Сохранность азота как количественный показатель экологической устойчивости фермы КРС
DOI:
https://doi.org/10.28983/asj.y2025i3pp93-104Ключевые слова:
ферма КРС, сохранность азота, показатель экологической устойчивости, нечетко-возможностный подход, экспертные знания, математические модели, корреляционный анализАннотация
Экологическое состояние окружающей среды традиционно подвергается негативному воздействию со стороны ферм КРС. Основные риски возникают от образующихся побочных продуктов животноводства. Вместе с тем навоз представляет собой ценное сырье для производства органических удобрений – важнейшего фактора сохранения плодородия почвы за счет наличия органического вещества и таких элементов питания растений, как азот, фосфор, калий. Многочисленные исследования как в нашей стране, так и за рубежом посвящены именно этой триаде элементов применительно к различным нуждам сельскохозяйственных производств. Однако из представленных результатов не удается получить качественные оценки потерь азота, характеризующих экологическую устойчивость фермы в целом. Международный опыт показывает, что работа над проблемой загрязнения окружающей среды от сельскохозяйственного производства должна основываться на системном подходе в решении производственных задач. В условиях существенной неопределенности сельскохозяйственной информации такими свойствами обладает нечетко-возможностный подход построения математических моделей с использованием явных и неявных знаний и профессионального опыта экспертов. По разработанным методикам с интервалом в несколько лет получены адекватные нечетко-возможностные модели сохранности азота и обобщенного показателя экологической устойчивости фермы. Приведен пример применения результатов исследования на конкретной ферме. Расчеты указывают на существенные экологические и экономические недостачи из-за потерь азота. В результате показано, что на основе корреляционного анализа сохранность азота предлагается использовать как универсальный количественный показатель экологической устойчивости фермы КРС в целом. Целью настоящего исследования является поиск ключевого показателя экологической устойчивости фермы КРС, в качестве которого может выступать уровень сохранности азота вне зависимости от применяемых технологий переработки, утилизации и использования навоза. Исследования, выполненные по данной тематике, проводились при финансовой поддержке гранта РНФ 24-19-00823.
Скачивания
Библиографические ссылки
Афанасьев В. Н., Брюханов А. Ю. Особенности и методы выбора и контроля технологий биоконверсии органических отходов в удобрения для сельскохозяйственных растений. СПб.: СЗНИИМЭСХ, 2012. 156 с.
Брюханов А. Ю. Обеспечение экологической безопасности животноводческих и птицеводческих предприятий (Наилучшие доступные технологии). СПб.: ИАЭП, 2017. 296 с.
Брюханов А. Ю., Спесивцев А. В., Субботин И. А. Моделирование негативного воздействия технологий переработки отходов животноводства // АПК – Стратегический роесурс экономического развития государства. XXI Агропромышленная выставка «АГРОРУСЬ», Материалы междунар. конгресса. 2015 С. 9–11.
Вариант перевода фермы на замкнутые циклы / Г. Н. Самарин [и др.] // Научное обеспечение развития АПК в условиях реформирования: Сб. науч. трудов по материалам Междунар. науч.-практ. конф. профессорско-преподавательского состава, Санкт-Петербург; Пушкин, 23–25 января 2014 г. 2014. Ч. 1. С. 405–407.
Васильев Э. В., Шалавина Е. В., Спесивцев В. А. Модель описания экологической устойчивости фермы крупного рогатого скота // Техника и технологии в животноводстве. 2021. № 4(44). С. 93–102.
Гриднев П. И., Гриднева Т. Т. Результаты моделирования уровня загрязнения окружающей среды при производстве молока и свинины // Вестник ВНИИМЖ. 2015. № 4(20). С. 97–105.
Зеленцов В. А., Семенов А. Е. Принципы построения информационной системы для создания тематических сервисов на базе комплексного использования наземно-аэрокосмических данных и результатов моделирования // Информатизация и связь. 2020. № 5. С. 163–168.
Математическая модель оценки экологической устойчивости свиноводческих комплексов на основе экспертных знаний / Э. В. Васильев [и др.] // АгроЭкоИнженерия. 2022. № 3(112). С. 82–89.
Миронов В. В. Вопросы защиты окружающей среды от загрязнения отходами животноводства и птицеводства // Инновации в сельском хозяйстве. 2016. № 5(20). С. 56–60.
Моделирование слабо формализованных систем на основе явных и неявных экспертных знаний / М. Б. Игнатьев [и др.]. СПб.: ПОЛИТЕХ-ПРЕСС. 2018. 501 с.
Повышение степени надежности функционирования сложных объектов сельского хозяйства на основе многофакторных нечетко-возможностных моделей / В. Д. Попов [и др.] // Моделирование и анализ безопасности и риска в сложных системах: сб. статей Междунар. науч. конф. Санкт-Петербург, 23–25 июня 2020 г. СПб.: ГУАП. 2020. С. 161–168.
Попова М. Н., Ружьев В. А., Бадунов Е. Е. Теоретические предпосылки к обоснованию проекта семейной фермы на 20 фуражных голов с цехом для переработки молока // Роль молодых ученых в решении актуальных задач АПК: Сб. науч. трудов Междунар. науч.-практ. конф. молодых ученых и студентов. Санкт-Петербург; Пушкин, 25–27 февраля 2016 г. СПб.: СПбГАУ, 2016. С. 219–221.
A model of nitrogen efficiency in contrasting grass-based dairy systems / W. Ryan [et al.] // Journal of Dairy Science. 2011. No. 94(2). P. 1032–44. DOI:10.3168/jds.2010-3294. PMID: 21257073.
How does research address the design of innovative agricultural production systems at the farm level? A review / P. Y. Gal [et al.] // Agricultural Systems. 2011. No. 104(9). P. 714–728.
Re-inventing model-based decision support with Australian dryland farmers. 1. Changing intervention concepts during 17 years of action research / R. L. McCown [et al.] // Crop and Pasture Science. 2009. No. 60(11). P. 1017–1030.
Modelling the effect of feeding management on greenhouse gas and nitrogen emissions in cattle farming systems / L. Ouatahar [et al.] // The Science of the Total Environment. 2021. Vol. 776. 145932.
Nitrogen balance and efficiency as indicators for monitoring the proper use of fertilizers in agricultural and livestock systems / J. G. Oliveira [et al.] // Scientific Reports. 2022. No. 12(1). 12021. https://doi.org/10.1038/s41598-022-15615-7.
O’Grady M. J., O’Hare G. M. P. Modelling the smart farm // Information Processing in Agriculture. 2017. Vol. 4, Issue 3. P. 179–187.
Structure Adaptation of Models Describing Scheduling Processes in Complex Technical Organizational Systems (CTOS) / D. Ivanov [et al.] // 27th Conference on Modelling and Simulation. 2013. P. 143–148.
Sukhoparov A., Spesivtsev A. Evaluation of efficiency of perennial grass cultivation on basis of fuzzy-possibility model // 20th International Scientific Conference Engineering for Rural Development Proceedings. May 26–28, 2021, Jelgava, Latvia. P. 1768–1773.
Toda M., Motoki J., Uchida Y. Nitrogen balance and use efficiency on dairy farms in Japan: a comparison among farms at different scales // Environmental Research Communications. 2020. Vol. 2. No. 12. 125001. https://iopscience.iop.o rg/article/10.1088/2515-7620/abce4a.
Zom R. L., Andr? G., Van Vuuren A. M. Development of a model for the prediction of feed intake by dairy cows: 1. Prediction of feed intake // Livestock Science. 2012. No. 143(1). P. 43–57.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Аграрный научный журнал
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
