11.8 Majadiliano na Hitimisho

Aquaponics ni mifumo tata ya kiufundi na kibaiolojia. Kwa mfano, maelezo iwezekanavyo kwa samaki si kukua vizuri inaweza kuwa ndogo mgawo wa chakula, ubora mbaya wa maji, matatizo ya kiufundi na kusababisha matatizo, nk Kutokana na biolojia asili polepole, uchunguzi wa kisayansi wa uhalali wa maelezo haya itakuwa tedious na zinahitaji majaribio kadhaa ya majaribio kupata mambo yote muhimu na mwingiliano wao, wakidai vifaa vingi, utaalamu, muda wa utafiti na mali za kifedha. Kwa hiyo, suala la kuimarisha mifumo ya aquaponic lilishughulikiwa katika sura hii. Katika aquaponics, modeling inahitajika kwa malengo tofauti: (i) ufasa/uelewa, (ii) uchambuzi, (iii) makadirio na (iv) usimamizi na udhibiti. Kwa malengo haya yote, mifano sahihi inahitajika. Kwa mfano, ili kufikia malengo (ii) na (iii), mbinu ya upimaji inaweza kutumika ambayo inatumia mifano ya takwimu kuchambua data kutoka majaribio ya majaribio ya awali kwa lengo la kuchimba habari nyingi iwezekanavyo bila kufanya majaribio mapya. Mifano ya takwimu inaweza kuonyesha mambo muhimu zaidi yanayoathiri uzalishaji wa samaki na mazao katika mifumo ya aquaponic. Majaribio ya baadaye yanaweza kuzingatia mambo haya, hivyo kufanya matumizi ya mali ya gharama kubwa ya utafiti na ufanisi zaidi.

Ugumu wa mifumo ya aquaponic, kutokana na tabia yao ya maoni na ushirikiano kati ya RAS na mfumo wa hydroponic, matibabu ya maji na ukuaji wa samaki, ina maana kwamba ili kutimiza malengo (i) na (iv), yaani. kuelewa au kuongeza mmea (usanidi, ukubwa, samaki, kulisha, mtiririko, nk) kwa heshima gharama, utulivu, ukamilifu na ubora wa maji, mifano isiyo ya kawaida ya kinadharia ya vipengele vingi vya mfumo vilivyoelezwa katika sura hii inahitajika. Faida ya mifano hii ya kinadharia iliyotolewa juu ya mifano ya takwimu ni uwezo wao na nguvu ya kuchambua mchakato msingi aquaponics na uwezekano wa mfano wakati kipengele (mienendo). Mifano ya takwimu tu kuthibitisha au kukanusha hypothesis na kwa kiasi gani vigezo covary lakini kutoa ushahidi wa michakato ya msingi. Kwa upande mwingine, mifano ya kinadharia inaruhusu sisi kuiga taratibu kulingana na hypothesis, kulinganisha simulated na data aliona, kutathmini hypothesis wote na mfano na kufanya marekebisho. uhalali wa mifano ya takwimu inaweza kuwa zaidi ya mbalimbali uendeshaji wao walikuwa mafunzo kwa, ambapo mifano ya kinadharia inaweza kuelezwa na kutumika kwa ajili ya mbalimbali ya mazingira, mradi mifano ni kuthibitishwa kwa safu hizi kabla ya maombi. Kwa mfano, mfano wa regression nyingi unaotumiwa kutathmini uhusiano kati ya ukuaji wa samaki na Oreochromis niloticus kama aina ya samaki na vigezo vya mazingira katika kituo cha aquaponics nchini Ujerumani hauwezi kutumika kwa urahisi kwa Hispania na Cyprinus carpio, ambapo mfano wa kinadharia unaoelezea msingi michakato (kwa mfano tabia ya samaki, aquaculture, mazingira ya maji safi) kama milinganyo ya hisabati inaweza kubadilishwa kwa urahisi kwa sababu samaki na mchakato wa mazingira msingi kwamba mfano kimsingi ni sawa kwa ajili ya maeneo mawili.

Hata hivyo, mifano ya kinadharia pia inahitaji vigezo vingine kama vile majibu ya majibu na kasi ya kutatua dutu katika tank ya kutatua kuamua. Hii inafanikiwa kwa kawaida kulingana na utafiti wa kisayansi wa kituo kimoja au vifaa vichache sana au mara nyingi kutoka kwa masomo yaliyochapishwa hapo awali (vyanzo vya sekondari). Mafunzo kulingana na vyanzo vya sekondari na mapungufu yaliyowekwa na muundo uliopewa na kiasi cha data zilizopo, ambayo haipo wakati data kutoka kwa kuanzisha majaribio iliyoundwa dharula kwa ajili ya utafiti. Hata hivyo, kukadiria vigezo mfano kwa kutumia data majaribio kutoka kituo aquaponics moja tu inaweza kuwa na matatizo kuhusu generalizability na replication ya matokeo kutokana na hali fulani sasa katika utafiti. Ukosefu wa data wakati mwingine huweka vikwazo vikali kwa mifano ambayo hupunguza mazoea yao. Maendeleo ya tafiti kwa makadirio ya parameter na data ya msingi ambayo hutumia idadi kubwa ya vituo vya aquaponics kuliko masomo ya awali husaidia kuondokana na mapungufu ya sasa na kutoa matokeo bora na ya kuaminika. Hii, hata hivyo, si changamoto rahisi kwa watafiti wa aquaponics.

Masimulizi ya aquaponics na mifano ya hisabati chini ya aina mbalimbali ya hali ya usimamizi kuboresha uelewa wa aquaponics, kuthibitisha mazungumzo mbalimbali ya aquaponics na kumweka njia ya mikakati ya kuahidi kuboresha vifaa vya aquaponics. Tena, hii inaweza kusababisha njia bora zaidi ya kufanya majaribio.

Vifaa vingine vya mfano pia viliwasilishwa katika sura hii. Kijadi, michoro za hisa na mtiririko (SFD) zimetumika kwa michakato ya kuelewa kama zana za usaidizi kwa uchambuzi wa upimaji. Zinatumika kuelewa mtiririko na fluxes ya kiasi lakini hukosa uwezo wa kuonyesha habari zinazohusiana na mtiririko na fluxes. Causal kitanzi mchoro (CLD) inaweza kutumika kuhamisha tata mfumo SFD katika miundo kueleweka kilichorahisishwa maoni. Pamoja, SFDs na CLDs hufafanua kikamilifu mfumo wa usawa tofauti. Ikiwa tu uelewa rahisi wa ubora wa mfumo unahitajika, basi CLD na SFD inaweza kuwa ya kutosha, lakini ikiwa jibu linahitaji usahihi wa namba, basi tatizo linaweza kuchunguzwa zaidi na michoro ya chombo cha nguvu (SDTD) na hatimaye kuonyeshwa katika chombo cha programu kwa simulation ya namba.