文献类型： 中文期刊

作者： 丁露雨 ¹ ; 吕阳 ² ; 李奇峰 ¹ ; 王朝元 ³ ; 余礼根 ¹ ; 宗伟勋 ⁴ ;

作者机构： 1.清远市智慧农业农村研究院

2.国家农业信息化工程技术研究中心

3.中国农业大学水利与土木工程学院

4.清远市农业科学研究所

关键词： 鸡粪;氨气;厚垫料饲养;排放速率;机器学习;预测模型

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2022 年 53 卷 005 期

页码： 366-375

收录情况： EI ; 北大核心 ; CSCD

摘要： NH3是影响舍内肉鸡生长发育的主要有害气体,对其排放量的准确测量与预测有助于建立鸡舍环境调控模型,提升畜禽福利化养殖的水平.生产中,NH3监测多采用电化学传感器,精度差且寿命短,较难直接获取NH3排放量.结合NH3产生和释放的机理过程,选择相对较易获取的CO2排放量(ECO2)和H2O排放量(EH2O)等环境参数建立NH3排放量的预测模型.建立了肉鸡厚垫料养殖模式下,舍内鸡粪气体排放的模拟试验装置,连续多日 向试验装置内投入等量鸡粪以模拟鸡舍每日 粪便生成,监测温度、相对湿度以及CO2、H2O、NH3排放量数据.基于多种机器学习方法和环境参数,构建了 NH3排放量预测模型,并运用特征和排列重要性探究参数重要程度,运用部分依赖图和个体条件期望图探究模型对参数的依赖关系.依据氨气排放预测相关知识,将温度和相对湿度计算为水汽压差(VPD),对比引入VPD后,不同参数组合方式对最优模型的影响.结果表明极限随机树模型预测NH3排放量的效果最好,其R2为0.916 7、均方根误差为0.289 7 mg/(kg·h)、平均绝对百分比误差为10.82%.分析各模型参数,该模型对EH20的依赖性最大,引入VPD对极限随机树的预测能力没有提升.基于温度、相对湿度、EH2O、ECO2建立的极限随机树模型可较好地预测肉鸡垫料饲养工艺下粪便的NH3排放量.