[郑善宇专栏] 植物工厂与汽车工厂

[郑善宇专栏] 全南大学农业生命科学学院园艺生命工程系教授

“工厂”这个词中包含着大量生产一定规格产品的期待。 就像汽车工厂里同一型号的汽车依次下线一样， 人们也认为植物工厂会在既定时间生产出品质均一的农作物。 既然可以减少天气影响，并调控光照和温度、 水分和养分， 那么只要把栽培条件调好，生产结果也会趋于稳定，这正是人们的期待。
 

环境控制与生长控制并不相同

但是，两种工厂处理的对象并不相同。 汽车是按照设计组装零部件， 而植物会对环境作出反应，并自行塑造自身形态。 光照和温度不仅影响生长速度，也会影响叶片的大小和方向、 茎的长度。 这种变化后的形态又会改变植物接受光照的条件。 植物既是通过生产流程的对象， 也是在这一过程中持续变化的生命体。

以生菜为例来想一想。 即使照明亮度相同，幼小生菜和即将收获的生菜所接受到的光照分布也不同。 叶片长大并相互重叠时，上方叶片会遮挡下方叶片， 还会影响旁边植株的叶片。 同一时期种下的植株，如果叶片大小和排列不同，所接受的光也会不同。 设施的照明设置没有改变，但植物实际经历的环境却发生了变化。 把环境控制得恒定，与让植物生长保持一致，并不是同一件事。

因此，为了实现稳定生产，除了把环境调到期望数值的能力之外， 还需要预测植物在这些条件下将如何生长的能力。 仅确认当前状态是不够的。 必须知道今天减少照明或改变种植间距的选择，会在几天后的生长和收获上留下怎样的结果。 问题正在从 “能否控制环境”转向 “应该创造什么样的环境”。

最可靠的确认方法是实际栽培试试看。 然而，需要测试的条件很快就会增加。 光照强度、 温度、 二氧化碳浓度、 种植间距分别分成三个水平，并比较所有组合的话，就是 81种。 如果再考虑品种、 生育阶段、 重复实验，情况的数量会更多。 每一种条件都要准备空间并等待到收获， 在正在生产的设施中，还必须承担失败带来的损失。 很难把所有选择都先用实际作物测试一遍。
 

从汽车工厂的虚拟工厂中可学习之处

汽车工厂也并非只在实际生产线上确认所有问题。BMW在 2025年公开的案例中说明，会利用虚拟工厂先行检查新车身经过生产线时是否会与周边设备发生碰撞。 也就是说，在改变实际设备之前，先在计算机中查找问题。 植物工厂可以向汽车工厂学习的，并不只有自动化生产装置。 在实际生产之前测试选择结果的方法，也值得学习。

在农业中，成为这种虚拟测试基础的就是作物模型。 基于生理过程的作物模型，会用公式表达不同环境下的光合作用和呼吸、 生长以及物质分配。 也就是输入不同的光照或温度条件，计算作物会如何反应。 可以先在计算机中审视那些难以在实际设施中全部测试的候选条件， 再从中选择重要条件进行实验。
 

作物模型·FSPM， 在实验前计算生长

尤其在决定照明位置和作物之间的间距时，连植物的空间形态一并考虑会更有利。 因为即使叶片总面积相同，光照分布也会根据叶片所处的高度和角度、 相互重叠的程度而发生变化。 此时可以利用的工具是功能结构植物模型， 也就是所谓的 FSPM(Functional-Structural Plant Model) 。 这是把叶片和茎的 3维结构与光合作用等生理过程连接起来的模型。

核心并不在于把植物画得像模像样。 而在于计算有多少光到达哪一片叶子， 以及这些光有多少被用于光合作用。 在实现了生长过程的模型中，会随着新叶生成、原有叶片变大，重新计算变化后的光照分布。 也就是处理环境改变生理和形态， 而改变后的形态又再次影响生理活动的关系。

如果把这种计算扩展为模拟器，就可以研究栽培过程中何时灌溉， 在什么时期调节照明等问题。 如果再连接设备的电力消耗和运营成本计算，判断标准也会发生变化。 要寻找的不是生长最快的条件， 而是在遵守目标大小和收获时期的同时降低成本的条件。 这是把生育预测连接到生产计划的方向。

拥有模拟器，并不意味着取消实际栽培实验。 它意味着确定应该先做哪些实验， 并让实验中获得的知识再次用于下一步判断。 与环境记录同样重要的，是测量叶和根的变化、 生理反应以及最终收获量的研究。 需要实际栽培验证模型， 模型再引导下一次栽培试验的关系。

植物工厂和汽车工厂在追求均一、稳定生产这一点上相似。 但是，拥有相同目标并不意味着可以用相同方式达成。 植物工厂若想具备与“工厂”之名相称的生产力， 与其像对待零部件一样对待植物，不如更好地理解其作为生命体的反应。 当调节环境的设施再加上预测植物变化的工具时， 栽培自动化才能转化为生产稳定性。