11.5 एचपी ग्रीनहाउस मॉडलिंग

फसल के पानी का उपयोग और पोषक तत्व तेज एक्वापोनिक्स का केंद्रीय उपप्रणाली है। एचपी हिस्सा जटिल है, क्योंकि पानी का शुद्ध तेज और भंग पोषक तत्व केवल एक साधारण रैखिक रिश्ते का पालन नहीं करते हैं, जैसे मछली की वृद्धि। एक पूर्ण-कार्यात्मक मॉडल बनाने के लिए, एक पूर्ण ग्रीनहाउस सिम्युलेटर की आवश्यकता है। इसमें ग्रीनहाउस भौतिकी के उप-मॉडल सिस्टम शामिल हैं जिनमें जलवायु नियंत्रक और फसल जीव विज्ञान शामिल हैं, जिसमें जैविक और भौतिक तनाव के साथ इंटरैक्टिव प्रक्रियाओं को शामिल किया गया है।

हालांकि, देखने के हिमाचल प्रदेश बिंदु से, ग्रीन हाउस जलवायु पूरी एक्वापोनिक प्रणाली के लिए मुख्य चालक है, जिसमें पोषक तत्वों की शेष राशि के बगल में, मछली द्वारा उत्पादित गर्मी की प्रतिक्रिया लूप और अतिरिक्त COSUB2/उप पौधों को आपूर्ति के रूप में Körner एट अल द्वारा रिपोर्ट किया गया है। (2017) (चित्र 11.15)।

इस मॉडल में, मछली संस्कृति चयापचय प्रक्रियाओं के माध्यम से गर्मी पैदा करती है। मछली द्वारा उत्पादित गर्मी की मात्रा सीधे ऑक्सीजन खपत से गणना की जाती है जो तापमान का एक कार्य होता है और एक इकाई ऑक्सीजन खपत (यानी 13608 जे जीएसयूपी -1/एसयूपी मछली) के लिए गर्मी उत्पादन के लिए निरंतर होता है। कार्बनिक पदार्थ (QSubbio/उप) के टूटने से गर्मी, जैसे मल और फ़ीड रहते हैं, भी गर्मी संतुलन में योगदान दे रहा है। पानी की व्यवस्था के लिए ऊर्जा की आपूर्ति तब औसत ऑक्सीजन खपत दर (FSubo2, TWB/उप) से गणना की गई मछली के माध्यम से गर्मी उत्पादन द्वारा गणना की जा सकती है। अतिरिक्त गर्मी उत्पादन की गणना तब मल के जैविक टूटने (चित्र 11.16) द्वारा की जा सकती है।

जलीय उपप्रणाली से COSUB2/उप उत्पादन (DSubcoSub2/sub/उप, जी hsup-1/sup), यानी हवाई वातावरण के लिए वितरण (डी, जी hsup-1/sup), दिए गए पानी के तापमान के लिए गणना की जा सकती है (TSUBH2O/उप, कश्मीर) ऑक्सीजन वितरण से प्रणाली (DSubosub2/sub/उप, जी h/sup) आधार तापमान (TSUBH2 ओ, बी/सब, के) और QSUB10/मछली श्वसन के उप मूल्य (Qsub10, आर/उप)। निम्नलिखित रिश्तों का उपयोग किया जाता है:

चित्र 11.15 एक एक्वापोनिक प्रणाली का अतिरिक्त सहजीवी व्यवहार

$ d_ {O_2} = f_ {मछली}\ f_ {O_2} W_ {O_2} $

$ d_ {CO_2} =\ frac {[CO_2]} {[O_2]}\ d_ {O_2}\ Q_ {10, आर} (टी _ {एच 2 ओ, बी}) /10 $ (11.16)

मछली के लिए फ़ीड राशि के साथ (fsubfish/उप, जी hsup-1/sup), आधार तापमान पर ऑक्सीजन की खपत दर (FSubo2/उप, किलोग्राम [OSUB2/उप] kgsup-1/sup [फ़ीड]), फ़ीड हानि WSubo2/उप के अंश (sup-/sup) और OSUB2/सब/Cosub2/उप के बड़े पैमाने पर संतुलन (sup/उप)।

एक्वापोनिक्स के आधार की गणना करने के लिए, यानी। प्रक्रिया प्रवाह (तीर के साथ इंगित किया गया, →) ग्रीनहाउस मैक्रोक्लाइमेट → माइक्रोक्रिल्ट → evapotransirging → पोषक तत्वों को तेज करने, अतीत में विकसित किए गए विभिन्न ग्रीनहाउस सिमुलेटर का उपयोग किया जा सकता है और एक्वापोनिक सिस्टम में जलीय कृषि के साथ जोड़ा जा सकता है । सभी ग्रीनहाउस मॉडल में फसल विकास मॉडल शामिल है। मॉडल की गुणवत्ता, हालांकि, सरल अनुभवजन्य प्रतिगमन मॉडल, जैसे बूटे और जोन्स (1987), निर्धारक मॉडल के माध्यम से, उदाहरण के लिए हेवेलिंक (1996), कार्यात्मक संरचनात्मक संयंत्र मॉडल (एफएसपीएम) से बहुत भिन्न हो सकती है, उदाहरण के लिए बक-सोर्लिन एट अल। (2011)। चूंकि वर्तमान फसल विकास और विकास मॉडल गलत हैं और अनुमानित शक्ति सीमित है (खराब एट अल। 2013), मॉडल कभी-कभी फसल प्रबंधन में नियोजित होते हैं, लेकिन फिर मुख्य रूप से ग्रीनहाउस सिमुलेटर, जैसे वन्थुर (2011) और कोरनर और हैनसेन (2011) में मुद्दों की योजना बनाने के लिए। भविष्यवाणी सटीकता अनिश्चितता के कई स्रोतों द्वारा खतरे में डाल दिया है, इस तरह के मॉडलिंग के रूप में

चित्र 11.16 एक्वाकल्चर प्रणाली हवा की आर्द्रता, तापमान और सीओ 2 सांद्रता (आरएसयूबेयर/उप Tsubair/उप, COSUBAIR2, हवा/उप), गर्मी (क्यू) मछली पर्यावरण (मछली), जैविक टूटने (जैव) और गर्मी अपशिष्टों ($ $), कोरनर एट अल से लिया (2017)

त्रुटियों, पौधों के बीच परिवर्तनशीलता, ग्रीनहाउस और अनिश्चित बाहरी जलवायु स्थितियों के बीच परिवर्तनशीलता। भविष्यवाणियों के लिए, सटीकता भी प्रति स्थिति दृढ़ता से भिन्न होती है। हालांकि, संयंत्र मॉडल में सेंसर जानकारी का ऑनलाइन खिला संयंत्र मॉडल भविष्यवाणियों को काफी अधिक विश्वसनीय और उत्पादक के लिए उपयोगी बना सकता है।

ग्रीनहाउस सिमुलेटर कई स्थानों में और उनके लिए विकसित किए गए थे, उदाहरण के लिए वर्चुअल उत्पादक (फ्रांट्ज़ एट अल। 2010), कासप्रो (डी ज़वर्ट 1996), ग्रेनेरी एनर्जी ऑडिट टूल (कोरनर एट अल 2008), वर्चुअल ग्रीनहाउस (कोरनर और हैनसेन 2011), अनुकूली ग्रीनहाउस (वन्थुर 2011), हॉर्टेक्स (रथ 1992, 2011) और एकीकृत एक्वापोनिक ग्रीनहाउस मॉडल (Goddek और Körner 2019)। एक शोध स्तर पर, कुछ मॉडल (यानी कुछ ग्रीनहाउस प्रौद्योगिकियों के साथ संयोजन में सिमुलेशन मॉडल) विकसित किए गए हैं जो संभावित रूप से उत्पादन इकाई और उत्पादन प्रक्रिया में निवेश और संरचनात्मक संशोधनों को अनुकूलित करने के लिए उपयोग किए जा सकते हैं। हालांकि, अधिकांश प्रणालियों में बंद सॉफ्टवेयर वातावरण शामिल होते हैं जिनका उपयोग केवल डेवलपर्स द्वारा किया जा सकता है, और उनमें से कई केवल एक शोध मोड में मौजूद हैं और उद्योग से आगे के विकास और स्वीकृति की कमी है। हालांकि, मॉडल साझाकरण और सहयोगी मॉडल विकास के लिए अभी तक कोई सामान्य आधार नहीं है। नतीजतन, अधिकांश मॉडलर और मॉडलिंग टीम अलगाव में अपने स्वयं के मॉडल और कोड विकसित करने में काम करती हैं। उस प्रक्रिया की कमी यह है कि ग्रीनहाउस सिमुलेशन मॉडल अलग-अलग शोध वातावरण में समानांतर में विकसित किए जाते हैं, जो सहकारी विकास और विकास में विफल होते हैं।

सभी एचपी ग्रीनहाउस मॉडल सिमुलेटर उप-मॉडल का संकलन हैं जो पौधों और ग्रीनहाउस उपकरणों के संपर्क को एकीकृत करने के उद्देश्य पर निर्भर करते हैं। ग्रीनहाउस मॉडल में सामान्य दो-भाग भेदभाव और नियंत्रण और योजना में भी शूट और रूट वातावरण है। ग्रीनहाउस जलवायु (बीओटी 1993; डी ज़वर्ट 1996) के लिए जटिल और विभेदित मॉडल दृष्टिकोण किए गए हैं, और ग्रीनहाउस फसल विकास को 1990 के दशक में मुख्य ग्रीनहाउस फसलों जैसे टमाटर (हेवेलिंक 1996), ककड़ी (मार्सेलिस 1994) और सलाद (लीबिग और अल्शर 1993)। हालांकि, फसलों के पानी और पोषक तत्वों के तेज की गणना करने के लिए, माइक्रोक्रिल्ट, यानी पौधों के अंगों के करीब और जलवायु को जाना जाना चाहिए (वैसा और Bakker 1999)। ग्रीनहाउस मॉडलिंग में यह एक सतत मुद्दा है, क्योंकि केंद्रीय पत्ती तापमान जैसे माइक्रोक्रिल्ट चर अत्यधिक चर और कई मापदंडों और चर पर निर्भर हैं। Körner एट अल द्वारा ऊर्ध्वाधर परतों (z) पर एकीकृत फसल तापमान (TSUBC/उप) के लिए फसल चंदवा में उपयोग किए जाने वाले पत्ते के तापमान मॉडल का एक संस्करण (2007) अवशोषित विकिरणशील शुद्ध अपशिष्टों (Rsubn, a/उप, WMSUP2/SUP), सीमा परत और stomata प्रतिरोधों (Rsubb/उप, क्रमशः, smsup-1/ sup) और चंदवा में पत्ती की सतह (VPDSubs/उप, पा) पर वाष्प दबाव घाटा यहाँ दिखाया गया है, यानी।

$ टीसी (जेड) -टी_ए =\ frac {\ frac {1} {\ Rho_AC_P} (r_b (Z) +r_s (Z) R_ {n, a} (z) -\ frac1 {\ गामा} वीपीडी_एस (जेड)} {1+\ frac {\ डेल्टा} {r_s z} {r_b (z)} +\ frac1 {\ RHO_AC_P/4\ सिग्मा टा ^ 3} (r_b (z) +r_s (z))} $ (11.17)

ग्रीनहाउस हवा के तापमान (Tsuba/उप, कश्मीर), वाष्प दबाव हवा घनत्व (ρsuba/उप, जी msup-2/sup), Stefan-Boltzmann निरंतर (σ, WMSUP-2/SUP KSUP-4/SUP), हवा की विशिष्ट गर्मी क्षमता (सीसब/उप, जे gsup-1/sup KSUP KSUP), निरंतर मनोविज्ञान γ, Pa KSUP-1/SUP) और संतृप्त वाष्प के बीच ढलान दबाव और ग्रीनहाउस हवा के तापमान (δ, Pa KSUP-1/SUP)।

पत्ता तापमान microclimate मॉडल का मध्य भाग है, यह कई इनपुट चर और विशेष रूप से stomata प्रतिरोध (अक्सर भी अपने पारस्परिक, प्रवाहकत्त्व के रूप में प्रयोग किया जाता है) के लिए प्रतिक्रिया छोरों है, और गणना संतुलन के लिए कई सिमुलेशन चरणों की जरूरत है। एचपी के लिए, एक्वापोनिक प्रणाली के हिस्से के रूप में, हालांकि, पानी और पोषक तत्व फ्लक्स मॉडलिंग करना सबसे महत्वपूर्ण है। एक बंद बहु-पाश प्रणाली में सभी पानी और पोषक तत्वों की शेष राशि फसल etsubc/उप (चैप 8) की evapotransigning दर के आधार पर नियंत्रित कर रहे हैं। आमतौर पर etsubc/subb वाष्पीकरण की अव्यक्त गर्मी के रूप में गणना की जाती है, यानी। ऊर्जा के संदर्भ में (λE, WMSUP2/SUP), और विभिन्न चंदवा परत में व्यक्त पत्ती के तापमान के अनुसार हो सकता है

$\ लैम्ब्डा ई (जेड) = (\ frac {\ frac {\ डेल्टा} {\ गामा} R_ {n, a} (z) +\ frac {\ rho _AC_P} {\ गामा} (\ frac1 {r_b (z)} +\ frac1 {\ rho _AC_P/4\ सिग्मा ता^ 3} VP/z) {1+\ frac {\ डेल्टा} {\ गामा} +\ frac {r_s (z)} {r_b (z)} +\ frac {1} {\ rho _AC_P/4\ सिग्मा ता^ 3} (r_s (z) +r_b (z))}) $ (11.18)

Etsubc/उप (एल msup-2/sup) की गणना करने के लिए, λe को निरंतर एलसबडब्ल्यू/उप (पानी के वाष्पीकरण की गर्मी; 2454 103 जम्मू kgsup-1/sup) और पानी के विशिष्ट वजन (9.789 केएन एमएसयूपी -3/एसयूपी 20 सी पर) के साथ गुणा करने की आवश्यकता है।

** अंजीर 11.17** ग्रीनहाउस की इनपुट-आउटपुट सिस्टम

समीकरण (11.18), हालांकि, केवल फसल के माध्यम से पानी के प्रवाह की गणना करता है, जबकि पोषक तत्व तेज अनुमान लगाने का सबसे आसान तरीका यह धारणा है कि पोषक तत्वों को सिंचाई के पानी में भंग कर दिया जाता है/अवशोषित किया जाता है और यह मानते हुए कि कोई तत्व विशिष्ट रासायनिक, जैविक या शारीरिक प्रतिरोध मौजूद नहीं है। वास्तव में पोषक तत्वों का तेज एक बेहद जटिल मामला है। नतीजतन, संतुलन बनाए रखने के लिए, पोषक तत्व समाधान में निहित फसल द्वारा उठाए गए सभी पोषक तत्वों को हाइड्रोपोनिक्स प्रणाली में वापस जोड़ा जाना चाहिए (देखें [Chap. 8](/साम्य/लेख/अध्याय -8-decoupled-aquaponics-systems)। हालांकि, Eq. (11.18) केवल संभावित आदि की गणना करता है, जबकि बहुत अधिक संभावित स्तर के परिणामस्वरूप पौधों की तुलना में अधिक श्वसन हो सकता है, और फिर संभावित पानी का नुकसान पानी के तेज से अधिक हो सकता है। इसके लिए, पोषक तत्व तेज की सरल धारणा संतोषजनक नहीं है। जैसा कि [Chap. 10](/साम्य/लेख/अध्याय -10-एरोबिक-और-अवायबिक-उपचार के लिए-एक्वापोनिक-स्लज-कमी और खनिज) में वर्णित है, विभिन्न पोषक तत्वों में अलग-अलग राज्य हो सकते हैं और राज्य बदल सकते हैं, उदाहरण के लिए पीएच, जबकि पौधे की उपलब्धता पीएच और पोषक तत्वों के संबंध पर दृढ़ता से निर्भर करती है एक दूसरे को। इसके अलावा, रूट ज़ोन में माइक्रोबायोम एक महत्वपूर्ण भूमिका निभाता है, जिसे अभी तक मॉडल में लागू नहीं किया गया है। हालांकि, कुछ मॉडल फ्लोम और xylem मार्गों के बीच अंतर करते हैं। पोषक तत्वों की विशाल मात्रा, हालांकि, एक्वापोनिक्स पोषक तत्व संतुलन और प्रणालियों के आकार के लिए विस्तार से मॉडलिंग नहीं की जाती है, जबकि पोषक तत्व तेज का अनुमान लगाने का सबसे आसान तरीका यह धारणा है कि पोषक तत्वों को सिंचाई के पानी में भंग कर दिया जाता है/अवशोषित किया जाता है और उपरोक्त समझाया आदि गणना दृष्टिकोण ।

नियंत्रण उद्देश्यों के लिए ग्रीनहाउस को आम तौर पर एक ब्लैक बॉक्स के रूप में माना जाता है, जहां बाहर की जलवायु की स्थिति में गड़बड़ी इनपुट, COSUB2/उप आपूर्ति, हीटिंग और वेंटिलेशन नियंत्रण इनपुट हैं, और ग्रीनहाउस मैक्रो- और माइक्रोक्रिल्ट सिस्टम के आउटपुट को परिभाषित करते हैं (चित्र 11.17)।

ग्रीनहाउस को नियंत्रित करने के लिए, कार्यों को गड़बड़ी के तेज प्रभावों को कम करने के लिए निर्देशित किया जाता है, यानी। स्मार्ट नियंत्रण द्वारा अपेक्षित परिवर्तनों से आगे होना इसके लिए, प्रतिक्रिया और फीडफॉरवर्ड जैसे नियंत्रण कार्यों का उपयोग किया जाता है (चैप 8)। हालांकि, एक पूर्ण ग्रीनहाउस मॉडल का उपयोग करते समय सबसे अच्छा नियंत्रण प्राप्त किया जा सकता है और इसे मौसम पूर्वानुमान (कोरनर और वान स्ट्रेटन, 2008) के साथ संयोजित किया जा सकता है, जो एक मॉडलआधारित इष्टतम ग्रीनहाउस जलवायु नियंत्रण प्राप्त करता है, जैसा कि वान ओटेघम (2007) द्वारा काम किया गया था।