CN114219330A - 基于温室种植过程的碳排放评估方法、系统及计算机设备 - Google Patents
基于温室种植过程的碳排放评估方法、系统及计算机设备 Download PDFInfo
- Publication number
- CN114219330A CN114219330A CN202111564225.6A CN202111564225A CN114219330A CN 114219330 A CN114219330 A CN 114219330A CN 202111564225 A CN202111564225 A CN 202111564225A CN 114219330 A CN114219330 A CN 114219330A
- Authority
- CN
- China
- Prior art keywords
- carbon
- carbon emission
- per square
- generated
- energy consumption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Mathematics (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Cultivation Of Plants (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种基于温室种植过程的碳排放评估方法、系统、计算机设备及存储介质,其中该方法包括:在温室种植过程中建立碳排放评估模型,所述碳排放评估模型根据每平方碳输入量、每平方碳固定量和二氧化碳浓度累积变化量得到每平方净碳排放量;每平方碳输入量包括肥料投入产生的碳排放、灌溉耗能产生的碳排放、地膜棚膜产生的碳排放、二氧化碳发生器产生的碳排放、补光灯耗能产生的碳排放、增温设施耗能产生的碳排放以及农药使用产生的碳排放;每平方碳固定量包括土壤微生物活动固定的碳和植物生长固定的碳;二氧化碳浓度累积变化量通过计算每隔一定时间二氧化碳浓度差值的累加得到。本发明可以准确评估温室大棚蔬菜生产的碳排放量。
Description
技术领域
本发明涉及碳排放评估技术领域,特别是涉及一种基于温室种植过程的碳排放评估方法、系统、计算机设备及存储介质。
背景技术
温室种植蔬菜需投入大量的化肥、农药、农药和农膜等工业化学制品,为保障温室温度,需要消耗大量燃料加温。这些投入都造成了大量碳排放。对温室蔬菜大棚生产进行碳排放评估,有助于发展低碳农业,助力实现碳达峰碳中和目标的早日实现。
目前,对于温室蔬菜种植的碳排放评估主要采用监测温室内二氧化碳浓度的方法,通过生命周期法、投入产出法和混合法等方法估算碳排放水平。生命周期评价法是一种自下而上的碳足迹核算方法,涵盖从生产源头到产品消费及其产生的废弃物处置的全过程,其分析结果具有较强的针对性,适用于微观尺度的碳足迹核算。生命周期评价法测算过程比较详细,所得结果准确性高,是目前相对成熟和被普遍认可的碳足迹核算方法。但该方法所需数据要求具有准确性、代表性、一致性和可再现性因此搜集数据的成本高,需要投入大量的人力和物力。投入产出分析法是-种自上而下核算碳足迹的方法,以整个经济系统为边界,具有综合性和稳健性,且通过投入产出表中的宏观数据并建立相应的数学模型就可进行碳足迹的核算,大大减小了获取数据的难度。但该方法仅适合于宏观尺度的碳足迹核算,且主要利用的是统计部口的二手数据进行计算,因此计算结果相对滞后和粗糙。混合法结合生命周期评价法和投入产出分析法,该方法比较适合于中观尺度的碳足迹核算,但由于该方法对研究人员的理论水平要求较高且运算过程繁琐复杂,因此在实际中运用非常少见。
发明内容
基于此,有必要针对上述技术问题,提供一种基于温室种植过程的碳排放评估方法、系统、计算机设备及存储介质。
一种基于温室种植过程的碳排放评估方法,所述方法包括:
在温室种植过程中建立碳排放评估模型,所述碳排放评估模型根据每平方碳输入量、每平方碳固定量和二氧化碳浓度累积变化量得到每平方净碳排放量;
所述每平方碳输入量包括肥料投入产生的碳排放、灌溉耗能产生的碳排放、地膜棚膜产生的碳排放、二氧化碳发生器产生的碳排放、补光灯耗能产生的碳排放、增温设施耗能产生的碳排放以及农药使用产生的碳排放;
所述每平方碳固定量包括土壤微生物活动固定的碳和植物生长固定的碳;
所述二氧化碳浓度累积变化量通过计算每隔一定时间二氧化碳浓度差值的累加得到;
根据所述碳排放评估模型在计算过程中涉及到的参数以及对应的碳排放系数建立碳排放系数数据表。
在其中一个实施例中,所述每平方碳输入量包括肥料投入产生的碳排放、灌溉耗能产生的碳排放、地膜棚膜产生的碳排放、二氧化碳发生器产生的碳排放、补光灯耗能产生的碳排放、增温设施耗能产生的碳排放以及农药使用产生的碳排放的步骤包括:
计算每平方碳输入量GCI;
GCI=CIN+CIP+CIK+CIO+CIIR+CIM+CISC+CIL+CIT+CIPO
其中,CIN为氮肥碳排放、CIP为磷肥碳排放、CIK为钾肥碳排放和CIO为有机复合肥碳排放、CIIR为灌溉耗能产生的碳排放、CIM为地膜棚膜产生的碳排放、CISC为二氧化碳发生器产生的碳排放、CIL为补光灯耗能产生的碳排放、CIT为增温设施耗能产生的碳排放、CIPO为农药使用产生的碳排放。
在其中一个实施例中,所述每平方碳固定量包括土壤微生物活动固定的碳和植物生长固定的碳的步骤包括:
计算每平方碳固定量GCF;
GCF=CFMO+CFP
其中,CFMO为土壤微生物活动固定的碳,CFP为植物生长固定的碳。
在其中一个实施例中,所述碳排放评估模型根据每平方碳输入量、每平方碳固定量和二氧化碳浓度累积变化量得到每平方净碳排放量的步骤包括:
计算每平方净碳排放量NGCE;
NGCE=GCI-GCF+GCV
其中,GCI为每平方碳输入量,GCF为每平方碳固定量,GCV为一生长周期内二氧化碳浓度的累积变化量。
在其中一个实施例中,所述方法还包括:
利用B/S架构建设整个农业园区蔬菜生产碳排放分析与展示系统,对涉及到的碳排放系数、监测数据、实验数据和计算结果进行集中统一管理;
通过输入相关数据可直接获得温室大棚的净碳排放量和碳固定量。
一种基于温室种植过程的碳排放评估系统,所述系统包括:
模型建立模块,所述模型建立模块用于在温室种植过程中建立碳排放评估模型,所述碳排放评估模型根据每平方碳输入量、每平方碳固定量和二氧化碳浓度累积变化量得到每平方净碳排放量;
第一计算模块,所述第一计算模块用于计算所述每平方碳输入量包括肥料投入产生的碳排放、灌溉耗能产生的碳排放、地膜棚膜产生的碳排放、二氧化碳发生器产生的碳排放、补光灯耗能产生的碳排放、增温设施耗能产生的碳排放以及农药使用产生的碳排放;
第二计算模块,所述第二计算模块用于计算所述每平方碳固定量包括土壤微生物活动固定的碳和植物生长固定的碳;
第三计算模块,所述第三计算模块用于通过计算每隔一定时间二氧化碳浓度差值的累加得到所述二氧化碳浓度累积变化量;
数据表建立模块,所述数据表建立模块用于根据所述碳排放评估模型在计算过程中涉及到的参数以及对应的碳排放系数建立碳排放系数数据表。
在其中一个实施例中,所述第一计算模块还用于:
计算每平方碳输入量GCI;
GCI=CIN+CIP+CIK+CIO+CIIR+CIM+CISC+CIL+CIT+CIPO
其中,CIN为氮肥碳排放、CIP为磷肥碳排放、CIK为钾肥碳排放和CIO为有机复合肥碳排放、CIIR为灌溉耗能产生的碳排放、CIM为地膜棚膜产生的碳排放、CISC为二氧化碳发生器产生的碳排放、CIL为补光灯耗能产生的碳排放、CIT为增温设施耗能产生的碳排放、CIPO为农药使用产生的碳排放。
在其中一个实施例中,所述第二计算模块还用于:
计算每平方碳固定量GCF;
GCF=CFMO+CFP
其中,CFMO为土壤微生物活动固定的碳,CFP为植物生长固定的碳。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意一项方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项方法的步骤。
上述基于温室种植过程的碳排放评估方法、系统、计算机设备及存储介质与现有技术相比至少具有以下优点和效果:首先,本发明考虑了蔬菜生产前和生产中两个阶段所有物料能源投入的碳排放,利用简化全生命周期法计算温室大棚蔬菜生产的净碳排放量。其次,本发明计算简便,只需要在温室大棚中安装二氧化碳浓度监测器,对物料能源消耗进行记录,就可方便地计算出一个生产周期的净碳排放量。此外,本发明还解决了以往在大棚蔬菜生产中利用通用方法评估碳排放误差大的问题,提高了碳排放评估的准确性。
附图说明
图1为一个实施例中基于温室种植过程的碳排放评估方法的流程示意图;
图2为另一个实施例中基于温室种植过程的碳排放评估方法的流程示意图;
图3为一个实施例中基于温室种植过程的碳排放评估系统的结构框图;
图4为另一个实施例中基于温室种植过程的碳排放评估系统的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
目前,对于温室蔬菜种植的碳排放评估主要采用监测温室内二氧化碳浓度的方法,通过生命周期法、投入产出法和混合法等方法估算碳排放水平。生命周期评价法测算过程比较详细,所得结果准确性高,是目前相对成熟和被普遍认可的碳足迹核算方法。但该方法所需数据要求具有准确性、代表性、一致性和可再现性因此搜集数据的成本高,需要投入大量的人力和物力。投入产出分析法仅适合于宏观尺度的碳足迹核算,且主要利用的是统计部口的二手数据进行计算,因此计算结果相对滞后和粗糙。混合法结合生命周期评价法和投入产出分析法,该方法比较适合于中观尺度的碳足迹核算,但由于该方法对研究人员的理论水平要求较高且运算过程繁琐复杂,因此在实际中运用非常少见。
基于此,本发明提供一种基于温室种植过程的碳排放评估方法,该方法基于简化全生命周期法为基础,全面考虑温室大棚蔬菜生产上中下游环节碳排放和碳吸收量,从而准确评估温室大棚蔬菜生产的碳排放量。
在一个实施例中,如图1所示,提供了一种基于温室种植过程的碳排放评估方法,该方法包括:
步骤102,在温室种植过程中建立碳排放评估模型,所述碳排放评估模型根据每平方碳输入量、每平方碳固定量和二氧化碳浓度累积变化量得到每平方净碳排放量;
步骤104,每平方碳输入量包括肥料投入产生的碳排放、灌溉耗能产生的碳排放、地膜棚膜产生的碳排放、二氧化碳发生器产生的碳排放、补光灯耗能产生的碳排放、增温设施耗能产生的碳排放以及农药使用产生的碳排放;
步骤106,每平方碳固定量包括土壤微生物活动固定的碳和植物生长固定的碳;
步骤108,二氧化碳浓度累积变化量通过计算每隔一定时间二氧化碳浓度差值的累加得到;
步骤110,根据碳排放评估模型在计算过程中涉及到的参数以及对应的碳排放系数建立碳排放系数数据表。
在本实施例中,提供了一种基于温室种植过程的碳排放评估方法,该方法基于简化全生命周期法为基础,全面考虑温室大棚蔬菜生产上中下游环节碳排放和碳吸收量,从而准确评估温室大棚蔬菜生产的碳排放量,其具体的实施步骤如下:
首先,在温室种植过程中建立碳排放评估模型。具体地,在本实施例中的系统边界为蔬菜生产系统,包括蔬菜生产的全部过程。将生产过程中定植和收获为界分为产前和产中两个阶段。产前阶段需要棚膜、地膜的投入;产中阶段需要农药、化肥、柴油(主要为农业机械耗油、增温设施油耗)、电力(主要为灌概耗电、补光用电)的投入。
碳排放评估模型可以根据每平方碳输入量、每平方碳固定量和二氧化碳浓度累积变化量得到每平方净碳排放量,具体的计算过程如下:
每平方米土地的净碳排放量NGCE,每平方米土地的碳输入量GCI,每平方米土地碳固定量GCF,一生长周期内监测二氧化碳浓度的累积变化量GCV。根据质量平衡法则:
NGCE=GCI-GCF+GCV
其中,GCI可以分解为每生长季肥料投入产生的碳排放(包括氮肥、磷肥、钾肥和有机复合肥的碳排放CIN、CIP、CIK和CIO)、灌溉耗能(电和柴油)产生的碳排放(CIIR)、地膜棚膜产生的碳排放(CIM)、二氧化碳发生器产生的碳排放(CISC)、补光灯耗能(电)产生的碳排放(CIL)、增温设施耗能(电和柴油)产生的碳排放(CIT)、农药使用产生的碳排放(CIPO)。
GCI=CIN+CIP+CIK+CIO+CIIR+CIM+CISC+CIL+CIT+CIPO
其中,GCF可以分解为土壤微生物活动固定的碳(CFMO)和植物生长固定的碳(CFP),可以通过分析生长周期初末期土壤有机质含量的变化和一个生产周期蔬菜产量获得。
GCF=CFMO+CFP
其中,GCV的计算为每隔半小时二氧化碳浓度差值的累加。
建立碳排放系数数据表的步骤具体包括:建立覆盖前述农药、地膜、覆膜、柴油、电力等投入的碳排放转换系数数据库,示例如下:
在上述实施例中,与现有技术相比至少具有以下优点和效果:首先,本发明考虑了蔬菜生产前和生产中两个阶段所有物料能源投入的碳排放,利用简化全生命周期法计算温室大棚蔬菜生产的净碳排放量。其次,本发明计算简便,只需要在温室大棚中安装二氧化碳浓度监测器,对物料能源消耗进行记录,就可方便地计算出一个生产周期的净碳排放量。此外,本发明还解决了以往在大棚蔬菜生产中利用通用方法评估碳排放误差大的问题,提高了碳排放评估的准确性。
在一个实施例中,如图2所示,提供了一种基于温室种植过程的碳排放评估方法,该方法还包括:
步骤202,利用B/S架构建设整个农业园区蔬菜生产碳排放分析与展示系统,对涉及到的碳排放系数、监测数据、实验数据和计算结果进行集中统一管理;
步骤204,通过输入相关数据可直接获得温室大棚的净碳排放量和碳固定量。
具体地,在上述碳排放评估模型和碳排放系数数据表的基础上,利用B/S架构建设整个农业园区蔬菜生产碳排放分析与展示系统,对涉及到的各类碳排放系数、监测数据、实验数据和计算结果进行集中统一管理。在该系统中,只要输入大棚面积、高度、化肥、农药、覆膜、电力、柴油等的用量,即可获得该温室大棚的净碳排放量和碳固定量,系统使用方便且结果更为准确。
其中,B/S架构指Browser/Server架构、浏览器/服务器架构,这种架构下客户机上安装浏览器,服务器上安装数据库,浏览器通过Web Server同数据库进行数据交互。
为了说明本实施例的技术效果,以一个具体的应用为例:北方某蔬菜基地,需要摸清每个生产季的碳排放量,并且对可能的减排措施进行评估。利用常用的生命周期法或投入产出法计算碳排放量面临着边界不清、记录不全、计算效率低下的问题。碳排放计算结果面临诸多质疑。采用本发明后,经过如下步骤建立碳排放评估系统:
建立数据台账,每次物料投放时,将温室蔬菜生产碳排放评估所需数据录入系统,按周在系统内记录用电量、柴油消耗量。调用基础数据模块和碳排放系数模块计算3月到5月生产周期的碳排放量,将其作为基准。优化种植方法,调整地膜、大棚覆膜的使用,增加可降解生物材料膜的使用,调整化肥和有机肥使用比例,补充土壤微生物。将优化后的生产数据输入系统,计算第二个生产周期(6月到8月)的碳排放量。综上所述,本方案可以毫无疑义地实现对蔬菜生产碳排放评估,温室大棚农业生产碳排放评估。
应该理解的是,虽然图1-2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种基于温室种植过程的碳排放评估系统300,该系统包括:
模型建立模块301,所述模型建立模块用于在温室种植过程中建立碳排放评估模型,所述碳排放评估模型根据每平方碳输入量、每平方碳固定量和二氧化碳浓度累积变化量得到每平方净碳排放量;
第一计算模块302,所述第一计算模块用于计算所述每平方碳输入量包括肥料投入产生的碳排放、灌溉耗能产生的碳排放、地膜棚膜产生的碳排放、二氧化碳发生器产生的碳排放、补光灯耗能产生的碳排放、增温设施耗能产生的碳排放以及农药使用产生的碳排放;
第二计算模块303,所述第二计算模块用于计算所述每平方碳固定量包括土壤微生物活动固定的碳和植物生长固定的碳;
第三计算模块304,所述第三计算模块用于通过计算每隔一定时间二氧化碳浓度差值的累加得到所述二氧化碳浓度累积变化量;
数据表建立模块305,所述数据表建立模块用于根据所述碳排放评估模型在计算过程中涉及到的参数以及对应的碳排放系数建立碳排放系数数据表。
在一个实施例中,第一计算模块302还用于:
计算每平方碳输入量GCI;
GCI=CIN+CIP+CIK+CIO+CIIR+CIM+CISC+CIL+CIT+CIPO
其中,CIN为氮肥碳排放、CIP为磷肥碳排放、CIK为钾肥碳排放和CIO为有机复合肥碳排放、CIIR为灌溉耗能产生的碳排放、CIM为地膜棚膜产生的碳排放、CISC为二氧化碳发生器产生的碳排放、CIL为补光灯耗能产生的碳排放、CIT为增温设施耗能产生的碳排放、CIPO为农药使用产生的碳排放。
在一个实施例中,第二计算模块303还用于:
计算每平方碳固定量GCF;
GCF=CFMO+CFP
其中,CFMO为土壤微生物活动固定的碳,CFP为植物生长固定的碳。
在一个实施例中,模型建立模块301还用于:
计算每平方净碳排放量NGCE;
NGCE=GCI-GCF+GCV
其中,GCI为每平方碳输入量,GCF为每平方碳固定量,GCV为一生长周期内二氧化碳浓度的累积变化量
在一个实施例中,如图4所示,提供了一种基于温室种植过程的碳排放评估系统300,该系统还包括数据管理模块306,所述数据管理模块用于:
利用B/S架构建设整个农业园区蔬菜生产碳排放分析与展示系统,对涉及到的碳排放系数、监测数据、实验数据和计算结果进行集中统一管理;
通过输入相关数据可直接获得温室大棚的净碳排放量和碳固定量。
关于基于温室种植过程的碳排放评估系统的具体限定可以参见上文中对于基于温室种植过程的碳排放评估方法的限定,在此不再赘述。
在一个实施例中,提供了一种计算机设备,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器以及网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于温室种植过程的碳排放评估方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以上各个方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以上各个方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于温室种植过程的碳排放评估方法,其特征在于,所述方法包括:
在温室种植过程中建立碳排放评估模型,所述碳排放评估模型根据每平方碳输入量、每平方碳固定量和二氧化碳浓度累积变化量得到每平方净碳排放量;
所述每平方碳输入量包括肥料投入产生的碳排放、灌溉耗能产生的碳排放、地膜棚膜产生的碳排放、二氧化碳发生器产生的碳排放、补光灯耗能产生的碳排放、增温设施耗能产生的碳排放以及农药使用产生的碳排放;
所述每平方碳固定量包括土壤微生物活动固定的碳和植物生长固定的碳;
所述二氧化碳浓度累积变化量通过计算每隔一定时间二氧化碳浓度差值的累加得到;
根据所述碳排放评估模型在计算过程中涉及到的参数以及对应的碳排放系数建立碳排放系数数据表。
2.根据权利要求1所述的基于温室种植过程的碳排放评估方法,其特征在于,所述每平方碳输入量包括肥料投入产生的碳排放、灌溉耗能产生的碳排放、地膜棚膜产生的碳排放、二氧化碳发生器产生的碳排放、补光灯耗能产生的碳排放、增温设施耗能产生的碳排放以及农药使用产生的碳排放的步骤包括:
计算每平方碳输入量GCI;
GCI=CIN+CIP+CIK+CIO+CIIR+CIM+CISC+CIL+CIT+CIPO
其中,CIN为氮肥碳排放、CIP为磷肥碳排放、CIK为钾肥碳排放和CIO为有机复合肥碳排放、CIIR为灌溉耗能产生的碳排放、CIM为地膜棚膜产生的碳排放、CISC为二氧化碳发生器产生的碳排放、CIL为补光灯耗能产生的碳排放、CIT为增温设施耗能产生的碳排放、CIPO为农药使用产生的碳排放。
3.根据权利要求2所述的基于温室种植过程的碳排放评估方法,其特征在于,所述每平方碳固定量包括土壤微生物活动固定的碳和植物生长固定的碳的步骤包括:
计算每平方碳固定量GCF;
GCF=CFMO+CFP
其中,CFMO为土壤微生物活动固定的碳,CFP为植物生长固定的碳。
4.根据权利要求3所述的基于温室种植过程的碳排放评估方法,其特征在于,所述碳排放评估模型根据每平方碳输入量、每平方碳固定量和二氧化碳浓度累积变化量得到每平方净碳排放量的步骤包括:
计算每平方净碳排放量NGCE;
NGCE=GCI-GCF+GCV
其中,GCI为每平方碳输入量,GCF为每平方碳固定量,GCV为一生长周期内二氧化碳浓度的累积变化量。
5.根据权利要求1-4任一项所述的基于温室种植过程的碳排放评估方法,其特征在于,所述方法还包括:
利用B/S架构建设整个农业园区蔬菜生产碳排放分析与展示系统,对涉及到的碳排放系数、监测数据、实验数据和计算结果进行集中统一管理;
通过输入相关数据可直接获得温室大棚的净碳排放量和碳固定量。
6.一种基于温室种植过程的碳排放评估系统,其特征在于,所述系统包括:
模型建立模块,所述模型建立模块用于在温室种植过程中建立碳排放评估模型,所述碳排放评估模型根据每平方碳输入量、每平方碳固定量和二氧化碳浓度累积变化量得到每平方净碳排放量;
第一计算模块,所述第一计算模块用于计算所述每平方碳输入量包括肥料投入产生的碳排放、灌溉耗能产生的碳排放、地膜棚膜产生的碳排放、二氧化碳发生器产生的碳排放、补光灯耗能产生的碳排放、增温设施耗能产生的碳排放以及农药使用产生的碳排放;
第二计算模块,所述第二计算模块用于计算所述每平方碳固定量包括土壤微生物活动固定的碳和植物生长固定的碳;
第三计算模块,所述第三计算模块用于通过计算每隔一定时间二氧化碳浓度差值的累加得到所述二氧化碳浓度累积变化量;
数据表建立模块,所述数据表建立模块用于根据所述碳排放评估模型在计算过程中涉及到的参数以及对应的碳排放系数建立碳排放系数数据表。
7.根据权利要求6所述的基于温室种植过程的碳排放评估系统,其特征在于,所述第一计算模块还用于:
计算每平方碳输入量GCI;
GCI=CIN+CIP+CIK+CIO+CIIR+CIM+CISC+CIL+CIT+CIPO
其中,CIN为氮肥碳排放、CIP为磷肥碳排放、CIK为钾肥碳排放和CIO为有机复合肥碳排放、CIIR为灌溉耗能产生的碳排放、CIM为地膜棚膜产生的碳排放、CISC为二氧化碳发生器产生的碳排放、CIL为补光灯耗能产生的碳排放、CIT为增温设施耗能产生的碳排放、CIPO为农药使用产生的碳排放。
8.根据权利要求7所述的基于温室种植过程的碳排放评估系统,其特征在于,所述第二计算模块还用于:
计算每平方碳固定量GCF;
GCF=CFMO+CFP
其中,CFMO为土壤微生物活动固定的碳,CFP为植物生长固定的碳。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111564225.6A CN114219330A (zh) | 2021-12-20 | 2021-12-20 | 基于温室种植过程的碳排放评估方法、系统及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111564225.6A CN114219330A (zh) | 2021-12-20 | 2021-12-20 | 基于温室种植过程的碳排放评估方法、系统及计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114219330A true CN114219330A (zh) | 2022-03-22 |
Family
ID=80704381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111564225.6A Pending CN114219330A (zh) | 2021-12-20 | 2021-12-20 | 基于温室种植过程的碳排放评估方法、系统及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114219330A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781135A (zh) * | 2022-04-06 | 2022-07-22 | 中国科学院地理科学与资源研究所 | 一种区域农业种植系统净温室气体排放综合估算方法及系统 |
CN116071180A (zh) * | 2022-11-23 | 2023-05-05 | 中国科学院沈阳应用生态研究所 | 一种设施栽培碳排放量核算方法及系统 |
CN116542425A (zh) * | 2023-05-23 | 2023-08-04 | 北京建工环境修复股份有限公司 | 绿色生态修复技术产业链碳核算与碳中和评价方法及系统 |
CN117094573A (zh) * | 2023-10-17 | 2023-11-21 | 深圳碳中和生物燃气股份有限公司 | 基于负碳排放的生物炭基肥施用信息化管理方法及系统 |
CN117455507A (zh) * | 2023-10-13 | 2024-01-26 | 电投云碳(北京)科技有限公司 | 一种园区的碳排放核算方法、装置及介质 |
-
2021
- 2021-12-20 CN CN202111564225.6A patent/CN114219330A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781135A (zh) * | 2022-04-06 | 2022-07-22 | 中国科学院地理科学与资源研究所 | 一种区域农业种植系统净温室气体排放综合估算方法及系统 |
CN116071180A (zh) * | 2022-11-23 | 2023-05-05 | 中国科学院沈阳应用生态研究所 | 一种设施栽培碳排放量核算方法及系统 |
CN116071180B (zh) * | 2022-11-23 | 2024-05-28 | 中国科学院沈阳应用生态研究所 | 一种设施栽培碳排放量核算方法及系统 |
CN116542425A (zh) * | 2023-05-23 | 2023-08-04 | 北京建工环境修复股份有限公司 | 绿色生态修复技术产业链碳核算与碳中和评价方法及系统 |
CN117455507A (zh) * | 2023-10-13 | 2024-01-26 | 电投云碳(北京)科技有限公司 | 一种园区的碳排放核算方法、装置及介质 |
CN117094573A (zh) * | 2023-10-17 | 2023-11-21 | 深圳碳中和生物燃气股份有限公司 | 基于负碳排放的生物炭基肥施用信息化管理方法及系统 |
CN117094573B (zh) * | 2023-10-17 | 2024-01-16 | 深圳碳中和生物燃气股份有限公司 | 基于负碳排放的生物炭基肥施用信息化管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114219330A (zh) | 基于温室种植过程的碳排放评估方法、系统及计算机设备 | |
Khoshnevisan et al. | Reduction of CO2 emission by improving energy use efficiency of greenhouse cucumber production using DEA approach | |
Khoshnevisan et al. | Comparison of energy consumption and GHG emissions of open field and greenhouse strawberry production | |
Shi et al. | A review on statistical models for identifying climate contributions to crop yields | |
Mousavi-Avval et al. | Energy flow modeling and sensitivity analysis of inputs for canola production in Iran | |
Mousavi-Avval et al. | Optimization of energy consumption for soybean production using Data Envelopment Analysis (DEA) approach | |
Kazemi et al. | Estimation of greenhouse gas (GHG) emission and energy use efficiency (EUE) analysis in rainfed canola production (case study: Golestan province, Iran) | |
Liu et al. | Energy balance and GHG emissions of cassava-based fuel ethanol using different planting modes in China | |
Jackson et al. | Building a climate resilient farm: A risk based approach for understanding water, energy and emissions in irrigated agriculture | |
Hesampour et al. | Energy-economic-environmental cycle evaluation comparing two polyethylene and polycarbonate plastic greenhouses in cucumber production (from production to packaging and distribution) | |
Yu et al. | Impact of plastic mulching on nitrous oxide emissions in China's arid agricultural region under climate change conditions | |
Houshyar et al. | Determining efficiency of energy input for silage corn production: An econometric approach | |
Carr et al. | Temporal variations of water productivity in irrigated corn: An analysis of factors influencing yield and water use across central Nebraska | |
CN115455086A (zh) | 一种灌区农业灌溉用水量的估算方法及系统 | |
Bartzas et al. | Energy flow analysis in agriculture; the case of irrigated pistachio production in Greece | |
CN115423643A (zh) | 水肥计算方法、装置、电子设备和存储介质 | |
Tatsumi | Effects of automatic multi-objective optimization of crop models on corn yield reproducibility in the USA | |
CN115983437A (zh) | 一种多气候因子作用下农业活动碳排放预测方法 | |
Mandrini et al. | Modeling the economic and environmental effects of corn nitrogen management strategies in Illinois | |
Medel-Jiménez et al. | Modelling soil emissions and precision agriculture in fertilization life cycle assessment-A case study of wheat production in Austria | |
CN110782112B (zh) | 一种农作物生产温室气体减排潜力估算方法及系统 | |
Johnson et al. | Greenhouse gas emissions from US grain farms | |
Namitulina et al. | Socio-economic factors in stimulating agriculture in a crisis | |
CN112541611A (zh) | 一种雨养农用地面源污染排放量预测方法及系统 | |
CN116046687A (zh) | 一种农作物生长过程监测方法、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |