common:navbar-cta
تنزيل التطبيقمدونةالميزاتالتسعيرالدعمتسجيل الدخول

Aquaponics هي أنظمة تقنية وبيولوجية معقدة. على سبيل المثال، التفسيرات المحتملة للأسماك التي لا تنمو بشكل صحيح يمكن أن تكون حصص غذائية صغيرة، ونوعية المياه الضارة، والمشاكل التقنية التي تسبب الإجهاد، وما إلى ذلك نظرا لبطء البيولوجيا بطبيعتها، فإن التحقيقات العلمية لصحة هذه التفسيرات ستكون مملة وتتطلب العديد من التجارب التجريبية ل الحصول على جميع العوامل الهامة وتفاعلاتها، وتتطلب الكثير من المرافق والخبرة ووقت البحث والأصول المالية. ولذلك، تم تناول مسألة نمذجة النظم المائية في هذا الفصل. وفي علم الأحياء المائية، يلزم وضع النمذجة لأهداف مختلفة: (1) البصيرة/الفهم، (2) التحليل، (3) التقدير، (4) الإدارة والمراقبة. ولجميع هذه الأهداف، هناك حاجة إلى نماذج مناسبة. فعلى سبيل المثال، لتحقيق الهدفين 2 و3، يمكن استخدام نهج تجريبي يستخدم نماذج إحصائية لتحليل البيانات المستمدة من التجارب التجريبية السابقة بهدف استخلاص أكبر قدر ممكن من المعلومات دون إجراء تجارب جديدة. ويمكن للنماذج الإحصائية أن تكشف عن أهم العوامل التي تؤثر على إنتاج الأسماك والمحاصيل في النظم المائية. و يمكن أن تركز التجارب المقبلة على هذه العوامل, مما يجعل استخدام الأصول البحثية المكلفة أكثر فعالية.

وتعقيد النظم المائية، نظرا لطابع التغذية المرتدة والتفاعلات بين النظام المائي، ومعالجة المياه ونمو الأسماك، يعني أنه من أجل تحقيق الهدفين (1) و (4)، أي فهم أو تحسين النبات (التكوين والحجم والأسماك والأعلاف والتدفقات، وما إلى ذلك) فيما يتعلق إلى التكلفة والاستقرار والمتانة ونوعية المياه، هناك حاجة إلى نماذج نظرية غير تافهة لمعظم مكونات النظام الموصوفة في هذا الفصل. وتتمثل ميزة هذه النماذج النظرية المعروضة على النماذج الإحصائية في قدرتها الأقوى على تحليل العملية الكامنة وراء الأحياء المائية وإمكانية وضع نموذج للجانب الزمني (الديناميات). النماذج الإحصائية فقط تؤكد أو تدحض فرضية وإلى أي مدى تتباين المتغيرات ولكن لا تقدم أي دليل على العمليات الأساسية. من ناحية أخرى، تسمح لنا النماذج النظرية بمحاكاة العمليات وفقًا لفرضية، ومقارنة المحاكاة بالبيانات الملاحظة، وتقييم كل من الفرضية والنموذج وإجراء عمليات التكيف. وقد لا تتجاوز صلاحية النماذج الإحصائية النطاق التشغيلي الذي دربت عليه، في حين يمكن تعريف النماذج النظرية واستخدامها في طائفة واسعة من البيئات، شريطة التحقق من صحة النماذج لهذه النطاقات قبل تطبيقها. على سبيل المثال، لا يمكن تطبيق نموذج الانحدار المتعدد المستخدم لتقييم العلاقات بين نمو الأسماك مع Oreochromis niloticus كنوع من الأسماك والمتغيرات البيئية في مرفق الأحياء المائية في ألمانيا بسهولة على إسبانيا باستخدام Cyprinus carpio، في حين أن النموذج النظري الذي يصف العمليات (مثل سلوك الأسماك، وتربية الأحياء المائية، وإيكولوجيا المياه العذبة) كمعادلات رياضية يمكن تعديلها بسهولة نسبيا لأن الأسماك والعملية الإيكولوجية الكامنة وراء هذا النموذج هي نفسها أساسا بالنسبة للموقعين.

ومع ذلك, فإن النماذج النظرية تتطلب أيضا بعض البارامترات مثل ثوابت التفاعل و سرعة تسوية المادة في صهريج التسوية التي يتعين تحديدها. ويتحقق ذلك عادة على أساس دراسة تجريبية لمرفق واحد أو عدد قليل جدا من المرافق أو في معظم الحالات من دراسات سبق نشرها (مصادر ثانوية). فالدراسات التي تستند إلى مصادر ثانوية لها قيود يفرضها الهيكل المعين و مقدار البيانات المتاحة, و التي لا توجد عندما تأتي البيانات من إعداد تجريبي مصمم خصيصا لل دراسة. ومع ذلك، فإن تقدير بارامترات النموذج باستخدام البيانات التجريبية من مرفق واحد فقط يمكن أن يكون لديه مشاكل فيما يتعلق بالتعميم وتكرار النتائج بسبب ظروف معينة موجودة في الدراسة. وفي بعض الأحيان تفرض ندرة البيانات قيودا قوية على النماذج التي تحد من تطبيقها العملي. و يساعد وضع دراسات لتقدير البارامترات مع بيانات أولية تستخدم عددا أكبر من مرافق علم الأحياء المائية مقارنة بالدراسات السابقة على التغلب على القيود الحالية و توفير نتائج أفضل و موثوق بها. هذا، ومع ذلك، ليس تحديا سهلا للباحثين المائية.

محاكاة أكوابونيكس مع النماذج الرياضية في إطار مجموعة واسعة من ظروف الإدارة سوف تحسن فهم أكوابونيكس، والتحقق من تكوينات أكوابونيكس المختلفة وتوجيه الطريق إلى الاستراتيجيات الواعدة لتحسين مرافق أكوابونيكس. مرة أخرى، يمكن أن يؤدي ذلك إلى طريقة أكثر كفاءة لإجراء التجارب.

كما عرضت في هذا الفصل بعض أدوات النمذجة. و تقليديا, استخدمت مخططات المخزون و التدفقات لفهم العمليات كأدوات دعم لل تحليل الكمي. وهي تستخدم لفهم تدفق و تدفقات الكميات ول كنها تفتقر إلى القدرة على توضيح المعلومات المرتبطة بالتدفق و التدفقات. يمكن استخدام مخطط الحلقة السببية (CLD) لنقل نظام SFD المعقد إلى هياكل التغذية المرتدة المبسطة مفهومة. معا، يحدد SFD و CLDs بشكل كامل نظام المعادلة التفاضلية. إذا كان هناك حاجة فقط إلى فهم نوعي بسيط للنظام، ثم CLD و SFD قد تكون كافية، ولكن إذا كانت الإجابة تتطلب دقة عددية، ثم يمكن التحقيق في المشكلة أكثر من ذلك مع الرسوم البيانية أداة ديناميكية النظام (SDTD) وبعد ذلك يتم نمذجها في أداة برمجية للمحاكاة العددية.


Aquaponics Food Production Systems

Loading...

ابق على اطلاع على أحدث تقنيات الزراعة الأحيومائية Aquaponic

الشركة

  • فريقنا
  • المنتدى
  • الإعلام
  • مدونة
  • برنامج الإحالة
  • سياسة الخصوصية
  • شروط الخدمة

حقوق النشر © 2019 Aquaponics AI. كل الحقوق محفوظة.