农业机械学报

作者：丁露雨，吕阳，李奇峰，王朝元，余礼根，宗伟勋

单位：清远市智慧农业农村研究院,国家农业信息化工程技术研究中心,清远市智慧农业农村研究院;国家农业信息化工程技术研究中心,中国农业大学,清远市智慧农业农村研究院,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

基金：广东省科技计划项目（2019B090905006）、北京市农林科学院科技创新能力建设专项（KJCX20200421、KJCX20211007)和北京市农林科学院青年科研基金项目（QNJJ201913）

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0.9167、均方根误差为0.2897mg/(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EH2O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。

来源：2022年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第5期