大家好我是熊元科，目前在上海交通大学研究植物工厂的能源环控策略优化。
在《前瞻 | 植物工厂\"工业软件\"破局: 从历史规律看下一个十年》一文中，我曾指出：植物工厂正从“手工作坊”迈向“现代工业”，亟需一套专用工业软件来支撑其规模化运营。近期，在兼顾学业推进的同时，我梳理出植物工厂运营中两个可显著提升时间效率的核心痛点，并着手将其封装为可复用的 API 服务。
第一个是种植决策拼经验，由于缺乏可靠的生物模型，决策者只能凭经验去调整环境参数，而简单又有价值的生菜一轮种植周期需要30天左右，意味着除非设施够大，独立种植单元够多，否则需要长时间累计数据。而我们花很久要理解到的规律可能别人十年前就已经发现了。这导致在种植经验这块，从宏观角度看可能每时每刻都有大量重复性工作正在进行，而实际上很可能只需要不同单位直接达成有效共享合作就可以免掉这些时间成本。
第二个是能源账单像盲盒，传统能源设备供应商给的方案往往不能高效适配室内种植工况，同时室内种植企业一般没有完整的暖通环控团队，导致运营过程中管理者面对着居高不下的能耗账单却无法独立地找到问题所在。
而实际上所有的问题都在不同论文中已有验证过的解决思路—-植物如何响应环境、HVAC真实性能、热负荷计算方法——但散落在文献中，需要编程能力整合，而即便是代码层面复现了，还需要用真实数据进行校准，才能确保其准确性，然而实际上可能在另一个种植基地还有别的人也已经做过一样的工作。
所以我在这里想把亲身经历的痛点的对应解决方案以API的形式分享出来。探索如何减少重复造轮子：
- 与其让园艺师的数量随种植面积线性增长，不如用算法把一位园艺师放大成一支队伍。
- 与其纠结“要不要扩招暖通工程师”或“是否全权外包”，不如先让软件跑一遍数据——哪怕团队暂时不专业，也能第一时间看清坑在哪。
- 与其出了问题只能先找总包、再层层等厂商，在几个月的扯皮里看着作物受损，不如让系统直接告诉你：热源46%来自LED、COP夜间有4.1，午间仅2.8、哪台除湿机在空转。
- 把决策时间从“几个月”压缩到“几分钟”，把试错成本从“全园区”缩小到“一行配置”。
#植物工厂 #未来食品 #智慧农业 #开发 #室内种植 #科研学习 #技术解决方案
在《前瞻 | 植物工厂\"工业软件\"破局: 从历史规律看下一个十年》一文中，我曾指出：植物工厂正从“手工作坊”迈向“现代工业”，亟需一套专用工业软件来支撑其规模化运营。近期，在兼顾学业推进的同时，我梳理出植物工厂运营中两个可显著提升时间效率的核心痛点，并着手将其封装为可复用的 API 服务。
第一个是种植决策拼经验，由于缺乏可靠的生物模型，决策者只能凭经验去调整环境参数，而简单又有价值的生菜一轮种植周期需要30天左右，意味着除非设施够大，独立种植单元够多，否则需要长时间累计数据。而我们花很久要理解到的规律可能别人十年前就已经发现了。这导致在种植经验这块，从宏观角度看可能每时每刻都有大量重复性工作正在进行，而实际上很可能只需要不同单位直接达成有效共享合作就可以免掉这些时间成本。
第二个是能源账单像盲盒，传统能源设备供应商给的方案往往不能高效适配室内种植工况，同时室内种植企业一般没有完整的暖通环控团队，导致运营过程中管理者面对着居高不下的能耗账单却无法独立地找到问题所在。
而实际上所有的问题都在不同论文中已有验证过的解决思路—-植物如何响应环境、HVAC真实性能、热负荷计算方法——但散落在文献中，需要编程能力整合，而即便是代码层面复现了，还需要用真实数据进行校准，才能确保其准确性，然而实际上可能在另一个种植基地还有别的人也已经做过一样的工作。
所以我在这里想把亲身经历的痛点的对应解决方案以API的形式分享出来。探索如何减少重复造轮子：
- 与其让园艺师的数量随种植面积线性增长，不如用算法把一位园艺师放大成一支队伍。
- 与其纠结“要不要扩招暖通工程师”或“是否全权外包”，不如先让软件跑一遍数据——哪怕团队暂时不专业，也能第一时间看清坑在哪。
- 与其出了问题只能先找总包、再层层等厂商，在几个月的扯皮里看着作物受损，不如让系统直接告诉你：热源46%来自LED、COP夜间有4.1，午间仅2.8、哪台除湿机在空转。
- 把决策时间从“几个月”压缩到“几分钟”，把试错成本从“全园区”缩小到“一行配置”。
#植物工厂 #未来食品 #智慧农业 #开发 #室内种植 #科研学习 #技术解决方案
