[0003] 本公开涉及使用发光二极管(LED)灯培育植物的方法和系统，尤其涉及一种控制LED灯以促进和增强植物生长的方法和系统。

[0004] 发光二极管(LED)是众所周知的，并已广泛用于许多行业，主要用作低功率发光指示灯。近年来，已经开发了具有更高功率输出或更高发光强度的LED，并将其用于照明。例如，随着能源效率、安全性和可靠性的提高，LED灯正在取代市场上其他类型的灯，例如白炽灯、紧凑型荧光灯(CFL)等。由于日常照明极大地增加了电网负担，并大大增加了对于发电的总体需求，因此LED的能源效率在将来的节能中会发挥关键作用。LED可能会因其卓越的能源效率而主导照明市场。

[0005] 具有更高功率输出和/或更高发光强度的LED也已经用作培育植物等的光源。这种有时称为LED植物培育灯的LED具有多种优点，例如产生精确波长的光、高强度、高效率等。LED植物培育灯对于室内植物培育也是有利的，因为培育植物的过程能在受控的环境中进行，风险更低，并且没有其他有害的室外变数。

[0006] 植物生长是“光合作用”过程的结果。如本领域中已知的，光合作用过程利用来自光的能量将二氧化碳(CO2)转化为有机物质。具体而言，光能通过特殊的蛋白质吸收，这种蛋白质含有存在于称为叶绿体的光合细胞膜中的叶绿素色素。光合细胞主要存在于植物叶子中。

[0007] 但是，叶绿素仅从光谱的特定部分或颜色吸收能量。有效光谱横跨蓝色和红色光谱。光谱的绿色部分被反射，这就是植物叶子通常为绿色的原因。当叶子中的光合细胞死亡并且叶绿素降解时，叶子中的其他色素分子会主导光反射，同时它们降解到使叶片呈现黄褐色的程度。

[0008] 因此，众所周知的是，叶绿体中的不同色素吸收特定波长的光以促进光合作用，并且光合作用效率或速率与照明光谱具有很强的相关性(参见参考文献1和2)。

[0009] 例如，在蓝色和红色照明下培育的水稻植物比仅在红色照明下培育的水稻具有更高的光合作用效率(参见参考文献3)。在红色LED灯下培育的豌豆叶比在蓝色或白色LED灯下培育的豌豆叶含有更高水平的β胡萝卜素(参见参考文献4)。

[0010] 光强度是光合作用的另一个影响因素(参见参考文献2和5)，这是因为光合作用有机体对高光强度的反应能降低胁迫效应。在红色LED灯下，小麦幼苗积累叶绿素的速率为100μmol m-2s-1，而不是500μmol m-2s-1(参见参考文献6)。

[0011] 已发现，植物通常在其早期生长期间吸收蓝色光谱，然后在它们成熟和开花期间越来越多地吸收红色光谱。照明的几何形态(例如光源与植物之间的距离)也会影响植物能够吸收的光能及其相关的光合作用效率。通常，可用能量的降低速率和光与植物之间的距离的平方成正比。另外，植物能够感知照明周期和持续时间，并相应地改变其生长速率。

[0012] 使用恒定照明进行植物栽培既不能保证能效，也不是光合作用的最佳方法。由于现有技术的LED培育灯在为植物提供光时通常未考虑上述因素，因此它们无法在适当的时间提供具有适当强度的适当色谱，以使生长植物的生理过程最佳化。而且，不同的植物需要不同的光照特性(例如强度、光谱、时间等)来实现最佳的生长性能。但是，现有技术的LED植物培育灯不能适应植物的需要，并且不能提供适当的光照特性。

[0013] 图1是典型的现有技术LED培育灯系统10的框图。如图所示，LED植物培育灯系统10包括多个LED光源12，这些LED光源12向植物16发射光14，以促进植物的生长。LED光源12通常位于固定位置，例如安装在房间的天花板上。

[0014] 图2是示出现有技术LED培育灯系统10的部件的框图。如图所示，LED植物培育灯系统10包括交流(AC)到直流(DC)转换器(AC/DC转换器)22，该AC/DC转换器22用于将来自交流电源24(例如交流电网)的交流电转换为直流电，并使用直流电驱动LED阵列12。

[0015] 现有技术LED培育灯系统面临着各种挑战和困难。例如，植物在整个生长过程中的特定时期内需要特定类型的光谱。但是，现有技术LED培育灯系统不能提供最适合植物生长的光配置。

[0016] 又例如，现有技术LED培育灯系统的电源结构对于高效操作不是最佳的，因为它们通常需要很大的散热器以实现有效的热性能和安全运转。

[0017] 再例如，在现有技术LED培育灯系统中使用的LED阵列通常不能提供植物生长性能所需的最佳光谱的足够光强度。因此，LED培育灯系统通常能效很低，并且以热的形式浪费了大量能量。

[0018] 再例如，在现有技术LED植物培育灯系统中，LED光源通常安装在固定位置。因此，现有技术LED培育灯系统通常不具有在植物生长的不同阶段优化LED光源与植物之间的距离的能力。

[0019] 由于上述挑战，现有技术LED培育灯系统不能提供促进植物生长的最佳方案。由于植物生长是一个较长的过程，因此，未经优化的培育灯系统会显著增加系统的运营成本，并且系统的总体效率很低。

[0020] 用于优化光合作用的系统也是已知的。但是，这些系统在光合作用优化中并未考虑所有照明参数(参见参考文献2、5、10至12)。一些光合作用优化系统仅关注照明的波长(参见参考文献11)，而其他一些仅关注照明的幅值(参见参考文献12)。一些现有技术考虑了照明的一个以上方面(参见参考文献2、5和10)。

[0021] 光合作用效率在很大程度上取决于所有照明参数。此外，照明参数对光合作用效率的影响是相互关联的(即，它们并不是相互独立的)。但是，没有任何一个现有技术光合作用优化系统考虑到照明的所有方面。

[0075] 本文公开了一种灯系统的实施例。在一些实施例中，灯系统是使用发光二极管(LED)和/或量子点LED(QLED)光源的系统。在一些实施例中，灯系统是LED和/或QLED培育灯系统，该系统从LED/QLED光源发射调制的光谱，以促进植物的生长。

[0076] 在一些实施例中，本文公开的灯系统包括由LED驱动器供电和控制的一个或多个LED和/或QLED。灯系统还包括用于测量和量化植物的生长的实时监测子系统。根据从实时监测子系统获得的实时植物生长测量和量化值，LED驱动器可精确控制光谱和强度，以促进植物生长。因此，本文公开的灯系统是能够根据实时植物生长测量值优化光输出的闭环反馈系统。此外，在一些实施例中，LED光源与植物之间的距离可根据从实时监测子系统获得的实时植物生长测量和量化值自动调节。

[0077] 因此，在一些实施例中，本文公开的灯系统提供了使用LED灯促进植物生长的几乎最佳的解决方案。

[0078] 现在转到图3，其中示出了本公开的一些实施例的LED培育灯系统，并且该LED培育灯系统通常使用附图标记100标识。LED培育灯系统100包括电源102、智能LED培育灯驱动器104、一个或多个光检测器形式的实时监测子系统106以及分别用于向植物116发射红色、绿色和蓝光光谱114R、114G和114B的三个LED阵列108R、108G和108B。红光、绿光和蓝光中的每一个形成朝植物116发射的光的一部分，并且具有所述光的光谱的一个子集。在下文中，与光谱有关的附图标记可能带有后缀“R”、“G”或“B”以指代红色、绿色或蓝色光谱，或者可能以不带任何后缀的形式使用，以合指所指代的部件。例如，可使用附图标记108R、108G和
108B单独地指代LED阵列，也可使用附图标记108合指LED阵列，以便于说明。

[0079] 在这些实施例中，电源102是交流(AC)电源，例如交流电网。LED培育灯驱动器104从电源102接收交流电力，并将接收的交流电力转换为直流电力，以通过相应的电力母线122分别驱动LED阵列108R、108G和108B。LED培育灯驱动器104还通过一组信号线124控制LED阵列108R、108G和108B的光特性。

[0080] 每个LED阵列108包括一列或多列，每列包括一个或多个彩色LED 110和串联连接的开关112，例如半导体开关。每个LED阵列108中的LED 110发射具有特定光谱的光。

[0081] 如本领域中已知的，在光合作用中存在多种吸收不同光谱的光的关键色素，例如叶绿素a、叶绿素b和β胡萝卜素。图4示出了三种光合作用色素的吸收光谱。能够看出，叶绿素a和叶绿素b主要吸收蓝色和红色光谱，而β胡萝卜素主要吸收蓝色和绿色光谱。

[0082] 请再次参考图3，每个LED阵列108发射彩色光，该彩色光的光谱在光合作用色素的一个或多个光吸收峰的附近。例如，在一些实施例中，LED阵列108R的LED 110R发射具有在大约400纳米(nm)至大约470nm范围内的光谱的红光，LED阵列108G的LED 110G发射具有在大约470nm至大约520nm范围内的光谱的绿光，LED阵列108B的LED 110B发射具有在大约620nm至大约680nm范围内的光谱的蓝光。在一些实施例中，由于植物所需的主要光谱通常在红色和蓝色光谱附近，因此绿色光LED阵列108G包括的LED 110G的数量比红色光LED阵列
108R和蓝色光LED阵列108B包括的LED的数量少。

[0083] LED培育灯驱动器104通过独立的电源母线122为每个LED阵列108供电。在每个LED阵列108中，其每一列中的开关112可由LED培育灯驱动器104控制来接通或断开，以调节其光强度。光检测器106监测从植物116反射的光114F。如本领域中所知的，反射光114F的光谱提供关于植物116的生长和其健康状况的信息。因此，通过监测反射光114F，光检测器106可向LED培育灯驱动器104提供反馈信号，以测量植物116的生长并相应地控制LED阵列108。

[0084] 图5是示出LED培育灯系统100的功能结构的示意图。如图所示，LED培育灯驱动器104包括供电电路132、控制结构或控制子系统134以及光检测器106。

[0085] LED培育灯驱动器104的供电电路132向LED阵列108供电。尤其是，供电电路132从交流电网102接收电力，并将接收的交流电力转换具有为适合于驱动LED阵列108的LED 110的一个或多个直流电压的直流电力。

[0086] LED培育灯驱动器104的控制子系统134执行多个任务。具体而言，控制子系统134控制供电电路132，从而进行适当的电力转换，并以适当的电压/电流向LED 110供电。

[0087] 控制子系统134还根据LED阵列108的结构动态地调节光谱和光强度，以促进植物生长。具体而言，控制子系统134从光检测器106接收指示反射光谱信息的信号，并且根据接收的信息和LED阵列108的结构控制LED阵列108的每一列中的半导体开关112的接通/关断，以动态地调节光谱及其强度。

[0088] 在这些实施例中，LED培育灯系统100还包括一个或多个电机136，该电机136由电机驱动器138按照控制子系统134的指令进行控制，以根据从光检测器106接收的信息和LED阵列108的结构动态调节每个LED阵列108与植物116之间的距离和/或角度(在下文中称为“LED-植物距离/角度”)。

[0089] 图6示出了控制子系统134的细节。如图所示，控制子系统134包括植物识别子系统142、参考信号生成器144、电源转换控制器146以及电机驱动控制器148。植物识别子系统
142从光检测器106接收反馈信号，并从中获得与植物116的生长过程有关的各种信息。具体而言，植物识别子系统142从光检测器106接收携带反射光谱信息的反馈信号，并处理接收的反馈信号，以获得与植物116的生长有关的信息。因此，植物识别子系统142根据反射光谱的信息对植物生长进行量化，并为参考信号生成器144产生适当的信号。参考信号生成器
144从植物识别子系统142接收信号，并产生关于光强度、光波长、最佳LED-植物距离/角度等项的适当参考信号，以控制电源转换控制器146和电机驱动控制器148。

[0090] 电源转换控制器146接收关于光强度和光波长的参考信号，然后控制LED阵列108的每一列中的供电电路132和开关112，从而向植物116施加适当的光强度和精确的光谱。电机驱动控制器148接收计算出的LED-植物距离/角度，并相应地调节LED阵列108。因此，控制子系统134确保所发射的LED光具有最佳光强度、光谱以及最佳LED-植物距离/角度，以优化植物116的生长过程。

[0091] 图7是用于调节LED阵列108与植物116之间的距离的机构的示意图。如图所示，每个LED阵列108与一个电机136相关联。LED培育灯驱动器(未示出)最终控制每个电机136，以使相应的LED阵列108向前/向后移动，和/或调节相应的LED阵列108相对于植物116的角度。期望的距离和/或角度根据所需的光强度确定，并且植物116的状况由植物识别子系统142确定(参见图6)。光强度通常与距离的平方值成反比。因此，距离对植物116的生长具有显著影响。LED植物培育灯系统100能够将距离和/或角度调节至最佳值，这不仅能加速植物116的生长，而且能通过减少生长过程中所需的电量显著降低运营成本。而且，由于不同植物可能需要不同的光强度，因此调节和优化距离/角度的能力使得LED培育灯系统100可用于各种植物生长应用，以促进各种类型的植物的生长。

[0092] 图8示出了光检测器106是如何从植物116接收反射光谱114F的。为了确定植物的生长状况，从LED 110R、110G和110B向植物116发射多种光谱114R、114G和114B。光检测器106检测反射光114F。根据反射光114F的光谱，植物识别子系统142分析并确定植物116的状况，例如植物的生长、健康等。

[0093] 图9示出了典型的植物叶子的横截面，并示出了LED培育灯系统100是如何根据反射光114F确定植物状况的；如图所示，叶肉层152富含叶绿素，并且叶绿素是植物状况的一个很好的指示。叶绿素主要吸收光谱中的蓝色和红色部分，并反射绿色部分。当叶绿素含量很高时，大部分红色/蓝色光谱被吸收，而大部分绿色光谱被反射。另一个方面，当叶绿素死亡或其数量减少时，叶肉层152也反射光谱的其他部分。因此，可根据由LED培育灯驱动器104的光检测器106检测到的反射光谱来量化植物状况。

[0094] 在上述实施例中，LED培育灯系统100包括三个LED阵列108。在一些替代实施例中，LED培育灯系统100可仅包括一个或两个LED阵列108。在一些替代实施例中，LED培育灯系统100可包括更多LED阵列108。

[0095] 图10是本公开的一些实施例的具有照明优化特性的LED培育灯系统160的示意图。

[0096] 众所周知，光合作用效率很大程度上取决于照明条件。由于植物的光合作用有机体的构成不同，因此相似的光照条件不一定能实现所有类型植物的高效光合作用栽培。照明条件包括多种参数，例如光谱、强度、几何形态、持续时间等。因此，LED培育灯系统160采用学习过程来确定“照明配方”，例如能实现最高效的光合作用速率的一组照明参数。LED培育灯系统160根据光合作用测量值使用优化算法改变照明条件，以最大限度提高光合作用效率。在一些实施例中，可使用叶绿素荧光测量值可靠地估计光合作用效率并产生优化算法的输入。

[0097] 如图10所示，LED培育灯系统160包括人工智能(AI)处理器162、照明驱动器164、照明源166、荧光处理器168以及检测装置或子系统170。

[0098] 在这些实施例中，AI处理器162是一种计算装置，例如通用计算机或专用计算装置，用于从荧光处理器168接收叶绿素荧光测量值，使用叶绿素荧光测量值估计光合作用效率，确定用于最大限度提高光合作用效率的一组优化照明参数，并根据所确定的照明参数通过照明驱动器164控制照明源166以调节照明灯。

[0099] 在这些实施例中，照明源166包括一个或多个LED和/或QLED，并且由照明驱动器164驱动和控制，以向一个或多个植物116发射光172，以促进它们的生长。照明源166的一组照明参数是可调的。例如，从照明源166发射的光具有从紫外(UV)光到可见光再到红外(IR)光的可调光谱。从照明源166发射的光在其光谱上的强度分布也是可调的，例如可使用脉冲光(例如具有可调脉冲宽度的脉宽调制光)调节。

[0100] 这些实施例中的检测装置170是用于在叶绿素分子从激发态变为非激发态时检测从植物116的叶绿素分子发射的荧光或光174的光学传感器。检测到的荧光的数据从检测装置170发送至荧光处理器168。

[0101] 在这些实施例中，荧光处理器168可以是专用计算装置，例如嵌入式计算装置，用于处理检测到的荧光的数据以获得发送至AI处理器162的叶绿素荧光测量值，以优化照明源166的照明参数。

[0102] 在一些实施例中，照明驱动器164、照明源166和检测装置170可组装为照明和感测装置。图11是照明和感测装置200的示意性透视图。图12是照明和感测装置200的示意性前视图。

[0103] 如图11和12所示，照明和感测装置200包括一个圆柱形壳体202，该圆柱形壳体202在其中收纳同心的光学传感器204以及分布在壳体202与光学传感器204之间的环形空间内的多个LED 206。在这些实施例中，LED 206包括一个或多个发射紫外(UV)光谱的LED(表示为UV LED)、一个或多个发射红色、绿色和/或蓝色光谱的LED(表示为R、G和/或B LED)以及一个或多个发出红外(IR)光谱的LED(表示为IR LED)，以形成从UV光谱到可见光谱再到IR光谱的可调光谱。

[0104] LED 206通过驱动电缆208连接至照明驱动器202，以从其接收驱动信号以获得电力，并向一棵或多棵植物116发射光210。从植物116发射的荧光212被光学传感器204检测，并转换为检测信号，该检测信号通过信号输出电缆214传送至荧光处理器168。

[0105] 如图13所示，光学传感器204包括一个或多个用于接收光224的透镜222、用于对接收到的光224进行过滤的滤光片224以及光检测器或光传感器部件226，例如互补金属氧化物半导体(CMOS)或电荷耦合器件(CCD)光传感器部件，该光传感器部件用于将过滤后的光转换为电信号，以通过信号输出电缆214传送。

[0106] 再次参考图10，AI处理器162控制照明源166以发射具有可调强度和光谱的脉冲光172，以促进植物的光合作用和生长。通过将不同波长的LED 166设置为接通或关断状态，并根据荧光处理器168(在后文中说明)的输出调节从接通的LED发出的光的脉冲宽度，AI处理器162能够优化照明参数，例如发射光172的强度和光谱，以最大限度地提高植物116的光合作用效率。

[0107] 如上所述，植物116吸收光172并将其用于光化学过程。吸收的光172的一部分被植物116转换位热量和荧光发射。

[0108] 检测装置170检测从植物116发出的荧光。荧光处理器168使用由检测装置170获得的荧光数据确定叶绿素荧光测量值，并将叶绿素荧光测量值发送至AI处理器162。AI处理器162然后估计光合作用效率。在参考文献7至9中公开了估计光合作用效率的细节，这些参考文献的内容通过完整引用结合在此。在估计光合作用效率之后，AI处理器162确定用于一组可调照明参数的一组优化值，以最大限度提高光合作用效率，并使用这组优化值调节照明源166的照明参数，例如发射光172的强度和光谱。

[0109] 在一些实施例中，AI处理器162使用模拟退火方法优化该组照明参数，以最大限度提高植物116的光合作用效率。在此过程中，为植物116的光合作用定义了多种照明状态Sk。每个照明状态Sk与决定植物116的光合作用效率的一组照明参数对应。

[0110] 该过程开始于随机照明状态Sr，该状态持续足够长的时间，以充分形成光合作用。然后，使用从荧光处理器206获得的叶绿素荧光测量值计算光合作用效率En+1。以从先前状态改变了随机变化量ΔS的新照明状态重复该过程，然后计算与新状态对应的光合作用效率，并将其与先前状态进行比较，直到达到最大光合作用效率。

[0111] 这样的最大光合作用效率可以是局部最大值。因此，该过程设计为再次探索优化空间，以免陷入局部最大值。从当前状态向新状态的转变是根据接受概率函数exp(-ΔEn/T)进行的，该接受概率函数取决于该状态的光合作用效率和全局时变参数T，其中EXP()代表指数函数，并且ΔEn＝En--En-1。

[0112] 随着过程的进行，参数T在优化的最后阶段从较大的初始值减小为零。尤其是，在过程的初始迭代时将T设置为较大的值，以使过程可探索搜索空间中的各种区域。在最终的迭代中，T趋近于零(0)，接受概率函数趋近于一(1)，从而使该过程转向“贪婪算法”，该算法仅进行上坡过渡。通过适当地选择参数，该过程能找到全局最大值。

[0113] 图14是示出基于模拟退火方法的上述优化过程300的一个示例的步骤的流程图。如图所示，过程300从初始化步骤302开始，在该步骤中，AI处理器162将先前状态变量Sp设置为初始状态S0，并且将对应的先前状态光合作用效率Ep设置为零。AI处理器162还将全局时变参数T(也称为“温度”)设置为初始值，并且将当前状态变量Sc设置为已持续了足够的时间以充分形成光合作用的随机照明状态Sr。然后，过程300从随机状态Sr开始优化过程。

[0114] 在步骤304中，AI处理器162使用从荧光处理器168获得的叶绿素荧光测量值计算在植物116当前状态Sc下的当前状态光合作用效率Ec。然后，AI处理器162将当前状态光合作用效率Ec与先前状态光合作用效率Ep进行比较(步骤308)；

[0115] 若当前状态光合作用效率Ec不大于先前状态光合作用效率Ep(步骤308的“否”分支)，则AI处理器162将照明的先前状态Sp设置为当前状态Sc(步骤310)，并将当前状态Sc更新为与Sc相差随机变化量ΔS的邻近状态(步骤312)。然后过程300返回至步骤304，以计算植物116的当前状态光合作用效率Ec。

[0116] 若在步骤308中确定当前状态光合作用效率Ec大于先前状态光合作用效率Ep(步骤308中的“是”分支)，则AI处理器162进一步计算接受概率函数exp(-(Ec-Ep)/T)并检查接受概率函数exp(-(Ec-Ep)/T)是否小于预定阈值Emin(步骤314)。

[0117] 若接受概率函数exp(-(Ec-Ep)/T)大于或等于预定阈值Emin(步骤314中的“否”分支)，则AI处理器162减小温度值T(步骤316)，并且过程300返回步骤310，以更新先前状态Sp和当前状态Sc。

[0118] 若在步骤314中确定接受概率函数exp(-(Ec-Ep)/T)小于预定阈值Emin(步骤314的“是”分支)，则认为当前状态Sc是最佳状态So，并使用与该最佳状态So对应的一组照明参数调节照明源166的设置。

[0119] 本领域技术人员应理解，在一些替代实施例中，可使用其他适当的优化方法(例如遗传算法)优化照明参数，以最大限度提高植物116的光合作用效率。

[0120] 虽然在上文中参照附图说明了一些实施例，但是本领域技术人员应理解，在不脱离由所附权利要求限定的范围的情况下，能够做出各种变化和修改。

[0121] 参考文献

[0122] 1.K.J.McCree在1971-1972年第9卷《农业气象学》的第191-216页上发表的标题为“作物光合作用的作用谱、吸收率和量子产率”的学术论文。

[0123] 2.Sowbiya Muneer、Eun Jeong Kim、Jeong Suk Park和Jeong Hyun Lee在2014年3月的第3期第15卷《国际分子科学杂志》的第4657-4670页上发表的标题为“绿色、红色和蓝色发光二极管在不同光强度下对莴苣叶中的多蛋白复合蛋白质和光合作用活性的影响”的学术论文。

[0124] 3.Maximum Yield于2016年12月1日在网上发表的标题为“LED对植物的影响”的文章(https：//www.maximumyield.com/the-effects-of-leds-on-plants/2/1332)。

[0125] 4.Ming-Chang Wu、Chi-Yao Hou、Chii-Ming Jiang、Yuh-Tai Wang、Chih-Yu Wang、Ho-Hsien Chen和Hung-Min Chang在2007年第4期第101卷《食品化学》的第1753-1758页上发表的标题为“LED光辐射的一种新方法提高豌豆幼苗的抗氧化活性”的学术论文。

[0126] 5.Hu Qiang、Yair Zarmi和Amos Richmond在1998年第2期第33卷《欧洲植物学杂志》的第165-171页上发表的标题为“光强度、光路和培养密度对螺旋藻(蓝藻)的产出率的综合影响”的学术论文。

[0127] 6.B.C.Tripathy和C.S.Brown在1995年第2期第107卷《植物生理学》的第407-411页上发表的标题为“红光下种植的小麦幼苗返青时根与茎的相互作用”的学术论文。

[0128] 7.Govindjee在标题为《叶绿素a荧光--光合作用的表征》的图书中撰写的第1章“叶绿素a荧光：一些基础知识和历史”，由GC Papageorgiou和Govindjee编辑，由荷兰多德雷赫特市的Springer出版社于2004年出版，第1-42页。

[0129] 8.David J.Suggett、C.Mark Moore和Richard J.Geider在系列丛书《应用植物学的发展》的第4卷图书《水生科学中的叶绿素a荧光：方法与应用》中撰写的标题为“从主动荧光测量结果估算水域生产力”的一章，由多德雷赫特市的Springer出版社于2010年出版，第103-127页。

[0130] 9.Erik Murchie和Tracy Lawson在2013年第13期第64卷《实验植物学杂志》的第3983-3998页上发表的标题为“叶绿素荧光分析：良好实践和理解一些新应用的指南”的学术论文。

[0131] 10. 2012年11月06日授予Ryan W.Hunt、Senthil Chinnasamy、Keshav C.Das和Erico Rolim De Mattos的标题为“用于提高光合作用效率的生物优化系统及其使用方法”的美国专利83,02,346。

[0132] 11.Ji Hye Oh、Heejoon Kang、Hoo Keun Park和Young Rag Do在2015年第28期第5卷《RSC Advances》的第21745-21754页上发表的标题为“多封装紫白色LED的理论光合作用性能和视觉友好质量的优化”的学术论文。

[0133] 12.Paolo Pesaresi、Alexander Hertle、Mathias Pribil、Anja Schneider、Tatjana Kleine和Dario Leister在2010年第1期第5卷《植物信号传递与行为》的第21-25页上发表的标题为“优化波动光照下的光合作用”的学术论文。