Identyfikatory
Warianty tytułu
Farm models as data source for the optimization of energy crop production in the commune
Języki publikacji
Abstrakty
Sprostanie wymogom Dyrektywy UE 2009/28/EC wymagać będzie od Polski zwiększenia areału wieloletnich upraw energetycznych do ok. 1 mln. ha do roku 2020. Analizę następstw penetracji upraw energetycznych do przestrzeni rolniczej można prowadzić metodą symulacji, biorąc pod uwagę ich konkurencję z pozostałymi uprawami wyrażoną opłacalnością produkcji. Tak pomyślany model symulacyjny musiałby objąć zakresem gospodarstwa będące potencjalnymi producentami biomasy wraz z ich otoczeniem z całego uwzględnionego obszaru. Ze względu na trudność pozyskania szczegółowych danych empirycznych, zwłaszcza w przypadku większych obszarów, zaproponowano zastąpienie ich danymi generowanymi w modelach gospodarstw rolnych, które jako parametry wejściowe wykorzystywałyby ogólno dostępne dane statystyczne. Celem pracy było przedstawienie metody budowy modeli takich gospodarstw. Metoda ta zakłada, że model gospodarstwa można złożyć z modeli technologii produkcji, opisanych jako zbiór funkcji matematycznych określających parametry wyjściowe technologii. Przedstawiono sposób konstruowania funkcji określającej przebieg parametru "nakłady robocizny" modelu technologii produkcji wierzby energetycznej, z wykorzystaniem wyników obliczeń tego parametru na podstawie kart technologicznych dla trzech plantacji o powierzchniach: 1, 2,5 i 10 ha.
In order to meet the requirements of the EU Directive 2009/28/EC the acreage of perennial energy crops in Poland will have to increase to approximately 1 mln ha in 2020. An analysis of penetration of energy crops into the agricultural space can be conducted by the method of simulation, considering their competition with other crops expressed in terms of profitability of production. The scope of such a simulation would have to take into account all the potential biomass producers from the focus area. Because of the problem of obtaining the detailed empirical data, especially in case of large focus areas, it was suggested that they should be replaced with the data generated by agricultural farm models, which as input parameters would use available statistical data. The objective of the paper was to present a method of building such farm models. This method assumes that a farm model can be assembled from production technology models, described as a collection of mathematical functions determining the output parameters of technologies. A way of constructing the function determining the course of the "labour input" parameter of the production technology model of energetic willow was presented applying the results of the calculation of this parameter based on operation sheets for three plantations of the area of 1, 2.5 and 10 ha.
Czasopismo
Rocznik
Strony
347--355
Opis fizyczny
Bibliogr. 15 poz., rys., tab.
Twórcy
autor
autor
- Zakład Agrometeorologii i Zastosowań Informatyki, Instytut Uprawy Nawożenia i Gleboznawstwa - Państwowy Instytut Badawczy, ul. Czartoryskich 8, 24-100 Puławy, andrzej.zaliwski@iung.pulawy.pl
Bibliografia
- Giordano F.R., Weir M.D., Fox W.P. (2003): A First Course in Mathematical Modeling. 3rd ed. Brooks/Cole-Thomson Learning, Pacific Grove, CA, USA, ISBN 0-534-38428-5.
- Kuś, J., Faber, A. (2007): Alternatywne kierunki produkcji rolniczej. Studia i raporty IUNG-PIB, 7, 139-149.
- Kuś J., Matyka M. (2010): Uprawa roślin na cele energetyczne. Instrukcja upowszechnieniowa. Wydawnictwo IUNG-PIB, Puławy, 176, ISBN-978-83-7562-072-6.
- Matyka M., Kopiński J., Madej A. (2009): Opracowanie koncepcji założenia plantacji wierzby energetycznej oraz określenie jej funkcji produkcyjnych i edukacyjnych. IUNG-PIB Puławy [online], [dostęp 20.02.2012], Dostępny w Internecie: http://pkpplewiatan.pl/upload/File/2010_02/biznesplanklimat.pdf
- Podlaski S., Chołuj D., Wiśniewski G. (2010): Produkcja biomasy z roślin energetycznych. Postępy Nauk Rolniczych, 2(2010), 163-174.
- Rozakis, S. (2010): A Web-based Spatial DSS for estimating biomass-to-energy supply in Thessaly. Decision Support Systems in Agriculture, Food and the Environment: Trends, Applications and Advances. New York, Hershey, ISBN 978-1-61520-881-4.
- Rozakis S., Zaliwski A.S. (2011): Web DSS for Bio-Energy Projects Evaluation. (In:) Lorencowicz E., Uziak J., Huyghebaert B. (eds.). Conf. Proc., V International Scientific Symposium: "Farm Machinery and Process Management in Sustainable Agriculture", University of Life Science, Lublin, 23-24 Nov. 2011, 127-130.
- Stuczyński T., Łopatka A., Faber A., Czaban P., Kowalik M., Koza P., Korzeniowska-Pucułek R., Siebielec G. (2008): Prognoza wykorzystania przestrzeni rolniczej dla produkcji roślin na cele energetyczne. Studia i raporty IUNG-PIB, 11, 25-42.
- Zaliwski A.S. (2009): System wspomagania decyzji w wyborze odmiany kukurydzy (ZeaSoft). Studia i Raporty IUNG-PIB, 16, 83-96.
- Zaliwski A.S, Faber A., Pudełko R., Biberacher M., Gadocha S., Borzecka-Walker M. (2011): Biomass supply for co-firing in main-network power stations in Poland (unpublished results).
- Zaliwski A.S., Hołaj J. (2005): ZEASOFT - System wspomagania decyzji w uprawie kukurydzy. Inżynieria Rolnicza, 14(74), 385-393.
- Zaliwski A., Hołaj J. (2006): Modelowanie technologii produkcji kukurydzy na ziarno w aspekcie efektywności ekonomicznej. Inżynieria Rolnicza, 6(81), 407-414.
- Zaliwski A., Zaorski T., Hołaj J. (1995): Program Agroefekt. [Dyskietka 1.44]. Wersja 3.0, Puławy, IUNG.
- Dyrektywa Unijna (2009): Directive 2009/28/EC. Official Journal L 140/16-62.
- Polityka energetyczna Polski do 2030 roku (2009). Ministerstwo Gospodarki, Warszawa, [on-line], [dostęp 21.06.2012], Dostępny w Internecie: http://www.mg.gov.pl/Bezpieczenstwo+ gospodarcze/Energetyka/Polityka+energetyczna
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BAR0-0067-0100