작물을 재배하는 데 필요한 여러 가지 환경 조건 중 광은 개 화와 밀접한 연관이 있다. 본 연구는 식용화, 매리골드 화아분 화에 영향을 주는 최적의 광주기를 구명하여 완전제어형 식물 공장에서 효율적으로 재배하기 위해 진행되었다. 실험에 사 용된 광주기는 4, 8, 12, 16시간, 총 4가지로 설정하였다. 매리 골드 ‘듀란고 레드’ 종자를 우레탄 스펀지에 파종한 직후부터 광주기를 처리하였다. 화아분화는 꽃봉오리가 약 2mm 이상 일 때 화아분화가 되었다고 정의하였고, 2－3일 간격으로 조 사하였다. 생육 조사는 지상부의 생체중, 건물중, 초장, 엽면 적을 조사하였다. 최적의 광주기는 식물체의 50%가 화아분 화 된 날을 기준으로 정의하였다. 4시간 처리구에서는 식물체 가 제대로 자라지 못하며 화아도 형성되지 않았다. 8시간 이상 의 처리구에서부터 식물체가 정상적으로 생장하고 화아분화 가 이루어졌지만, 8시간 처리구는 12시간 이상의 처리구에 비 해 화아분화가 더디게 일어났다. 반면에 12시간 처리구와 16 시간 처리구는 서로 유의하지 않은 결과를 보였다. 모든 생육 조사 항목에서 16시간 광주기 처리구가 가장 높은 값을 나타 냈으나 지상부의 건물중과 엽면적을 제외한 나머지 항목에서 12시간 처리구와 유의하지 않았다. 실험 결과에 따르면, 8시간 광주기에서도 화아분화가 일어났지만, 화아형성까지의 시 간이 12시간 이상의 광주기일 때보다 더 많이 소요되었으며, 식물체의 생육 또한 12시간 이상의 광주기를 조사받은 식물 체보다 낮게 나타났다. 본 실험에서 에너지 소비량을 고려한 최적의 매리골드 ‘듀란고 레드’의 광주기는 12시간으로 판단 된다.

이 연구에서는 Inception V3, SqueezeNet(local), VGG-16, Painters 및 DeepLoc의 다섯 가지 인공지능(AI) 모 델을 사용하여 차나무 잎의 병해를 분류하였다. 여덟 가지 이미지 카테고리를 사용하였는데, healthy, algal leaf spot, anthracnose, bird’s eye spot, brown blight, gray blight, red leaf spot, and white spot였다. 이 연구에서 사용한 소프트웨 어는 데이터 시각적 프로그래밍을 위한 파이썬 라이브러리로 작동하는 Orange3였다. 이는 데이터를 시각적으로 조작하여 분석하기 위한 워크플로를 생성하는 인터페이스를 통해 작동되었다. 각 AI 모델의 정확도로 최적의 AI 모 델을 선택하였다. 모든 모델은 Adam 최적화, ReLU 활성화 함수, 은닉 레이어에 100개의 뉴런, 신경망의 최대 반복 횟수가 200회, 그리고 0.0001 정규화를 사용하여 훈련되었다. Orange3 기능을 확장하기 위해 새로운 이미지 분석 Add-on을 설치하였다. 훈련 모델에서는 이미지 가져오기(import image), 이미지 임베딩(image embedding), 신경망 (neural network), 테스트 및 점수(test and score), 혼동 행렬(confusion matrix) 위젯이 사용되었으며, 예측에는 이미 지 가져오기(import image), 이미지 임베딩(image embedding), 예측(prediction) 및 이미지 뷰어(image viewer) 위젯 이 사용되었다. 다섯 AI 모델[Inception V3, SqueezeNet(로컬), VGG-16, Painters 및 DeepLoc]의 신경망 정밀도는 각 각 0.807, 0.901, 0.780, 0.800 및 0.771이었다. 결론적으로 SqueezeNet(local) 모델이 차나무 잎 이미지를 사용하여 차 병해 탐색을 위한 최적 AI 모델로 선택되었으며, 정확도와 혼동 행렬을 통해 뛰어난 성능을 보였다.

Growth modeling in plant factories can not only control stable production and yield, but also control environmental conditions by considering the relationship between environmental factors and plant growth rate. In this study, using the expolinear function, we modeled perilla [Perilla frutescens (L.) Britt.] cultivated in a plant factory. Perilla growth was investigated 12 times until flower bud differentiation occurred after planting under light intensity, photoperiod, and the ratio of mixed light conditions of 130 μmol·m-2·s-1, 12/12 h, red:green:blue (7:1:2), respectively. Additionally, modeling was performed to predict dry and fresh weights using the expolinear function. Fresh and dry weights were strongly positively correlated (r = 0.996). Except for dry weight, fresh weight showed a high positive correlation with leaf area, followed by plant height, number of leaves, number of nodes, leaf length, and leaf width. When the number of days after transplanting, leaf area, and plant height were used as independent variables for growth prediction, leaf area was found to be an appropriate independent variable for growth prediction. However, additional destructive or non-destructive methods for predicting growth should be considered. In this study, we created a growth model formula to predict perilla growth in plant factories.

스마트팜 요소들 중에서 중요한 요인 중 하나는 환경 계측이 다. 본 연구에서는 오픈 소스 프로그램인 아두이노, 앱 인벤터 와 노드 레드를 이용하여 로라와 블루투스 무선 통신을 통한 환 경 계측 모니터링 시스템을 설계하였다. 이 시스템은 아두이 노, 로라 쉴드, 온습도 센서(SHT10), 이산화탄소 센서(K30) 로 구성되었다. 아두이노(Arduino) 프로그램에서 사용된 라 이브러리로는 LoRa.h, Sensirion.h, LiquidCrystal_I2C.h와 K30_I2C.h를 사용하였다. 일정한 주기로 센서에서 환경 데 이터를 받을 때, 데이터의 안정화를 위해 평균값을 사용한 코 딩을 사용하였다. 사용자 인터페이스로 노드 레드와 앱 인벤 터 프로그램을 이용하여 안드로이드 기반의 앱을 개발하였다. 아두이노의 시리얼 화면과 스마트 폰의 화면 및 노드 레드의 사용자 인터페이스에 출력되는 화면으로 센서에 위한 환경 자 료가 잘 수집되어 디스플레이되는 것을 볼 수 있었다. 이러한 오픈소스 기반의 플랫폼과 프로그램들은 다양한 농업 응용 분 야에 적용될 것이다.

식물공장에서 적합한 광을 선정하기 위해서는 양적인 측면 과 기능적 측면 뿐만 아니라 운영비를 고려하기 위하여 전기 에너지이용효율과 광이용효율을 동시에 고려해야 하는데 본 연구에서는 들깨를 위한 LED광원의 광량, 적색광과 청색광 의 혼합 비율과 광주기 조건별 생육 특성과 전기에너지이용효 율과 광이용효율을 함께 비교하였다. 광량 처리구는 60, 130, 230, 320μmol·m-2·s-1 조건으로, 광질 처리구는 적색광과 청 색광의 혼합 비율 8:2, 6:4, 4:6, 2:8 조건으로, 일장 처리구는 낮 기준 9, 12, 15, 18시간으로 처리하였다. 광량 실험에서는 광량이 높을수록 생육량이 늘어나는데 비해 소비전력당 건물 중의 광이용효율은 유의차가 없었다. 소비전력당 엽생체중을 추가로 비교해보면 320μmol·m-2·s-1 처리구에서만 유의적으 로 낮은 효율을 보였고 이외의 처리구에서는 유의차가 없었기 때문에 생산량이 가장 많은 230μmol·m-2·s-1가 가장 효율적 이었다. 광질 실험에서는 적색광과 청색광의 혼합 비율은 RB 8:2에서 생육량과 광이용효율이 동시에 높게 측정되었고 색 차와 flavonoids 함량에서는 유의차가 발생하지 않아 Red: Blue 비율 8:2가 가장 적합한 조건이었다. 광주기 실험에서는 광주기가 길어질수록 높은 생육량을 나타냈는데 일장 12시간 이상에서는 생육량의 유의차가 없었으므로 광소비 효율을 고 려한 12시간이 적합한 조건이었다. 이상의 결과를 바탕으로 식물공장에서 들깨 생육을 위한 LED 광 환경 조건으로는 광 도, 광질과 일장은 각각 230μmol·m-2·s-1 이상, 8:2와 12시간 이상이었다.

식물공장에 재배 가능한 작물은 매우 다양할 것으로 본다. 식물공장에서 재식밀도에 대한 중요성이 인식되고 있다. 본 연구는 완전제어형 식물공장에서 콜라비의 재배에 적합한 재식밀도를 구명하기 위하여 수행되었다. 식물공장 형태는 형광등을 이용한 완전제어형태로, 박막수경재배를 이용하여 재배하였다. 재식밀도는 22plants/m2(15×30cm), 27 plants/m2(15×25cm), 그리고 33 plants/m2(15×20cm)로 처리 하였다. 식물체당 지상부 생체중과 건물중 또는 식물체당 벌브의 지상부 생체중와 건물중에는 재식밀도간 유의적인 차이를 보이지 않았다. 단위면적당 지상부 생체중과 건물중 또는 단위면적당 벌브의 지상부 생체중과 건물중에는 재식밀도가 높은 처리구(33plants/m2)에서 높게 나타났다. 재식밀도와 초장, 엽면적, 광합성, 경도 및 엽록 소간에는 유의적인 차이를 보이지 않았다. 재식밀도와 벌브 높이와 지름 및 당도간에는 유의적인 차이를 보였다. 재식밀도가 낮은 22plants/m2 처리구에서 가장 높은 벌브 높이와 지름을 보였으며, 당도 또한 높았다. 이상의 결과를 바탕으로 결론을 내리면, 경제성을 고려한 생육적인 측면에서는 단위면적당 생산량이 많은 재식밀도 33plants/m2 (15×20cm)가 적정하였으나, 당도와 같은 품질적인 측면에서는 재식밀도 22plants/m2 (15×30cm)가 적정하였다.

작물 생육 모델은 작물의 생육을 이해하고 통합하기 위해 유용한 도구이다. 완전제어형 식물공장에서 엽채류로 활용하기 위한 퀴노아(Chenopodium quinoa Willd.)의 초장, 광합성률, 생장 모델을 예측하기 위한 모 델을 1차식, 2차식 및 비선형 및 선형지수 등식을 사용하여 개발하였다. 식물 생육과 수량은 정식 후 5일간격으로 측정하였다. 광합성과 생장 곡선 모델을 계산하였다. 초장과 정식 후 일수(DAT)간의 선형 및 곡선 관계를 얻었으나, 초장을 정확하게 예측하기 위한 모델은 선형 등식이었다. 광합성률 모델을 비선형 등식을 선택하였다. 광보상점, 광포화점, 및 호흡률은 각각 29, 813 and 3.4 μmol·m-2·s-1였다. 지상부 생체중과 건물중은 선형관계를 보였다. 지상부 건물중의 회귀계수는 0.75 (R2=0.921***)였다. 선형지수 수식을 사용하여 시간 함수에 따른 퀴노아의 지상부 건물중 증가를 비선형 회귀식으로 수행하였다. 작물생장률과 상대생장률은 각각 22.9 g·m-2·d-1 and 0.28 g·g-1·d-1였다. 이러한 모델들은 정확하게 퀴노아의 초장, 광합성률, 지상부 생체중과 건물중을 예측할 수 있다.

작물의 생산량은 광합성과 밀접한 관계가 있으며, 광합성 속도는 다양한 환경 요인에 의해 변화한다. 광합성 속도는 작물의 생육 상태나 생육 속도를 판단하는 지표로 사용되며, 작물 재배 시설을 구축하는 데 고 려해야 하는 중요한 요인이다. 이 연구의 목적은 광도, CO2 농도 및 생육 단계에 의해 변화하는 로메인 상추 의 군락 광합성 속도 모델을 개발하는 것이다. 군락 광합성 속도는 정식 후 5, 10, 15, 20 일차에서 5단계의 CO2 농도(600-2,200μmol·mol-1)와 5단계의 광조건(60-340μmol·m-2·s-1)이 처리된 3개의 밀폐 아크릴 챔버(1.0 × 0.8 × 0.5m) 내에서 측정하였다. 먼저 세 가지 환경 요인을 사용하는 식들을 곱하여 만든 단순곱모델을 구성 하였다. 이와 동시에 생육 시기에 따라 변화하는 광화학 이용효율과 카르복실화 컨덕턴스, 호흡에 의한 이산화탄소 발생 속도를 포함하는 수정 직각쌍곡선 모델을 구성하여 단순곱 모델과 비교하였다. 검증 결과, 단순곱 모델의 R2는 0.923이었으며, 수정 직각쌍곡선 모델의 R2는 0.941을 나타내었다. 따라서 수정 직각쌍곡선 모델 이 광도, CO2 농도, 생육 단계의 3 변수에 따른 군락 광합성 속도를 표현하는 데 더욱 적합한 것으로 판단하 였다. 본 연구에서 개발된 군락 광합성 모델은 식물공장에서 상추 재배를 위해 생육 단계별로 설정해야 할 최 적의 광도와 CO2 농도를 결정하는데 도움이 될 것으로 생각된다.

당근 잎에는 뿌리와 마찬가지로 다양한 영양성분이 함유되어 있어 앞으로 당근 잎의 필요성이 더욱 증대될 것이다. 본 연구는 수경재배로 온실에서의 당근 잎의 연중 재배 가능성과 생육에 적합한 배양액의 조성 및 농도를 구명하고자 고온기와 저온기로 나누어 수행되었다. 배양액은 식물체내 다량원소의 적정 함량기준으로 개발한 당근 전용배양액(NO3-N:16.0, NH4-N:1.0, P:1.0, K:11.0, Ca:2.0, Mg:1.0, SO4-S:1.0 mM·L-1)을 사용하였다. 배양액은 고온기(2015년 7월 29일부터 9월 8일)에는 개발된 당근 전용 배양액 농도 1.0, 2.0, 3.0, 그리고4.0 dS·m-1로 처리하였으며, 대조구로 일본원예시험장 배양액 농도 2.0 dS·m-1로 처리하여 생육을 비교하였다. 저온기 (2015년 12월 31일부터 2016년 2월 29일)에는 개발 배양액 1.0, 2.0, 그리고 3.0 dS·m-1로 처리하여 생육을 비교하였다. 생육조사 항목은 지하부의 생체중과 건물중, 지상부의 생체중과 건물중 및 엽수, 엽면적을 조사하였다. 고온기 재배 기간 동안, 엽면적과 지상부 생체중과 건물중은 배양액 농도 1.0과 2.0 dS·m-1에서 좋았다. 지하부의 당도는 배양액 농도 2.0 dS·m-1에서 가장 높았으며, 엽록소 함량은 배양액 농도 4.0 dS·m-1에서 가장 높았다. 저온기 재배 기간 동안, 지상부 생체중과 건물중은 배양액 농도 1.0과 2.0 dS·m-1에서 가장 높게 나타났다. 지상부에서 당도와 엽록소 함량은 배양액 농도에 따 른 유의적인 차이는 없었다. 결과적으로 생육과 품질적인 면에서 볼 때 고온기와 저온기 재배에서는 배양액 농도 1.0과 2.0 dS·m-1에서 좋으나, 비료 투입적인 경영 측면에서 배양액 농도 1.0 dS·m-1에서 재배하는 것이 좋은 방법이라 판단되었다.

식물공장에서는 작물에 필요한 재배환경을 인위적을 조절하여 고품질 농산물에 대한 연중 계획생산이 가능하다. 본 연구는 완전제어형 식물공장 재배에 적합한 콜라비 품종을 선발하고자 실시하였다. 실험은 완전제어형 식물공장에서 수행하였고, 식물재료는 적색의 콜라비 품종인 ‘아삭콜’, ‘콜리브리’와 ‘퍼플킹’ 품종을 사용하였다. 인공광원은 LED광이었으며, 광도와 일장은 각각 249μmol·m·2·s-1, 12/12시간(밤/낮)이었다. 순환식 담액수 경방식으로, 정식 후 57일까지 재배하였다. 정식 후 43 일째에 전체 생체중과 괴경의 생체중 및 엽면적은 품종 간에 유의적인 차이를 보이지 않았다. 건물중과 괴경은 ‘아삭콜’ 품종이 가장 높게 나타났으며, 엽수는 ‘퍼플킹’ 품종이 가장 많았다. 당도와 수량는 ‘아삭콜’ 품종이 가 장 높았다. 생육과 상품수량을 고려해 볼때, 완전제어형 식물공장에 적합한 콜라비 품종은 ‘아삭콜’ 이었다.

본 연구는 잎마늘 생산을 위한 마늘 주아의 최적 주아 크기와 재식밀도를 알아보기 위함이다. 첫번째 실험에서 0.2g 이상의 주아를 대주아로, 이하를 소주아로 나눈 후 대주아는 13,680bulbils/m2와 18,240bulbils/m2, 소주아는 18,240bulbils/m2와 22,800bulbils/m2의 재식밀도로 치상하였다. 발아율, 초장과 총 수확량을 측정하였다. 두번채 실험에서, 200립의 박피된 주아의 길이, 폭, 생체중과 건물중는 발아시, 발아기와 발아율의 상관를 분석하기 위해 측정되었다. 첫번째 실험에서, 발아율은 대주아에서 가장 높았다. 잎마늘 재배를 위해 재식밀도18,240bulbils/ m2가 가장 높은 발아율 때문에 가장 적당한 재식밀도였다. 수확량의 경우 생체중과 건물중 모두 대주아가 소주아에 비해 2.8배 가량 높은 것을 알 수 있었다. 주아의 형태적 특성과 생체중과 건물중 및 폭간은 정의 상관을 보였다. 또한 발아율은 생체중과 폭간의 정의 상관을 보였다. 그리고 발아시와 발아기는 생체중과 폭간의 부의 상관을 보였다. 그럼으로, 결론적으로, 적정 재식밀도는 18,240bulbils/m2의 재식 밀도와 0.2g 이상의 주아 크기였다. 그러나, 더 두껍고 두 무거운 주아가 더 높은 더 빠른 발아율을 이끌 수 있다.

식물의 생육과 생산성을 예측하는 것은 매우 중요한 일이다. 본 연구는 common ice plant (Mesembryanthemum crystallinum L.)의 작물생장률, 상대생장률, 지상부 생체 중과 건물중, 수확시기, 상품률과 상품수량과 같은 생육과 수확 요인들을 쉽게 읽을 수 있는 재식밀도-생육-수확 (PGH) 도표를 만들기 위함이다. 광도 140μmol·m-2·s-1과 일 장 12시간 주기로, 3파장 형광등을 이용한 완전제어형 식물공장 시스템에서 박막수경 재배하였다. 4가지 재식밀도 (15×10cm, 15×15cm, 15×20cm와 15×25cm) 하에서 생육과 수량을 분석하였다. 재식밀도가 증가할수록 어느 한계까지는 식물체당 생체중과 건물중은 증가하는 경향이었으며, 단위면적당 생체중인 수량 또한 같은 경향을 보였다. 작물 생장률, 상대생장률과 lost time은 2차 등식 형태를 보였으며, 지상부 생체중과 건물중은 직선적인 관계를 보였다. 이러한 등식을 이용하여 재식밀도-생육-수확(PGH) 도표를 만들었다. 예를 들면, 15×20cm 재식밀도와 식물체당 생체 중 100g에서 수확할 경우, 재식주수, 작물생장률, 상대생장률, lost time, 식물체당 건물중, 수확시기와 수량은 각각 33plants/m2, 20g·m-2·d-1, 0.27g·g-1·d-1, 22days, 2.5g/plant, 정 식 후 26일과 3.2kg·m-2이었다. 이 도표를 가지고 적어도 2 가지 요인 예를 들면, 재식밀도와 수확요인 중 하나만 알면, 작물생장률, 상대생장률, lost time과 같은 생육 요인과 지상부 생체중, 지상부 건물중, 수확시기와 수량과 같은 수확 요인들을 쉽게 구할 수 있다. 이러한 도표는 다양한 작물의 생육과 수량 요인을 예측할 수 있어 완전제어형 식물 생산 시스템 설계를 위해 유용한 도구가 될 것이다.

본 연구는 인공광 이용형 식물공장에서 common ice plant를 재배하였을 때 생육에 대한 적합한 배양액 조성, 배양액 산도, 급액 간격, 광도 및 재식거리를 알아보고자 수행되었다. 식물공장 유형은 완전제어형 식물공장형태로 인공광원은 삼파장 형광등을 사용하였으며, 광주기는 12시간 일장주기였다. 수경재배시스템은 3단으로 구성된 박막수경시스템이었다. 식물공장내 온도, 상대습도와 이산화탄소 농도는 ON/OFF 제어하였다. 배양액은 일본원예시험장액과 식물체 분석으로 개발 배양액을 가지고 비교 실험 하였다. 배양액의 산도와 급액 간격 실험은 pH 6.0과 7.0 그리고, 5분 간격과 10분 간격으로 순환할 경우 생육 차이를 알아보았다. 광도는 90과 180μmol·m-2·s-1 2처리 하였다. 재식거리는 열간 간격을 15cm로 고정한 후, 열내 간격 10cm, 15cm, 20cm와 25cm 4처리로 처리하였다. 적당한 배양액의 조성은 N 7.65, P 0.65, K 4.0, Ca 1.6과 Mg 1.0mM·L-1이었다. 지상부 생체중과 건물중은 pH 6과 7 그리고 5분 간격과 10분 간격 처리간의 유의적인 차이는 없었다. 지상부 생체중과 건물중은 광도 180μmol·m-2·s-1에서 높았다. 재식 거리가 증가할수록, 단위면적당 생체중과 건물중은 감소 하는 경향을 보였다. 식물 생산 시스템에서 common ice plant 생육에 적합한 배양액 관리(조성, pH와 급액간격) 와 재배관리(광도와 재식밀도)를 알아본 결과, 생육에 적합한 배양액 조성으로 pH 6.0-7.0로, 급액 10분 간격 으로 공급해 주는 것이 좋으며, 광도 180μmol·m-2·s-1와 재식밀도 15×15cm로 재배하는 것이 좋을 것으로 판단 된다.

본 연구의 목적은 선형, 쌍곡선, 베타 함수를 이용하여 상추의 주요 온도를 예측하기 위함이다. 상추 종자를 항온 생육상에서 발아시켰다. 온도처리는 10oC, 14oC, 16oC, 20oC, 24oC, 28oC와 32oC였다. 100개의 종자를 9cm 페트리디쉬에 필터페이퍼 2장을 깔고 4반복 실시하였다. 유근이 1mm 나왔을 때를 발아로 하였다. 시간에 따른 발아율은 로지스틱 함수로 계산하였다. 최저, 최적, 최고 온도는 50% 발아한 시점의 역수를 온도에 따른 함수로 표기하여 나타내었다. 선형 함수의 경우, 최저, 최적, 최고 온도는 각각 7.9oC, 23.3oC, 28.0oC였으며, 쌍곡선 함수의 경우, 최저, 최적, 최고 온도는 각각 9.7oC, 19.5oC, 29.4oC였으며, 베타 함수인 경우, 최저, 최적, 최고 온도 는 각각 3.7oC, 20.7oC, 32.0oC였다. 최저, 최적, 최고 온도 범위는 각각 3.7~7.9oC, 19.5~23.3oC, 28.0~32.0oC이었다.

본 연구는 완전제어형 식물 생산 시스템에서 적색광, 녹색광 및 청색광 비율에 따른 상추의 생육 반응과 광 사용효율을 알아보고자 수행되었다. 본 연구에 사용된 상추 품종은 여름청축면상추와 홍염적축면상추였다. 완전제어형 식물공장에서 LED 조명과 12시간 일장으로 박막수경 재배하였다. 재배 온도, 상대습도와 이산화탄소는 각각 20~25oC, 60~70%와 600~900μmol · mol−1로 조절하였다. 광 처리는 세가지 LED(적색, 청색과 백색)로 청색광과 녹색광 및 적색광 비율은 1 : 4 : 5, 5 : 0 : 5, 5 : 2 : 3, 7 : 0 : 3, 7 : 1 : 2와 8 : 1 : 1로 처리하였으며, 다만 광량은 처리구마다 달랐다. 다른 광질 하에서 생육할 때, 두 품종의 상추의 생육 특성은 품종과 광질에 의해 유의적인 영향을 받았다. 청축면과 적축면상추의 초장은 각각 1 : 4 : 5과 8 : 1 : 1에서 가장 낮았다. 가장 큰 엽장과 엽수는 청축면상추에서 각각 8 : 1 : 1과 7 : 0 : 3이었으며, 적축면상추는 각각 5 : 2 : 3과 8 : 1 : 1이었다. 엽폭과 엽형지수는 품종과 광질에 따라 유의적인 차이를 보였다. 청축면과 적축면상추의 엽폭은 각각 8 : 1 : 1과 5 : 2 : 3에서 가장 길었다. 청축면과 적축면상추의 엽형지수는 1 : 4 : 5과 1 : 4 : 5에서 가장 높았다. 지상부 생체중과 광사용효율는 품종과 광질에 의해 유의적인 차이를 보였다. 청축면과 적축면상추의 지상부 생체중은 각각 7 : 0 : 3과 8 : 1 : 1에서 가장 무거웠다. 청축면과 적축면 상추의 광사용효율은 각각 7 : 0 : 3과 5 : 0 : 5에서 가장 높았다. 결론적으로, 완전제어형 식물 생산 시스템에서 상추 재배를 위한 적색광과 녹색광 및 청색광 비율은 5~7 : 0~2 : 1~3 비율이 적합하였다.