-
题名基于IPCC法吉林省畜禽养殖业碳排放时空特征分析
- 1
-
-
作者
徐蔚
李京潞
李嘉琦
韦春波
-
机构
黑龙江八一农垦大学动物科技学院/农业农村部东北平原农业绿色低碳重点实验室
-
出处
《黑龙江八一农垦大学学报》
2024年第5期70-76,共7页
-
基金
黑龙江省大学生创新创业训练计划项目(S202410223052S)。
-
文摘
采用IPCC系数法,分析吉林省自2000-2021年间畜禽碳排放的时空特征变化。结果揭示,吉林省的畜牧业碳排放呈现出“钟”型波动,畜禽胃肠发酵过程产生的甲烷排放为最主要排放源,约占总排放量的56%;其次是畜禽粪便管理引起的氧化亚氮和甲烷排放。最后,进一步对2021年吉林省各市的碳排放量采用时空特征分析,结果显示长春市的畜禽碳排放量最高,达到229.12×10^(4)t CO_(2)-eq,而白山市的排放量最低,仅有18.88×10^(4)t CO_(2)-eq,表明吉林省畜禽碳排放量存在显著的空间差异。综上,研究为减少吉林省畜牧业的碳排放提供了有价值的参考依据。
-
关键词
吉林省
畜禽碳排放
时空分析
IPCC法
减排
-
Keywords
Jilin province
livestock and poultry carbon emissions
temporal and spatial analysis
IPCC method
emission reduction
-
分类号
S8-1
[农业科学—畜牧兽医]
-
-
题名基于BP神经网络技术的我国饲料产量预测
- 2
-
-
作者
张宏波
贾玉川
韦春波
-
机构
黑龙江八一农垦大学动物科技学院/农业农村部东北平原农业绿色低碳重点实验室
黑龙江八一农垦大学生命科学技术学院
-
出处
《黑龙江八一农垦大学学报》
2024年第3期44-49,共6页
-
基金
黑龙江省“揭榜挂帅”科技攻关项目(2023ZXJ02B03)。
-
文摘
畜牧业的发展与饲料生产密不可分,精准预测饲料产量对于畜牧业和饲料业的生产规划至关重要,也是实现可持续发展的重要保障。研究利用我国1990年至2022年的饲料产量面板数据,运用MATLAB软件模拟构建了BP神经网络预测模型,旨在科学预测我国2023年至2024年的饲料产量。结果表明:BP神经网络模型的预测值与实际值的相关系数高达0.999 8,对我国2022年饲料产量进行的模型验证显示预测误差仅为1.07%,说明该模型的迭代学习效果良好。预测结果显示,我国2023年和2024年的饲料产量分别为33 041.62和29 986.32万t,这一研究为我国饲料生产的可持续发展提供重要的理论参考。
-
关键词
BP神经网络技术
预测模型
饲料产量
预测
-
Keywords
BP neural network technology
prediction model
feed yield
prediction
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
