在第三届中欧科学家论坛智慧城市平行论坛上，德国莱茵美因应用科学大学（RheinMain University of Applied Sciences）Johannes Luderschmidt教授围绕“SNIB——智能可持续室内绿化：面向更优学习环境的模块化、基于传感器的绿化系统”（SNIB – Smart Sustainable Indoor Greening: Modular, Sensor-Based Greening for Better Learning Environments）发表演讲。报告介绍了莱茵美因应用科学大学与盖森海姆大学合作开展的SNIB项目，展示了如何将模块化种植设施、环境传感器、植物状态监测与人工智能分析相结合，打造兼顾学习体验、植物健康与资源利用效率的绿色室内空间。

Johannes Luderschmidt教授简介：Johannes Luderschmidt教授来自德国莱茵美因应用科学大学。此次报告围绕其所在机构与盖森海姆大学共同开展的智能可持续室内绿化项目展开，重点关注模块化室内绿化、传感器监测、数据分析及人工智能辅助植物养护在学习空间中的应用。本次报告的合作作者为盖森海姆大学的Maren Stollberg博士。项目通过计算机科学与园艺领域的跨学科协作，将环境监测技术、植物养护实践与可持续空间设计相结合，探索绿色设施在高校学习环境中的应用模式。

报告的主要内容

演讲介绍了SNIB智能可持续室内绿化项目的建设背景、系统架构与应用目标。项目部署于莱茵美因应用科学大学威斯巴登校区C-Süd教学楼的学习中心，旨在将原本缺乏绿化的室内空间改造为适合学习、交流和休息的绿色环境。

在空间设计方面，项目采用模块化种植方案，不依赖单一的大型绿化装置，而是通过多个可组合、可移动、可扩展的独立种植模块，在室内形成分布式绿色空间。项目还通过温室试验筛选适应性较强的植物品种，包括绿萝、‘Brasil’蔓绿绒、合果芋及金钱树等，以提高植物在室内环境中的适应能力。

在技术系统方面，项目由计算机科学专业学生参与自主研发。每个种植模块均配备传感装置，用于监测土壤湿度、温度、光照和空气湿度，并通过摄像头定时记录植物状态。相关数据与五个空气质量传感器采集的数据汇总后，传输至项目团队自建的服务器和数据库，并通过在线平台实时展示。

项目还引入人工智能辅助分析，根据传感器数据和植物状态生成养护建议，并通过模块上的显示装置，以直观的状态提示反映植物当前的健康状况。报告同时介绍了项目在健康与福祉、优质教育、可持续城市、资源高效利用及跨机构合作等方面的可持续发展目标，并探讨了这一模块化方案向其他学习和工作空间推广的可能性。

报告的主要观点

报告指出，室内绿化不仅是空间美化的一种方式，也可以与环境监测、数据分析和智能管理技术相结合，形成更加可持续的室内生态系统。通过模块化设计，绿化设施能够根据空间条件灵活组合、调整和扩展，从而提高室内绿化方案的适应性。

报告强调，将传感器、数据平台和人工智能辅助养护结合起来，有助于及时掌握植物生长状态，优化养护决策，并为绿色空间的持续运行提供技术支持。SNIB项目展示了跨学科合作在智慧学习环境建设中的应用潜力，也为高校、办公场所及其他公共室内空间探索资源高效、智能化的绿化模式提供了实践参考。

（文 黎冉）