中荷“植物工厂系统模型与表型国际大师班”在沪开幕，聚焦表型与智能环控

作为2025年首届暑期培训班的深化与升级，本届课程全面拓展至高通量表型、深度学习、多光谱与三维成像、数字孪生等前沿维度，系统覆盖作物表型图像采集与分析、机器学习与深度学习算法、光合作用与代谢系统建模、GroIMP功能—结构植物建模（FSPM）、植物工厂微气候环境模拟、计算流体力学（CFD）及智能环控等议题，采用“前沿理论讲授+算法代码实操+小组课题挑战”三位一体的培养模式。

课程由CEMPS朱新广研究员与WUR的Gert Kootstra博士、Gerrit Polder博士、Zhen Liu博士共同担任协调人；授课团队包括CEMPS朱新广研究员、中国农业大学贺冬仙教授、同济大学高乃平教授、南京大学王玉副教授、崖州湾国家实验室Michael Henke博士，以及WUR的Katarina Smolenova博士、Simon van Mourik博士、孙聪聪博士等，并邀请韩志国、周强、刘珍等产业界专家参与，构建“前沿理论—尖端算法—工程转化”的课堂。

学员来自9个国家、20余所高校院所与行业领军企业，还将实地参访CEMPS人工气候室及崇明国家设施农业工程技术研究中心等示范基地。

值得注意的是课程重心的变化：早期植物工厂培训多围绕营养液配方与光照配比展开，本届则把表型采集、生长模型与微气候仿真放在同等位置。这背后是行业共识的转移——当硬件与能耗逐渐标准化之后，决定产出稳定性的是“看得见作物状态”和“算得准环境响应”这两项能力。

对设备制造与运营方而言，这类能力的落地形态，是传感器布局、数据接口与调控策略的开放程度。设备若只输出固定参数，很难与模型对接；把环境数据、作物图像与调控记录完整留存并对外可读，才具备持续优化的基础。这与智慧植培空间站在远程运维和数据展示上的设计思路是相通的。

中荷双方已连续两年围绕植物工厂系统模型与表型开展联合培养，课程内容也从概念介绍推进到算法实操。这类基础能力的积累周期较长，但其成果会逐步体现在环境控制精度与生产稳定性上。