2年,并定期向省级农业农村监管平台上报;

S3、基于采集的植株形态图像与叶绿素相对含量(SPAD)多模态数据,通过设置有工业大麻花芽分化专属空洞卷积特征提取分支的多模态改进型卷积神经网络(CNN)模型识别当前生长阶段;将采集的光环境数据、环境数据、植株生长与代谢时序数据输入设置有THC合规约束注意力机制层、采用双目标损失函数的改进型长短期记忆网络(LSTM)模型,预测未来72h植株生长趋势、大麻二酚(CBD)合成速率、THC合成速率;

S4、当CBD合成速率预测值与预设目标值偏差超过±8%,或THC合成速率预测值超出0.21%~0.28%的安全区间,按预设优先级、步长与解耦算法,自动调整光谱配比、PPFD或光周期;

S5、当THC实测值超过0.28%时,立即关停UV-A波段输出并将PPFD降至300μmol·m-2·s-1以下;当THC实测值超过0.3%的法定红线时,强制关停补光系统并锁定运行权限,仅可由省级监管部门远程解锁;合规保护触发记录及相关数据即时上报至省级农业农村监管平台,全程留痕永久存储;

S6、每15分钟采集一次反馈数据,每30分钟基于反馈数据完成一次参数优化迭代,形成全链路闭环调控。

2. 根据权利要求1所述的合规工业大麻全生长周期动态光谱补光控制方法,其特征在于:所述S1中,所述育苗期为幼苗定植后0~28天,其基础光谱配方为:蓝光445~465nm占比28%、红光630~660nm占比48%、远红光725~735nm占比12%、绿光510~550nm占比12%,PPFD350~450μmol·m-2·s-1,光周期16h/天。

3.根据权利要求1所述的合规工业大麻全生长周期动态光谱补光控制方法,其特征在于:所述S1中,所述营养生长期为幼苗定植后29~56天,其基础光谱配方为:蓝光445~465nm占比22%、红光630~660nm占比58%、远红光725~735nm占比8%、绿光510~550nm占比12%,PPFD550~750μmol·m-2·s-1,光周期18h/天。

4.根据权利要求1所述的合规工业大麻全生长周期动态光谱补光控制方法,其特征在于:所述S1中,所述开花期为幼苗定植后57~84天,其基础光谱配方为:蓝光445~465nm占比32%、红光630~660nm占比47%、UV-A365~375nm占比11%、绿光510~550nm占比10%,PPFD650~850μmol·m-2·s-1,光周期以每天0.25h的步长从18h线性降至12h。

5.根据权利要求1所述的合规工业大麻全生长周期动态光谱补光控制方法,其特征在于:所述S1中,所述成熟期为幼苗定植后85-112天,其基础光谱配方为:蓝光445~465nm占比23%、红光630~660nm占比57%、UV-A365~375nm占比7%、绿光510~550nm占比13%,PPFD850~950μmol·m-2·s-1,光周期12h/天。

6.根据权利要求1所述的合规工业大麻全生长周期动态光谱补光控制方法,其特征在于:所述S2中,所述光环境数据采用满量程精度±2%的多光谱传感器采集,采集频率10Hz;种植区环境数据采用绝对精度±0.2℃的温湿度传感器、绝对精度±30ppm的CO2传感器采集,采集频率1Hz;植株生长与代谢数据采集频率为1次/15分钟,采集用工业相机安装高度为冠层上方1.8±0.1m,安装水平偏差≤±5°。

7.根据权利要求1所述的合规工业大麻全生长周期动态光谱补光控制方法,其特征在于:所述S3中,所述多模态改进型CNN模型设置有工业大麻花芽分化专属空洞卷积特征提取分支,模型结构依次为输入层、2层卷积层、最大池化层、花芽特征提取分支、特征融合层、2层全连接层、Softmax输出层;所述带THC合规约束的改进型LSTM模型设置有THC合规约束注意力机制层,采用双目标损失函数,模型结构依次为输入层、特征归一化层、3层LSTM隐藏层、注意力机制层、Dropout层、全连接层、线性输出层。

8.根据权利要求1所述的合规工业大麻全生长周期动态光谱补光控制方法,其特征在于:所述S4中,所述预设优先级从高到低依次为:THC合规性调整、CBD合成效率调整、能耗优化调整、生长速率调整;单次调整步长≤5%,单次仅调整1个核心参数;采用偏最小二乘回归法(PLS)量化各补光参数对THC、CBD合成的贡献度,优先调整贡献度最高的参数,消除多参数间的多重共线性影响,实现多参数耦合解耦。

9.根据权利要求1所述的合规工业大麻全生长周期动态光谱补光控制方法,其特征在于:所述S6中,所述闭环调控后,全生长周期株高、叶面积指数生长指标偏差≤±5%,CBD与THC含量偏差≤±8%。

 

技术领域

本发明涉及农业设施光环境智能调控技术领域,具体为一种合规工业大麻全生长周期动态光谱补光控制方法。

 

背景技术

工业大麻是许可种植的特种经济作物。规定工业大麻的四氢大麻酚(THC)干重含量必须≤0.3%。光环境(光质、光强、光周期)是调控工业大麻生长发育与次生代谢产物合成的核心环境因子,也是控制其THC含量合规性的关键技术手段;

近年来,针对植物补光的光谱调控技术已有一定发展。现有技术中,部分方案将工业大麻生长周期划分为若干阶段并预设对应的固定光谱配方,部分方案通过环境传感器采集数据并调节光强参数,部分方案引入人工智能模型对植物生长进行预测与调控;

现有技术未将THC含量控制作为最高优先级调控目标,未设置硬件与软件双重防篡改保护,无法确保THC含量始终稳定在法定红线以下,存在合规失控与非法滥用风险;

现有技术通常将常规卷积神经网络(CNN)、长短期记忆网络(LSTM)模型直接套用于工业大麻补光调控,未针对工业大麻花芽分化特征提取、THC合规约束等特异性需求进行模型结构的定制化改进,导致预测精度不足,调控决策缺乏针对性;

光质、光强、光周期、温度、湿度、CO2浓度等多参数之间存在复杂的耦合关系,现有技术缺乏有效的解耦算法,在参数调整时易产生调控冲突,难以实现稳定、精准的闭环调控,本领域技术人员无法无创造性劳动稳定复现技术效果;

现有技术公开的光谱配方与现有文献记载高度重合,且未提供多品种、跨环境的系统性实验数据与统计学显著性分析,无法证明技术效果的稳定性与可重复性,所以我们提出了一种合规工业大麻全生长周期动态光谱补光控制方法来解决上述存在的问题。

 

发明内容

针对现有技术的不足,本发明提供了一种合规工业大麻全生长周期动态光谱补光控制方法,解决了现有工业大麻补光技术无刚性合规约束易超标、通用AI模型预测精度低、多参数调控存在耦合冲突、光谱配方无新颖性、能耗高且适配性差,以及技术效果缺乏稳定性和可重复性的问题。

为实现以上目的,本发明通过以下技术方案予以实现:一种合规工业大麻全生长周期动态光谱补光控制方法,包括以下步骤:

S1、不可修改地预设四氢大麻酚(THC)干重含量安全区间为0.21%-0.28%、法定红线为0.3%;通过许可证数据库远程校验与硬件加密锁本地校验的双重方式完成启动权限验证;任一校验不通过,系统将锁定所有功能,无法启动补光系统;将THC干重含量≤0.3%的合规工业大麻全生长周期划分为育苗期、营养生长期、开花期、成熟期四个连续阶段,预设各阶段专属基础光谱配方,所述配方包含蓝光、红光、远红光、UV-A、绿光的光合光子通量密度(PPFD)占比、PPFD范围与光周期参数;

S2、通过符合预设精度要求的传感单元,按预设频率与安装规范采集光环境数据、种植区环境数据、植株生长与代谢数据,所有采集数据采用区块链加密存储,不可篡改、不可删除,自动留存不少于2年,并定期向省级农业农村监管平台上报;

S3、基于采集的植株形态图像与叶绿素相对含量(SPAD)多模态数据,通过设置有工业大麻花芽分化专属空洞卷积特征提取分支的多模态改进型卷积神经网络(CNN)模型识别当前生长阶段;将采集的光环境数据、环境数据、植株生长与代谢时序数据输入设置有THC合规约束注意力机制层、采用双目标损失函数的改进型长短期记忆网络(LSTM)模型,预测未来72h植株生长趋势、大麻二酚(CBD)合成速率、THC合成速率;

S4、当CBD合成速率预测值与预设目标值偏差超过±8%,或THC合成速率预测值超出0.21%-0.28%的安全区间,按预设优先级、步长与解耦算法,自动调整光谱配比、PPFD或光周期;

S5、当THC实测值超过0.28%时,立即关停UV-A波段输出并将PPFD降至300μmol·m-2·s-1以下;当THC实测值超过0.3%的法定红线时,强制关停补光系统并锁定运行权限,仅可由省级监管部门远程解锁;合规保护触发记录及相关数据即时上报至省级农业农村监管平台,全程留痕永久存储;

S6、每15分钟采集一次反馈数据,每30分钟基于反馈数据完成一次参数优化迭代,形成全链路闭环调控。

优选地、所述S1中,所述育苗期为幼苗定植后0~28天,其基础光谱配方为:蓝光445~465nm占比28%、红光630~660nm占比48%、远红光725~735nm占比12%、绿光510~550nm占比12%,PPFD350~450μmol·m-2·s-1,光周期16h/天。

优选地、所述S1中,所述营养生长期为幼苗定植后29~56天,其基础光谱配方为:蓝光445~465nm占比22%、红光630~660nm占比58%、远红光725~735nm占比8%、绿光510~550nm占比12%,PPFD550~750μmol·m-2·s-1,光周期18h/天。

优选地、所述S1中,所述开花期为幼苗定植后57~84天,其基础光谱配方为:蓝光445~465nm占比32%、红光630~660nm占比47%、UV-A365~375nm占比11%、绿光510~550nm占比10%,PPFD650~850μmol·m-2·s-1,光周期以每天0.25h的步长从18h线性降至12h。

优选地、所述S1中,所述成熟期为幼苗定植后85-112天,其基础光谱配方为:蓝光445~465nm占比23%、红光630~660nm占比57%、UV-A365~375nm占比7%、绿光510~550nm占比13%,PPFD850~950μmol·m-2·s-1,光周期12h/天。

优选地、所述S2中,所述光环境数据采用满量程精度±2%的多光谱传感器采集,采集频率10Hz;种植区环境数据采用绝对精度±0.2℃的温湿度传感器、绝对精度±30ppm的CO2传感器采集,采集频率1Hz;植株生长与代谢数据采集频率为1次/15分钟,采集用工业相机安装高度为冠层上方1.8±0.1m,安装水平偏差≤±5°。

优选地、所述S3中,所述多模态改进型CNN模型设置有工业大麻花芽分化专属空洞卷积特征提取分支,模型结构依次为输入层、2层卷积层、最大池化层、花芽特征提取分支、特征融合层、2层全连接层、Softmax输出层;所述带THC合规约束的改进型LSTM模型设置有THC合规约束注意力机制层,采用双目标损失函数,模型结构依次为输入层、特征归一化层、3层LSTM隐藏层、注意力机制层、Dropout层、全连接层、线性输出层。

优选地、所述S4中,所述预设优先级从高到低依次为:THC合规性调整、CBD合成效

优选地、所述S6中,所述闭环调控后,全生长周期株高、叶面积指数生长指标偏差≤±5%,CBD与THC含量偏差≤±8%。

有益效果

本发明提供了一种合规工业大麻全生长周期动态光谱补光控制方法。与现有技术相比具备以下有益效果:

该合规工业大麻全生长周期动态光谱补光控制方法,硬件和软件双重防篡改合规联锁机制,从场景、参数、执行层面全维度管控,将工业大麻品种THC含量稳定锁定在0.22%~0.27%安全区间,无一次超出0.3%法定红线,降低合规失控风险;

针对工业大麻定制的多模态改进型CNN模型与带THC合规约束的改进型LSTM模型为结构级原创创新,生长阶段识别误差≤1.5天,相较通用模型,THC含量预测精度提升37.2%,CBD合成速率预测精度提升31.5%,为精准调控提供可靠AI决策支撑;

育苗成活率达99.1%,较现有技术平均提升17.4%;CBD平均含量达3.34%,较现有技术平均提升24.2%;全生长周期株高、叶面积指数等生长指标偏差≤±5%,批次间种植一致性提升34%以上,大幅提高工业大麻产量与品质;

光谱配方精准剔除无效光谱,无效光谱占比降低27%,结合精准动态参数调整避免光资源浪费,实现单位生物量能耗降低22.6%,有效减少工业大麻设施栽培的能耗成本,可应用于日光大棚、全人工光植物工厂等多种栽培场景,不同条件下均能稳定实现合规调控与效益提升,技术效果可稳定重复实现;

解决现有技术多参数调控冲突的行业痛点,形成完整可落地的闭环调控逻辑;各生长阶段基础光谱配方与现有技术有显著区别,新颖性抵触风险。

 

附图说明

图1为本发明一种合规工业大麻全生长周期动态光谱补光控制方法流程图。

  

图1

 

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

如图1所示:

一种合规工业大麻全生长周期动态光谱补光控制方法,包括以下步骤:

S1、从源头限定本方法的合法使用场景,锁定合规阈值,杜绝非法使用与参数篡改,具体包括三部分内容:

仅可在中华人民共和国境内,由取得省级人民政府农业农村主管部门核发的许可证的合法主体使用。系统启动前需完成双重校验,任一校验不通过则无法启动系统:

软件校验,种植主体上传种植许可证编号,系统通过农业农村政务服务平台标准API接口,对接省级农业农村主管部门许可证数据库,完成许可证真实性、有效期、种植品种的远程校验;

硬件校验,需插入与种植许可证唯一绑定的专用Ukey硬件加密锁,无加密锁则无法进入系统参数设置界面,也无法修改任何合规参数与光谱配方;专用Ukey硬件加密锁与种植许可证唯一绑定,不可复制、不可转借,丢失需向省级监管部门申请补发;

系统内核级不可修改地预设工业大麻THC干重含量的安全区间为0.21%-0.28%,法定红线为0.3%。安全区间的设定既预留了THC含量调控的缓冲空间,又确保始终低于法定红线,从参数层面杜绝超标风险;所有合规阈值存储于硬件加密锁的安全芯片和系统云端服务器,采用内核级加密,任何主体(包括种植主体和系统开发者)均无法修改;

将THC干重含量≤0.3%的合规工业大麻全生长周期,按生长发育特性划分为育苗期、营养生长期、开花期、成熟期四个连续且无重叠的阶段,各阶段时间节点为定植/播种后0-28天、29-56天、57-84天、85-112天。针对各阶段工业大麻的光需求特性,设计专属原创基础光谱配方,所有配方均以光合光子通量密度(PPFD)占比计量,同时预设各阶段的PPFD范围与光周期参数。

  

S2、通过符合预设精度要求的传感单元,按固定频率与安装规范采集光环境数据、种植区环境数据、植株生长与代谢数据三类核心数据,所有采集数据均进行区块链加密存储,不可篡改、不可删除,自动留存2年以上,作为合规性校验与AI调控决策的基础数据,同时定期向省级农业农村监管平台上报,具体采集要求如下:

采用满量程精度±2%的多光谱传感器采集光谱功率分布、实际PPFD值、光周期执行数据,采集频率为10Hz,确保实时捕捉光环境的动态变化;

采用绝对精度±0.2℃的温湿度传感器、精度±30ppm的CO2传感器采集种植区温度(管控区间18-28℃)、相对湿度(管控区间55%-65%RH)、CO2浓度(管控区间900-1100ppm),采集频率为1Hz,实现种植区微环境的实时监控;

形态与生理数据:采用200万像素工业相机采集植株株高、叶面积指数、花芽数、成熟度,采用叶绿素相对含量(SPAD)仪采集植株SPAD值,采集频率均为1次/15分钟;工业相机安装高度为冠层上方1.8±0.1m,安装水平偏差≤±5°,确保采集图像的规范性与数据的准确性;

代谢物含量数据:采用高效液相色谱法(HPLC)每3天检测一次植株顶部功能叶的CBD、THC干重含量,作为AI模型训练与预测结果的真值标签,为模型精度优化提供依据;

S3、针对工业大麻的次生代谢特性与THC合规控制要求,设计多模态改进型CNN模型与带THC合规约束的改进型LSTM模型两大专属AI模型,完成生长阶段精准识别与生长、代谢趋势精准预测,模型为结构级原创创新,而非通用模型的简单套用,核心结构与运行参数完全公开,确保可复现性;

该模型以植株形态图像数据+SPAD值多模态数据为输入,输出为工业大麻当前所处的生长阶段,核心创新点为设置工业大麻花芽分化专属空洞卷积特征提取分支,可精准提取花芽分化早期特征,解决常规CNN模型对开花期识别滞后的问题,模型具体参数如下:

模型结构,输入层→2层卷积层(卷积核3×3,步长1,激活函数ReLU)→最大池化层(池化核2×2,步长2)→花芽分化专属空洞卷积特征提取分支(1层空洞卷积层,卷积核5×5,膨胀率2)→特征融合层→2层全连接层→Softmax输出层;

训练参数,采用标注好的24000张主流工业大麻品种,各生长阶段的图像+SPAD数据集训练,训练集与验证集划分比例7:3;优化器为Adam,初始学习率0.001,每10轮学习率衰减0.5,batchsize32,迭代轮次50轮,采用早停机制防止过拟合;

数据集标注标准:生长阶段标注由3名具有5年以上工业大麻种植经验的农艺师共同完成,标注结果一致率≥95%;THC、CBD含量标注采用标准化HPLC检测方法;

模型精度,工业大麻生长阶段识别误差≤1.5天,可实现生长阶段的精准、实时识别。

该模型以光环境数据、种植区环境数据、植株生长与代谢时序数据为输入,输出为未来72h植株生长趋势、CBD合成速率、THC合成速率,核心创新点为设置THC合规约束注意力机制层与原创双目标损失函数,强制模型优先保障THC合规性,模型具体参数如下:

模型结构,输入层→特征归一化层→3层LSTM隐藏层(隐藏层维度64,激活函数Tanh)→THC合规约束注意力机制层(对THC合成相关特征权重提升4倍,对CBD合成相关特征权重提升2倍)→Dropout层(失活率0.2,防止过拟合)→全连接层→线性输出层;

损失函数,原创双目标损失函数Loss=MSE(y_true,y_pred)+10×max(0,THC_pred–0.28)+10×max(0,0.21-THC_pred),其中y_true为实测值,y_pred为预测值,THC_pred为THC含量预测值;其中MSE损失为植株生长指标、CBD合成速率预测值与实测值的均方误差,THC超限惩罚项为当THC预测值超出0.21%-0.28%安全区间时,按超出比例放大损失值,强制模型将THC合规作为首要预测与调控目标;

训练参数,采用72组主流工业大麻品种全生长周期的时序数据集训练,训练集与验证集划分比例8:2;优化器为AdamW,初始学习率0.0005,每20轮学习率衰减0.3,batchsize16,迭代轮次100轮,采用5折交叉验证;

模型精度,预测值与实测值拟合度R²≥0.95,较通用LSTM模型,THC含量预测精度提升37.2%,CBD合成速率预测精度提升31.5%;

S4、基于AI双模型的输出结果,执行合规优先的动态参数调整规则,通过偏最小二乘回归法(PLS)实现多参数耦合解耦,彻底解决多环境参数间的调控冲突问题,确保参数调整的精准性与稳定性,具体调整规则如下:

当AI模型预测的CBD合成速率与预设目标值偏差超过±8%,或THC合成速率预测值超出0.21%-0.28%的安全区间时,系统立即触发补光参数自动调整流程;

调整优先级(从高到低,不可倒置)为确保THC合规性与种植经济效益,参数调整严格遵循以下优先级,避免因多重目标导致的调控混乱:THC合规性调整→CBD合成效率调整→能耗优化调整→生长速率调整;

基础调整规则:

单次调整步长≤5%,避免参数突变导致植株生长与代谢紊乱;

单次仅调整1个核心参数(光谱配比、PPFD、光周期其一),待参数稳定1个调控周期(30分钟)后,再根据模型预测结果判断是否进行下一次调整,消除多参数同时调整的耦合干扰;

原创解耦算法采用偏最小二乘回归法(PLS)量化光质、光强、光周期等各补光参数对THC、CBD合成的贡献度,系统优先调整贡献度最高的参数,消除多参数间的多重共线性影响,实现单参数精准调控,解决现有技术的调控冲突问题;

场景化调整规则结合工业大麻各生长阶段的生理特性与种植区环境变化,制定场景化参数调整规则,提升调控的针对性:

开花期:若种植区CO2浓度低于900ppm,自动提升红光占比5%;若植株SPAD值低于42,自动提升蓝光占比5%;

成熟期:若CBD合成速率低于预设目标值,自动提升UV-A占比3%-5%;若THC合成速率接近0.28%的安全上限,自动降低UV-A占比5%-10%

S5、为系统内核级强制执行项,不可关闭、不可修改、不可旁路,设置一级合规保护与二级合规保护两级机制,结合区块链数据加密与硬件加密锁,形成双重刚性合规保护,彻底排除THC超标与非法滥用风险,具体机制如下:

一级合规保护(THC安全区间预警)当通过HPLC检测的THC实测值超过0.28%(安全区间上限)时,系统立即触发一级保护:

自动关停补光系统的UV-A波段输出(UV-A会促进THC合成);

同时将PPFD降至300μmol·m-2·s-1以下,减缓植株次生代谢速率。

系统自动记录本次保护触发的时间、THC实测值、种植区环境数据等信息,区块链加密存储并即时上报至省级农业农村监管平台,直至THC含量回落至0.21%-0.28%的安全区间,系统自动恢复正常补光参数。

二级合规保护(THC法定红线熔断)当通过HPLC检测的THC实测值超过0.3%的法定红线时,系统立即触发二级熔断保护:

强制关停整个补光系统,禁止任何手动或自动启动操作;

锁定设备所有运行权限,包括参数设置、光谱调整、系统启动等;

仅可由种植主体上传当地农业农村主管部门出具的THC合规检测报告与系统解锁申请后,经省级监管部门审核通过,通过政务服务平台远程解锁系统,解锁记录全程留痕,永久存储;

强制关停补光系统后,系统将自动维持种植区基础温湿度环境,避免植株死亡,直至监管部门审核解锁。

全流程防篡改补充机制:

所有系统运行数据、THC/CBD检测数据、合规保护触发记录均采用区块链加密存储,不可篡改、不可删除,留存期限不少于2年;

无专用硬件加密锁,无法修改任何合规阈值、光谱配方与调整规则,杜绝旁路屏蔽

合规保护机制的行为;

系统定期向省级监管平台自动上报数据,实现监管部门的远程实时监控。

S6、为实现补光参数的动态优化与精准调控,本发明建立高频次、高时效性的闭环反馈机制,将前述5个步骤形成完整的调控闭环,具体执行规则如下:

反馈数据采集,按步骤2的采集规范,每15分钟采集一次光环境、种植区环境、植株生长与代谢的反馈数据,实时捕捉参数调整后的植株与环境变化;

参数优化迭代,每30分钟将反馈数据输入AI双模型,模型基于最新实测数据完成

一次参数优化迭代,重新预测植株生长与代谢趋势,并判断是否需要进一步调整补光参数;

闭环调控效果,通过持续的反馈与优化,实现“合规校验-采集-决策-执行-反馈-合规再校验”的全链路闭环调控,确保工业大麻全生长周期株高、叶面积指数等生长指标偏差≤±5%,CBD与THC含量偏差≤±8%,实现生长与代谢的精准管控。

实施例1,系统部署与合规校验:

传感系统部署,按每10m²栽培区为一个调控单元,部署以下传感设备:

1台满量程精度±2%的多光谱传感器,用于采集光环境数据;

1台绝对精度±0.2℃的温湿度/CO2一体化传感器,用于采集种植区环境数据;

1台200万像素工业形态采集相机,用于采集植株形态数据;所有传感器与相机均通过RS485总线连接至上位机控制系统,安装高度为冠层上方1.8m,水平安装偏差≤±5°;SPAD仪采用便携式设备,按1次/15分钟的频率对每个调控单元的植株进行随机采样检测

补光执行系统部署

补光设备,采用4通道独立可调LED补光灯(蓝光、红光、UV-A、绿光通道独立调控),每10m²栽培区部署1台,悬挂高度1.5-2.2m,可通过电动升降机构随植株冠层高度自适应调整;

连接方式,补光灯通过CAN总线连接至上位机控制系统,实现补光参数的远程、自动调整;

硬件加密,配套与种植许可证唯一绑定的专用Ukey硬件加密锁,插入上位机后方可进入系统操作界面。

合规校验启动

种植主体在系统上位机输入许可证编号,点击“许可证校验”,系统自动对接省级农业农村主管部门数据库完成远程校验;

将与许可证绑定的专用硬件加密锁插入上位机,完成硬件校验;

双重校验均通过后,系统自动加载步骤1预设的合规阈值与各生长阶段基础光谱配方,进入待运行状态;校验不通过则系统锁定,无法进行任何操作。

实施例2:以全人工光植物工厂栽培为对象,设定种植区环境管控参数:温度22-26℃、相对湿度58%-62%RH、CO2浓度950-1050ppm,按本发明6个步骤完成全生长周期动态光谱补光调控,具体实施细节如下:

育苗期(0-28天)

基础参数,执行育苗期基础光谱配方,PPFD设置为400μmol·m-2·s-1,光周期16h/天;

动态调整,每15分钟采集SPAD值与株高数据,输入AI双模型进行生长趋势预测;若株高生长速率低于预设目标值,按步长3%提升远红光占比,单次调整后稳定30分钟,再根据反馈数据判断是否继续调整;

合规监控,每3天采用HPLC检测THC含量,确保其处于0.21%-0.28%安全区间,本阶段无UV-A输出,从源头避免THC过量合成。

营养生长期(29-56天)

基础参数,执行营养生长期基础光谱配方,PPFD设置为650μmol·m-2·s-1,光周期18h/天;

动态调整,若AI模型预测叶面积指数低于预设目标值,按步长5%提升红光占比,促进植株营养生长;若CO2浓度低于950ppm,及时补充CO2并同步提升红光占比3%;

合规监控,持续采集植株生理数据,HPLC每3天检测一次THC含量,确保其稳定在安全区间。

开花期(57-84天)

基础参数:执行开花期基础光谱配方,PPFD设置为750μmol·m-2·s-1,光周期从18h以每天0.25h的步长线性降至12h;

动态调整,若植株SPAD值低于42,按步长5%提升蓝光占比;若AI模型预测THC合成速率接近0.28%安全上限,按步长5%降低UV-A占比;

合规监控,加密THC检测关注频次,实时监控AI模型的THC合成速率预测结果,避免THC含量接近安全区间上限。

成熟期(85-112天)

基础参数,执行成熟期基础光谱配方,PPFD设置为900μmol·m-2·s-1,光周期12h/天;

动态调整,若AI模型预测CBD合成速率低于预设目标值,按步长4%提升UV-A占比;若THC实测值接近0.27%,按步长8%降低UV-A占比,优先保障THC合规;

合规监控,全程严格监控THC实测值,确保始终低于0.28%的安全区间,直至植株成熟采收。

闭环反馈,整个生长周期内,每15分钟采集一次反馈数据,每30分钟完成一次AI模型参数优化与补光参数调整判断,形成持续的闭环调控,确保生长指标与代谢物含量偏差符合预设要求。

实施例3,为验证本发明的通用性与稳定性;

栽培场景:日光大棚、全人工光植物工厂;

对照组:采用现有技术的固定光谱补光方法,其余种植环境(温度、湿度、CO2浓度、水肥管理等)与实验组完全一致;

实验重复:每个品种×场景组合设置3次重复实验,确保实验结果的可靠性。

实验结果所有实验组均按本发明的技术方案完成全生长周期调控,实验结果显示:

合规性:6个品种在两种栽培场景下,THC含量均稳定在0.22%-0.27%的安全区间,无一次超出0.3%的法定红线;

经济效益:CBD含量较对照组平均提升23.6%,育苗成活率平均提升16.8%,生长指标批次间一致性提升34%以上;

能耗:单位生物量能耗较对照组平均降低21.8%;

统计学检验:所有指标的单因素方差分析结果均为P<0.01,证明本发明的技术效果具有极显著的统计学意义。

需要说明的是:THC、CBD干重含量HPLC检测方法:

本发明中THC、CBD干重含量的检测采用高效液相色谱法(HPLC),检测仪器、色谱条件、样品前处理方法均标准化,确保检测结果的准确性与可重复性,具体要求如下:

检测仪器:安捷伦1260高效液相色谱仪(配备紫外检测器);

色谱柱:AgilentEclipsePlusC18柱(4.6mm×250mm,5μm);

色谱条件:

流动相:甲醇-乙腈-0.1%甲酸水溶液(体积比40:30:30);

检测波长:220nm;

流速:1.0mL/min;

柱温:30℃;

进样量:10μL;

样品前处理方法:

取植株顶部功能叶(生理活性最高,代谢物含量最具代表性),60℃烘箱烘干至恒重;

将烘干叶片粉碎,过40目标准筛,精密称取0.2g粉末;

加入甲醇20mL,超声提取30分钟,室温冷却后定容至25mL;

提取液经0.22μm有机相滤膜过滤,取续滤液作为待测样品

需要说明的是:本发明的多模态改进型CNN模型与带THC合规约束的改进型LSTM模

型运行于上位机控制系统,为确保模型的运行速度与预测精度,上位机硬件需满足以下最低要求:

处理器:IntelCorei7-10700及以上处理器,或同级别AMD处理器;

算力设备:NVIDIAGTX1660及以上显卡,显存≥6GB;

内存:≥16GBDDR4运行内存;

存储:≥512GBSSD固态硬盘(用于存储加密数据与模型文件);

运行环境:

操作系统:Windows10及以上,或Ubuntu20.04及以上;

编程环境:Python3.8及以上版本;

深度学习框架:TensorFlow2.8及以上版本。

需要说明的是:同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。

最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

 

文章摘自国家发明专利,一种合规工业大麻全生长周期动态光谱补光控制方法,发明人:吴佐礼,陈曦,吴胜明,申请号:202610563079.1,申请日:2026.04.27。


更多阅读