博士毕业于中国农业大学,河南农业大学青年教师以第一作者在国际权威期刊(IF=10.7)发表研究成果
近日，河南农业大学农学院智慧农业系青年教师牛源艺在《Computers and Electronics in Agriculture》（中科院一区TOP，IF=10.3）期刊发表题为 “Intelligent red-blue supplemental lighting control system for greenhouses: balancing photosynthesis and carbon footprint”的研究论文。该研究通过融合机器学习、多目标优化算法与物联网技术，构建了兼顾作物光合效率与LED能耗的作物红蓝补光系统。光照不足是制约温室作物高产稳产的关键环境限制因子之一。补光技术虽能有效提升温室作物产量与品质，但传统补光策略往往只关注光强控制而忽略光谱优化，且高能耗带来的碳足迹问题日益突出，制约了农业生产的可持续发展。如何在提升光合效率的同时降低补光碳排放，是当前作物栽培管理面临的重要课题。研究构建了作物红蓝光智能补光系统，通过GA-LSSVR光合速率预测模型（R²=0.968）与碳足迹函数双目标优化，实现了光强与红蓝光配比的联合寻优。系统基于ZigBee无线传感网络和4G DTU实现环境实时感知，通过PWM独立调控红蓝双通道LED，决策模型部署于ECS并实时生成控制指令，红光与蓝光平均控制误差分别为-2.52%和-2.48%。验证实验表明，双目标优化组在120 DAT的单叶净光合速率（14.90 μmol·m⁻²·s⁻¹）较未补光对照组（12.03 μmol·m⁻²·s⁻¹）提升23.86%，较仅控制光强的单目标策略（14.00 μmol·m⁻²·s⁻¹）仍高出6.43%；相比正常运行系统，双目标策略降低补光碳足迹33.80%；该研究为温室补光从“单一光强控制”向“光强-光谱协同决策”的智能化升级提供了可行路径，对低碳智慧农业生产具有重要参考价值。河南农业大学农学院青年教师牛源艺为论文第一作者，河南农业大学熊淑萍教授和中国农大张漫教授为本论文的共同通讯作者。https://doi.org/10.1016/j.compag.2026.112229
