融合多环境参数的鸡粪氨气排放预测模型研究

NH_(3)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,NH_(3)监测多采用电化学传感器,精度差且寿命短,较难直接获取NH_(3)排放量。结合NH_(3)产生和释放的机理过程,选择相对较易获取的CO_(2)排放量(E_(CO_(2)))和H_(2)O排放量(E_(H_(2)O))等环境参数建立NH_(3)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CO_(2)、H_(2)O、NH_(3)排放量数据。基于多种机器学习方法和环境参数,构建了NH_(3)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NH_(3)排放量的效果最好,其R^(2)为0.9167、均方根误差为0.2897 mg/(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E_(H_(2)O)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、E_(H_(2)O)、E_(CO_(2))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NH_(3)排放量。