11,5 HP Modellazione di serre

L’uso dell’acqua di coltura e l’assorbimento dei nutrienti sono un sottosistema centrale dell’acquaponica. La parte HP è complessa, poiché l’assorbimento puro di acqua e sostanze nutritive disciolte non segue semplicemente una relazione lineare piuttosto semplice come, ad esempio, la crescita dei pesci. Per creare un modello completo, è necessario un simulatore di serra completo. Si tratta di sistemi sottomodelli di fisica delle serre, compresi i controllori del clima e la biologia delle colture, che coprono processi interattivi con fattori di stress biologici e fisici.

Tuttavia, dal punto di vista HP, il clima serra è il principale motore per il sistema acquaponico completo, tra cui, accanto agli equilibri nutritivi, loop di feedback del calore prodotto dal pesce e COSub2/sub addizionale fornito alle piante come riportato da Körner et al. (2017) (Fig. 11.15).

In questo modello, la coltura ittica produce calore attraverso i processi metabolici. La quantità di calore prodotta dal pesce è calcolata direttamente dal consumo di ossigeno che è una funzione della temperatura e una costante per la produzione di calore per una unità di ossigeno consumata (cioè 13608 J gsup-1/sup pesce). Anche il calore derivante dalla degradazione della materia organica (Qsubbio/sub), ad esempio le feci e i mangimi, contribuisce al bilancio termico. La fornitura di energia al sistema idrico può quindi essere calcolata mediante la produzione di calore attraverso il pesce calcolata a partire da un tasso medio di consumo di ossigeno (FSubo2, TWB/sub). La produzione di calore supplementare può quindi essere calcolata mediante scomposizione biologica delle feci (Fig. 11.16).

La produzione di COSub2/sub dal sottosistema acquatico (DSubCOsub2/sub/sub, g hsup-1/sup), cioè la consegna all’ambiente aereo (d, g hsup-1/sup), può essere calcolata per la temperatura dell’acqua data (TsubH2o/sub, K) dalla somministrazione di ossigeno al sistema (DSUBOSub2/sub/sub, g hsup-1/sup) alla temperatura base dell’acqua (TSubH2 O, b/sub, K) e il valore QSub10/sub della respirazione dei pesci (Qsub10, R/sub). Vengono utilizzate le seguenti relazioni:

Fig. 11.15 Comportamento simbiotico aggiuntivo di un sistema aquaponico

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

$d_ {CO_2} =\ frac {[CO_2]} {[O_2]}\ d_ {O_2}\ Q_ {10, R} (T_ {H2O, b}) /10$ (11.16)

con quantità di mangime per il pesce (fsubfish/sub, g hsup-1/sup), tasso di consumo di ossigeno alla temperatura base (FSUBO2/sub, kg [oSub2/sub] kgsup-1/sup [feed]), frazione della perdita di mangime WSUBO2/sub (sup-/sup) e bilancio di massa di Osub2/sub/COsub2/sub (sup-/sup).

Per calcolare la base dell’acquaponica, cioè il flusso di processo (indicato con le frecce, →) macroclima serra → microclima → evapotraspirazione → assorbimento di nutrienti, vari simulatori di serra sviluppati in passato possono essere utilizzati e combinati con l’acquacoltura in un sistema acquaponico . Tutti i modelli di serra includono un modello di crescita delle colture. La qualità del modello, tuttavia, può variare molto da semplici modelli di regressione empirica, ad esempio Boote e Jones (1987), attraverso modelli deterministici, ad esempio Heuvelink (1996), a modelli strutturali funzionali (FSPM), ad esempio Buck-Sorlin et al. (2011). Poiché gli attuali modelli di crescita e sviluppo delle colture sono imprecisi e hanno un potere predittivo limitato (Poorter et al. 2013), i modelli vengono occasionalmente impiegati nella gestione delle colture, ma soprattutto per questioni di pianificazione nei simulatori di serra, ad esempio Vanthoor (2011) e Körner and Hansen (2011). La precisione di previsione è compromessa da molte fonti di incertezza, come la modellazione

Fig. 11.16 Sistema di acquacoltura implementato nella serra con umidità, temperatura e concentrazioni di CO2 dell’aria (Rhsubair/sub Tsubair/sub, CoSub2, aria/sub), calore da (Q) ambiente ittico (pesce), degradazione biologica (bio) e flussi di calore ($$), prelevati da Körner et al. (2017)

errori, variabilità tra le piante, variabilità tra le serre e condizioni climatiche esterne incerte. Per quanto riguarda le previsioni, anche l’accuratezza varia fortemente in base alla situazione. Tuttavia, l’inserimento online delle informazioni sui sensori nel modello di pianta può rendere le previsioni del modello di pianta notevolmente più affidabili e utili per il coltivatore.

Simulatori di serra sono stati sviluppati in e per diversi luoghi, ad esempio il Virtual Grower (Frantz et al. 2010), KASPRO (De Zwart 1996), Greenergy Energy Audit Tool (Körner et al. 2008), The Virtual Greenhouse (Körner and Hansen 2011), The Adaptive Greenhouse (Vanthoor 2011), Hortex (Rath 1992, 2011) e il 2011) e il modello integrato di serra acquaponica (Goddek e Körner 2019). A livello di ricerca, sono stati sviluppati alcuni modelli (cioè modelli di simulazione in combinazione con alcune tecnologie a effetto serra) che potenzialmente possono essere utilizzati per ottimizzare gli investimenti e le modifiche strutturali dell’unità di produzione e del processo produttivo. Tuttavia, la maggior parte dei sistemi comporta ambienti software chiusi che possono essere utilizzati solo dagli sviluppatori, e molti di essi esistono solo in modalità di ricerca e non hanno ulteriore sviluppo e accettazione da parte del settore. Tuttavia, non esiste ancora una base comune per la condivisione dei modelli e lo sviluppo di modelli collaborativi. Di conseguenza, la maggior parte dei modellisti e dei team di modellazione lavorano isolatamente sviluppando i propri modelli e codici. Una lacuna di tale procedura è che i modelli di simulazione delle serre sono sviluppati parallelamente in ambienti di ricerca disparati, che falliscono nella crescita e nello sviluppo cooperativo.

Tutti i simulatori di modelli di serra HP sono una raccolta di sottomodelli che dipendono dall’obiettivo di integrare l’interazione tra piante e attrezzature per serra. La differenziazione generale in due parti nei modelli di serra e anche nel controllo e nella pianificazione è il germoglio e l’ambiente radicale. Approcci modello piuttosto complicati e differenziati sono stati fatti per il clima serra (Bot 1993; de Zwart 1996), e negli anni ‘90 la crescita delle colture in serra è stata fortemente modellata per le principali colture in serra come i pomodori (Heuvelink 1996), il cetriolo (Marcelis 1994) e la lattuga (Liebig e Alscher 1993). Tuttavia, per calcolare l’assorbimento di acqua e nutrienti delle colture, è necessario conoscere il microclima, cioè il clima vicino e sugli organi vegetali, (Challa e Bakker 1999). Si tratta di un problema in corso nella modellazione delle serre, in quanto le variabili microclimatiche, come la temperatura centrale delle foglie, sono altamente variabili e dipendono da molti parametri e variabili. Una versione di un modello di temperatura fogliare utilizzato in un baldacchino per la temperatura delle colture (Tsubc/sub) integrato su strati verticali (z) da Körner et al. (2007) che integra flussi netti irradiativi assorbiti (Rsubn, a/sub, WMSUP2/SUP), strati limite e resistenze stomatali (rsubb/sub e rsubs/sub, rispettivamente, smsup-1/ sup) e deficit di pressione di vapore sulla superficie fogliare (VPDsubs/Sub, Pa) nella tettoia è mostrato qui, ad es.

$Tc (Z) -t_A =\ frac {\ frac {1} {\ rho_ac_p} (r_b (Z) +r_s (Z)) R_ {n, a} (z) -\ frac1 {\ gamma} vPD_s (z)} {1+\ frac {\ delta} {\ gamma} +\ frac {r_s {z}}} r_b (z)} +\ frac1 {\ rho_ac_p/4\ sigma Ta^3} (r_b (z) +r_s (z))} $ (11.17)

con temperatura dell’aria in serra (Tsuba/sub, K), densità dell’aria a pressione di vapore (ρsuba/sub, g msup-2/sup), costante Stefan-Boltzmann (σ, WMSUP-2/SUP KSUP-4/SUP), capacità termica specifica dell’aria (csubp/sub, J gsup-1/sup KSUP-1/sup), la costante psicometrica (γ, Pa ksup, SUP-1/SUP) e la pendenza tra il vapore saturo pressione e temperatura dell’aria serra (δ, Pa Ksup-1/SUP).

La temperatura foglia è la parte centrale del modello di microclima, ha loop di feedback per diverse variabili di input e soprattutto la resistenza stomatica (spesso usata anche come sua reciproca, la conduttanza), e il calcolo richiede diversi passaggi di simulazione per l’equilibrio. Per HP, come parte del sistema aquaponico, tuttavia, è più importante modellare i flussi di acqua e nutrienti. Tutti gli equilibri idrici e nutrienti in un sistema multi-loop chiuso sono controllati in base al tasso di evapotraspirazione del raccolto ETSUBC/sub (cap. 8). Comunemente ETsubc/sub è calcolato come calore latente di evaporazione, cioè in termini energetici (λE, WMSUP2/SUP), e può essere in funzione della temperatura fogliare espressa in diversi strati di tettoia

$\ lambda E (z) = (\ frac {\ frac {\ delta} {\ gamma} R_ {n, a} (z) +\ frac {\ rho _AC_p} {\ gamma} (\ frac1 {r_b (z)} +\ frac1 {\ rho _AC_p/4\ sigma Ta^3} vPD_s (z)))} {1+\ frac {\ delta} {\ gamma} +\ frac {r_s (z)} {r_b (z)} +\ frac {1} {\ rho _AC_p/4\ sigma Ta^3} (r_s (z) +r_b (z))}) $ (11.18)

Per calcolare ETsubc/sub (L msup-2/sup), λE deve essere moltiplicato con la costante Lsubw/sub (calore di vaporizzazione dell’acqua; 2454 ⋅ 103 J kgsup-1/sup) e il peso specifico dell’acqua (9,789 kN ⋅ msup-3/sup a 20 ˚C).

Fig. 11.17 Sistema di ingresso-uscita di una serra

L’equazione (11.18), tuttavia, calcola solo il flusso d’acqua attraverso la coltura, mentre il modo più semplice per stimare l’assorbimento dei nutrienti è l’ipotesi che i nutrienti vengano assorbiti o assorbiti come disciolti nell’acqua di irrigazione e supponendo che non esistano resistenze chimiche, biologiche o fisiche specifiche. In realtà l’assorbimento di sostanze nutritive è una questione molto complicata. Di conseguenza, per mantenere l’equilibrio, tutti i nutrienti assorbiti dalla coltura come contenuti nella soluzione nutritiva devono essere aggiunti al sistema idroponico (cfr. cap. 8). Tuttavia, Eq. (11.18) calcola solo il potenziale eC, mentre livelli potenziali troppo elevati possono comportare una traspirazione superiore a quella che le piante possono gestire, e quindi una potenziale perdita di acqua può superare l’assorbimento di acqua. Per questo, la semplice assunzione di nutrienti non è soddisfacente. Come descritto in [cap. 10](/comunità/articoli/capitolo-10-trattamenti aerobici e anaerobici per la riduzione e la mineralizzazione dei fanghi acquaponici), i diversi nutrienti possono avere stati diversi e cambiare stati con, ad esempio pH, mentre la disponibilità delle piante dipende fortemente dal pH e dalla relazione dei nutrienti con l’un l’altro. Inoltre, il microbioma nella zona radice gioca un ruolo importante, che non è ancora implementato nei modelli. Alcuni modelli, tuttavia, differenziano tra vie phloem e xylem. La grande quantità di nutrienti, tuttavia, non è modellata in dettaglio per il bilanciamento dei nutrienti acquaponici e il dimensionamento dei sistemi, mentre il modo più semplice per stimare l’assorbimento dei nutrienti è l’ipotesi che i nutrienti vengano assorbiti o assorbiti come disciolti nell’acqua di irrigazione e applichino l’approccio di calcolo ETC sopra spiegato .

Ai fini del controllo la serra è tipicamente considerata come una scatola nera, dove le condizioni climatiche esterne determinano gli ingressi di disturbo, COsub2/fornitura sub, riscaldamento e ventilazione sono gli ingressi di controllo, e la macro e il microclima serra definiscono l’uscita del sistema (Fig. 11.17).

Per controllare la serra, le azioni sono dirette a minimizzare gli impatti rapidi dei disturbi, cioè essere in anticipo rispetto ai cambiamenti attesi da un controllo intelligente. Per questo, vengono utilizzate azioni di controllo come feedback e feedforward (cap. 8). Il controllo migliore, tuttavia, può essere ottenuto utilizzando un modello completo di serra e combinarlo con le previsioni meteorologiche (Körner e Van Straten, 2008) ottenendo un controllo ottimale del clima serra basato su modelli, come elaborato da Van Ooteghem (2007).