CN115719152B - 一种农业碳排放管理方法和系统 - Google Patents

Abstract

本说明书实施例提供一种农业碳排放管理方法和系统，该方法包括：基于用户终端，获取用户输入的生产种类和生产规模；基于预设表查询生产种类对应的一个或多个生产阶段；基于生产规模和生产阶段，确定生产阶段的第一碳排放量；响应于生产阶段的第一碳排放量不满足第一预设条件，生成预警信息发送到用户终端，以用于用户确定碳排放管理方案。

Description

一种农业碳排放管理方法和系统

技术领域

本说明书涉及农业产业园区技术领域，特别涉及一种农业碳排放管理方法和系统。

背景技术

农业碳排放是指农业种养过程中，资源(能源)投入使用、种养生长过程及各类废弃物处理所产生的排放活动。其中，资源(能源)排放主要包括农业化学制品生产使用及农业机械动力消耗能源带来的直接间接排放；自然源排放主要包括水稻种植、动物反刍排放及农业播耕直接释放有机碳等；废弃物处理排放主要包括秸秆焚烧及动物粪便处理等带来的排放。当前农业生产过程中存在如上所述多方面的碳排放，碳排放量存在诸多不确定变量，同时种植的农作物本身也在吸收碳(二氧化碳)，因此农业生产中碳排放量比较难以估算并对其进行管理，并且目前也缺少能够有效对农业碳排放进行管理的方案。

因此，希望提供一种农业碳排放管理方法和系统，能够对农业生产活动中产生的碳排放进行较为全面、有效的管理。

发明内容

本说明书一个或多个实施例提供一种农业碳排放管理方法，所述方法包括：基于用户终端，获取用户输入的生产种类和生产规模；基于预设表查询所述生产种类对应的一个或多个生产阶段；基于所述生产规模和所述生产阶段，确定所述生产阶段的第一碳排放量；响应于所述生产阶段的所述第一碳排放量不满足第一预设条件，生成预警信息发送到所述用户终端，以用于所述用户确定碳排放管理方案。

本说明书实一个或多个实施例提供一种农业碳排放管理系统，所述系统包括：第一获取模块，用于基于用户终端，获取用户输入的生产种类和生产规模；查询模块，用于基于预设表查询所述生产种类对应的一个或多个生产阶段；第一确定模块，用于基于所述生产规模和所述生产阶段，确定所述生产阶段的第一碳排放量；生成模块，用于响应于所述生产阶段的所述第一碳排放量不满足第一预设条件，生成预警信息发送到所述用户终端，以用于所述用户确定碳排放管理方案。

本说明书一个或多个实施例提供一种农业碳排放管理装置，所述装置包括至少一个存储器和至少一个处理器，所述至少一个存储器用于存储计算机指令，所述至少一个处理器用于执行所述计算机指令中至少部分指令，以实现如上述实施例中任意一项所述的农业碳排放管理方法。

本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如上述实施例中任一项所述的农业碳排放管理方法。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的农业碳排放管理系统的示例性模块示意图；

图2是根据本说明书一些实施例所示的农业碳排放管理方法的示例性流程图；

图3是根据本说明书一些实施例所示的确定第一碳排放量的示例性流程图；

图4是根据本说明书一些实施例所示的基于第一模型确定预设碳源的碳排放量的示例性示意图；

图5是根据本说明书一些实施例所示的确定用电设备的用电类型、用电时间的示例性流程图；

图6是根据本说明书一些实施例所示的基于第二预设算法确定用电设备的用电类型、用电时间的示例性流程图；

图7是根据本说明书一些实施例所示的对候选参数组进行变换的示例性流程图；

图8是根据本说明书一些实施例所示的更新初始解空间的示例性流程图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是根据本说明书一些实施例所示的农业碳排放管理系统的示例性模块示意图。在一些实施例中，所述农业碳排放管理系统100可以包括第一获取模块110、查询模块120和第一确定模块130。

第一获取模块110，可以用于基于用户终端，获取用户输入的生产种类和生产规模。

查询模块120，可以用于基于预设表查询生产种类对应的一个或多个生产阶段。

第一确定模块130，可以用于基于生产规模和生产阶段，确定生产阶段的第一碳排放量。

在一些实施例中，第一确定模块130可以进一步用于：基于生产阶段确定碳源；判断碳源是否为预设碳源；响应于是，基于第一模型确定预设碳源的碳排放量，第一模型为机器学习模型；响应于否，基于第一预设算法确定其他碳源的碳排放量；基于预设碳源的碳排放量、其它碳源的碳排放量，确定生产阶段的第一碳排放量。

在一些实施例中，预设碳源的碳排放量相关于农产品的生长状况，生长状况基于上一生产阶段的摄入量进行预测。

生成模块140，可以用于响应于生产阶段的第一碳排放量不满足第一预设条件，生成预警信息发送到用户终端，以用于用户确定碳排放管理方案。

在一些实施例中，如图2所示，农业碳排放管理系统100还可以包括第二获取模块150和第二确定模块160。

第二获取模块150，可以用于获取生产阶段的耗电量。

第二确定模块160，可以用于响应于生产阶段的耗电量大于用电阈值，基于第二预设算法，确定用电设备的用电时间和用电类型，以使得耗电产生的第二碳排放量低于碳排放量阈值与第一碳排放量的差值；用电阈值基于碳排放量阈值和生产阶段的第一碳排放量确定。

需要注意的是，以上对于农业碳排放管理系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图1中披露的第一获取模块110、查询模块120、第一确定模块130、生成模块140、第二获取模块150和第二确定模块160可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。

图2是根据本说明书一些实施例所示的农业碳排放管理方法的示例性流程图。在一些实施例中，流程200可以由处理器执行。如图2所示，流程200包括下述步骤：

步骤210，基于用户终端，获取用户输入的生产种类和生产规模。

用户终端可以指用户使用的用于进行碳排放管理的终端设备。用户终端可以包括手机、平板电脑、台式电脑等。其中，用户可以指农业生产人员、农业碳排放管理人员等。

生产种类可以指农业生产的类别。例如，生产种类可以包括种植、养殖、农产品加工等类别。在一些实施例中，生产种类还可以细分到农产品的类别，如，农作物种植、蔬菜种植、药材种植、果树种植、家禽养殖、家畜养殖、水产养殖等。

生产规模可以指反映农业生产的多少、范围等信息的数据。例如，生产规模可以包括种植面积、养殖数量等。

在一些实施例中，处理器可以从用户终端获取用户输入的生产种类和生产规模。在一些实施例中，处理器还可以通过其他方式获取生产种类和生产规模。例如，通过无人机等采集农业生产园区的图像数据，通过图像识别技术确定生产种类和生产规模。

步骤220，基于预设表查询所述生产种类对应的一个或多个生产阶段。

预设表可以指预先制定的每个生产种类的生产信息表。例如，预设表可以包括每个生产种类的生产时间、生产周期、生产投入、生产阶段等生产信息。在一些实施例中，处理器可以基于每个生产种类的实际生产信息，确定预设表。例如，处理器可以将每个生产种类对应的实际生产信息进行分类汇总，生成预设表。

生产阶段可以指生产种类不同的生产时期。例如，农作物的生产阶段一般可以分为发芽、小叶、大叶、开花、成熟等。又例如，家畜养殖的生产阶段一般可以分为哺乳期、断奶期、成长期、成熟期等。

在一些实施例中，处理器可以基于生产种类，从预设表中查询生产种类对应的一个或多个生产阶段。例如，可以输入生产种类对应的关键词，基于关键词查询对应的生产阶段。

步骤230，基于生产规模和生产阶段，确定生产阶段的第一碳排放量。

第一碳排放量可以指在农业生产过程中非用电设备碳源产生的碳排放量。其中，碳源可以指产生碳排放的源头。例如，第一碳排放量可以包括农业机械使用、农药使用、化肥使用、秸秆燃烧等产生的碳排放量。

在一些实施例中，处理器可以分别计算每一项农业生产产生的碳排放量，再进行加和，确定第一碳排放量。例如，处理器可以分别计算农业生产过程中农业机械使用、农药使用、化肥使用、秸秆燃烧等产生的碳排放量，然后相加作为第一碳排放量。

在一些实施例中，处理器可以基于生产阶段确定碳源；判断碳源是否为预设碳源；响应于是，基于第一模型确定预设碳源的碳排放量，第一模型为机器学习模型；响应于否，基于第一预设算法确定其他碳源的碳排放量；基于预设碳源的碳排放量、其它碳源的碳排放量，确定生产阶段的第一碳排放量。

更多关于确定第一碳排放量的内容可以参见图3、图4及其相关描述。

步骤240，响应于生产阶段的第一碳排放量不满足第一预设条件，生成预警信息发送到用户终端，以用于用户确定碳排放管理方案。

第一预设条件可以指第一碳排放量需要小于标准阈值。其中，标准阈值可以基于减碳目标和不同生产阶段的第一碳排放量占比确定。不同生产阶段的第一碳排放量占比是指，在某个生产种类的整个生产过程中，不同生产阶段的第一碳排放量占该生产种类的所有生产阶段的总的第一碳排放量的比例。在一些实施例中，不同生产阶段的碳排放量占比可以通过统计历史数据确定。

在一些实施例中，处理器可以基于减碳目标确定第一碳排放量的最大排放值，基于最大排放值和不同生产阶段的碳排放量占比，确定标准阈值。例如，基于减碳目标确定每万元农业产值的第一碳排放量最大可以为1.5吨，则可以按照生产种类对应的生产规模确定总的农业产值，基于总的农业产值确定总的第一碳排放量的最大排放值，然后基于每个生产阶段的碳排放量占比乘以最大排放值，确定每个生产阶段的标准阈值。

预警信息可以指第一碳排放量超标，需要进行管理和控制等的相关信息。例如，预警信息可以是某个区域碳排放量超标、超标多少、每个非用电设备碳源的第一碳排放量等。

在一些实施例中，处理器可以将第一碳排放量与标准阈值比较，确定是否满足第一预设条件，若不满足第一预设条件，则生成预警信息。在一些实施例中，生成的预警信息可以包括某区域碳排放量的超标量、该区域每个非用电设备碳源的第一碳排放量等信息。在一些实施例中，处理器可以将生成的预警信息发送到用户终端，便于用户基于预警信息确定碳排放管理方案。

碳排放管理方案可以指用于对碳排放进行管理的方案。例如，碳排放管理方案可以包括每个碳源的碳排放量阈值设置、减少某个碳源的使用、使用清洁碳源、低碳处理等。

在一些实施例中，处理器可以基于生产阶段涉及的所有碳源的第一碳排放量，确定碳排放管理方案。在一些实施例中，处理器可以基于生产阶段每个碳源的第一子碳排放量，确定其是否超标，若超标了，则碳排放管理方案可以是控制相应碳源的使用。第一子碳排放量是指生产阶段每个非用电设备碳源产生的碳排放量，将生产阶段涉及的所有非用电设备碳源对应的多个第一子碳排放量加和可以得到第一碳排放量。在一些实施例中，处理器可以基于总的第一碳排放量的超标量，确定总的需要减少的第一碳排放量，相应的确定每个碳源可以减少的第一子碳排放量，然后分别对每个碳源进行处理。例如，若碳源为动物粪便(产生温室气体)，则对动物粪便进行低碳处理，如粪便饲料化、能源化等，以减少该碳源的第一子碳排放量。又例如，若碳源为化肥，则尽可能的在后续生产过程中控制化肥使用，采用生物粪肥等替代化肥，以减少对应的第一子碳排放量。

本说明书一些实施例，通过确定农作物的每个生产阶段中，各种可能的非用电设备碳源的碳排放量，再与对应的减碳阈值进行比较，确定碳排放量是否超标，超标则发送预警信息给用户，便于用户制定碳排放管理方案。这种方式可以实现碳排放的实时预警、自动预警，用户可以基于预警信息制定针对性的碳排放管理方案，使得碳排放管理更加的全面、及时、有效。

图3是根据本说明书一些实施例所示的确定第一碳排放量的示例性流程图。在一些实施例中，流程300可以由处理器执行。如图3所示，流程300包括如下步骤：

步骤310，基于生产阶段确定碳源。

碳源可以指产生碳排放的根源。例如，碳源可以是化肥、农药、农用机械使用的化石燃料、秸秆燃烧等。

在一些实施例中，处理器可以基于农产品所处的生产阶段，确定碳源。例如，假设农产品为水稻，水稻当前所处的生产阶段为成熟期，则涉及到的碳源可以包括化肥、农药、收割用农用机械使用的化石燃料、以及收割后的秸秆燃烧等。又例如，农产品为养殖的家畜，当前所处阶段为生长期，则对应的碳源可以包括动物肠道(动物肠道会产生发酵气体)、动物粪便等。

步骤320，判断碳源是否为预设碳源。

预设碳源可以指受不稳定因素影响，导致无法准确计算碳排放量的碳源。例如，动物肠道。

在一些实施例中，处理器可以基于碳源的碳排放量是否可以准确计算，判断碳源是否为预设碳源。

步骤330，响应于是，基于第一模型确定预设碳源的碳排放量，第一模型为机器学习模型。

在一些实施例中，预设碳源的碳排放量相关于农产品的生长状况，生长状况基于上一生产阶段的摄入量进行预测。

农产品可以指农业生产活动中涉及的各种产品。例如，农产品可以包括养殖的家禽、家畜、水产、农作物、药材等。值得说明的是，本说明书实施例所说的农产品包括多个生产阶段的农业产品，并不仅仅指已经成熟或完成加工可以进行商品交换的农业产品。

生长状况可以指农产品的生长情况、生长状态。例如，对于农作物来说，生长状况可以包括农作物的株高、成花量、结果量等；对于养殖的家禽、家畜、水产来说，生长状况可以包括体积、重量、健康状况等。

上一生产阶段可以指农产品当前所处的生产阶段的上一个生产阶段。例如，假设养殖的山羊当前处于断奶期，则上一生长阶段为哺乳期。

摄入量可以指农产品摄入的营养物质的量。例如，对于农作物，摄入量可以是施加的化肥量；对于动物，摄入量可以是进食量。

在一些实施例中，处理器可以基于农产品上一阶段的摄入量预测农产品的生长状况。例如，处理器可以基于同类农产品的历史摄入量和历史生长状况，预测当前农产品的生长状况。

不同生长状况的农产品(如家禽、家畜、农作物)，碳排放量不同。本说明书一些实施例，通过预测农产品的生长状况，可以为后续确定不同生长状况的农产品的碳排放量提供数据基础。

在一些实施例中，第一模型包括嵌入层和预测层：嵌入层用于对生产种类、上一生产阶段的平均摄入量进行处理，确定生长状况；预测层用于对生产规模、生产阶段、及生长状况进行处理，确定预设碳源的碳排放量。

如图4所示，第一模型包括嵌入层430和预测层470。嵌入层430的输出为生产种类410、上一生产阶段的平均摄入量420，输出为生长状况440。上一生产阶段的平均摄入量可以指上一生产阶段中单位面积/数量的农产品的摄入量。例如，种植100公顷水稻，上一生产阶段施加的化肥量(以复合肥为例)为60000千克，则上一生产阶段的平均摄入量为600千克/公顷。又例如，假设饲养了100头生猪，上一生产阶段一共喂养了12000千克饲料，则上一阶段的平均进食量为120千克/头。在一些实施例中，上一阶段的平均摄入量可以通过对上一生产阶段所有农产品的摄入量求平均确定。

预测层470的输入为生长状况440、生产规模450和生产阶段460，输出为预设碳源的碳排放量480。关于生产种类、生产规模、生产阶段的具体内容可以参见图2及其相关描述。关于生长状况、预设碳源的碳排放量的具体内容可以参见图3及其相关描述。

在一些实时例中，第一模型的嵌入层和预测层可以通过联合训练获取。在一些实施例中，联合训练第一模型的嵌入层和预测层的训练样本可以是农产品的生产种类、历史生产阶段的平均摄入量、历史生产阶段的下一阶段、历史生产规模，训练标签可以是碳排放量。碳排放量可以通过人工标注获取。

在一些实施例中，处理器可以将农产品的生产种类、历史生产阶段的平均摄入量输入初始嵌入层，初始嵌入层输出初始生长状况。将初始生长状况、历史生产阶段的下一阶段、历史生产规模输入初始预测层，初始预测层输出初始碳排放量。基于初始碳排放量和训练标签构建损失函数，基于损失函数同步更新初始嵌入层和初始预测层的参数。通过参数更新，获得训练好的嵌入层和预测层。

通过联合训练，可以使第一模型学习到更加深层的特征信息，提高第一模型预测的准确度。

在一些实施例中，第一模型的嵌入层和预测层可以通过单独训练获取。在一些实施例中，训练嵌入层的训练样本可以是农产品生产种类、历史生产阶段的平均摄入量，标签可以是农产品的实际生长状况，标签可以由人工标注获取。在一些实施例中，处理器可以将农产品的生产种类、历史生产阶段的平均摄入量输入初始嵌入层，得到初始生长状况，基于初始生长状况和实际生长状况构建损失函数。基于损失函数更新初始嵌入层的参数，通过参数更新，获取训练好的嵌入层。

在一些实施例中，单独训练预测层的训练样本可以是农产品的历史实际生长状况、农产品的历史生产规模、对应的历史生产阶段，标签可以是农产品在历史生产阶段的实际碳排放量，标签可以由人工标注获取。在一些实施例中，处理器可以将农产品的历史实际生长状况、农产品的历史生产规模、对应的历史生产阶段输入初始预测层，得到初始碳排放量。基于初始碳排放量和实际碳排放量构建损失函数，通过损失函数更新初始预测层的参数。通过参数更新，获取训练好的预测层。

本说明书一些实施例，通过第一模型对农产品的生产种类、上一阶段的平均摄入量、生产阶段、生产规模进行处理，确定农产品在当前生产阶段的碳排放量，可以利用机器学习模型的自学习能力，学习到各个特征与碳排放量之间的关联关系，提高预测的准确性，同时模型提高了数据处理的效率。通过模型预测的方式也解决了某些碳源由于受不稳定因素影响，无法准确计算碳排放量的问题。

在一些实施例中，处理器还可以基于其他方式确定预设碳源的碳排放量，本说明书对此不做限制。例如，处理器可以基于预设碳源的生长阶段和生长状况，从历史数据中确定相同的生产阶段、相同生长状况的其他同类预设碳源的碳排放量，作为当前预设碳源的碳排放量。

步骤340，响应于否，基于第一预设算法确定其他碳源的碳排放量。

其他碳源可以指除了预设碳源以外的非用电设备碳源。例如，其它碳源可以包括化肥、农药、农业机械使用、灌溉过程等。

第一预设算法可以指预先设定的用于确定其它碳源的碳排放量的算法。第一预设算法可以包括多种碳排放量测算方法。

在一些实施例中，处理器可以通过第一预设算法中的至少一种，计算其它碳源的碳排放量。例如，其他碳源为农业机械使用时，农业机械使用带来的碳排放量E_m＝(A_m×B)+(W_m×C)，其中，A_m为农作物种植面积，W_m为农用机械总动力，B、C分别为转化系数，B＝16.47kgC·hm-2，C＝0.18kgC·kW-1。又例如，其他碳源为灌溉过程时，灌溉过程带来的碳排放量E_i＝A_i×D，其中，A_i为灌溉面积，D为转化系数，D＝266.48kgC·hm-2。在一些实施例中，处理器还可以基于第一预设算法中的其他方法确定其它碳源的碳排放量，在此不作赘述。

在一些实施例中，当确定其它碳源中每一种的碳排放量之后，处理器可以将其它碳源中的每一种对应的碳排放量相加，作为其它碳源的碳排放量。

步骤350，基于预设碳源的碳排放量、其它碳源的碳排放量，确定生产阶段的第一碳排放量。

在一些实施例中，处理器可以将当前生产阶段预设碳源的碳排放量和其它碳源的碳排放量相加，确定为当前生产阶段的第一碳排放量。

本说明书一些实施例，通过将生产阶段涉及到的碳源进行分类，然后分别针对预设碳源和其他碳源采用不同的碳排放量计算方法，计算碳排放量方式更加合理、具有针对性，解决了预设碳源的碳排放量不好计算的问题，提高了生产阶段第一碳排放量计算的准确性。

应当注意的是，上述有关流程300的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程300进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

图5是根据本说明书一些实施例所示的确定用电设备的用电类型、用电时间的示例性流程图。在一些实施例中，流程500可以由处理器执行。如图5所示，流程500包括以下步骤：

步骤510，获取生产阶段的耗电量。

耗电量可以指生产阶段使用的用电设备消耗的电量总和。用电设备可以指农业生产过程中每个生产阶段使用的需要用电的生产设备。例如，用电设备可以指农作物种植过程中使用的电犁、电机、智能喷灌设备、自动收割设备等。又例如，用电设备可以指家禽家畜养殖过程中使用的照明设备、供暖设备、自动喂料设备等。

在一些实施例中，处理器可以通过获取生产阶段中各个用电设备的耗电量，并相加得到生产阶段的耗电量。例如，各个用电设备上可以安装相应的电表，处理器可以从各个电表处获取各个用电设备的耗电量，并相加得到生产阶段的耗电量。在一些实施例中，农业生产园区可以配备电路总电表，处理器可以从总电表处获取生产阶段的耗电量。

步骤520，响应于生产阶段的耗电量大于用电阈值，基于第二预设算法，确定用电设备的用电时间和用电类型，以使得耗电产生的第二碳排放量低于碳排放量阈值与第一碳排放量的差值。用电阈值基于碳排放量阈值和生产阶段的第一碳排放量确定。

第二碳排放量可以指农业生产过程中，各个生产阶段使用的用电设备产生的碳排放量。例如，第二碳排放量可以包括农作物种植过程中灌溉机械等用电设备使用产生的碳排放量。

碳排放量阈值可以指第一碳排放量和第二碳排放量的总和的最大值。碳排放量阈值小于等于减碳目标值。其中，减碳目标值可以指在农业碳排放管理中确定的碳排放量目标值。

用电阈值可以指预先设置的用电设备总的用电量最大值。在不超过用电阈值的情况下，用电设备产生的第二碳排放量低于碳排放量阈值与第一碳排放量的差值。

在一些实施例中，处理器可以通过碳排放阈值和第一碳排放量，确定第二碳排放量阈值。第二碳排放量阈值可以指用电设备使用产生的第二碳排放量最大值。在一些实施例中，处理器可以基于第二碳排放量阈值确定用电阈值。在一些实施例中，处理器可以基于第二碳排放量与用电量的对应关系，基于第二碳排放量阈值确定用电阈值。例如，对应关系可以是每使用一度电，会产生0.785千克第二碳排放量，因此，可以用第二碳排放量阈值除以0.785，即可得到用电阈值。

在一些实施例中，用电阈值相关于第一碳排放量的预测变化量，预测变化量可以包括增加量和减少量：响应于预测变化量为增加量，相应调低用电阈值；否则，相应调高用电阈值；预测变化量基于碳排放管理方案确定。

第一碳排放量的预测变化量可以指预测的第一碳排放量的变化量。

预测变化量的增加量可以指执行碳排放管理方案后，实际第一碳排放量比预测的第一碳排放量增加的量。例如，碳排放管理方案执行不严格，可能会导致第一碳排放量比预测的增加。预测变化量的减少量可以指执行碳排放管理方案后，实际第一碳排放量比预测的第一碳排放量减少的量。例如，碳排放管理方案执行比较到位，且碳排放管理方案有针对性、效果较好，则实际第一碳排放量会比预测的减少。

在一些实施例中，处理器可以基于碳排放管理方案中的每一项具体措施，确定预测变化量。例如，处理器可以基于碳排放管理方案中用粪肥替代了30％的化肥，可以估算减少使用化肥而减少的第一碳排放量；基于碳排放管理方案中动物粪便低碳处理了40％，可以估算出该40％的粪便低碳处理减少的第一碳排放量。进一步地，处理器可以将前述减少的第一碳排放量相加，确定预测变化量中的减少量。类似的，处理器可以基于前述方法确定预测变化量中的增加量。

第一碳排放量减少时，相应的第二碳排放量阈值可以相应调大，用电阈值也可以随之增大，反之第二碳排放量阈值减小，用电阈值随之调小。在一些实施例中，当处理器确定的预测变化量为增加量时，可以基于增加量确定第二碳排放量阈值的减少量，通过第二碳排放量与用电量的对应关系，确定用电阈值的减少量，然后相应降低用电阈值。

在一些实施例中，当处理器确定的预测变化量为减少量时，可以基于减少量确定第二碳排放量阈值的增加量，通过第二碳排放量与用电量的对应关系，确定用电阈值的增加量，然后相应调高用电阈值。例如，处理器确定的第一碳排放量的预测变化量为减少785千克，则第二碳排放量阈值可以增加785千克，基于第二碳排放量与用电量的对应关系，用785千克除以0.785，可以得到用电阈值的增加量为1000度，即用电阈值可以相应调高1000度。

本说明书一些实施例，通过碳排放管理方案确定第一碳排放量的预测变化量，基于预测变化量对用电阈值进行调整，可以基于碳排放管理方案的执行程度和效果，动态调整用电阈值，同时，也可以反推用户积极执行碳排放管理方案，以为农业生产园区获得更高的用电阈值。

第二预设算法可以指预设的用于确定用电设备的用电类型及用电时间的算法。

用电类型可以指用电设备使用的电能类型。例如，用电类型可以包括高碳电和低碳电，其中高碳电可以包括火电，低碳电可以包括风电、水电、太阳能电、光伏电等。

用电时间可以指用电设备使用不同类型电能的时间段、时长、时间安排表等信息。例如，不同的用电设备可以在不同时间段使用不同类型的电能，如当低碳电较为丰富的时段，用电设备可以尽可能使用低碳电。

在一些实施例中，响应于生产阶段的所述耗电量大于用电阈值，处理器可以基于第二预设算法，确定生产阶段涉及的用户供电设备的用电类型和用电时间。基于确定的用电类型和用电时间运行用电设备，可以使得耗电产生的第二碳排放量低于碳排放量阈值与第一碳排放量的差值。具体关于通过第二预设算法确定用电类型和用电时间的内容可以参见图6、图7和图8的相关描述。

本说明书一些实施例，通过获取生产阶段的耗电量，当耗电量超过用电阈值时，通过第二预设算法确定用电设备的用电类型和用电时间，以对用电设备的用电进行调整，可以确定更优的用电设备使用方案，对第二碳排放量进行更有效的控制，使得碳排放量低于碳排放量阈值，达到减碳目标。

应当注意的是，上述有关流程500的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程500进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。例如，流程500可以包括基于用电类型和用电时间调整用电设备的用电方案等。

图6是根据本说明书一些实施例所示的基于第二预设算法确定用电设备的用电类型、用电时间的示例性流程图。在一些实施例中，流程600可以由处理器执行。如图6所示，流程600包括如下步骤：

在一些实施例中，基于第二预设算法确定用电设备的用电类型和用电时间可以通过步骤610和步骤620实现。

步骤610，生成多个候选参数组组成初始解空间，候选参数组包括至少一个用电设备的用电时间和用电类型。

候选参数组可以指可能称为目标参数组的参数组。候选参数组中可以包括至少一个用电设备对应的用电类型和用电时间。在一些实施例中，多个候选参数组中的每一个可以包含多个元素组，一个元素组代表一个用电设备，每个元素组中可以包含该用电设备的用电类型和用电时间。例如，候选参数组X可以表示为X＝([1,x₁],[2,x₂],[2,x₃],[1,x₄],……，[1,x_k])，其中，[1,x₁]，[2,x₂]，[2,x₃]，[1,x₄]，[1,xk]分别表示不同的元素组(即不同的用电设备)，元素组中的1和2分别表示用电类型为低碳电和高碳电，x₁，x₂，x₃，x₄，……x_k分别表示不同的用电设备的使用时间(或开启时间)。

初始解空间可以指基于生成的候选参数组组成的解的集合。

在一些实施例中，处理器可以随机生成多个候选参数组，组成初始解空间。例如，处理器可以从用电设备的历史用电类型和用电时间，通过随机组合等方式，生成候选参数组。在一些实施例中，候选参数组的数量与用电阈值相关，用电阈值越低，要求用电设备的用电方案规划需越优化。因此，当用电阈值越低，需要的候选参数组个数越多，以使得解空间的范围更大，进行迭代更新时可以有更大的搜索范围和更快的迭代速度，从而获得更优的目标参数组。

步骤620，基于第二预设算法对候选参数组进行至少一轮迭代更新，直至预设条件被满足，确定目标参数组。

迭代更新可以指通过在解空间中搜索，不断地对候选参数组中的参数进行优化更新以获得更优的参数的过程。

预设条件可以指停止迭代，确定目标参数组的条件。例如，预设条件可以是迭代次数达到迭代次数阈值、或评价分数达到评价分数阈值。迭代次数阈值和评价分数阈值可以由系统默认，或由人工基于实际运算需求确定。关于评价分数的更多内容可以参见下文所述。

目标参数组可以指基于迭代更新从解空间中确定的满足预设条件的参数组。基于目标参数组中多个用电设备对应的用电类型和用电时间来运行用电设备，可以使得用电设备使用产生的第二碳排放量低于碳排放量阈值与第一碳排放量的差值。

在一些实施例中，处理器可以基于第二预设算法对候选参数组进行至少一轮迭代更新，当满足预设条件时停止迭代，将评价分数最大的候选参数组确定为目标参数组。

在一些实施例中，对候选参数组进行至少一轮迭代更新包括：对本轮已有候选参数组进行变换，得到新的候选参数组；将新的候选参数组加入已有候选参数组，更新初始解空间；其中，变换包括：基于评价分数和选择概率从初始解空间中选择多个已有候选参数组；对多个已有候选参数组中不同用电设备对应的元素组中至少一个元素进行交换；对多个已有候选参数组中某个用电设备对应的元素组中至少一个元素进行调整。

在一些实施例中，变换需要在约束条件下进行，约束条件可以为：变换后的候选参数组中，每一个元素组中用电类型为低碳电的用电时间符合预设关系，并且变换后的用电时间的先后顺序满足用电设备生产的先后顺序。

更多关于对候选参数组进行变换的内容可以参见图7及其相关描述。

在一些实施例中，将新的候选参数组加入已有候选参数组，更新初始解空间包括：判断新的候选参数组中用电类型为低碳电的用电设备在同一时段的用电总功率是否小于功率阈值，功率阈值为低碳电电源的最大承受功率；响应于是，将新的候选参数组加入已有候选参数组；否则，舍弃新的候选参数组、或将同一时段中运行的用电设备逐个移除直至用电总功率小于功率阈值。

更多关于基于新的候选参数组更新初始解空间的内容可以参见图8及其相关描述。

在一些实施例中，处理器可以基于评价分数从已有候选参数组中确定进入下一轮迭代更新的候选参数组，作为迭代更新的对象。

评价分数可以指从多个角度对候选参数组的综合评价得分。例如，评价分数可以是从基于候选参数组中的用电类型和用电时间运行用电设备时，从第二碳排放量、消耗的高碳电量等角度进行评价得到的分数。第二碳排放量越高、或消耗的高碳电量越多，评价分数越低。

迭代更新的对象可以指下一轮需要进行迭代更新的候选参数组。

在一些实施例中，处理器可以基于多个候选参数组中每一个的评价分数，从中选择评价分数最高的候选参数组作为迭代更新的对象，进入下一轮迭代更新。

本说明书一些实施例，通过评价分数，将评价分数最高的候选参数组确定为下一轮迭代更新的对象，可以提高迭代更新的速率，以快速确定目标参数组。

在一些实施例中，评价分数可以基于以下方式确定：基于第一因子和第二因子对基础分数进行调整，确定评价分数，其中，基础分数通过预设确定，评价分数与第一因子和第二因子正相关；第一因子基于相邻生产工序的平均时间间隔或最大时间间隔转换得到；第二因子基于候选参数组总的第二碳排放量转换得到。

第一因子和第二因子可以指影响评价分数的不同因素。

在一些实施例中，第一因子可以基于相邻生产工序的平均时间间隔或最大时间间隔转换得到。例如，某农业生产过程一共包含生产工序1、生产工序2、生产工序3、生产工序4，每一个工序对应不同的用电设备，用电设备的用电时间即为每个生产工序的生产时间。假设4个生产工序之间的时间间隔分别为10分钟、20分钟、30分钟，则平均时间间隔为20分钟，最大时间间隔为30分钟。处理器可以将平均时间间隔、或最大时间间隔转换，得到第一因子。如，将平均时间间隔、最大时间间隔求倒数，作为第一因子。相邻生产工序的平均时间间隔、或最大时间间隔越小，说明生产工序之间前后衔接配合比较适当，生产比较顺利，对应的第一因子越大，评价分数越大。

在一些实施例中，第二因子可以基于候选参数组总的第二碳排放量转换得到。例如，将候选参数组中不同用电设备消耗的电量产生的第二碳排放量加和，得到总的第二碳排放量，再将总的第二碳排放量求导数，确定第二因子。候选参数组总的第二碳排放量越大，第二因子越小，评价分数越小。

在一些实施例中，基础分数可以指为每个候选参数组预设的基础评价分。每个候选参数组的基础分数可以都是相同的。在一些实施例中，基础分数可以基于实际情况预设。

在一些实施例中，处理器可以基于基础分数、第一因子和第二因子，通过第一预设公式，确定评价分数。例如，第一预设公式可以为评价分数＝基础分数×(第一因子+第二因子)。在一些实施例中，处理器还可以基于其他预设公式确定评价分数，本说明书对此不做限制。

本说明书一些实施例，通过生产过程中不同生产工序之间的时间间隔、以及生产过程中的第二碳排放量总和来确定影响因子，并基于影响因子确定评价分数，综合考虑了农业生产的进度与碳排放管理之间的平衡关系，可以在不影响生产进度的同时实现减碳目标。

在一些实施例中，评价分数还基于第三因子确定，第三因子基于至少一个生产阶段的历史碳排放量总和与碳排放量阈值的差值确定。

第三因子可以指影响评价分数的另一个影响因素。在一些实施例中，处理器可以基于至少一个生产阶段中每一个生产阶段的历史碳排放量总和与碳排放量阈值的差值，确定第三因子。在一些实施例中，处理器可以将每一个生产阶段的碳排放量总和与碳排放量阈值的差值的绝对值，对绝对值求平均值，基于平均值确定第三因子。

应当理解的是，碳排放量阈值是在历史碳排放量总和的基础上制定的，目的是为了限制碳排放量。

在一些实施例中，每个生产阶段的历史碳排放量总和可以大于碳排放量阈值，此时，可以将平均值求导数，作为第三因子。在每个生产阶段的历史碳排放量总和大于碳排放量阈值的情况下，差值的绝对值的平均值越小，第三因子越大，评价分数越大。即差值的绝对值的平均值越小，表示每个生产阶段的历史碳排放量总和超出碳排放量阈值的量越少，评价分数相应越大。

在一些实施例中，每个生产阶段的历史碳排放量总和可以小于碳排放量阈值，此时，可以直接将平均值作为第三因子。在每个生产阶段的历史碳排放量总和大于碳排放量阈值的情况下，差值的绝对值的平均值越大，第三因子越大，评价分数越大。即差值的绝对值的平均值越大，表示每个生产阶段的历史碳排放量总和距离碳排放量阈值的差距越大，评价分数相应越大。

在一些实施例中，处理器可以基于第一因子、第二因子和第三因子，通过第二预设公式，确定评价分数。第二预设公式可以是评价分数＝基础分数×(第一因子+第二因子+第三因子)。

本说明书一些实施例，基于每个生产阶段的历史碳排放量总和与碳排放阈值的差值确定第三因子，再基于第三因子确定评价分数，考虑了每个生产阶段产生的碳排放量总和与碳排放阈值的大小关系，可以基于每个生产阶段的历史碳排放量情况综合调整评价分数，使得迭代更新时确定的目标参数更加准确。

本说明书一些实施例，通过第二预设算法对多个候选参数组进行迭代更新，确定目标参数组，以获取用电设备对应的用电类型和用电时间。通过第二预设算法可以从多个候选参数组中快速、准确的确定更优的目标参数组，从而确定更优的用电设备用电方案，以较大限度的控制用电设备产生的第二碳排放量，实现减碳目标。

应当注意的是，上述有关流程600的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程600进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

图7是根据本说明书一些实施例所示的对候选参数组进行变换的示例性流程图。在一些实施例中，流程700可以由处理器执行。如图7所示，流程700包括如下步骤：

步骤710，对本轮已有候选参数组进行变换，得到新的候选参数组。

本轮已有候选参数组可以指经过上一轮迭代后得到的候选参数组。例如，对于第一轮迭代，本轮已有候选参数组为初始解空间中随机生成的候选参数组；对于第二轮迭代，本轮已有候选参数组为经过第一轮迭代后的候选参数组。

新的候选参数组可以指对已有候选参数组进行变换后得到的候选参数组。

在一些实施例中，对本轮已有候选参数组进行变换(步骤710)可以通过如下步骤实现：

步骤712，基于评价分数和选择概率从初始解空间中选择多个已有候选参数组。

选择概率可以指已有候选参数组被选择进行变换的概率。在一些实施例中，选择概率与评价分数相关，评价分数越高，选择概率越高。

在一些实施例中，处理器可以基于评价分数和选择概率从初始解空间中选择多个评价分数较高或选择概率较大的已有候选参数组。例如，需要对100个候选参数组进行变换，则处理器可以基于初始解空间中多个已有候选参数组的评价分数或选择概率，从中选择评价分数较高或选择概率较大的前100个已有候选参数组进行变换。在一些实施例中，处理器还可以基于其他方式选择已有候选参数组。例如，可以设定评价分数阈值或选择概率阈值，将候选参数组的评价分数达到评价分数阈值、或选择概率达到选择概率阈值的候选参数组，选择出来进行变换。

步骤714，对多个已有候选参数组中不同用电设备对应的元素组中至少一个元素进行交换。

元素组是指候选参数组中每一个用电设备对应的用电类型和用电时间组成的集合。一个元素组对应一个用电设备。每个元素组中可以包括用电类型和用电设备两个元素。

在一些实施例中，处理器可以从每个已有候选参数组中不同用电设备对应的元素组中选择至少一个元素进行交换。例如，处理器可以选择将每个候选参数组中的不同用电设备对应的元素组中的用电类型(或用电时间)进行交换。又例如，处理器可以选择将每个已有候选参数组中不同用电设备对应的元素组中的两个元素同时进行交换，即将用电类型和用电时间一起进行交换。

示例性的，假设某个已有候选参数组中包括两个元素组(即对应两个用电设备)，处理器可以将这两个元素组中的用电类型(或用电时间)进行交换，也可以将这两个元素组中的用电类型和用电时间同时进行交换。交换之后，用电设备对应的用电类型和用电时间随之发生改变。

步骤716，对多个已有候选参数组中某个用电设备对应的元素组中至少一个元素进行调整。

在一些实施例中，处理器可以基于每个已有候选参数组中，每一个元素组的子评价分数，确定候选参数组中需要进行变换的元素组(用电设备)，子评价分数越低，需要进行调整的概率越大。

在一些实施例中，每个元素组的子评价分数可以基于消耗的高碳电电量确定，消耗的高碳电电量越大，子评价分数越低。例如，候选参数组中，某个用电设备基于对应的元素组的用电类型和用电设备运行会消耗较高的高碳电，则可以将其确定为需要调整的用电设备。

在一些实施例中，当确定候选参数组中需要进行调整的元素组(用电设备)后，处理器可以对该元素组中其中一个元素进行调整，如对用电类型或用电时间进行调整。在一些实施例中，处理器可以对多个已有候选参数组中某个用电设备对应的元素组中两个元素同时进行调整，即对用电类型和用电时间同时进行调整。在一些实施例中，具体对元素的调整方式可以是，改变用电类型、调整用电时间。例如，将用电类型为低碳电的变为高碳电，将用电类型为高碳电的变为低碳电。又例如，将用电时间提前或者延后、将用电时长增加或者减少等。

步骤720，将所述新的候选参数组加入已有候选参数组，更新所述初始解空间。

在一些实施例中，处理器可以将变换后生成的新的候选参数组加入已有候选参数组，以更新初始解空间。

在一些实施例中，变换需要在约束条件下进行，约束条件为：变换后的新的候选参数组中，每一个元素组中用电类型为低碳电的用电时间符合预设关系，并且变换后的用电时间的先后顺序满足用电设备生产的先后顺序。

约束条件可以指用于对候选参数组中的元素进行约束的条件。

预设关系可以指预先设定的用电类型为低碳电的用电设备的用电时间需要满足的条件或规律。例如，预设关系可以是用电类型为低碳电的用电设备的用电时间满足低碳电的供应时间或规定使用时间。某些低碳电电能需要在特定时间范围才能生成，如太阳能电。在一些实施例中，预设关系可以基于低碳电的供应情况、以及使用规定等设置。

用电设备生产的先后顺序可以指不同的用电设备对应的生产工序的先后顺序。例如，某个生产阶段中4个生产工序的先后顺序分别为生产工序1>生产工序2>生产工序3>生产工序4，则其对应的用电设备的用电时间也应该根据该生产工序的先后顺序排列，以保证农业生产可以按顺序顺利进行。

在一些实施例中，处理器对已有候选参数组中不同用电设备对应的元素组中的元素进行变换时，需要根据约束条件进行，以保证用电设备能够在相应时间使用相应类型的电能、并保证农业生产的秩序。

本说明书一些实施例，通过设置约束条件对已有候选参数组中元素组的变换进行约束，可以使变换后用电设备的用电类型和用电时间与实际的供电情况、和生产秩序相匹配。

本说明书一些实施例，通过对已有候选参数组中不同用电设备对应的元素组中至少一个元素进行变换，可以产生更多的新的候选参数组，扩大解空间的搜索范围，提高迭代更新的速率，通过在包括更多可能的目标参数组的解空中搜索，可以获得更有的目标参数组，使得迭代更新确定的用电设备的用电方案更优。

应当注意的是，上述有关流程700的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程700进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

图8是根据本说明书一些实施例所示的更新初始解空间的示例性流程图。在一些实施例中，流程800可以由处理器执行。如图8所示，流程800包括如下步骤：

步骤810，判断新的候选参数组中用电类型为低碳电的用电设备在同一时段的用电总功率是否小于功率阈值，功率阈值为低碳电电源的最大承受功率。

用电总功率可以指用电设备在同一时段使用低碳电的总的用电功率。例如，在同一时段共有10台用电设备使用低碳电，则可以将该10台用电设备产生的功率相加作为用电总功率。在一些实施例中，处理器可以通过计算用电设备中每一台的用电功率，并进行加和，确定用电总功率。

功率阈值可以指低碳电的电源能够承受的最大功率，超出功率阈值低碳电源无法正常供电。在一些实施例中，功率阈值可以直接从低碳电源的生产参数中获取。

低碳电电源可以指发低碳电能的电源设备。如太阳能发电设备、光伏发电设备等。

在一些实施例中，处理器可以将新的候选参数组中用电类型为低碳电的用电设备在同一时段的用电总功率和功率阈值比较，判断用电总功率是否低于功率阈值。

步骤820，响应于是，将新的候选参数组加入已有候选参数组。

在一些实施例中，当新的候选参数组中用电类型为低碳电的用电设备在同一时段的用电总功率低于功率阈值时，处理器可以将该新的候选参数组加入已有候选参数组，已更新初始解空间。

步骤830，否则，舍弃新的候选参数组、或将同一时段中运行的用电设备逐个移除直至用电总功率小于功率阈值。

在一些实施例中，当新的候选参数组中用电类型为低碳电的用电设备在同一时段的用电总功率大于等于功率阈值时，处理器可以移除该新的候选参数组。在一些实施例中，当新的候选参数组中用电类型为低碳电的用电设备在同一时段的用电总功率大于等于功率阈值时，处理器可以移除该新的候选参数组中涉及的用电设备，直到用电总功率低于功率阈值。

在一些实施例中，处理器可以基于多种方式移除用电设备。例如，可以基于用电设备在农业生产中的重要程度，将重要程度最低的先进行移除。又例如，可以基于该用电设备是否有替代的非用电设备，将有替代的非用电设备进行对应生产活动的先进行移除。

本说明书一些实施例，通过判断新的候选参数组中用电设备在同一时段的低碳电用电总功率是否超过低碳电功率阈值，确定是否将新的候选参数组添加进初始解空间中，可以避免将不符合用电规律的候选参数组添加进解空间，而导致确定的目标参数解可能不符合实际用电情况的问题，提高确定的目标参数组的科学性、可行性。

应当注意的是，上述有关流程800的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程800进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

本说明书实施例之一还提供一种农业碳排放管理装置，该装置包括至少一个存储器和至少一个处理器，至少一个存储器用于存储计算机指令，至少一个处理器用于执行计算机指令中至少部分指令，以实现本说明书实施例所述的碳排放管理方法。

本说明书实施例之一还提供一种计算机可读存储介质，存储介质存储计算机指令，当计算机指令被处理器执行时，实现本说明书实施例所述的碳排放管理方法。

本说明书实施例带来的有益效果包括但不限于：(1)通过确定农作物的每个生产阶段中，各种可能的非用电设备的碳排放量，再与减碳阈值进行比较，确定碳排放量是否超标，超标则发送预警信息给用户，便于用户制定碳排放管理方案。这种方式可以实现碳排放的实时预警、自动预警，用户可以基于预警信息制定针对性的碳排放管理方案，使得碳排放管理更加的全面、及时、有效。(2)通过将生产阶段涉及到的碳源进行分类，然后分别针对预设碳源和其他碳源采用不同的碳排放量计算方法，计算碳排放量方式更加合理、具有针对性，解决了预设碳源的碳排放量不好计算的问题，提高了生产阶段第一碳排放量计算的准确性。(3)通过获取各个生产阶段中多个用电设备的耗电量，当耗电量超过用电阈值时，通过第二预设算法确定用电设备的用电类型和用电时间，以对用电设备的用电进行调整，可以确定更优的用电设备使用方案，对第二碳排放量进行更有效的控制，使得碳排放量低于碳排放量阈值，达到减碳目标。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (8)

1.一种农业碳排放管理方法，其特征在于，包括：

基于用户终端，获取用户输入的生产种类和生产规模；

基于预设表查询所述生产种类对应的一个或多个生产阶段；

基于所述生产规模和所述生产阶段，确定所述生产阶段的第一碳排放量；

响应于所述生产阶段的所述第一碳排放量不满足第一预设条件，生成预警信息发送到所述用户终端，以用于所述用户确定碳排放管理方案；以及，

获取所述生产阶段的耗电量；

响应于所述生产阶段的所述耗电量大于用电阈值，基于第二预设算法，确定用电设备的用电时间和用电类型，以使得耗电产生的第二碳排放量低于碳排放量阈值与所述第一碳排放量的差值；所述用电阈值基于所述碳排放量阈值、所述生产阶段的所述第一碳排放量、第一碳排放量的预测变化量确定；

所述基于第二预设算法，确定用电设备的用电时间和用电类型包括：

生成多个候选参数组组成初始解空间，所述候选参数组包括至少一个所述用电设备的所述用电时间和所述用电类型；

基于所述第二预设算法对所述候选参数组进行至少一轮迭代更新，响应于预设条件被满足，确定目标参数组；所述至少一轮迭代更新中的每一轮包括：

对本轮的已有候选参数组进行变换，得到新的候选参数组；

将所述新的候选参数组加入所述已有候选参数组，更新所述初始解空间；

基于评价分数从所述已有候选参数组中确定进入下一轮所述迭代更新的候选参数组；所述变换在约束条件下进行，所述约束条件包括：

经过所述变换后的所述候选参数组中，每一个元素组中的所述用电类型为低碳电的用电时间符合预设关系，所述用电时间的先后顺序满足所述用电设备的生产先后顺序；

所述将所述新的候选参数组加入所述已有候选参数组，更新所述初始解空间包括：

判断所述新的候选参数组中所述用电类型为所述低碳电的所述用电设备在同一时段的用电总功率是否小于功率阈值，所述功率阈值为低碳电电源的最大承受功率；

响应于是，将所述新的候选参数组加入所述已有候选参数组；

响应于否，舍弃所述新的候选参数组，或将所述同一时段中运行的所述用电设备逐个移除直至所述用电总功率小于所述功率阈值；

确定所述评价分数包括：

基于第一因子和第二因子对基础分数进行调整，确定所述评价分数；所述评价分数与所述第一因子和所述第二因子正相关；所述第一因子基于相邻生产工序的平均时间间隔或最大时间间隔转换得到；所述第二因子基于候选参数组总的第二碳排放量转换得到。

2.根据权利要求1所述的方法，其特征在于，所述基于所述生产规模和所述生产阶段，确定所述生产阶段的第一碳排放量包括：

基于所述生产阶段确定碳源；

判断所述碳源是否为预设碳源；

响应于是，基于第一模型确定所述预设碳源的碳排放量，所述第一模型为机器学习模型；

响应于否，基于第一预设算法确定其他碳源的碳排放量；

基于所述预设碳源的所述碳排放量、所述其他碳源的所述碳排放量，确定所述生产阶段的第一碳排放量。

3.根据权利要求2所述的方法，其特征在于，所述预设碳源的所述碳排放量相关于农产品的生长状况，所述生长状况基于上一所述生产阶段的摄入量进行预测。

4.一种农业碳排放管理系统，其特征在于，所述系统包括：

第一获取模块，用于基于用户终端，获取用户输入的生产种类和生产规模；

查询模块，用于基于预设表查询所述生产种类对应的一个或多个生产阶段；

第一确定模块，用于基于所述生产规模和所述生产阶段，确定所述生产阶段的第一碳排放量；

生成模块，用于响应于所述生产阶段的所述第一碳排放量不满足第一预设条件，生成预警信息发送到所述用户终端，以用于所述用户确定碳排放管理方案；

第二获取模块，用于获取所述生产阶段的耗电量；

第二确定模块，用于响应于所述生产阶段的所述耗电量大于用电阈值，基于第二预设算法，确定用电设备的用电时间和用电类型，以使得耗电产生的第二碳排放量低于碳排放量阈值与所述第一碳排放量的差值；所述用电阈值基于所述碳排放量阈值、所述生产阶段的所述第一碳排放量、第一碳排放量的预测变化量确定；所述第二确定模块用于基于第二预设算法，确定用电设备的用电时间和用电类型，所述第二确定模块还用于：生成多个候选参数组组成初始解空间，所述候选参数组包括至少一个所述用电设备的所述用电时间和所述用电类型；所述第二确定模块用于基于所述第二预设算法对所述候选参数组进行至少一轮迭代更新，响应于预设条件被满足，确定目标参数组，所述第二确定模块还用于：对于所述至少一轮迭代更新中的每一轮，对本轮的已有候选参数组进行变换，得到新的候选参数组；将所述新的候选参数组加入所述已有候选参数组，更新所述初始解空间；基于评价分数从所述已有候选参数组中确定进入下一轮所述迭代更新的候选参数组；所述变换在约束条件下进行，所述约束条件包括：经过所述变换后的所述候选参数组中，每一个元素组中的所述用电类型为低碳电的用电时间符合预设关系，所述用电时间的先后顺序满足所述用电设备的生产先后顺序；所述第二确定模块用于将所述新的候选参数组加入所述已有候选参数组，更新所述初始解空间，所述第二确定模块还用于：判断所述新的候选参数组中所述用电类型为所述低碳电的所述用电设备在同一时段的用电总功率是否小于功率阈值，所述功率阈值为低碳电电源的最大承受功率；响应于是，将所述新的候选参数组加入所述已有候选参数组；响应于否，舍弃所述新的候选参数组，或将所述同一时段中运行的所述用电设备逐个移除直至所述用电总功率小于所述功率阈值；确定所述评价分数包括：所述第二确定模块用于基于第一因子和第二因子对基础分数进行调整，确定所述评价分数；所述评价分数与所述第一因子和所述第二因子正相关；所述第一因子基于相邻生产工序的平均时间间隔或最大时间间隔转换得到；所述第二因子基于候选参数组总的第二碳排放量转换得到。

5.根据权利要求4所述的系统，其特征在于，所述第一确定模块进一步用于：

基于所述生产阶段确定碳源；

判断所述碳源是否为预设碳源；

响应于是，基于第一模型确定所述预设碳源的碳排放量，所述第一模型为机器学习模型；

响应于否，基于第一预设算法确定其他碳源的碳排放量；

基于所述预设碳源的所述碳排放量、所述其他碳源的所述碳排放量，确定所述生产阶段的第一碳排放量。

6.根据权利要求5所述的系统，其特征在于，所述预设碳源的所述碳排放量相关于农产品的生长状况，所述生长状况基于上一所述生产阶段的摄入量进行预测。

7.一种农业碳排放管理装置，其特征在于，所述装置包括至少一个存储器和至少一个处理器，所述至少一个存储器用于存储计算机指令，所述至少一个处理器用于执行所述计算机指令中至少部分指令，以实现如权利要求1-3中任意一项所述的方法。

8.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时，实现如权利要求1-3中任意一项所述的方法。