PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Prognozowanie wielkości emisji CH4 z fermentacji jelitowej oraz hodowli zwierząt gospodarskich z wykorzystaniem sztucznej sieci neuronowej Flexible Byesian Models

Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
Prediction of CH4 emissions from enteric fermentation and livestock farming with the use of artificial neural network Flexible Byesian Models
Języki publikacji
PL
Abstrakty
PL
Prezentowane badania miały na celu prognozowanie ilości emisji CH4 z produkcji zwierząt hodowlanych w Polsce w zależności od wielkości hodowli oraz potencjalnych emisji pochodzących z fermentacji jelitowej zwierząt. Predykcje prowadzono z wykorzystaniem sztucznej sieci neuronowej Flexible Byesian Models. Przy użyciu testu Pearsona wskazano korelacje rozpatrywanych czynników względem badanych parametrów.
EN
The aim of presented study was to forecast the CH4 emissions from livestock production in Poland and the potential emissions from enteric fermentation of animals. Predictions were carried out using artificial neural network Flexible Byesian Models. Correlations of selected terms of the factors considered in relation to the parameters were examined using Pearson's test.
Twórcy
  • Politechnika Opolska, Wydział Zarządzania, Katedra Ekonomii i Badań Regionalnych ul. Waryńskiego 4, 45-047 Opole, a.kolasa-wiecek@po.opole.pl
Bibliografia
  • [1] Compassion in World Farming, 2006, Global Warming: climate change and farm Animal welfare, ISBN 978-83-61608-12-7, Surrey, www.ciwf.org.uk/includes/ documents/cm_docs/2008/g/global_warning_summary.pdf
  • [2] Gibbs M., Conneely D., Johnson D., Lasse K. R., Ulyatt M. J.: CH4 Emissions from enteric fermentation. (In:) Background Papers - IPCC Expert Meetings on Good Practice Guidance and Uncertainty Management in National Greenhouse Gas Inventories. The Institute for Global Environmental Strategies, Japan, 2002, http://www.ipcc-nggip.iges.or.jp/public/gp/bgp/4_1_CH4_Enteric_Fermentation.pdf
  • [3] Główny Urząd Statystyczny, www.stat.gov.pl
  • [4] Neal R.: Flexible Bayesian Models on Neural Networks, Gaussian Processes, and Mixtures v. 2004-11-10. University of Toronto, Toronto.
  • [5] Ochrona Środowiska, Informacje i opracowania statystyczne, GUS Warszawa, 2000-2009.
  • [6] Smith P., Bertaglia M., 2007, Greenhouse gas mitigation in agriculture, Encyclopedia of Earth, Cutler J. Cleveland, Washington, www.eoearth.org/article/Greenhouse _gas_mitigation_in_agriculture
  • [7] Steinfeld H. a. al.: Livestock’s Long Shadow: Environmental issues and options. Food and Agriculture Organization of the United Nations, Rome, 2006. www.virtualcentre.org/en/library/key_pub/longshad/A070 1E00.htm
  • [8] Zaliwski A.S.: Emisja gazów cieplarnianych przez rolnictwo. Studia i Raporty IUNG-PIB, Puławy, 2007, zeszyt 4.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BAR8-0012-0018
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.