光照和温度是设施温室作物生长过程中最关键的环境因素。在我国尤其是东北地区冬春季节的设施蔬菜生产中,由于受到外部天气因素、温室结构、覆盖材料等方面的影响,温室内的光照强度难以满足作物生长的需求,已经严重影响了设施蔬菜产量和品质的提高。因此,采用人工光源是改善设施作物生长过程中光照环境的有效手段。随着LED技术的不断发展与环境控制技术的日益成熟,温室内的光环境调控方式也在不断实现智能化,目前已经可以根据作物的光照需求设计出相应的调控光源,实现定光质、定时、定量的补光方式,但现有的补光方式并不能反映作物随环境变化的实时生长状态,难以达到作物最优光环境的在线检测与控制的目的。本文在国家自然基金、辽宁省自然科学基金的资助下,以温室内栽培的“辽园多丽”番茄为研究对象,对设施温室内光环境动态调控的关键技术进行了研究,主要研究工作内容如下：(1)LED光源组合方式及动态控制的研究系统分析了LED光学特性并选择了合适的LED类型,验证了LED光源与电流在一定范围内呈线性关系,通过光学专用分析软件对组合光源的均匀度进行了分析,给出了适宜的LED间距,确定了阵列方式及散热方式。设计了一种适合光源控制要求的可调光LED恒流驱动电源,实现了电压与电流可调的动态控制过程,试验表明该光源具有光强可调、光质可控、控制灵活等特点。(2)光温环境参数与叶绿素荧光参数的采集与检测研究系统完成了传感器选型工作,设计了基于ZigBee与GPRS远程无线通信技术的光温环境参数与叶绿素荧光参数的采集与检测系统,开发了传感器数据采集模块、网关节点、远程数据管理中心各个模块之间的通信协议,移植了μC/OS Ⅱ操作系统与μC/GUI图形支持系统,实现了在温室现场内与远程管理中心的光温环境参数检测与显示过程。将光合电子传递速率ETR、实际量子产量等荧光参数也无线传输到数据管理中心,实时反映当前环境状态下的作物光系统Ⅱ的荧光参数数据。(3)番茄光环境智能调控模型研究系统以番茄为试验样本,采集了温度为16,21,25,29,31,35,37℃等6个梯度、光照强度为100μmol·m-2·s-1到1200μmol·m-2·s-1之间以100μmol·m-2·s-1为增量的12个光强梯度条件下的光合电子传递速率ETR荧光参数值。利用中值滤波法对数据进行了误差分析及数据处理,将处理后的数据用最小二乘法建立以温度、光照强度为自变量的光合电子传递速率模型,拟合系数达到了0.9886。通过遗传算法与人工鱼群算法两种方式分析实现了对不同温度条件下的光合电子传递速率的寻优过程,获得在全温度范围特定温度条件下的最优光照强度值。研究表明,相比较于遗传算法,人工鱼群算法的收敛速度更快、稳定性更好,同时避免了遗传算法由于随机选择、随机变异而引发的种群退化问题。在人工鱼群算法分析基础之上,建立最优光强目标值调控模型,温度与最优光强值之间达到了良好的拟合效果,其拟合系数R2为0.9999。(4)LED光环境下荧光在线检测与智能补光系统的研究在LED光源、可编程电源、多环境因子与叶绿素荧光参数检测与采集系统的硬件实现的基础之上,结合算法研究所建立的数学模型,以开发了LED光环境下荧光在线检测与智能补光系统的软件,实现了对温度、光照强度、叶绿素荧光参数等数据的存储、分析与显示,通过在实验室内与温室内的试验过程,系统可以根据温度与光强的变化趋势,并利用算法所求得的最优光强值对作物进行智能补光,同时通过叶绿素荧光参数的反馈机制实现对补光数值的实时检测与调整,达到了番茄按需补光的要求。