CN121068552B - 一种畜禽粪污土地承载力测算方法 - Google Patents
一种畜禽粪污土地承载力测算方法Info
- Publication number
- CN121068552B CN121068552B CN202511591697.9A CN202511591697A CN121068552B CN 121068552 B CN121068552 B CN 121068552B CN 202511591697 A CN202511591697 A CN 202511591697A CN 121068552 B CN121068552 B CN 121068552B
- Authority
- CN
- China
- Prior art keywords
- soil
- microplastic
- carrying capacity
- antibiotic
- land
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/645—Specially adapted constructive features of fluorimeters
- G01N21/6456—Spatial resolved fluorescence measurements; Imaging
- G01N21/6458—Fluorescence microscopy
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Physics (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明提供一种畜禽粪污土地承载力测算方法,涉及土地承载力测算技术领域,本发明通过建立微塑料迁移和抗生素抑制的动力学模型,能够综合反映污染物在土壤中的时空分布及其对微生物活性和养分转换的协同影响,并以此为基础生成能够反映土壤实际污染状况的协同修正因子,实现了土壤承载力的动态修正。同时,结合目标作物的生长深度,对关键根区的承载力进行精确评估,并据此调整粪污施用量,并通过与推荐承载力区间的比对,动态制定增施、减施或保持粪污用量的管理策略,使粪污资源利用更加科学和环境友好,大大提升了农田的养分供应和生态安全水平。
Description
技术领域
本发明涉及土地承载力测算技术领域,具体为一种畜禽粪污土地承载力测算方法。
背景技术
随着现代畜禽养殖业的快速发展,畜禽粪污的合理处置和资源化利用成为农业生态环境保护的重要课题。然而,畜禽粪污中常含有微塑料颗粒和抗生素等污染物,这些物质通过粪污进入土壤,影响土壤的物理结构与微生物活性,进而干扰养分循环和土壤健康,降低土地的可持续利用能力。现有的土地承载力评估多依赖传统的营养元素模型,未能充分考虑微塑料和抗生素的协同影响,缺乏对污染物迁移及微生物抑制动态过程的科学模拟,导致承载力评估结果与实际生态风险存在较大差异。此外,针对不同土壤深度及作物生长需求的精准施肥调控方案尚未形成,限制了畜禽粪污资源的安全高效利用,难以满足现代农业对环境友好型管理的需求。
现有技术中的,公开号为CN116340698A公开了一种畜禽粪污土地承载力测算方法,包括以下步骤: S1.由区域植物养分需求量、施肥供给占比和粪肥占施肥比相乘后,再除以粪肥当季利用率,得到区域植物粪肥养分需求量;S2.由区域畜禽粪污养分总供给量除以总猪当量,得到单位猪当量粪肥养分供给量;S3.由区域植物粪肥养分需求量除以单位猪当量粪肥养分供给量,得到畜禽粪污土地承载力。该方案虽可计算土地承载力,但侧重养分供需量的静态估算,缺乏对污染物如微塑料和抗生素的迁移及生态影响动态建模,难以反映畜禽粪污对土壤功能的复杂协同作用,且未结合土壤深度和作物根区特征进行精准修正,导致承载力评估和粪污施用方案的科学性和精细化不足。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的在于提供一种畜禽粪污土地承载力测算方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种畜禽粪污土地承载力测算方法,具体步骤包括:
S1:分别在排污区域和非排污区域设置采样点,采集不同土壤深度下的土质参数及微塑料浓度、抗生素浓度、微生物活性指标,建立与深度相关的微塑料迁移模型及抗生素抑制动力学模型;
S2:基于微塑料迁移模型及抗生素抑制动力学模型,生成与土壤深度相关的微塑料-抗生素协同修正因子,用于反映微塑料和抗生素对土地承载力的协同影响;
S3:使用NPK模型计算土地的初始承载力,使用微塑料-抗生素协同修正因子来对初始承载力进行修正,得到与土壤深度相关的修正承载力;
S4:基于目标作物的最佳种植深度,得到目标作物在最佳种植深度下的修正承载力,并将修正承载力与预设的推荐承载力区间进行比较,基于比较结果生成粪污用量调控策略。
优选的,所述土质参数包括但不限于土壤孔隙含水率、土壤水流速度;
采集微塑料浓度的逻辑为:
将土壤浮选后分离出微塑料颗粒,并使用荧光显微镜对直径大于100微米的微塑料颗粒进行成像;
通过近红外光谱采集微塑料颗粒的特征光谱,并与标准光谱库比对,分类统计微塑料颗粒的类型及数量;
基于微塑料颗粒的类型、数量、体积计算微塑料浓度,定义为所有微塑料颗粒总质量与土壤质量之间的比值。
优选的,所述微塑料迁移模型基于一阶对流-扩散方程进行构建,用于反映微塑料浓度在不同土壤深度下随时间的变化趋势,其函数表达式为:
;
式中表示在时间时,土壤深度为处的微塑料浓度,、分别表示时间和土壤深度,、、分别表示微塑料在土壤中的等效扩散系数、土壤水流速度、降解速度。
优选的,所述等效扩散系数的获得逻辑为:
计算所有满足成像条件的微塑料颗粒的平均半径;
将平均半径代入斯托克斯-爱因斯坦方程,计算微塑料在纯水中的自由水扩散系数;
基于土壤孔隙含水率和预设的扩散路径系数对自由水扩散系数进行修正,将三者的乘积作为微塑料在土壤中的等效扩散系数。
优选的,所述微生物活性指标包括但不限于二氧化碳释放量、酶活性、微生物丰度,用于计算抗生素抑制率,以反映抗生素对土壤中微生物的抑制作用;
所述抗生素抑制动力学模型基于一阶生成-衰减动力学模型进行构建,以反映抗生素抑制率在不同土壤深度下随时间的变化趋势,其函数表达式为:
;
式中、分别表示在时间时,土壤深度为处的抗生素抑制率和抗生素浓度,所述抗生素抑制率由微生物活性指标计算得到,、分别表示抑制生成速率常数和抑制衰减速率常数。
优选的,所述抗生素抑制率的获得逻辑为:
将未排污区域的土壤样本作为对照组,在采集排污区域微生物活性指标时,同时采集未排污区域的微生物活性指标;
以未排污区域的微生物活性指标作为基准,将未排污区域与排污区域之间的微生物活性指标差值,与未排污区域的微生物活性指标之间的比值作为抗生素抑制率。
优选的,生成与土壤深度相关的微塑料-抗生素协同修正因子的逻辑为:
当微塑料迁移模型、抗生素抑制动力学模型中的微塑料浓度、抗生素抑制率对时间的导数为0时,认为土地达到稳态;
以土地达到稳态时的微塑料浓度、抗生素抑制率作为基准,生成微塑料-抗生素协同修正因子,其函数表达式为:
;
式中表示土壤深度为处的微塑料-抗生素协同修正因子,、分别表示在土地达到稳态时,土壤深度为处的微塑料浓度和抗生素抑制率,、分别表示微塑料、抗生素的影响系数,表示微塑料和抗生素之间的协同因子。
优选的,所述修正承载力为初始承载力与微塑料-抗生素协同修正因子之间的乘积。
优选的,所述粪污用量调控策略的逻辑为:
当目标作物在最佳种植深度下的修正承载力大于推荐承载力区间的上限时,认为土地承载力强,养分吸收和降解功能良好,增大粪污用量以提高土地养分;
当目标作物在最佳种植深度下的修正承载力处于推荐承载力区间时,认为土地承载力一般,养分吸收和降解功能适中,保持粪污用量不变;
当目标作物在最佳种植深度下的修正承载力小于推荐承载力区间的下限时,认为土地承载力弱,养分吸收和降解功能差,减少粪污用量避免对土地造成破坏。
与现有技术相比,本发明的有益效果是:
本发明通过建立微塑料迁移和抗生素抑制的动力学模型,能够综合反映污染物在土壤中的时空分布及其对微生物活性和养分转换的协同影响,并以此为基础生成能够反映土壤实际污染状况的协同修正因子,实现了土壤承载力的动态修正。同时,结合目标作物的生长深度,对关键根区的承载力进行精确评估,并据此调整粪污施用量,并通过与推荐承载力区间的比对,动态制定增施、减施或保持粪污用量的管理策略,使粪污资源利用更加科学和环境友好,大大提升了农田的养分供应和生态安全水平。
附图说明
图1为本发明整体方法流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,对本发明进一步详细说明。
需要说明的是,除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”“下”“左”“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
实施例:
请参阅图1,本发明提供一种技术方案:
一种畜禽粪污土地承载力测算方法,具体步骤包括:
S1:分别在排污区域和非排污区域设置采样点,在排污区域采集不同土壤深度下的土质参数及微塑料浓度、抗生素浓度,建立与深度相关的微塑料迁移模型及抗生素抑制动力学模型。采样点可以根据专家经验来确定某一典型采样点(如区域中心),也可以在一土壤深度下设置若干组采样点,将各个采样点采集到的参数计算均值以用于后续计算。
土质参数包括但不限于土壤孔隙含水率、土壤水流速度;
采集微塑料浓度的逻辑为:
将土壤浮选后分离出微塑料颗粒,并使用荧光显微镜对直径大于100微米的微塑料颗粒进行成像。相较于传统简单筛分或化学溶解,浮选法更环保且对微塑料颗粒形态和成分损伤小,能够保证颗粒完整性,通过荧光染色,可显著提高微塑料颗粒与有机/无机颗粒的对比度,增强识别准确性,而定量成像提供微塑料颗粒的形态、数量以及空间分布信息,提高检测精确度。
通过近红外光谱采集微塑料颗粒的特征光谱,并与标准光谱库比对,分类统计微塑料颗粒的类型及数量。近红外光谱技术快速、无损,对塑料种类鉴定准确率高,与标准光谱库比对,能实现精确分类,有效区分不同塑料材质(如PE、PP、PS等),提升数据质量。
基于微塑料颗粒的类型、数量、体积计算微塑料浓度,定义为所有微塑料颗粒总质量与土壤质量之间的比值,最终结果为0~1之间的无量纲数据,通过微塑料颗粒的类型即可得到其密度,再根据数量、体积,就能得到所有微塑料颗粒的总质量。
微塑料迁移模型基于一阶对流-扩散方程进行构建,用于反映微塑料浓度在不同土壤深度下随时间的变化趋势,其函数表达式为:
;
式中表示在时间时,土壤深度为处的微塑料浓度,、分别表示时间和土壤深度,、、分别表示微塑料在土壤中的等效扩散系数、土壤水流速度、降解速度。
可以理解的是,现代畜禽在饲养过程中,饲料中可能会混入饲料包装袋的细微残余,而这些残余在经过畜禽消化系统降解后,被分解为微塑料颗粒,随粪便排出体外,同时,若养殖场使用的塑料垫料、塑料管道、塑料围栏等设备在长期使用中发生机械磨损、老化,产生微塑料颗粒同样进入养殖环境和粪污系统。而这些微塑料颗粒随粪污排入土壤中,会改变土壤孔隙结构及水分保持能力,影响土壤通气性和保水性,从而对土地承载力造成影响。因此,微塑料迁移模型反映的实际物理意义就是“粪污排入到土壤中”,至“粪污中的微塑料颗粒扩散完成,且在土壤内长期存在”的这一过程。
对微塑料迁移模型遵循如下基本假设:
土壤是多孔介质,微塑料颗粒在土壤孔隙水中运动;
微塑料的迁移主要通过扩散和对流过程完成;
迁移过程中存在一定的损失机制,如生物降解、物理沉降或截留;
土壤性质(如孔隙度、水分含量)和环境条件(如水流速度)对迁移过程有重要影响。
其中扩散过程为微塑料因浓度梯度自发扩散,由高浓度区域向低浓度区域迁移;迁移过程为微塑料随土壤水分流动被动迁移,方向与水流一致;降解过程为微塑料数量因生物降解、物理沉降等过程减少。因此,基于上述基本假设,即可通过建立数学模型精确描述上述过程,预测微塑料在不同土壤深度和时间下的浓度变化。
从微塑料迁移模型的函数表达式中可以看出,其主要分为三个部分,第一部分为扩散项,描述微塑料因浓度差异沿土壤深度方向的迁移作用;第二部分为对流项,引入土壤水流速度来描述微塑料随水流的被动迁移;第三部分为衰减项,反映微塑料因降解、沉降或截留等被移除的速率。
这里通过将扩散、对流和降解三大过程统一纳入微分方程,模型完整反映了微塑料在土壤孔隙水中的迁移机制。既考虑了微塑料因浓度梯度自发扩散,又充分体现了微塑料随土壤水流被动迁移的过程,且引入降解或截留的损失项,真实再现了污染物运输的复杂动态,为后续生成微塑料浓度输入提供科学依据,确保修正因子基于真实且动态的污染物状态。
对于微塑料在土壤中的等效扩散系数来说,其获得逻辑为:
计算所有满足成像条件(即直径大于100微米)的微塑料颗粒的平均半径;
将平均半径代入斯托克斯-爱因斯坦方程,计算微塑料在纯水中的自由水扩散系数;
基于土壤孔隙含水率和预设的扩散路径系数对自由水扩散系数进行修正,将三者的乘积作为微塑料在土壤中的等效扩散系数。
其中斯托克斯-爱因斯坦方程表示为:
;
式中表示微塑料在纯水中的自由水扩散系数,表示玻尔兹曼常数,约为,表示环境温度(开尔文温度),表示纯水的动力粘度,表示满足成像条件(即直径大于100微米)的微塑料颗粒的平均半径。
等效扩散系数表示为:,式中、分别表示预设的扩散路径系数和土壤孔隙含水率。扩散路径系数用于反映土壤介质结构对扩散路径的限制,通常由经验公式获得,也可以采用Tessier–Ackermann方程获得。而扩散距离可以由均方根位移公式计算得到:。因此,等效扩散系数也可以通过土壤扩散试验的方式得到近似值,即在已知土壤样品中注入带有荧光标记的微塑料颗粒,通过定时测定扩散距离来反演。
对于微塑料在土壤中的降解速度,可以根据微塑料的种类查询典型的降解速度得到,也可以通过上述的土壤扩散试验,定期测定微塑料质量随时间的变化来计算得到。
这里通过精确获取扩散和降解参数,使微塑料迁移模型中的参数更具可信度,提升模型预测效果和数据解释力,保证后续计算结果的基础数据准确,避免模型误差的放大造成的精度降低,且允许根据不同土壤类型、不同微塑料来源动态调整参数,可灵活推广至多种养殖环境和土壤类型,提高方案的适用性。
S2:基于微塑料迁移模型及抗生素抑制动力学模型,生成与土壤深度相关的微塑料-抗生素协同修正因子。
抗生素抑制动力学模型基于一阶生成-衰减动力学模型进行构建,用于反映抗生素抑制率在不同土壤深度下随时间的变化趋势,其函数表达式为:
;
式中、分别表示在时间时,土壤深度为处的抗生素抑制率和抗生素浓度,均为0~1之间的无量纲数据,、分别表示抑制生成速率常数和抑制衰减速率常数,分别用于反映抗生素对微生物的抑制作用,以及微生物对抗生素的抵抗作用。二者可以合并为一个整体的综合抑制参数,使得抗生素抑制动力学模型简化为:
;
且综合抑制参数在后续根据实际测量得到的各项参数进行拟合得到。
可以理解的是,畜禽粪污中的抗生素会对土壤中的微生物具有一定的毒性抑制效应,影响微生物对粪污中氮、磷、钾等元素的转换作用,因此同样会对土壤土地承载力造成影响。
微生物活性指标包括但不限于二氧化碳释放量、酶活性、微生物丰度,抗生素抑制率的获得逻辑为:
采集未排污区域的土壤样本作为对照组,在采集排污区域微生物活性指标时,同时采集未排污区域的微生物活性指标;
以未排污区域的微生物活性指标作为基准,将未排污区域与排污区域之间的微生物活性指标差值,与未排污区域的微生物活性指标之间的比值作为抗生素抑制率。
抗生素抑制率的计算式表示为:
;
式中、分别表示非排污区域、排污区域在时间时,土壤深度为处时,第种微生物活性指标的归一化值,表示微生物活性指标的索引,表示微生物活性指标的种类数。抗生素抑制率取值范围在0~1之间,值越大,表示抗生素对土壤中的微生物抑制作用越强。
从抗生素抑制动力学模型的函数表达式集中可以看出,其包括两个部分,第一部分反映抑制作用的生成,意味着抗生素浓度引起微生物活性指标下降,使得抑制指数随抗生素浓度和时间增加加深;第二部分反映抑制作用的衰减,意味着微生物的适应、抗生素降解或转化使抑制效应减弱,使得抑制指数随时间衰减。
S3:使用NPK模型计算土地的初始承载力,使用微塑料-抗生素协同修正因子来对初始承载力进行修正,得到与土壤深度相关的修正承载力。NPK模型为现有技术中对土地承载力的计算方法,具体计算方法可以通过《畜禽粪污土地承载力测算技术指南》得到,在此不多做赘述。
生成与土壤深度相关的微塑料-抗生素协同修正因子的逻辑为:
当微塑料迁移模型、抗生素抑制动力学模型中的微塑料浓度、抗生素抑制率对时间的导数为0时,认为土地达到稳态,意味着得到的微塑料浓度和抗生素抑制率代表了长期平均或稳态水平,更适合制定稳定可靠的管理策略;
以土地达到稳态时的微塑料浓度、抗生素抑制率作为基准,生成微塑料-抗生素协同修正因子,以反映微塑料和抗生素对土地承载力的协同影响,其函数表达式为:
;
式中表示土壤深度为处的微塑料-抗生素协同修正因子,该值在没有微塑料和抗生素污染的情况下为1,即土壤承载力不受二者影响,其值越小,则认为微塑料和抗生素对土地承载力的影响越大,、分别表示在土地达到稳态时,土壤深度为处的微塑料浓度和抗生素抑制率,、分别表示微塑料、抗生素的影响系数,分别表示微塑料、抗生素单独对土地承载力的线性负面影响,即单位微塑料浓度、单位抗生素浓度单独造成的土地承载力减少率,表示微塑料和抗生素之间的协同因子,表示二者之间的交互协同效应,即表示单位微塑料、单位抗生素浓度协同作用下造成的土地承载力减少率,该值为正时认为二者部分抵消,该值为负时认为二者协同增强。
其中、都大于0,的正负则由微塑料和抗生素之间实际的协同作用决定。对于三者的取值,可以根据专家经验获得对应的典型取值范围,也可以通过设置控制实验,并根据实验数据进行拟合。具体来说,可在实验室中设置微塑料单独影响组,组内设置不同的微塑料浓度(如0,10%,20%等),并测定不同浓度下土地承载力(NPK模型计算)的变化率,从而对进行拟合;同理,还可以设置抗生素单独影响组,组内设置不同的抗生素浓度,并测定不同浓度下土地承载力(NPK模型计算)的变化率,从而对进行拟合。而对于协同因子,则可以设置相应的交叉组合(如微塑料浓度、抗生素浓度的4*4矩阵),结合、来拟合得到,拟合公式为:
;
式中表示初始承载力的变化率,具体为初始承载力的变化量与初始承载力之间的比值。
修正承载力为初始承载力与微塑料-抗生素协同修正因子之间的乘积,即:。式中表示土壤深度为处的修正承载力,表示使用NPK模型计算得到的初始承载力。
可以理解的是,微塑料和抗生素在土壤中的迁移与生物效应是随时间变化的动态过程,涉及扩散、对流、降解、沉降、微生物响应等多种时变机制,时间变量是描述污染物浓度和抑制效应随时间演变的必需参数,有助于准确捕捉污染物在不同阶段的行为和影响,可以建立微分方程组,反映污染物迁移和抑制效应的动力学变化,帮助理解短期脉冲输入、事件驱动变化及系统趋于稳态的过程。但由于土地承载力测算通常关注的是较长时间尺度(如年度或生长周期)上的平均或稳态承载能力,而非瞬时时刻的动态变化,因此在指导管理决策时,通常采用“当土地处于稳态状态”时的参数以去除时间变量,这样是为了简化模型,突出长期稳定效应,便于土地承载力测算及管理策略制定。
S4:基于目标作物的最佳种植深度,得到目标作物在最佳种植深度下的修正承载力,并将修正承载力与预设的推荐承载力区间进行比较,基于比较结果生成粪污用量调控策略。其中推荐承载力区间同样可以通过《畜禽粪污土地承载力测算技术指南》中的表格得到。
粪污用量调控策略的逻辑为:
当目标作物在最佳种植深度下的修正承载力大于推荐承载力区间的上限时,认为土地承载力强,养分吸收和降解功能良好,增大粪污用量以提高土地养分;
当目标作物在最佳种植深度下的修正承载力处于推荐承载力区间时,认为土地承载力一般,养分吸收和降解功能适中,保持粪污用量不变;
当目标作物在最佳种植深度下的修正承载力小于推荐承载力区间的下限时,认为土地承载力弱,养分吸收和降解功能差,减少粪污用量避免对土地造成破坏。
具体来说,粪污的增大量和减少量由专家经验进行确定,且满足环境保护需求,不会对土地造成环境污染,一般设置在10%~20%之间。
在这一步中,通过聚焦目标作物的最佳种植深度,使用微塑料-抗生素协同修正因子来对初始承载力进行修正,不仅能反映微塑料和抗生素对土壤功能的动态影响,还能直接评估作物根系生长和养分吸收的关键土壤层,避免传统技术中由NPK模型所计算出的整体土地承载力带来的不确定性和误差。并基于初始承载力与推荐承载力区间之间的比较结果设置对应的调控策略,将理论模型输出转化为具体施肥决策,实现了从污染物动态模拟到土地承载力修正再到现场管理的闭环流程,从而大大促进粪污资源的高效利用。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够通过电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方法来执行,取决于技术方案的特定应用和设计约束条件。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (8)
1.一种畜禽粪污土地承载力测算方法,其特征在于,具体步骤包括:
S1:分别在排污区域和非排污区域设置采样点,采集不同土壤深度下的土质参数及微塑料浓度、抗生素浓度、微生物活性指标,建立与深度相关的微塑料迁移模型及抗生素抑制动力学模型;
S2:基于微塑料迁移模型及抗生素抑制动力学模型,生成与土壤深度相关的微塑料-抗生素协同修正因子,用于反映微塑料和抗生素对土地承载力的协同影响;
生成与土壤深度相关的微塑料-抗生素协同修正因子的逻辑为:
当微塑料迁移模型、抗生素抑制动力学模型中的微塑料浓度、抗生素抑制率对时间的导数为0时,认为土地达到稳态;
以土地达到稳态时的微塑料浓度、抗生素抑制率作为基准,生成微塑料-抗生素协同修正因子,其函数表达式为:
式中表示土壤深度为处的微塑料-抗生素协同修正因子,、分别表示在土地达到稳态时,土壤深度为处的微塑料浓度和抗生素抑制率,、分别表示微塑料、抗生素的影响系数,表示微塑料和抗生素之间的协同因子;
S3:使用NPK模型计算土地的初始承载力,使用微塑料-抗生素协同修正因子来对初始承载力进行修正,得到与土壤深度相关的修正承载力;
S4:基于目标作物的最佳种植深度,得到目标作物在最佳种植深度下的修正承载力,并将修正承载力与预设的推荐承载力区间进行比较,基于比较结果生成粪污用量调控策略。
2.根据权利要求1所述的一种畜禽粪污土地承载力测算方法,其特征在于:所述土质参数包括但不限于土壤孔隙含水率、土壤水流速度;
采集微塑料浓度的逻辑为:
将土壤浮选后分离出微塑料颗粒,并使用荧光显微镜对直径大于100微米的微塑料颗粒进行成像;
通过近红外光谱采集微塑料颗粒的特征光谱,并与标准光谱库比对,分类统计微塑料颗粒的类型及数量;
基于微塑料颗粒的类型、数量、体积计算微塑料浓度,将微塑料浓度定义为所有微塑料颗粒总质量与土壤质量之间的比值。
3.根据权利要求2所述的一种畜禽粪污土地承载力测算方法,其特征在于:所述微塑料迁移模型基于一阶对流-扩散方程进行构建,用于反映微塑料浓度在不同土壤深度下随时间的变化趋势,其函数表达式为:
式中表示在时间时,土壤深度为处的微塑料浓度,、分别表示时间和土壤深度,、、分别表示微塑料在土壤中的等效扩散系数、土壤水流速度、降解速度。
4.根据权利要求3所述的一种畜禽粪污土地承载力测算方法,其特征在于:所述等效扩散系数的获得逻辑为:
计算所有满足成像条件的微塑料颗粒的平均半径;
将平均半径代入斯托克斯-爱因斯坦方程,计算微塑料在纯水中的自由水扩散系数;
基于土壤孔隙含水率和预设的扩散路径系数对自由水扩散系数进行修正,将三者的乘积作为微塑料在土壤中的等效扩散系数。
5.根据权利要求3所述的一种畜禽粪污土地承载力测算方法,其特征在于:所述微生物活性指标包括但不限于二氧化碳释放量、酶活性、微生物丰度,用于计算抗生素抑制率,以反映抗生素对土壤中微生物的抑制作用;
所述抗生素抑制动力学模型基于一阶生成-衰减动力学模型进行构建,以反映抗生素抑制率在不同土壤深度下随时间的变化趋势,其函数表达式为:
式中、分别表示在时间时,土壤深度为处的抗生素抑制率和抗生素浓度,所述抗生素抑制率由微生物活性指标计算得到,、分别表示抑制生成速率常数和抑制衰减速率常数。
6.根据权利要求5所述的一种畜禽粪污土地承载力测算方法,其特征在于:所述抗生素抑制率的获得逻辑为:
将未排污区域的土壤样本作为对照组,在采集排污区域微生物活性指标时,同时采集未排污区域的微生物活性指标;
以未排污区域的微生物活性指标作为基准,将未排污区域与排污区域之间的微生物活性指标差值,与未排污区域的微生物活性指标之间的比值作为抗生素抑制率。
7.根据权利要求1所述的一种畜禽粪污土地承载力测算方法,其特征在于:所述修正承载力为初始承载力与微塑料-抗生素协同修正因子之间的乘积。
8.根据权利要求1所述的一种畜禽粪污土地承载力测算方法,其特征在于:所述粪污用量调控策略的逻辑为:
当目标作物在最佳种植深度下的修正承载力大于推荐承载力区间的上限时,认为土地承载力强,养分吸收和降解功能良好,增大粪污用量以提高土地养分;
当目标作物在最佳种植深度下的修正承载力处于推荐承载力区间时,认为土地承载力一般,养分吸收和降解功能适中,保持粪污用量不变;
当目标作物在最佳种植深度下的修正承载力小于推荐承载力区间的下限时,认为土地承载力弱,养分吸收和降解功能差,减少粪污用量避免对土地造成破坏。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202511591697.9A CN121068552B (zh) | 2025-11-03 | 2025-11-03 | 一种畜禽粪污土地承载力测算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202511591697.9A CN121068552B (zh) | 2025-11-03 | 2025-11-03 | 一种畜禽粪污土地承载力测算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN121068552A CN121068552A (zh) | 2025-12-05 |
| CN121068552B true CN121068552B (zh) | 2026-02-06 |
Family
ID=97849582
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202511591697.9A Active CN121068552B (zh) | 2025-11-03 | 2025-11-03 | 一种畜禽粪污土地承载力测算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN121068552B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117610787A (zh) * | 2023-12-04 | 2024-02-27 | 北京大北农科技集团股份有限公司 | 基于水环境容量的畜禽粪污区域承载力核算方法及装置 |
| CN118735110A (zh) * | 2024-06-17 | 2024-10-01 | 中国科学院沈阳应用生态研究所 | 一种基于抗生素土壤环境承载力评价方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9579700B2 (en) * | 2014-05-30 | 2017-02-28 | Iteris, Inc. | Measurement and modeling of salinity contamination of soil and soil-water systems from oil and gas production activities |
| CN116340698B (zh) * | 2023-03-01 | 2024-04-19 | 中农创达(北京)环保科技有限公司 | 一种畜禽粪污土地承载力测算方法 |
| CN120385806B (zh) * | 2025-04-15 | 2025-12-12 | 北京市生态环境监测中心 | 畜禽养殖排污造成的土壤污染状况确定方法 |
-
2025
- 2025-11-03 CN CN202511591697.9A patent/CN121068552B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117610787A (zh) * | 2023-12-04 | 2024-02-27 | 北京大北农科技集团股份有限公司 | 基于水环境容量的畜禽粪污区域承载力核算方法及装置 |
| CN118735110A (zh) * | 2024-06-17 | 2024-10-01 | 中国科学院沈阳应用生态研究所 | 一种基于抗生素土壤环境承载力评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN121068552A (zh) | 2025-12-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| He et al. | Microbial carbon use efficiency in different ecosystems: A meta‐analysis based on a biogeochemical equilibrium model | |
| Bussi et al. | Impacts of climate change, land-use change and phosphorus reduction on phytoplankton in the River Thames (UK) | |
| Zhao et al. | Studies on the spatiotemporal variability of river water quality and its relationships with soil and precipitation: A case study of the Mun River Basin in Thailand | |
| Schaffner et al. | Modeling the contribution of point sources and non-point sources to Thachin River water pollution | |
| Medvigy et al. | Observed variation in soil properties can drive large variation in modelled forest functioning and composition during tropical forest secondary succession | |
| Guo et al. | Application of the RothC model to the results of long‐term experiments on typical upland soils in northern China | |
| Williams et al. | Aggregate stability in organically and conventionally farmed soils | |
| Van de Broek et al. | Assessing the climate regulation potential of agricultural soils using a decision support tool adapted to stakeholders' needs and possibilities | |
| Katayanagi et al. | Validation of the DNDC-Rice model to discover problems in evaluating the nitrogen balance at a paddy-field scale for single-cropping of rice | |
| Nunes et al. | How does tillage intensity affect chemical soil health indicators? A United States meta‐analysis | |
| CN117271968A (zh) | 一种土壤固碳量的核算方法及系统 | |
| Liu et al. | Evaluating the impact of alternative cropping systems on groundwater consumption and nitrate leaching in the piedmont area of the north China plain | |
| Xu et al. | Evaluating the effects of aquaculture on the freshwater lake from the perspective of plankton communities: The diversity, co-occurrence patterns and their underlying mechanisms | |
| Lu et al. | Factors contributing to soil acidification in the past two decades in China | |
| Diao et al. | Effects of changing fertilization since the 1980s on nitrogen runoff and leaching in rice–wheat rotation systems, Taihu Lake Basin | |
| Chu et al. | Modeling ammonia emissions and abatement potential from the rice-wheat rotation fields using the calibrated DNDC model: A case study in Shanghai, China | |
| Luo et al. | Soil bacterial community in a photovoltaic system adopted different survival strategies to cope with small-scale light stress under different vegetation restoration modes | |
| CN121068552B (zh) | 一种畜禽粪污土地承载力测算方法 | |
| Zhang et al. | Impacts of nitrogen addition on nitrous oxide emission: Comparison of five nitrous oxide modules or algorithms | |
| Mulders et al. | Introducing exceptional growth mining—Analyzing the impact of soil characteristics on on-farm crop growth and yield variability | |
| Moore et al. | Connections between roots and soil health across agriculture management practices | |
| Luo et al. | Effect of rational fertilizer for eggplants on nitrogen and phosphorus pollutants in agricultural water bodies | |
| Bai et al. | Different responses of abundant and rare bacterial composition to groundwater depth and reduced nitrogen application in summer maize field | |
| Jaramillo et al. | Divergent litterfall nutrient responses to rainfall seasonality revealed through long-term observations in a tropical dry forest | |
| Ghimire et al. | Soil acidification in a continuous cotton production system |
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 | ||
| GR01 | Patent grant |