Use of Artificial Neural Networks in Predicting Direct Nitrous Oxide Emissions from Agricultural Soils

• Autorzy: Kolasa-Więcek A.

Warianty tytułu

PL

Zastosowanie sztucznych sieci neuronowych w przewidywaniu bezpośrednich emisji podtlenku azotu z gleb rolnych

• Języki publikacji: EN

Abstrakty

EN

Agricultural greenhouse gases emissions are mainly produced in direct emissions from plant and animal production as well as those associated with land use changes. Agriculture is a major source of atmospheric nitrous oxide (N2O). N2O emissions from agricultural production has the source primarily in soil fertilized by mineral and organic fertilizers. In Poland, agricultural soils are responsible for 77.1% of emissions. Emissions associated with the animal manner farming amount 22.8%. Studies attempt to modeling and predicting of N2O emissions from Direct Soil Emissions in relation to the use of crops and livestock population. In the analysis an artificial neural networks were used. The best values showing the quality of neural regression model were obtained by multilayer perceptrons MLP. Based on the sensitivity analysis, attempts were taken to determine the extent of the contribution of each selected variables on the estimate of the direct emissions of N2O from agricultural soils. The sensitivity analysis of designed network on the structure MLP 9-4-1 shows that the amount of nitrogen fertilizer consumption has the biggest share in the shaping of N2O emissions from Direct Soil Emissions. The sensitivity analysis of network on the structure MLP 16-5-1 pointed to participate cattle and pigs as the most important in the formation of N2O emissions from Direct Soil Emissions. Among the crops in Poland, which may affect the release of N2O stands out rapeseed and rye. The study was conducted using the statistical package Statistica v. 10.0.

PL

Emisje rolnicze głównych gazów cieplarnianych to głównie bezpośrednie emisje wytwarzane w produkcji roślinnej i zwierzęcej, jak również te związane ze zmianami w sposobie użytkowania gruntów. Rolnictwo jest głównym źródłem atmosferycznego podtlenku azotu (N2O). Emisja N2O z produkcji rolniczej ma źródło przede wszystkim w glebie nawożonej nawozami mineralnymi i organicznymi. W Polsce gleby rolne odpowiedzialne są za 77,1% emisji N2O. Emisja związana z gospodarką odchodami zwierząt wynosi 22,8%. W badaniach podjęto próby modelowania i przewidywania bezpośrednich emisji N2O z gleb w odniesieniu do wielkości upraw i pogłowia zwierząt hodowlanych. W analizach posłużono się sztucznymi sieciami neuronowymi. Najlepsze wartości parametrów mówiących o jakości neuronowego modelu regresyjnego uzyskały perceptrony wielowarstwowe MLP. Na podstawie analizy wrażliwości zaprojektowanego modelu sztucznej sieci neuronowej podjęto próbę ustalenia stopnia udziału poszczególnych wybranych zmiennych na prognozowaną wielkość bezpośrednich emisji N2O z gleb rolnych. Analiza wrażliwości zaprojektowanej sieci MLP o strukturze 9-4-1 wykazała, że poziom zużycia nawozów azotowych ma największy udział w kształtowaniu emisji N2O z gleb rolnych. Analiza wrażliwości sieci MLP o strukturze 16-5-1 wskazała na udział bydła i trzody chlewnej jako najistotniejszy w kształtowaniu emisji N2O. Wśród upraw w Polsce, które mogą wpływać na wielkość uwalnianych emisji N2O, wyróżnia się rzepak oraz żyto. Badanie przeprowadzono z wykorzystaniem pakietu statystycznego Statistica v. 10.0.

Słowa kluczowe

EN

greenhouse gases; nitrous oxide; Direct Soil Emissions; modeling; predicting; artificial neural network; livestock production; crops

PL

gazy cieplarniane; podtlenek azotu; bezpośrednie emisje z gleb; modelowanie; prognozowanie; sztuczne sieci neuronowe; zwierzęta hodowlane; uprawy

• Wydawca: Towarzystwo Chemii i Inżynierii Ekologicznej
• Czasopismo: Ecological Chemistry and Engineering. S
• Rocznik: 2013
• Tom: Vol. 20, nr 2
• Strony: 418--428
• Opis fizyczny: Bibliogr. 35 poz., tab., rys.

Twórcy

autor

Kolasa-Więcek A.

• Department of Economics and Regional Research, Faculty of Economy and Management, Opole University of Technology, ul. L. Waryńskiego 4, 45-047 Opole, Poland, phone [phone], fax [phone],

Bibliografia

• [1] Duretz S, Drouet JL, Durand P, Cellier P. Influence of short-term transfers on nitrogen fluxes, budgets and indirect N2O emissions in rural landscapes. Biogeosciences Discussions. 2011;8:7593-7622. DOI:10.5194/bgd-8-7593-2011.
• [2] Forster PV, Ramaswamy P, Artaxo T, Berntsen R, Betts DW, Fahey J, et al. Changes in atmospheric constituents and in radiative forcing. In Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Edited by Solomon S, Qin D, Manning M, Chen Z, Marquis M, Averyt KB, Tignor M, Miller HL. Cambridge University Press; 2007:129-234.
• [3] De Klein C, Novoa RSA, Ogle S, Smith KA, Rochette P, Wirth TC, et al. Chapter 11: N2O Emissions from Managed Soils, and CO2 Emissions from Lime and Urea Application 2006 IPCC Guidelines for National Greenhouse Gas Inventories 11.1.
• [4] Firestone MK, Davidson EA. Microbial basis of NO and N2O production and consumption in soils. In: Exchange of Trace Gases Between Terrestrial Ecosystems and the Atmosphere. Andreae MO, Schimel DS, editors. John Wiley & Sons. 1989;7-21.
• [5] Sapek A. Emisja tlenków azotu (NOx) z gleb uprawnych i ekosystemów naturalnych do atmosfery. Woda - Środowisko - Obszary wiejskie. 2008;8.1(22);283-304.
• [6] Skiba U, Smith KA, Fowler D. Nitrification and denitrification as sources of nitric oxide and nitrous oxide in a sandy loam soil. Soil Biol Biochem. 1993;25(11):1527-1536. DOI: 10.1016/0038-0717(93)90007-X.
• [7] Syakila A, Kroeze C. The global nitrous oxide budget revisited. Greenhouse Gas Measurement and Management. 2011;1:17-26. DOI: 10.3763/ghgmm.2010.0007.
• [8] Butterbach-Bahl K, Nemitz E, Zaehle S, Billen G, Boeckx P, Erisman JW, et al. Nitrogen as a threat to the European greenhouse balance. In: The European Nitrogen Assessment: Sources, Effects and Policy Perspectives. Cambridge University Press. 2011:434-462.
• [9] Clough TJ, Sherlock RR, Rolston DE. A review of the movement and fate of N2O in the subsoil. Nutr Cycl Agroecosyst. 2005;72:3-11. DOI 10.1007/s10705-004-7349-z.
• [10] Groffman PM, Gold AJ, Kellog DQ, Addy K. Mechanisms, rates and assessment of N2O in groundwater, riparian zones and rivers. In: van Ham J. et al. (eds). Non-CO2 Greenhouse Gases: Scientific Understanding, Control Options and Policy Aspects. Proceedings of the Third International Symposium, Maastricht, The Netherlands, Rotterdam: Millpress; 2002.
• [11] Jugowar JL. Ekspertyza Aktualne kierunki badań nad redukcją gazów i odorów z budynków inwentarskich. AgEngPol. 2008;1-19. http://www.agengpol.pl/LinkClick.aspx?fileticket=%2BVh%2BgBILb%2Fw%3D& tabid=144.
• [12] Zaliwski A. Emisja gazów cieplarnianych przez rolnictwo. Studia i Raporty IUNG-PIB. 2007;4:35-46.
• [13] Hickman JE, Havlikova M, Kroeze C, Palm CA. Current and future nitrous oxide emissions from African agriculture. Curr Opin Environ Sustain. 2011;3:370-378. DOI: 10.1016/j.cosust.2011.08.001.
• [14] IPCC: Fourth Assessment Report on Climate Change Impacts, Adaptation and Vulnerability for Researchers, Students, Policymakers. Cambridge University Press; 2007.
• [15] Gao B, Ju XT, Zhang Q, Christie P, Zhang FS. New estimates of direct N2O emissions from Chinese croplands from 1980 to 2007 using localized emission factors. Biogeosciences. 2011;8:3011-3024. DOI:10.5194/bg-8-3011-2011.
• [16] Jiang JY, Hu ZH, Sun WJ, Huang Y. Nitrous oxide emissions from Chinese cropland fertilized with a range of slowrelease nitrogen compounds. Agr Ecosyst Environ. 2010;135;216-225. DOI: 10.1016/j.agee.2009.09.014, 2010.
• [17] Bebkiewicz K, Cieślińska J, Dębski B, Kanafa M, Kargulewicz I, Olecka A, et al. Krajowy Raport inwentaryzacyjny 2011, Inwentaryzacja gazów cieplarnianych w Polsce dla lat 1988-2009, Warszawa: KOBIZE; 2011.
• [18] Użytkowanie gruntów, powierzchnia zasiewów i pogłowie zwierząt gospodarskich w 2011r. Warszawa: GUS; 2011.
• [19] Bouwman AF. Compilation of a Global Inventory of Emissions of Nitrous Oxide. Wageningen: Landbouwuniversiteit; 1995.
• [20] Flessa H, Doersch P, Beese F, Koenig H, Bouwman AF. Influence of cattle excrements on nitrous oxide and methane fluxes in pasture land. J Environ Qual. 1996;25:1366-1370. DOI: 10.2134/jeq1996.00472425002500060028x.
• [21] Mosier AR, Duxbury JM, Freney JR, Heinemeyer O, Minami K. Nitrous oxide emissions from agricultural fields: Assessment, measurement and mitigation. Plant Soil.1996;181:95-108.
• [22] Oenema O, Wrage N, Velthof GL, van Groenigen JW, Dolfing J, Kuikman PJ. Trends in global nitrous oxide emissions from animal production Systems. Nutr Cycl Agroecosys. 2005;72:51-65. DOI: 10.1007/s10705-004-7354-2.
• [23] Mosier AR, Kroeze C, Nevison C, Oenema O, Seitzinger S, Van Cleemput O. Closing the global N2O budget: nitrous oxide emissions through the agricultural nitrogen cycle. Nutr Cycl Agroecosys. 1998;52;225-248. DOI: 10.1023/A:1009740530221.
• [24] Winnicki S, Jugowar JL, Karłowski J. Monitorowanie gospodarstw rolnych jako źródeł emisji rolniczych. Raport z realizacji umowy pomiędzy Ministerstwem Rolnictwa i Rozwoju Wsi a Instytutem Technologiczno-Przyrodniczym w Falentach, umowa o dzieło nr 251/2010 zawarta w dniu 31.05.2010. Poznań 2010.
• [25] Myczko A., Karłowski J., Szulc R., Detailed Investigations of Methane and Dinitrogen Oxide Emissions from Enteric Fermantation and from Animal Excreta. In: Elimination of Agricultural Risks to Health and Environmental. Myczko A, editor. Scienfic Network Agrorisks, Poznań: IBMER; 2003;119-126.
• [26] Tadeusiewicz R, Lula P. Statistica Neural Networks PL: Wprowadzenie do sieci neuronowych. Kraków: StatSoft Polska; 2001 [in Polish].
• [27] Tadeusiewicz R. Sieci neuronowe. Warszawa: Akademicka Oficyna Wydawnicza; 1993.
• [28] FAOSTAT:http://faostat.fao.org/site/573/DesktopDefault.aspx?PageID=573#ancor [accessed: 10.11.2012].
• [29] IFA: http://www.fertilizer.org/ifa/ifadata/search [accessed: 10.11.2012].
• [30] United Nations Framework Convention on Climate Change: http://unfccc.int/di/DetailedByGas/ Event.do?event=go [accessed: 10.11.2012].
• [31] Niżewski P, Dach J, Boniecki P. Zastosowanie sztucznych sieci neuronowych do modelowania procesu emisji amoniaku z pól nawożonych gnojowicą. Inż Roln. 2007;2(90):235-242.
• [32] Żurada J, Barski M, Jędruch W. Sztuczne sieci neuronowe. Warszawa: WN PWN; 1996.
• [33] Miatkowski Z, Turbiak J, Burczyk P, Myczko A, Karłowski J. Prognozy zmian aktywności w sektorze rolnictwa, zawierające informacje niezbędne do wyliczenia szacunkowej wielkości emisji gazów cieplarnianych. Bydgoszcz, Poznań; 2010.
• [34] Wojanowska T, Panak H, Sienkiewicz S. Reakcja rzepaku ozimego na wzrastającym poziom nawożenia azotem w warunkach czarnych gleb kętrzyńskich. Rośliny Oleiste. 1995;16:173-180.
• [35] Dłużniewska J, Nadolnik M, Kulig B. Choroby rzepaku ozimego w zależności od poziomu zaopatrzenia roślin w azot i siarkę. Prog in Plant Protect. 2011;51(4): 1811-1815.