第 2 章 受控環境農業 (CEA) 與自動化監測

## 引言 在第一章中，我們建立了都市農場的實體基礎設施，確保了空間、結構與電力資源的初步佈建。然而，一個成功的城市農場並非僅僅是「裝飾有植物的建築」，而是一個高度精密、與外界環境隔絕且可預測的**生產工廠**。 這正是**受控環境農業（Controlled Environment Agriculture, CEA）**的核心。在 CEA 體系中，生產環境不再受限於自然季節或氣候波動，而是透過技術手段，將溫度、濕度、二氧化碳濃度與空氣流動等關鍵因子精準控制在植物生長的最佳區間。本章將深入探討這些核心參數的工程實作與自動化監測系統。 ## 2.1 CEA 的核心理念：穩定性與預測性 CEA 的核心目標是消除生產的不確定性。在傳統農業中，農民必須應對病蟲害、極端天氣與土壤品質變動。在 CEA 系統中，我們透過自動化監測將這些變量轉化為穩定量程。其工程核心包含三個層次： 1. **感知層（Sensing Layer）**：透過高靈敏度感測器收集環境數據。 2. **決策層（Decision Layer）**：利用 PLC（可程式邏輯控制器）或微控制器進行數據對比與邏輯判斷。 3. **執行層（Actuation Layer）**：驅動 HVAC 系統、溫控器、CO2 噴射器或風扇進行實質調整。 ## 2.2 關鍵環境參數的自動化監測與工程實作 ### 2.2.1 溫度控制：精準的區域性熱管理 在垂直農業中，溫度是影響光合作用與蒸散作用的首要因素。單一的室內溫度監測往往不足以反應整個層架的真實狀況。 * **感測器佈置**：應採用 NTC 或 PT100 溫度感測器，並在各個高度、不同層次的「核心區」佈置。這能防止生產區域出現**熱點（Hot Spots）**，例如 LED 燈具下方過熱或頂部層與底層溫差過大。 * **PID 控制算法**：自動化系統應採用 PID（比例-積分-微分）控制。與簡單的恆溫開關（On/Off）不同，PID 能平滑調整加熱器或冷卻器的功率，避免溫度劇烈波動導致植物產生壓力反應。 ### 2.2.2 濕度與 VPD（飽和蒸氣壓差異） 許多初學者僅專注於「相對濕度（RH）」，但在專業的 CEA 工程中，我們更看重**飽合蒸氣壓（Vapor Pressure Deficit, VPD）**。 * **什麼是 VPD？**：VPD 衡量的是空氣中吸收水分的能力。如果濕度過高，植物的蒸散作用會停滯；如果過低，葉片會因過度脫水而受損。 * **監測實作**：系統應實時獲取溫度與濕度數據，並自動計算出 VPD 值。這能引導系統自動決定除濕機的啟動功率，以確保植物在最適合的生理狀態下進行水分與營養輸送。 ### 2.2.3 二氧化碳 (CO2) 濃度強化 在封閉空間中，植物會迅速消耗空氣中的 CO2。為了最大化光合速率，系統通常會將 CO2 濃度維持在 800 到 1200 ppm 之間。 * **自動監測**：使用非歧量式（Non-dispersive Infrared, NDIR）CO2 感測器。 * **自動化機制**：當濃度跌破預設閾值時，自動控制比例閥門注入 CO2。此時必須與**空氣交換系統（HVAC）**聯動，確保在灌入 CO2 時，室內並非完全密閉，以防止氧氣過低對工作人員造成的安全風險。 ### 2.2.4 空氣流動與微氣候（Micro-climate） 在高度密集的架子中，空氣停滯是導致真菌感染與營養不均的元兇。 * **流體動力學設計**：必須確保空氣在每個層架中都有循環。這不僅是為了降溫，更是為了排出植物呼吸產生的濕氣。 * **風速監測**：在高密度種植區，利用溫差感應與氣流感測器，確保每一株植物都能獲得足夠的空氣流動。這能有效消除局部高濕區，預防灰色霉菌（Botrytis）等病害的發生。 ## 2.3 自動化監測系統的技術架構 為了實現高效的自動化，我們建議採用以下架構進行系統整合： | 系統層級 | 硬體元件 | 核心功能 | | :--- | :--- | :--- | | **感測層** | DHT22, NDIR CO2, 土壤水分感測器, 各級溫度探針 | 獲取即時環境參數，轉換為數位訊號。 | | **通訊層** | RS485, Modbus RTU, WiFi/LoRaWAN | 將多點監測數據傳送至中央控制站。 | | **控制層** | PLC, ESP32/Raspberry Pi 網關 | 執行自動化邏輯（如：若 RH > 80% 則開啟除濕機）。 | | **預警層**： | 儀表板 (Dashboard)、手機通知推送 | 提供異常警報，並紀錄歷史數據用於後續分析。 | ## 2.4 數據驅動的預警與異常檢測 自動化監測不只是「自動執行」，更包含「智能預警」。一個成熟的 CEA 系統應具備以下功能： 1. **異常報警**：當溫度超出 300% 標準差範圍時，系統立即發送推送通知。 2. **數據溯源**：記錄每項參數的歷史變化曲線。這對於產品質量的追溯（Traceability）至感，例如，如果某批次生長異常，可以回溯是哪一天的 CO2 濃度波動導致的。 3. **模式識別**：透過學習長期運行的數據，預判當前氣候趨勢是否會導致植物壓力，從而主動調整參數。 ## 2.5 章節總結與實務清單 在建立自動化監測系統時，工程師必須確保系統能提供全方位、多點位的覆蓋，而不僅僅是基礎的開關控制。為了進入下一階段的流體動力設計，請確認以下技術要點已完成： 1. [ ] **多點布線**：是否在不同高度、不同區域佈設了獨立的溫度與濕度感測器？ 2. [ ] **VPD 集成**：監測系統是否已整合溫度與濕度以計算飽和蒸氣壓？ 3. [ ] **CO2 聯動**：CO2 灌入系統是否與排風系統有邏輯上的隔離與聯動設計？ 4. [ ] **數據採集**：是否建立了一個穩定的數據錄製系統，以供後續分析與預測？ 5. [ ] **通訊穩定性**：遠端監控系統是否能在高通訊環境中保持數據傳輸的穩定性？ 透過這些精密的受控環境架構，我們將原本不穩定的自然成長轉變為精準的化工流程。下一章，我們將深入研究支撐這些植物生長的關鍵生命線——**水耕與氣耕系統的流體動力工程**。