LED植物燈紅藍 vs 紅白混光效能全解析:Stokes位移、PPFD衰減與決策矩陣
同樣標榜「含紅光」的植物燈,紅藍窄頻(RB)與紅光全光譜(RW,紅白混光)在電光轉換效率、近場PPFD輸出與遠場衰減行為上,其實有一套可以量化拆解的物理邏輯。本文從Stokes位移能量損耗、反平方定律與透鏡光學設計、McCree生理曲線與人眼視覺取捨三個角度,建立可交叉驗證的分析框架,並提供互動試算工具與完整選燈決策矩陣。
- 紅藍(RB)與紅白(RW)植物燈使用同一款深紅光晶片,差異在於搭配的另一種晶片:RB搭配深藍光晶片(電光轉換效率約93%),RW搭配白光LED封裝(因Stokes位移損耗僅約76%),這是近距離PPFD差異的物理主因。
- 藍光的價值不能只用McCree光合量子效率曲線衡量:藍光同時驅動葉綠素捕光、隱花色素(抑制徒長/調控開花)、向光素(氣孔開合/葉綠體運動)與類胡蘿蔔素(光保護)四套系統,RB選用430–445nm正是跨系統重疊的工程折衷解,而RW的445–455nm寶藍光則是為磷光體激發效率設計,出發點並不相同。
- PPFD衰減同時受反平方定律與透鏡光束角共同支配:30°聚光透鏡在遠距離仍能維持較高能量密度,120°廣角透鏡則衰減極快,光學設計的影響力往往大於光譜配方本身的效率差。
- 紅藍與紅白的PPFD絕對差距會隨距離拉遠而等比例縮小到接近量測雜訊範圍,但兩者的相對效率百分比差距其實維持不變——這是遠場「效率趨同」的真正物理原因,而非光譜差異真的消失。
- McCree(1972)生理量子效率曲線顯示紅光的光合驅動效率高於藍光(藍光峰值約為紅光峰值的70%),但人眼對綠黃光更敏感,這造就了「紅白光辨色力佳、紅藍光光合效率高」的先天取捨;且此曲線在高PPFD環境下的推論需要更謹慎看待。
- PPFD只計算400–700nm光子總數,不區分波長的光合價值:紅藍配方兩顆晶片都是窄頻直接發光、能量集中在高量子效率波段;紅白配方中的白光LED則因磷光體轉換而頻譜展寬,有一部分能量落在傳統上被認為光合效率較低的黃綠波段,這代表單純比較PPFD可能低估兩者實際的光合效益落差——但近期窄頻光譜研究也指出這個落差的確切幅度比傳統理論假設的更複雜,不宜一概而論。
- 紅光晶片比例越高,紅藍與紅白兩種配方的效率差距會逐漸收斂,因為紅光晶片本身的效率(81%)恰好介於藍光(93%)與白光(76%)之間;本文互動試算工具可依實際配比、距離與透鏡角度即時試算兩者差異。
為什麼「加了紅光」不代表效能相同:紅藍與紅白的本質差異
市售植物燈的行銷文案經常同時出現「紅藍高效光譜」與「紅光全光譜(紅白)」兩種選項,兩者都強調含有紅光成分,容易讓人誤以為只要紅光波段落在640–680nm的光合有效區間,效果就大同小異。實際上,兩者達成「紅光」的物理路徑完全不同,這個路徑差異正是後續所有效能落差的根源。
每一顆LED晶片本身只能發出單一窄頻峰值波長的光,這也決定了紅藍與紅白配方在晶片選用上的產業慣例:紅藍(RB)配方是把深紅光晶片(650–665nm)與深藍光晶片(430–445nm)直接混裝在同一陣列中,兩者皆為直接發光,中間沒有任何波長轉換的手續;紅白(RW)配方則是把同一款深紅光晶片(650–665nm,與RB使用的紅光晶片相同)跟一般白光LED以固定比例交錯排列——這裡的「白光LED」指的是市面上最常見的傳統白光製程:晶片內部以445–455nm的寶藍光(royal blue)激發黃綠色螢光粉,兩者混合後才形成人眼感知到的白光,並不是額外添加紅色螢光粉的高演色(高CRI)特殊配方。
這個架構上的細節很關鍵:紅白配方裡的「紅」其實跟紅藍配方一樣,來自獨立的深紅光晶片直接發光,並不是靠磷光體把藍光轉換出來的產物;真正發生磷光體轉換、產生Stokes位移損耗的,是陣列中「白光LED」那一半晶片內部,把部分寶藍光轉換成黃綠光以形成白光外觀的封裝製程,跟紅光的產生沒有直接關係。換言之,兩種配方的效率落差,其實完全來自「深藍光晶片」與「白光LED封裝」這另一半晶片之間的差異,而不是紅光本身的差異。
兩種配方在電性設計上也有明顯差異。常見市售深紅光晶片(AlGaInP系材料,650–665nm)的正向電壓(Vf)通常落在2.0–2.2V左右,深藍光晶片與白光LED(皆為InGaN系材料,晶片本身分別為430–445nm與445–455nm)則普遍落在3.0–3.4V左右——這代表在相同驅動電流下,深藍光晶片與白光LED本身的耗電量就比紅光晶片高,這是驅動電路設計必須納入計算的變因,也是後續效率試算模型的基礎參數之一。
藍光不只是為了光合作用:430–445nm的多重光受體工程邏輯
本文稍後會用McCree量子效率曲線與YPF加權來比較RB與RW的光合效益,但這裡必須先說清楚一個更根本的問題:把「藍光的價值」窄化成「對McCree曲線的貢獻」,本身就是一種過度簡化。McCree曲線量的是葉片對單色光的CO₂固定量子產率,只反映藍光眾多生理功能中的一小部分;RB配方的深藍光晶片之所以選定在430–445nm這個看似武斷的窄頻範圍,其實是跨物種、跨光受體系統的工程折衷解,而非單純為了最大化光合效率而設計。
藍光同時驅動四套獨立的光受體/色素系統
植物體內至少有四套彼此獨立的系統會回應藍光,各自的吸收或作用峰值並不完全重疊:
- 葉綠素a/b(光合色素):葉綠素a的Soret吸收峰在430nm,葉綠素b則在453nm,兩者共同構成藍光波段的主要光合天線捕光基礎[7]。
- 隱花色素 CRY1/CRY2(cryptochrome):以FAD與MTHF為發色團,吸收峰落在約360nm與450nm,負責抑制莖部徒長、調節開花時序與生理時鐘[8]。
- 向光素 PHOT1/PHOT2(phototropin):以FMN為發色團的LOV結構域,呈現425/450/475nm三重精細峰,驅動趨光性、氣孔開合與葉綠體在細胞內的迴避/聚集運動[9]。
- 類胡蘿蔔素(β-胡蘿蔔素、葉黃素、紫黃素等):呈現420–476nm區間的三重振動峰,除了輔助光合天線捕光,也是NPQ非光化學猝滅機制的核心,負責在強光下保護光系統[7]。
圖 4. 藍光波段四套光受體/色素系統的吸收峰示意圖(vitaLED原創繪製,依葉綠素、隱花色素、向光素、類胡蘿蔔素等文獻峰值位置示意描繪 [7][8][9],曲線形狀為示意性質,非精確逐奈米量測疊圖)。430–445nm恰好落在四套系統都仍有可觀回應的重疊區間內,而非任何單一系統的絕對峰值。
把這四套系統的峰值位置攤開來看,430–445nm恰好是多數系統仍有可觀回應、但沒有一套系統被完全犧牲的重疊區間:它貼近葉綠素a的Soret峰(430nm),涵蓋向光素三重峰中最短波的一峰(425nm)並向其中央峰(450nm)靠攏,也落在類胡蘿蔔素三重振動峰的第一峰(420–428nm)附近,同時仍在隱花色素450nm峰的有效吸收範圍邊緣。若單純以McCree曲線或YPF為優化目標,設計邏輯很可能會把藍光波段往紅光靠攏、甚至傾向壓低藍光佔比(因為McCree曲線顯示藍光的光合量子效率僅約為紅光的七成),但這麼做會犧牲隱花色素與向光素驅動的徒長抑制、氣孔開合與葉綠體運動等光形態建成功能——而這些功能在實務盆栽與精準農業中,對「株型緊湊、耐運輸、賣相良好」的商業價值,往往不亞於甚至超過光合速率本身的邊際提升。
這個多重受體的視角,也讓RB與RW在藍光波段的差異多了一層意義:RW的白光LED選用445–455nm的寶藍光作為磷光體激發光源,這個波長主要是LED製造業界為了「磷光體激發效率」與「人因照明演色性」所訂出的通用規格,並非針對前述四套植物光受體系統的重疊區間所設計;相較之下,RB配方刻意選用430–445nm,是horticultural LED產業經過長期跨物種驗證後、專門針對植物光受體系統重疊區間所做的工程決策。這也是為什麼即使兩者都屬於「藍光」,實務上仍會因為波段選用的出發點不同,而在光形態建成效果上出現可觀察到的差異。
Stokes位移:磷光體轉換的物理代價
Stokes位移(Stokes shift)是指磷光體材料吸收短波長光子後,以較長波長重新發射能量的物理現象,發射光子的波長必定比吸收光子長。在本文討論的紅白配方中,這個轉換具體發生在陣列裡「白光LED」晶片的封裝內部:445–455nm的寶藍光(royal blue)激發黃綠色螢光粉,轉換出約550–580nm的黃綠光以構成白光外觀。由於光子能量與波長成反比,轉換後發射出來的光子能量必然低於吸收進去的寶藍光子,兩者的能量差額會以熱能形式散失在螢光粉層中。無論是紅藍還是紅白配方,陣列中的深紅光晶片皆為直接發光,不涉及磷光體轉換,Stokes損耗只發生在紅白配方裡「白光LED」的那一半晶片上,這也是為什麼紅白(全光譜)LED燈具的散熱設計,往往比同瓦數的紅藍窄頻燈具更需要留意白光晶片周邊的溫升管理。
圖 1. 紅藍(RB)與紅白(RW)配方晶片架構示意圖(vitaLED 原創製作,依據Kusuma et al., 2020 [2] 與 Sun et al., 2014 [3] 之電光轉換效率數據繪製)。兩種配方的紅光都來自同一款深紅光晶片直接發光;差異在於RB搭配深藍光晶片(同樣直接發光),RW則搭配一般白光LED封裝——白光LED內部才有寶藍光轉黃綠光的磷光體轉換與Stokes熱損耗。
具體的效率數字有多大差距?根據猶他州立大學Bugbee實驗室發表於《Horticulture Research》的量化分析,深藍光LED晶片的電光轉換效率可達約93%,深紅光晶片約81%,而白光LED封裝(內含寶藍光晶片與黃綠螢光粉)則因為Stokes位移與磷光體本身量子效率損耗等因素,整體效率僅約76%左右[2]。另一份針對磷光體轉換白光LED封裝效率的量化研究也指出,即使在理想狀況下(只計入Stokes損耗、不計磷光體量子效率損耗與幾何損耗),封裝效率的理論上限也僅約85%,實務量測值通常落在63–77%之間[3]。由於紅藍與紅白配方裡的紅光晶片是同一款、效率相同,兩種配方真正的效率落差,其實完全來自「深藍光晶片(93%)」與「白光LED封裝(76%)」這另一半晶片的差距。
PPFD衰減矩陣:距離、透鏡角度與反平方定律(互動試算)
燈具發出的總光子通量(PPF)在傳播過程中會依循反平方定律衰減:光線從點光源以錐狀角度擴散開來,隨著距離增加,同樣的光子總數必須分散到越來越大的照射面積上,單位面積接收到的光子流量(PPFD)便隨距離平方反比下降。若燈具搭配透鏡限制光束角,錐狀擴散的角度越窄,同樣距離下光子分散的面積就越小,PPFD衰減的速度也越慢——這正是「聚光」與「廣角」兩種光學設計在實務佈燈上的核心差異,而且這個光學效應對PPFD的影響幅度,往往遠大於紅藍與紅白之間的電光效率差異。
照射面積可以概略以錐狀擴散幾何估算:面積 ≈ π×(距離×tan(半光束角))²。以30°聚光透鏡(半光束角15°)與120°廣角透鏡(半光束角60°)相比,在同樣30公分處,廣角透鏡的照射面積會是聚光透鏡的約42倍,PPFD自然也大幅偏低。以下試算工具即依此幾何模型,結合前一節的電光轉換效率數據,讓您輸入實際配比、距離與透鏡角度後,即時比較紅藍與紅白兩種配方的PPFD與效率表現。
以6紅6藍(6R6X)配比、30°聚光透鏡為例:30公分處紅藍與紅白的PPFD絕對差距約44 µmol·m⁻²·s⁻¹,但拉遠到90公分時,絕對差距會縮小到約5 µmol·m⁻²·s⁻¹左右。這個現象很容易被誤讀為「距離夠遠之後光譜差異就消失了」,但更精確的說法是:兩者的PPFD都隨距離平方反比衰減,絕對差距自然等比例縮小到接近儀器量測雜訊範圍,但兩者之間約8.5個百分點的相對效率差距,其實從頭到尾都沒有改變。換句話說,遠場觀察到的「效率趨同」是幾何衰減把絕對差距壓縮到難以辨識的視覺效果,而不是光譜效率差異真的不存在了。
若改用120°廣角透鏡,即使在30公分的相對近距離,PPFD本身就會因為擴散面積暴增而大幅降低,紅藍與紅白之間的絕對差距在這個尺度下幾乎從一開始就難以察覺——這說明廣角透鏡的佈署情境(近距離層架、大面積均勻覆蓋)本來就不是為了追求最大PPFD峰值,選擇廣角或聚光的決策關鍵,其實是照射距離與覆蓋面積的需求,而非光譜配方本身。
| 配比(紅光/其他) | RB PPFD | RW PPFD | RB相對效率 | RW相對效率 | PPFD差(RB−RW) | 效率差(RB−RW) | 優勢方 |
|---|---|---|---|---|---|---|---|
| 2R / 10X | 471 | 397 | 91.0% | 76.8% | 74 | 14.2pt | RB |
| 4R / 8X | 460 | 402 | 89.0% | 77.7% | 58 | 11.3pt | RB |
| 6R / 6X | 450 | 406 | 87.0% | 78.5% | 44 | 8.5pt | RB |
| 8R / 4X | 440 | 410 | 85.0% | 79.3% | 30 | 5.7pt | RB |
| 10R / 2X | 429 | 415 | 83.0% | 80.2% | 14 | 2.8pt | RB(微幅) |
觀察上表可以發現一個一致的規律:紅光晶片比例越高,紅藍與紅白兩種配方的PPFD與效率差距都會逐漸收斂。原因在於紅光晶片本身的電光轉換效率(81%)恰好介於藍光(93%)與白光(76%)之間——當配方中紅光佔比提高時,不管是紅藍還是紅白配方,整體效率都會被「拉向」紅光晶片的81%,兩者的差距自然縮小。這代表若栽培情境本來就需要偏高的紅光佔比(例如以生長期為主、不特別要求辨色力的葉菜類栽培),選紅藍或紅白帶來的效率落差其實相對有限,燈具的散熱設計、驅動電路效率與光學設計,重要性未必低於光譜配方本身。
McCree生理曲線 vs 人眼視覺:光合效率與辨色力的取捨
前面兩節解釋了「產生」光子的效率落差,這一節則要說明「使用」這些光子的效率落差——也就是植物光合作用對不同波長的反應程度,以及這與人眼視覺感知之間的先天矛盾。這個矛盾的科學基礎,來自德州農工大學學者McCree於1972年發表的經典量測:他針對22種作物葉片,在350–750nm波段範圍內測量了光合作用的量子產率作用光譜,建立了至今仍被廣泛引用的「相對量子效率曲線」(McCree curve)[1]。
McCree的量測結果顯示,紅光波段(600–700nm)的光合量子產率是400–700nm可見光範圍內最高的,而藍光波段的量子效率峰值約僅為紅光峰值的70%[1]。這正是「紅藍植物燈以粉紫色外觀呈現,卻標榜高光合效率」的科學依據——紅光同時扮演驅動光系統電子傳遞與光敏素訊號的雙重角色,藍光則主要透過隱花色素調控株型發育,兩者對光合速率的直接貢獻本來就不對等。
圖 2. McCree生理量子效率曲線示意圖(vitaLED依據McCree, 1972原始量測數據趨勢繪製 [1]),點擊上方按鈕可切換對照人眼CIE 1931光視效率函數V(λ)的相對感光曲線,兩條曲線的峰值波段明顯錯開,正是植物照明與人因照明取捨的根源。
相對地,人眼視覺對波長的敏感度分布完全不同:人眼在明亮環境下對綠黃光(約555nm附近)最為敏感,這是國際照明委員會(CIE)1931年制定的標準光視效率函數V(λ)所描述的感光特性。紅白(全光譜)配方因為含有較完整的綠黃光譜成分,貼近人眼敏感區間,作業人員能更準確地辨識葉片黃化、病斑、蟲害等生理異常;紅藍配方雖然光合效率較高,但光譜集中在人眼較不敏感的兩端,視覺上偏暗且色調失真,長時間近距離觀察容易造成辨色疲勞與視覺不適。
光譜純度:直接發光 vs 磷光體轉換的頻寬差異
前面幾節的PPFD試算,是把每個光子都當作等值來計算——只要落在400–700nm範圍內,不管波長是430nm還是580nm,對PPFD的貢獻都一樣。但這其實隱藏了一個重要盲點:直接發光晶片與磷光體轉換晶片,輸出的「頻譜純度」有本質差異。深藍光晶片(430–445nm)與深紅光晶片(650–665nm)都是直接發光,半高寬(FWHM)通常只有20nm左右,能量高度集中在單一窄頻峰值;而白光LED經磷光體轉換後的黃綠光成分,半高寬普遍寬達100nm以上,能量分散涵蓋更廣的波段,其中有一部分會落在傳統McCree曲線相對偏低的區段。
圖 3. 直接發光與磷光體轉換頻譜寬度示意圖(vitaLED原創繪製,示意性質,非特定產品實測SPD)。深藍光與深紅光晶片皆為窄頻直接發光,能量集中在單一峰值;白光LED的黃綠光成分則因磷光體轉換而頻譜展寬,橫跨範圍較廣,其中一部分會落在McCree曲線相對偏低的區段(灰色參考線示意)。
PPFD沒告訴你的事:用YPF重新檢視紅藍與紅白的差距
正因為PPFD不區分波長的光合價值,園藝照明領域早在1980年代就發展出另一套指標——YPF(Yield Photon Flux,光合產率光子通量),依據McCree的相對量子效率曲線加權後再計算光子通量,而非把所有光子等值看待[1][5]。以YPF的邏輯來看,紅藍配方的深藍光與深紅光晶片幾乎所有光子都落在窄頻峰值上,加權後的折損相對小;紅白配方裡的深紅光晶片同樣不受影響,但白光LED那一半晶片因為頻譜展寬,其中一部分光子會落在效率較低的區段,加權後的實際光合貢獻會比其PPFD數字所呈現的更低。換句話說,本文前面幾節純粹以PPFD計算的RB/RW差距,很可能是低估值——若納入光譜純度的加權,紅藍配方相對紅白配方的實際優勢通常會比PPFD數字顯示的更大。
完整決策矩陣:如何依栽培情境選擇紅藍或紅白
綜合前三節的物理分析,選擇紅藍或紅白配方、以及搭配聚光或廣角透鏡,實務上可以歸納為以下四種常見情境的決策邏輯:
常見問題 FAQ
參考資料
- McCree, K.J. (1972). The action spectrum, absorptance and quantum yield of photosynthesis in crop plants. Agricultural Meteorology, 9, 191–216. https://doi.org/10.1016/0002-1571(71)90022-7
- Kusuma, P., Pattison, P.M., & Bugbee, B. (2020). From physics to fixtures to food: current and potential LED efficacy. Horticulture Research, 7, 56. https://doi.org/10.1038/s41438-020-0283-7
- Sun, C.C., Chang, Y.Y., Yang, T.H., et al. (2014). Packaging efficiency in phosphor-converted white LEDs and its impact to the limit of luminous efficacy. Journal of Solid State Lighting, 1, 19. https://doi.org/10.1186/s40539-014-0019-0
- Liu, J., & van Iersel, M.W. (2021). Photosynthetic Physiology of Blue, Green, and Red Light: Light Intensity Effects and Underlying Mechanisms. Frontiers in Plant Science, 12, 619987. https://doi.org/10.3389/fpls.2021.619987
- Sager, J.C., Smith, W.O., Edwards, J.L., & Cyr, K.L. (1988). Photosynthetic efficiency and phytochrome photoequilibria determination using spectral data. Transactions of the ASAE, 31(6), 1882–1889.
- Wu, B.-S., Addo, P.W., MacPherson, S., Orsat, V., & Lefsrud, M. (2025). Updates to McCree's photosynthetically active radiation curve — 55 years later. Journal of Photochemistry and Photobiology B: Biology, 262, 113069. https://doi.org/10.1016/j.jphotobiol.2024.113069
- Lichtenthaler, H.K. (1987). Chlorophylls and carotenoids: pigments of photosynthetic biomembranes. Methods in Enzymology, 148, 350–382.
- Ahmad, M., & Cashmore, A.R. (1993). HY4 gene of A. thaliana encodes a protein with characteristics of a blue-light photoreceptor. Nature, 366(6451), 162–166.
- Briggs, W.R., & Christie, J.M. (2002). Phototropins 1 and 2: versatile plant blue-light receptors. Trends in Plant Science, 7(5), 204–210.