期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
黑龙江省畜牧业粪污的时空分布及集聚特征分析
1
作者 董依博 张武鑫 +1 位作者 林秀蔚 韦春波 《畜牧与饲料科学》 2023年第2期1-8,共8页
[目的]探究黑龙江省畜牧业粪污的时空分布及集聚特征。[方法]以《黑龙江省统计年鉴》为数据来源,利用畜禽粪污排放系数及计算模型,对黑龙江省2009—2020年畜牧业粪污[粪便、尿液以及粪污污染物生化需氧量(BOD)、化学需氧量(COD)、氨态氮... [目的]探究黑龙江省畜牧业粪污的时空分布及集聚特征。[方法]以《黑龙江省统计年鉴》为数据来源,利用畜禽粪污排放系数及计算模型,对黑龙江省2009—2020年畜牧业粪污[粪便、尿液以及粪污污染物生化需氧量(BOD)、化学需氧量(COD)、氨态氮(NH_(3)-N)]排放量进行测算,运用Excel软件中的总体标准偏差函数和均值函数计算变异系数,评价该省畜禽粪尿总排放量的变化幅度。以2019年为例,对该省13个地区(绥化市、大庆市、哈尔滨市、齐齐哈尔市、牡丹江市、佳木斯市、双鸭山市、鸡西市、鹤岗市、黑河市、伊春市、七台河市、大兴安岭地区)的猪、羊、家禽、奶牛、黄牛和肉牛的饲养量进行调查分析;采用猪粪当量土地负荷量计算方法,对13个地区畜禽粪尿产生量及耕地负荷量进行分析;运用ArcGIS软件,采用空间自相关法对该省畜禽粪污量空间集聚特征进行分析。[结果]2009—2020年黑龙江省畜禽粪尿总排放量的变异系数为4.20%,表明畜禽粪尿总排放量有一定波动但年际变化幅度不大;粪尿总排放量由2009年的10566.65万t下降到2020年的10264.43万t,下降了2.86%;不同畜禽的粪尿排放量差异较大,黄牛和肉牛的粪尿排放量最多,家禽的最少;由于2020年畜牧业生产结构及规模的变动,畜禽粪污污染物BOD、COD、NH_(3)-N排放量与2009年相比分别增加了3.67%、2.72%、2.31%。空间分布上,黑龙江省的畜牧业发展以绥化市、哈尔滨市和齐齐哈尔市为重点区域,主要养殖区域集中在该省西南地区,而东部、中部和北部地区的畜禽养殖量较少;该省13个地区的畜禽粪尿排泄量与畜禽粪尿猪粪当量排列顺序大致相同,绥化市、哈尔滨市、齐齐哈尔市是排名前三的地区;该省猪粪当量耕地负荷量平均值为8.21 t/hm^(2),大庆市猪粪当量耕地负荷量在13个地区中最高,为22.58 t/hm^(2),二者均低于我国土地最适宜负荷量;该省各地区的猪粪当量耕地负荷量呈现一定的集聚性,其中,大庆市、绥化市和齐齐哈尔市呈现出高高集聚的分布特征。[结论]黑龙江省畜禽生产和粪污排放的空间分布不平衡,但畜禽粪污的耕地负荷并未对环境产生不利影响。随着黑龙江省畜牧业的快速发展以及畜牧生产布局的动态变化,畜禽养殖污染问题也应引起更多关注。 展开更多
关键词 黑龙江省 畜牧业 粪污量 时空分布 集聚特征
下载PDF
基于IPCC法吉林省畜禽养殖业碳排放时空特征分析
2
作者 徐蔚 李京潞 +1 位作者 李嘉琦 韦春波 《黑龙江八一农垦大学学报》 2024年第5期70-76,共7页
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... 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。 展开更多
关键词 吉林省 畜禽碳排放 时空分析 IPCC法 减排
下载PDF
基于BP神经网络技术的我国饲料产量预测
3
作者 张宏波 贾玉川 韦春波 《黑龙江八一农垦大学学报》 2024年第3期44-49,共6页
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... 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。 展开更多
关键词 BP神经网络技术 预测模型 饲料产量 预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部