common:navbar-cta
Télécharger l'applicationBlogFonctionnalitésTarificationAssistanceSe connecter

11,5 HP Modélisation des serres

2 years ago

10 min read
EnglishEspañolعربىFrançaisPortuguêsItalianoहिन्दीKiswahili中文русский

L'utilisation de l'eau des cultures et l'absorption des éléments nutritifs sont un sous-système central de l'aquaponie. La partie HP est complexe, car l'absorption pure de l'eau et des nutriments dissous ne suit pas simplement une relation linéaire plutôt simple comme, par exemple, la croissance des poissons. Pour créer un modèle complet, un simulateur de serre complet est nécessaire. Il s'agit de systèmes sous-modèles de la physique des serres, y compris les contrôleurs climatiques et la biologie des cultures, couvrant les processus interactifs avec des facteurs de stress biologiques et physiques.

Cependant, du point de vue des HP, le climat de serre est le principal moteur de l'ensemble du système aquaponique, y compris, à côté des bilans nutritifs, les boucles de rétroaction de la chaleur produite par les poissons et le COsub2/sub supplémentaire fourni aux plantes, tel que rapporté par Körner et al. (2017) (figure 11.15).

Dans ce modèle, la pisciculture produit de la chaleur par des processus métaboliques. La quantité de chaleur produite par le poisson est calculée directement à partir de la consommation d'oxygène qui est fonction de la température et d'une constante pour la production de chaleur pour une unité d'oxygène consommée (c.-à-d. 13608 J gsup-1/sup poisson). La chaleur due à la dégradation des matières organiques (QsubBIO/sub), par exemple les matières fécales et les aliments pour animaux, contribue également au bilan thermique. L'alimentation en énergie du système d'eau peut alors être calculée par la production de chaleur à travers le poisson calculée à partir d'un taux moyen de consommation d'oxygène (FSubo2, TWB/sub). La production de chaleur additionnelle peut alors être calculée par décomposition biologique des matières fécales (figure 11.16).

La production de cosub2/sous à partir du sous-système aquatique (dsubcosub2/sub/sub, g hsup-1/sup), c'est-à-dire la livraison dans l'environnement aérien (d, g hsup-1/sup), peut être calculée pour la température de l'eau donnée (tsubH2O/sub, K) provenant de l'apport d'oxygène au système (dsubosub2/sub/sub, g hsup-1/sup) à la température de g hsup-1/sup) à la température de l'eau (TSubH2 O, b/sub, K) et la valeur QSub10/sub de la respiration des poissons (Qsub10, R/sub). Les relations suivantes sont utilisées :

 ! image-20201002151321671

Fig. 11.15 Comportement symbiotique supplémentaire d'un système aquaponique

$d_ {O2} = f {fish} \ f_ {O2} W {O_2} $

$d_ {CO2} = \ frac {[CO2]} {[O2]} \ \ d {O2} \ Q {10, R} (T_ {H2O, b}) /10$ (11.16)

avec la quantité d'aliment pour le poisson (fsubfish/sub, g hsup-1/sup), le taux de consommation d'oxygène à la température de base (fsubo2/sub, kg [osub2/sub] kgsup-1/sup [feed]), la fraction de la perte de nourriture wsubo2/sub (sup-/sup) et le bilan massique de Osub2/sub/cosub2/sub2/sub (sup-/sub (sup-/sup).

Pour calculer la base de l'aquaponie, c'est-à-dire le flux de processus (indiqué par des flèches, →) macroclimat de serre → microclimat → évapotranspiration → absorption de nutriments, divers simulateurs de serre qui ont été développés dans le passé peuvent être utilisés et combinés avec l'aquaculture à un système aquaponique . Tous les modèles de serre comprennent un modèle de croissance des cultures. La qualité du modèle, cependant, peut varier considérablement d'un modèle de régression empirique simple, par exemple Boote et Jones (1987), en passant par des modèles déterministes, par exemple Heuvelink (1996), aux modèles de plantes structurales fonctionnelles (FSPM), par exemple Buck-Sorlin et al. (2011). Comme les modèles actuels de croissance et de développement des cultures sont inexacts et ont un pouvoir prédictif limité (Poorter et al., 2013), des modèles sont parfois utilisés pour la gestion des cultures, mais surtout pour les questions de planification dans les simulateurs de serre, par exemple Vanthoor (2011) et Körner et Hansen (2011). La précision des prévisions est compromise par de nombreuses sources d'incertitude, telles que la modélisation

 !

Fig. 11.16 Système d'aquaculture mis en place en serre avec humidité, température et concentrations de CO2 de l'air (Rhsubair/sub tsubair/sub, cosub2, air/sub), chaleur provenant de (Q) environnement de poisson (poisson), dégradation biologique (bio) et flux de chaleur ($$), tiré de Körner et al. (2017)

les erreurs, la variabilité entre les plantes, la variabilité entre les serres et les conditions climatiques extérieures incertaines. En ce qui concerne les prévisions, la précision varie également fortement selon la situation. Cependant, l'alimentation en ligne de l'information des capteurs dans le modèle de la plante peut rendre les prévisions du modèle de plante considérablement plus fiables et utiles au producteur.

Des simulateurs de serre ont été mis au point dans et pour plusieurs endroits, par exemple : Virtual Grower (Frantz et al. 2010), KASPRO (De Zwart 1996), Greenergy Energy Audit Tool (Körner et al. 2008), The Virtual Greenhouse (Körner et Hansen 2011), The Adaptive Greenhouse (Vanthoor 2011), Hortex (Rath 1992, 2011) et le modèle de serre aquaponique intégré (Goddek et Körner 2019). Au niveau de la recherche, certains modèles (c.-à-d. des modèles de simulation combinés à certaines technologies de serre) ont été mis au point qui pourraient être utilisés pour optimiser les investissements et les modifications structurelles de l'unité de production et du processus de production. Cependant, la plupart des systèmes comportent des environnements logiciels fermés qui ne peuvent être utilisés que par les développeurs, et beaucoup d'entre eux n'existent que dans un mode de recherche et n'ont pas de développement et d'acceptation de la part de l'industrie. Cependant, il n'existe pas encore de base commune pour le partage de modèles et l'élaboration de modèles collaboratifs. Par conséquent, la plupart des modélisateurs et des équipes de modélisation travaillent isolément en développant leurs propres modèles et codes. L'une des lacunes de cette procédure réside dans le fait que les modèles de simulation de serre sont développés en parallèle dans des environnements de recherche disparates, qui échouent dans la croissance et le développement coopératifs.

Tous les simulateurs de modèles de serre HP sont une compilation de sous-modèles qui dépendent de l'objectif d'intégrer l'interaction entre les plantes et les équipements de serre. La différenciation générale en deux parties dans les modèles de serre ainsi que dans le contrôle et la planification est la pousse et l'environnement racinaire. Des modèles assez complexes et différenciés ont été appliqués pour le climat de serre (Bot, 1993 ; de Zwart, 1996), et la croissance des cultures en serre a été modélisée de façon intensive dans les années 1990 pour les principales cultures de serre comme les tomates (Heuvelink, 1996), le concombre (Marcelis, 1994) et la laitue (Liebig et Alscher 1993). Toutefois, pour calculer l'absorption d'eau et de nutriments des cultures, il faut connaître le microclimat, c'est-à-dire le climat proche des organes végétaux et sur ceux-ci (Challa et Bakker, 1999). Il s'agit d'un problème permanent dans la modélisation en serre, car les variables microclimatiques, comme la température centrale des feuilles, sont très variables et dépendent de nombreux paramètres et variables. Une version d'un modèle de température foliaire utilisé dans un couvert de culture pour la température de culture (TsubC/sub) intégré sur des couches verticales (z) par Körner et al. (2007) intégrant des flux nets irradiatifs absorbés (Rsubn, a/sub, WMSUP2/SUP), des résistances de couche limite et des stomates (rsubb/sub et rsubs/sub, respectivement, smsup-1/ sup) et le déficit de pression de vapeur à la surface foliaire (VPDSubs/sub, Pa) dans la canopée est illustré ici, c.-à-d.

$Tc (Z) -TA = \ frac { \ frac {1} { \ RHOACP} (rb (Z) +rs (Z)) R {n, a} (z) - \ frac1 { \ gamma} VPDs (z)} {1+ \ frac { \ delta} { \ gamma} + \ frac {rs z}} {rb (z)} + \ frac1 { \ rhoACP/4 \ sigma Ta^3} (rb (z) +r_s (z))} $ (11.17)

avec température de l'air à effet de serre (Tsuba/sub, K), densité de l'air de pression de vapeur (ρsuba/sub, g msup-2/sup), constante de Stefan-Boltzmann (σ, WMSUP-2/SUP KSUP), capacité thermique spécifique de l'air (csubp/sub, J gsup-1/sup KSUP), constante psychrométrique (γ, Pa SUP-1/SUP) et la pente entre les vapeurs saturées pression et la température de l'air à effet de serre (δ, Pa KSUP-1/SUP).

La température foliaire est la partie centrale du modèle microclimatique, elle a des boucles de rétroaction vers plusieurs variables d'entrée et en particulier la résistance des stomates (souvent aussi utilisée comme sa conductance réciproque), et le calcul nécessite plusieurs étapes de simulation pour l'équilibre. Pour HP, dans le cadre du système aquaponique, cependant, la modélisation des flux d'eau et d'éléments nutritifs est la plus importante. Tous les bilans d'eau et d'éléments nutritifs dans un système fermé à boucle multiple sont contrôlés en fonction du taux d'évapotranspiration de la culture ETsubC/sub (chap. 8). Généralement, ETsubc/sub est calculé comme chaleur latente de l'évaporation, c'est-à-dire en termes d'énergie (λE, WMSUP2/SUP), et peut être en fonction de la température des feuilles exprimée dans différentes couches de canopée

$ \ lambda E (z) = ( \ frac { \ frac { \ delta} { \ gamma} R_ {n, a} (z) + \ frac { \ rho acp} { \ gamma} ( \ frac1 {rb (z)} + \ frac1 { \ rho _acp/4 \ sigma Ta^3} VPDs (z)} {1+ \ frac { \ delta} { \ gamma} + \ frac {rs (z)} {rb (z)} + \ frac {1} { \ rho _acp/4 \ sigma Ta^3} (rs (z) +rb (z))} $ (11.18)

Pour calculer ETsubc/sub (L msup-2/sup), λE doit être multiplié par la constante LsubW/sub (chaleur de vaporisation de l'eau ; 2454 ⋅ 103 J kgsup-1/sup) et le poids spécifique de l'eau (9,789 kN ⋅ msup-3/sup à 20 ˚C).

 ! image-20201002152911719

Fig. 11.17 Système d'entrée-sortie d'une serre

Cependant, l'équation (11.18) ne calcule que le flux d'eau à travers la culture, tandis que la façon la plus simple d'estimer l'absorption d'éléments nutritifs est l'hypothèse que les éléments nutritifs sont absorbés ou absorbés sous forme de dissous dans l'eau d'irrigation et en supposant qu'il n'existe aucune résistance chimique, biologique ou physique spécifique à un élément. En réalité, l'absorption des nutriments est une question très compliquée. Par conséquent, pour maintenir l'équilibre, tous les éléments nutritifs absorbés par la culture tels qu'ils sont contenus dans la solution nutritive doivent être ajoutés au système hydroponique (voir Chap. 8). Cependant, l'Eq. (11.18) ne calcule que l'Ec potentiel, tandis que des niveaux de potentiel trop élevés peuvent entraîner une transpiration plus élevée que les plantes peuvent supporter, et alors la perte potentielle d'eau peut dépasser l'absorption d'eau. Pour cela, la simple hypothèse de l'absorption des éléments nutritifs n'est pas satisfaisante. Comme décrit dans Chap. 10, les différents nutriments peuvent avoir des états différents et des états changeants avec, par exemple, le pH, tandis que la disponibilité de la plante dépend fortement du pH et de la relation entre les nutriments et l'un l'autre. En outre, le microbiome dans la zone racinaire joue un rôle important, qui n'est pas encore mis en œuvre dans les modèles. Certains modèles, cependant, font la différence entre les voies phloème et xylème. La grande quantité d'éléments nutritifs, cependant, n'est pas modélisée en détail pour l'équilibre aquaponique et le dimensionnement des systèmes, tandis que la façon la plus simple d'estimer l'absorption des éléments nutritifs est l'hypothèse que les nutriments sont absorbés ou absorbés sous forme de dissous dans l'eau d'irrigation et d'appliquer l'approche de calcul de l'ETC expliquée ci-dessus .

À des fins de contrôle, la serre est généralement considérée comme une boîte noire, où les conditions climatiques extérieures déterminent les entrées de perturbation, l'alimentation en COSub2/sous, le chauffage et la ventilation sont les entrées de contrôle, et le macro- et le microclimat de serre définissent la sortie du système (figure 11.17).

Pour contrôler la serre, les mesures visent à minimiser les impacts rapides des perturbations, c'est-à-dire à être en avance sur les changements attendus grâce à un contrôle intelligent. Pour cela, des actions de contrôle telles que la rétroaction et le feedforward sont utilisées (Chap. 8). Cependant, le meilleur contrôle peut être obtenu en utilisant un modèle complet de serre et en le combinant avec les prévisions météorologiques (Körner et Van Straten, 2008) pour obtenir un contrôle climatique optimal basé sur un modèle, comme l'a élaboré Van Ooteghem (2007).


Aquaponics Food Production Systems

Loading...

Restez au courant des dernières nouveautés en matière de technologie aquaponique

Entreprise

  • Notre équipe
  • Communauté
  • Presse
  • Blog
  • Programme de parrainage
  • Politique de confidentialité
  • Conditions de service

Copyright © 2019 Aquaponics AI. Tous droits réservés.