密闭式植物生产系统一般使用隔热保温材料的维护结构来最小化与外界能量与物质的交换，同时采用人工光源来提供植物生长发育所需的光照环境。本研究在吸收消化日本古在研究组科研成果的基础上，建设了一个面积为20 m²的组培苗生产系统来研究与验证密闭式植物生产系统的环境控制技术对植物生产所带来的优势。试验结果表明：该密闭式植物生产系统可达到国际7级标准的洁净环境，植物生长空间内的温度、湿度、CO₂浓度和光照强度在最大梯度控制在10％以内。密闭式植物生产系统中的洁净和均匀一致的环境条件不仅能为植物提供最适的物理环境和高品质生产，还比传统设施栽培更加节能省电与低成本化。本研究开发的利用嵌入式无线网络技术进行检测环境监测的系统，简称为现场监控服务器，可作为一个网络化基础设施用来自动采集与远程无线传输各种数据和图像信息。该系统驱动温度、湿度、光照、CO₂、UV等传感器和网络相机实现了多种农业用环境要素和植物图像的实时动态化远程监控，可适用于精准农业。本系统在中国、日本、泰国、美国、丹麦等国的实证实验也表明该技术具有良好的技术前沿性、通用性和实用性。通过与同等功能的商业产品的对比，本系统还具有良好的监测精度和经济性。因此，本系统可作为远程网络化环境监测的最佳选择为精准农业提供关键设备和技术支持。利用信息技术和人工智能是实现最适种苗生产的有效途径，本研究将双眼视植物图像检测系统与误差逆向传播型的三层人工神经网络模型相结合来达到预测植物群落的成长指标的目的。以甘薯苗为材料构建了一个输入层、中间层和输出层分别为9、8、5的人工神经网络模型达到了±5％的预测精度。该模型的输入层分别为使用双眼视系统检测的植物群落的平均高度、叶面积、投影叶面积、地上部分体积的四个图像指标、加上植物群落的栽培期、预测期间的日平均温度、光合有效光量子束密度、CO₂浓度和相对湿度。模型的输出层分别为预测期的群落平均高度、展开叶数、鲜重和干重。该结果表明视觉识别和人工智能相结合可有效地预测植物的生长指标，为实现最适环境控制提供植物信息反馈。