光环境调控是当代设施园艺最重要的环节之一,特别是近年来频繁出现雾霾天气造成的设施小环境光照不足问题严重影响了设施农业生产,使得设施光环境调控已成为冬季设施产量的必要保障。由于光合作用受到多种环境因子共同影响,近期耦合环境因子光环境模型成为新研究热点,其已一定程度地提高了调控效果。而受设施内外构造以及作物多样性种植需求影响,设施内各个区域的小环境和作物品种不尽相同,所需调控目标值差异明显。但现有的光环境调控系统通过单一调控模型对整栋设施统一调控,造成补光量与实际需求无法精确匹配。因此,本文针对设施园艺中光环境调控的实际生产需求,开发了一套支持模型远程更新的设施光环境调控设备。实现对设施内不同区域差异化光环境调控,并具有模型远程更新功能提供了设备的可持续使用能力,对进一步实现设施光环境精准调控具有重要意义。本文的主要研究工作与结论如下:（1）根据设施生产的调控和交互需求,开发了嵌入式控制设备软件。按实现方法,嵌入式软件主要分为后台功能模块和人机交互界面两个部分,二者通过存储空间中的存储表链接在一起。后台功能模块实现网络数据通信、监测数据解析、控制决策指令封装等功能;而人机交互界面则将后台功能模块的运行结果展示并将用户输入传递给后台模块,从而完成对监测节点、补光节点的直接管控。（2）结合嵌入式设备特性,设计了精简的多层感知机计算模块。以MATLAB为模型训练平台,分析MATLAB神经网络工具箱结构,导出多层感知机的权值阈值。通过矩阵计算变换权值阈值的方式,去除多层感知机计算过程中归一化和反归一化的步骤,以实现更精简洁的计算模块。经过在嵌入式平台的测试,发现并修正了因设备异构造成的存储问题,最终在嵌入式设备中模型的计算结果与MATLAB神经网络标准输出之间的平均绝对误差达到1.447×10^-18、最大相对误差达到2.125×10^-18,满足光环境调控设备的误差要求。（3）设计了服务器与嵌入式设备间的数据传输协议及远程服务程序。通过构建数据传输协议,实现嵌入式设备与服务器之间的多种数据帧传输。以Python作为开发语言,设计了具备监测数据存储、模型下载的服务程序,并部署在阿里云ECS云服务器实例中,保证其稳定运行。使得在嵌入式设备有限的存储资源条件下,加载多样的作物模型成为可能。