工程科学与技术，国际期刊26（2022）100992完整文章利用人工智能和地理信息系统预测生物质能源潜力：案例研究Ahmet Alp SenocakSaur，Hacer Guner Goren土耳其，代尼兹利，棉花堡大学，工业工程系阿提奇莱因福奥文章历史记录：收到2020年2021年2月9日修订2021年4月21日接受2021年5月8日网上发售保留字：生物质可再生能源地理信息系统人工智能A B S T R A C T为了以可持续的方式满足能源需求，必须用替代资源和技术取代化石燃料。鼓励这种转变，以减少温室气体使用环境友好的做法。虽然我国由于气候、土地条件和农牧业活动而拥有丰富的生物质资源，但装机容量远低于其潜力。针对这一点，本研究的目的是提出一种预测方法，以确定各种生物质资源的数量，分布，生产量，废物量和能源潜力一致。解决方案中使用的综合方法利用统计数据，由人工智能和地理信息系统组成。首先，确定了可用作能源的各种生物能源，并使用基于人工智能的方法，支持向量回归，估计了未来几年预计出现的动物和农业废物的数量，产量和能源潜力。然后，利用地理信息系统进行了空间分析，确定了现有和可能的农业用地的分布最后，计算了在各种情况下，利用不同生物质来源的废物可以获得的能量，并对解决方案进行了比较。据我们所知，这项研究是第一次提出一个综合的方法，包括支持向量回归和地理信息系统，以预测土耳其的生物质能源潜力。在Denizli的Acepayam区采用了综合方法。在各种设想办法中，在未利用的耕地上种植油菜籽（油菜籽）植物并利用其废料生产生物能源被认为产生最高的能源潜力。结果表明，在闲置土地的1/4上种植油菜籽，在未来3年内，油菜籽的农业剩余物可分别获得约29.2%、27.8%和27.6%的能量增量。此外，在这种情况下，每年有6972、6663和6545户家庭的总电力需求可以以可持续和清洁的方式从农业残留物中该方法可适用于不同地区、不同生物质资源的情况，可用于生物质资源的战略决策。©2021 Karabuk University. Elsevier B.V.的出版服务。这是CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍随着人口的增长和技术的发展，能源需求和消费迅速增长化石燃料，今天已被用于在高比率，以满足全球能源需求，造成气候变化的温室气体，并在枯竭的危险利用可再生能源资源来满足世界*通讯作者。电 子 邮 件 地 址 ： asenocak@pau.edu.tr （ A.A.Senocak ） ， hgoren@pau.edu.tr（H.Guner Goren）。由Karabuk大学负责进行同行审查开发转换方法并提高其效率。各国政府、科学家和公司一直在努力以可持续的方法获得能源，并建立法律法规来改善。在这方面，鼓励在能源生产中使用可持续能源，今年，欧盟成员国首次实现40%的发电量来自可再生能源，34%来自化石燃料[1]。生物质能是可再生能源之一，是本研究的主要对象，它是通过各种方法从有机物和废弃物中获得的。目前，占全球能源供应10%的生物质能中有三分之二是在发展中国家生产的[2]。利息https://doi.org/10.1016/j.jestch.2021.04.0112215-0986/©2021 Karabuk University.出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页：www.elsevier.com/locate/jestchAhmet Alp Senocak和H.古纳尔·戈伦工程科学与技术，国际期刊26（2022）1009922基于生物质的能量由于其几乎在气候和土地条件允许的任何地方生长、通过转化成原材料或不同类型的能量来储存以及从各种废物中获得的能力而迅速增长近年来，研究生物质潜力的学术研究数量也有所增加这些研究可以根据生物质资源的类型、解决问题的方法和情景方法分为几个小组。表1、表2和表3总结了文献中研究的内容和范围。在表1中，给出了用于生物质基能源项目研究的生物质资源生物质资源主要分为农林废弃物、动物废弃物、城市和污水处理废弃物、能源作物、粮食作物和一般能源量计算。在表2中，用于解决文献中的问题的方法分为五个主要组，即统计方法、基于人工智能的方法、地理信息系统（GIS）方法、数学建模方法和模拟方法。表3显示了是否使用不同的场景来解决文献中的问题。如果采用了各种设想方案，则在括号中注明了不同设想方案不同的情景涉及考虑因素，例如以相同的方式维持当前的情况和政策，关注可再生能源，增加分配给生物质原料的面积，在能源生产中使用不同的原料，改变生产成本，以及提高原料的效率，以便将不确定性纳入解决方案。在调查生物量潜力和资源分布的研究中，Hernández等人[3]提出了一个基于两种不同情景的模型，以估计短期内从森林残留物中获得的生物量。在第一种设想中，假设情况将继续保持正常水平，而在第二种设想中，假设用于生物质能源的森林面积将可持续地增加。在生物质能源潜力的调查中，采用数值模拟，Holt-Winters指数平滑，回归分析，考虑到土壤退化，土地坡度和机械化水平等因素。AvcıogRaglu等人[4]探索了可用的农业生物能源潜力土耳其。在这项研究中，农业残留物的特性（残留物作物比，水分含量，低热值，能量值）的各种资源，确定考虑到不同国家的数据。为了计算总生物量潜力，利用数学模型。Namsaraev等人[5]调查了俄罗斯的技术生物能源潜力。预测了未来农业废料将是城市固体废料、森林废料、牲畜粪便和污水废料。Ma等人[6]提出了一种基于人工神经网络的预测方法Mantziaris等人[7]研究了在某些限制条件下，一些能源作物（芦竹、芒草、杨树）在希腊可以在多大程度上取代传统燃料，以及应该为此做些什么。Wellfle [8]在生物质资源模型的帮助下估计了生物质潜力，考虑了三种不同的情景（当前政策，关注可再生能源，100%可再生能源目标）。人口、定居土地面积、不同能源作物的农业产量、农业残留量、森林面积、能源作物田被用作估计的输入。Chen[9]利用数学模型预测了农业剩余物可获得的生物量潜力。水稻秸秆所占比例最大，其次是玉米和小麦秸秆。在数学模型中，2001 - 2010年的耕地面积和产量水平数据作为输入。Thrän等人[10]提出了一种综合建模方法，用于确定生物能源战略，同时考虑到国家生物能源系统和国家土地利用系统之间的联系。Deng等人[11]通过使用土地使用、作物生产力和各种情况下的粮食需求等因素（可得性差、中等、良好），对总共55个国家的生物燃料潜力进行了在研究中，一些能源作物，木质纤维素植物，农业和林业剩余物被认为是生物质源。Özcan等人[12]从各种生物质资源中确定了土耳其的总电能潜力，包括城市固体废物，能源作物，动物废物和废水污泥。 在这项研究中，使用了不同的数据来源，如伊斯坦布尔的水和污水管理局，土耳其电力传输公司和土耳其统计研究所。Günlü等人[13]重点关注基于森林的地上生物量，并利用遥感和统计方法预测生物量潜力。利用卫星云图和多元逐步回归方法对该问题进行了求解.Hiloidhari等人[14]借助统计计算确定了可从各种农业残留物据确定，应用领域的能源效率最高的来源是水稻，甘蔗，小麦和棉花。Wellfle等人[15]提出了考虑气候、粮食和种植面积的生物量资源模型，以确定生物量潜力。根据这项研究，估计到2050年，基于生物质的能源将占假设最佳情景所用能源的44%。Wellfle等人[16]研究了生物能源资源将如何形成表1基于生物质资源的研究分类。农林剩余物动物粪便城市和污水废物能源作物粮食作物埃尔南德斯等人[3]第一章DAvcıogZaglu等人[4]美国DDNamsaraev等人[5]《中国日报》DDDMa等人[6]美国DMantziaris等人[7]D维尔福[8]DDDD陈[9]DDDThrän等人[10个国家]DDDDDeng等人[第十一届]DDDÖzcan等人[12个]DDDGünlü等人[13]DHiloidhari等人[14个]DWellfle等人[十五]DDDDDWellfle等人[16个]DDDDDJiang等人[17个]DOnurbas、Avcıoglu和Türker[18]这项研究DDdDAhmet Alp Senocak和H.古纳尔·戈伦工程科学与技术，国际期刊26（2022）1009923表2基于解决方法的研究分类统计基于人工GIS数学建模仿真埃尔南德斯等人[3]第一章DDAvcıogZaglu等人[4]美国DDNamsaraev等人[5]《中国日报》DMa等人[6]美国DMantziaris等人[7]D维尔福[8]D陈[9]DThrän等人[10个国家]DDDDeng等人[第十一届]DÖzcan等人[12个]DGünlü等人[13]DDHiloidhari等人[14个]DWellfle等人[十五]DWellfle等人[16个]DJiang等人[17个]DDOnurbas、Avcıoglu和Türker[18]这项研究DDD表3基于情景方法的研究分类在预测和情景分析中，很少采用方法来捕捉不确定性，埃莉然而，假设情景使决策者能够评估每种情况的可能结果，并根据这些评估采取行动因此，考虑到问题的不确定因素，采用各种设想办法可能会产生更好的结果。文献中发现的另一个重要空白是需要可靠的、分析性的和灵活的生物能源潜力预测方法。通过采用这种系统的综合方法，可以更有效地做出能源管理决策。此外，空间分析和地理数据可用于精确捕获和分析资源和能源潜力的分布。根据文献综述的结果，本研究提出了一种决策支持方法，该方法可以估计从生物质中可以生产的资源和能源本文提出的据我们所知，这是第一种由人工智能组成的方法在未来几年。据估计，生活垃圾可产生115 TWh的能源，能源作物可产生100 TWh的能源，农业残留物可产生80 TWh以上Jiang等人[17]采用基于GIS的方法计算了从农业剩余物中可以获得的能量，计算了2000-在这项研究中，今天生物能源预测的另一个成功应用是Onurba s，Avcıo g lu和Türker对土耳其沼气潜力的估计[18]。考虑到可用性和干物质损失，计算了所有省份基于动物粪便的沼气潜力。我国土耳其由于气候和土地条件都非常适合种植能源作物此外，由于农业生产和畜牧业的广泛使用，产生了大量的农业和动物废物虽然从生物质资源中可以获得的能源数量很高，但就装机功率而言，生物能源在我国的作用落后于水电、地热和风能。尽可能准确地确定生物质资源的数量和分布对于制定能源管理政策等战略决策非常重要。考虑到所审查的研究，发现涵盖可再生能源预测的这些重要特征仅适用于土耳其的少数案例研究[4，12，13，18]。在这些研究中，大多数是统计-地理信息系统（GIS）在这一领域的应用。利用统计数据，通过人工智能方法支持向量回归（SVR），计算出农业生产量、耕地面积虽然支持向量机是一种有监督的学习方法，已经出现用于分类目的，但它们已经用于预测后期[19]和不同的研究领域（碳纳米管模拟时间[20]，制氢过程[21]，生物质气化过程的参数估计[22]...... 等等）。获得了一致的结果。支持向量回归机的主要优点是可以在较短的时间内获得非线性的结果，并以可接受的错误率解决复杂的问题。在下一阶段，利用地理信息系统进行空间分析，地理信息系统是一个允许收集、分析和管理地理数据的系统，生物质资源的分布以及现有和可能的农业用地的分布已经在空间上确定GIS可以作为决策支持系统用于解决各种问题（住房满意度研究[23]，电动汽车充电站的确定[24]，屋顶太阳能电池板的建模[25]... 等），以及可视化结果。除了这些功能，它可以应用于复杂的问题，以获得相对快速的结果。最后，已开发出一种基于神经网络的方法，将决策阶段的不确定性纳入解决方案，并对不同的结果进行了评估。结合SVR和GIS的优点，通过未获通过埃尔南德斯等人[3]第一章d（2）AvcıogZaglu等人[4]美国DNamsaraev等人[5]《中国日报》DMa等人[6]美国DMantziaris等人[7]D维尔福[8]d（3）陈[9]d（6）Thrän等人[10个国家]d（4）Deng等人[第十一届]d（2）Özcan等人[12个]d（2）Günlü等人[13]DHiloidhari等人[14个]DWellfle等人[十五]d（4）Wellfle等人[16个]DJiang等人[17个]DOnurbas、Avcıoglu和Türker[18]这项研究d（4）DAhmet Alp Senocak和H.古纳尔·戈伦工程科学与技术，国际期刊26（2022）1009924方法可以考虑多种未来情况和不确定性，因此它可以应用于相对较大规模的问题，并产生一致的结果。本研究共分四个部分。在第一部分中，介绍了这一第二部分详细介绍了生物量潜力在下一节中，使用统计数据、地理信息系统和支持向量回归机进行了应用，并对在各种情况下获得的结果进行了比较。最后，在第四部分中，对研究结果进行了总结，并对未来的研究提出了建议。2. 拟议方法确定可用于生物能源生产的生物质资源并计算其废弃物可获得的能源潜力是战略决策过程中的重要内容为了使这一规划的有效性，有必要从以前的数据中受益。从这一点出发，利用农业生产总量、农业生产产量、农业生产用地量、家禽数量等统计数据，解决了这一问题。为了做出长期决策，使用基于人工智能的预测方法SVR预测了未来几年可以获得的农业和动物废物的数量，并考虑了农业生产的产量增长率利用地理信息系统确定了可利用土地和生物质能源资源的空间分布在不同的情景下，评估了在闲置但可耕地上种植各种农产品所产生的农业剩余物中可获得的能量2.1. 支持向量回归机SVR是一种用于建模和预测的监督学习方法，它源于支持向量机算法，由Vapnik及其同事于1996年提出[26]。该方法是从分离不同数据类的问题中产生的。使用该方法，两个或多个数据集的端点称为支持向量，和回归线通过这些向量的中间代表的数据集的确定。数据集并不总是线性可分的。为此，将非线性问题投影到高维空间，确定最适合于该问题的函数，并用核函数再次线性表示。核函数可以是基于线性、二次、三次和径向的。感兴趣的读者可以参考Smola和Schölkopf[27]以及Awad和Khanna[28]以获得更多关于SVR的信息2.2. 地理信息系统GIS可以定义为一个允许用户收集、分析和管理空间和地理数据的系统。地理信息系统（GIS）是一种分层结构，它使不同数据的空间分析和集成成为可能.这样，GIS就可以将不同的矢量和栅格数据表达在同一平面上，并进行多种分析。随着计算机技术的发展，空间分析在设计和管理生物质供应链中变得非常重要。地理信息系统已被用于估计人口，生物质原料的可用性和分布，以及交通网络的可达性[29]。除此之外，它还经常用于生物能源供应链[30，31，32]以可视化结果，分配资源，确定工厂位置，设计运输系统。该方法采用情景分析法，考虑了决策过程中存在的不确定性。在此基础上，对生物量潜力进行了预测，的统计数据，使用人工智能和GIS，与集成的方法，以前没有提出的文献。该研究具有独特性，可应用于不同地区和国家，并可作为各级决策过程的决策支持系统集成方法的步骤如图所示。1.一、首先，使用SVR方法估算了该地区经常种植/可获得的植物/生物原料资源的年作物产量和家禽数量等数据，这些植物/生物原料资源具有很高的生物能源潜力，可以从其废物中获得。在下一步中，已经计算了废物量和生物能源潜力然后，利用地理信息系统，形成了不同的层次，该地区的耕地进行了分析，并确定其数量。最后，确定了在农业领域应用不同设想方案所能获得的生物能源潜力。3. 案例研究在这一部分中，对未来几年的各种农业和畜牧业生物质资源量进行了预测，并对其分布进行了空间分析。由于农业和畜牧业活动密集，德尼兹利省的阿齐帕亚姆区被确定为申请区。利用人工智能和GIS方法，分别在MATLAB R2019b和ArcGIS 10.6.1平台上进行了各种预测和空间分析。包含2004年至2019年Acıpayam农业生产，农业面积和家禽数量的数据集来自土耳其统计研究所（TSI）的网站，并在表4，表5，表6和表7中列出。在农作物生产统计数字中，表4以公顷（ha）为单位，列出表5列出了用于生产某些谷物和其他作物产品的农业地区，这些产品是生物质能源的重要原材料。研究主要集中在一些谷物和其他产品经常在应用领域，从中可以获得大量的能量。表6显示了申请地区种植的具有高生物量潜力的谷物和其他作物产品的产量在应用领域中经常发现的另一种突出的生物质原料是蛋鸡废物。表7显示了申请区的蛋鸡数量3.1. 预测应用首先，根据各种农业的单位产量或动物生物质来源的数量，确定了可能出现的废物量和生物能源潜力。 计算中使用的系数来自TSI统计数据[33，34]和土耳其共和国能源和自然资源部能源事务总局生物质能源潜力地图集[35]。表8列出了该地区的数据表，该表是根据农业生产、家禽数量和年废弃物量组织的，并显示了能源潜力Ahmet Alp Senocak和H.古纳尔·戈伦工程科学与技术，国际期刊26（2022）1009925Fig. 1. 所提出的方法的步骤。表4农业用地统计[33]。年水果、饮料、香料作物面积（公顷）休耕地（公顷）菜园面积（公顷）谷物和其他作物面积（公顷）农业用地总面积（公顷）20042625150525838,32846,36120052733100535737,51145,70120062817,6705484,235812,544184,320072985,6142,95493,734266,742888,920082893,7461,8572033120,942196,420092820,749,25734,633463,442067,920103481,2880,75651,435771,545784,820113481,1580,75651,433818,343531,520123609,11346,6583634057,344,84920132105,62627,24425,135726,644884,520141889,8850,24791,936468,244000,120151927,3817,64878,436051,843675,120161911,91533,44624,334508,242577,820172086,87754660,234,23741,75920181745,6588,34404,935356,942095,720191733,9585,84557,235709,542586,4表5谷物和其他作物产品的农业区[33]。年小麦（公顷）大麦（公顷）黑麦（公顷）鹰嘴豆（公顷）甜菜（公顷）罂粟（公顷）其他（公顷）200416,02011,965119556036514736750200516,54811,15039656038513257147200614167,111049,9570610327,11831,67256,8200714267,811,068600640331,3310,67049200813689,510042,9570695349,6327,37446,6200913427,510421,16707204061366,76452,1201015258,911,050718,96904841951,95617,8201114474,79800690690454,22278,75430,7201214400,58300800780693,33688715,5201313345,58600582,3550912,31416,810319,7201414099,98999,7610,8711,9930,2947,910167,8201513543,88591,26008404482231,69797,2201612137,99211,6690800434,71018,710215,3201711,5968557,2707,5825,2295,41201,511054,2201811,1168863,7893,7733,7323,9130812117,9201910680,59181,71098,8353,34041513,712477,5可以从这些原材料中生产出来。在选择原料来源时，除了普遍存在的文化差异外，Ahmet Alp Senocak和H.古纳尔·戈伦工程科学与技术，国际期刊26（2022）1009926考虑到该地区的活化和畜牧活动，考虑了具有高生物量潜力的材料。Ahmet Alp Senocak和H.古纳尔·戈伦工程科学与技术，国际期刊26（2022）100992表67谷物和其他作物产品的生产[33]。年小麦（吨）大麦（吨）黑麦（吨）鹰嘴豆（吨）甜菜（吨）罂粟（吨）200438,23732,707115055915,3342047200539,15327,07439456013,5961491200647,60446,661213848814,4993580200732,07533,204180044812,205227200837,31832,507188155614,564237200932,67427,956214457618,2951683201035,44630,586103540721,7432069201142,19727,265103540720,7602995201260,44021,511160074130,145254201346,34025,540116544036,6891350201442,72924,264149257842,4261134201535,36920,742121271517,5361386201632,28321,679134673721,4691271201735,24428,065167570613,6561542201839,36329,475146059514,0271404201939,13630,779192830023,0001078表7鸡的数量[34]。表8各种生物质原料的能源潜力和作物残留物[35]。在检查表9时，可以观察到具有最高生物能源潜力的农产品是小麦残留物，其次是大麦和罂粟残留物。2020年、2021年和2022年可从谷物和其他植物中获得的能量分别为26081，346、25857，106和25509，267吨/年。同样，二零二零年、二零二一年及二零二二年可从产蛋鸡粪便中获得的能源量计算为每年1006，749、1308，887及1353，106趾（见表10）。预测了今后三年该区域从农业和动物生物质资源废物中可获得的能源数量。从指定的能源中可以获得的理论总能量分别估计为27088，095、27165，993和26862，373吨/年。3.2. 现状的空间和统计分析在本节中，使用统计数据、SVR和GIS软件对Acıpayam区的现状进行了分析。首先，利用TSI的数据，利用SVR对未来三年的农业总面积进行了在下一阶段，现有的土地分配和耕地已经确定使用GIS。在第三阶段，土地在不同的情况下，这些情况对理论生物能源潜力的影响进行了分析。利用TSI 2004-2019年的数据，使用SVR估计了未来三年各种生物质资源的农业用地、产量、家禽数量和理论能源潜力预测。结果分别见表9和表10首先，使用SVR对表4中所列的未来三年用于农业活动的总农业面积进行了预测，结果见表11。然后，在土地利用分析中，确定了应用区的耕地面积和数量，表9各种谷物和其他作物产品的三年农业土地、产量和能源潜力预测年小麦大麦黑麦鹰嘴豆甜菜罂粟农业用地（公顷）年蛋鸡存栏量年蛋鸡存栏量2004100,000201260,000200537,272201362,0002006145,995201462,0002007132,850201573,5002008230,000201687,0002009111,5002017218,0002010111,5002018151,230201150,000201961,686生物质原料农业生产（吨）/家禽年废弃物产生量（吨）能源潜力（脚趾/年）蛋鸡10,054750,01369小麦10,958020,41451大麦10,687580,29296黑麦10,210530,08729鹰嘴豆11,50,59748甜菜10,040,01482罂粟11,50,59623202010,7018717,31064,1619,65419,81525,7202110,3608684,61174,4671,84422,631575,6202210,0208671,11295,5679,09422,721587,520203,58073,317产量（吨/公顷）2，01650,839247,41881,027320213,663,27432,05430,83647,77861,02620223,73933,20242,05540,834648,13851,0257残留物的理论势能（toe）202015882,8098471,022187,303310,697295,013934,502202115717,2248330,606210,593335,581299,255963,845202215530,7728135,010232,433338,637301,574970,841Ahmet Alp Senocak和H.古纳尔·戈伦工程科学与技术，国际期刊26（2022）1009928表10蛋鸡三年产蛋量及能量潜力预测Years蛋鸡Number202073,539202195,609202298,839废物的理论能量潜力（toe）20201006,74920211308,88720221353,106表11农用地总量三年预测。年农业用地（公顷）202043,319202143,610202243,647斜坡、城市/农村居民区、工业和商业区、建筑工地、矿区、林地、沼泽、岩石、沙地、公路、河流和湖泊。空间分析中使用的数据是使用CORINE 2018项目[36]，开放街道地图网站[37]和NASA航天飞机雷达地形任务图像[38]生成的。农业区坡度的增加增加了侵蚀的风险，并影响了植物的选择和灌溉方法。根据2008年修订的《农林部土壤土地分类技术规程》，农用地坡度低于8%时，视为绝对农用地。如果土地的坡度超过12%，则被归类为边际农业用地，尽管土地适合农业，但产品产量会下降[39]。技术说明书中包括的边坡等级见表12。根据技术说明，应用区域已根据坡度进行分组。斜率图如图所示。 二、可耕地，坡度低于12%的区域，在地图上以绿色显示。经计算，申请区域内用于农业活动的具有适当坡度值（坡度12为0%）的总面积为 65276，166公顷。已为溪流（20米）和湖泊（30米）层开发了缓冲区，以区分农业用地和水体。另一个缓冲区是为高速公路建立的。使用公路几何标准[40]（二级公路每天最多11，000辆车，车道宽度3.5 m -路肩宽度1.5m），分析中使用的公路宽度确定为10 m，并应用于公路图层。为考虑的其他因素（城市/农村居民区、工业和商业区、建筑工地、矿区、林地、沼泽、岩石、沙地）创建了不同的层，并确定了其分布和面积。表12斜坡类[39]。符号说明斜率（%）A接近0- 2级B平缓倾斜3C中度倾斜7D强烈倾斜13E中度倾斜21F陡峭31-45G非常陡峭45+图二. 阿齐帕亚姆的斜坡类图三. Acıpayam溪流，公路，湖泊和其他因素的地图。申请区域内湖泊、河流、公路等要素的地理分布如图所示。3.第三章。图1给出了一幅地图，其中计算了适合农业的土地的数量和分布，并考虑了坡度、公路、河流、湖泊和其他因素。 四、首先，根据坡度进行了空间分析，确定了适宜农业活动然后，确定了与湖泊（30米）、河流（各20米）、公路（10米）和其他最后，计算出适合农业这些值见表13。Ahmet Alp Senocak和H.古纳尔·戈伦工程科学与技术，国际期刊26（2022）1009929表14未使用的农业用地总量。202020212022适合发展53525,56653525,56653525,566农业活动（公顷）实际使用的土地数量43,31943,61043,647农业活动（公顷）可以使用10206,5669915,5669878,566农业活动中使用（公顷）见图4。 农业用地分析。在空间上确定，坡度小于12的农业活动适宜总面积计算出公路总面积为2425，906公顷，河流总面积为727，036公顷，湖泊总作为不适合农业的土地的总和，总共测量了12354.2公顷的然而，由于空间上相互重叠，综合区域的空间实际价值被确定为11750.6公顷。在前一阶段，利用TSI的数据，SVR对申请地区实际用于农业活动的面积进行了三年预测，分别计算为43319、43，610和43，647公顷。通过空间分析，确定可用于农业活动的净面积为53 525 566公顷。每年，可耕地但闲置的农业用地分别为10206，566、9915，566和9878，566公顷。宜农闲置面积年变化情况见表14。3.3. 各种设想方法在本节中，研究了在对第3.2节中计算的可耕地但闲置土地进行评估时，从废弃物中获得的理论能量潜力将如何变化，其中包括不同的百分比和不同的生物能源。在进行理论势计算时，以面积单位为基础.种植和安装成本被忽略了。因此，在本发明中，通过改变不同比例下的闲置土地利用率，可以很容易地计算出同一情景下的能源预测。3.3.1. 场景1在这种情况下，我们假设农业用地将增加使用25%的闲置土地和播种生物质资源在相同的面积。计算出今后三年每年增加的土地被选为生物质来源的六种产品的种植面积分别为每年425，274、413，149和411，607公顷。表15显示了使用前几节每年计算的产品产量从农业残留物中获得的能量，用于确定农产品3.3.2. 场景2在情景2中，假设农业用地将增加使用25%的闲置土地，作为播种的结果，只有大麦和小麦的生物质资源，以相等的比例。计算出今后三年的土地年增长量分别为2551.64、2478.89和2469.64公顷。选择作为生物质来源的谷类作物的种植面积为每年1275，821、1239，446和1234，821公顷。表16显示了使用前几节每年计算的产品产量从农业残留物中获得的能量，用于确定农产品3.3.3. 场景3在这种情况下，我们假设，农业用地将增加播种生物质资源在平等的地区，作为一个结果，使沼泽地位于申请地区适合农业。由于沼泽地完全干涸，总共有572，474公顷土地可用于农业活动，这些土地是Acepayam区高产和灌溉农业用地之一。图1显示了沼泽的地理空间图，面积分别为25，851、38，981、39，468和468，174公顷。 五、假设沼泽地在第一年排水50%，第二年排水75%，第三年排水100%，则每年增加的农业用地分别为286，237、429，355和572，474公顷。选择作为生物质来源的谷类作物的种植面积分别为47，706、71，559和95，412公顷，每年的基础上。从一个人身上可以获得的能量表13土地覆被类别总面积。总面积（公顷）表15基于情景1的三年理论能源潜力增长年斜率小于1265276,166202020212022湖泊（30米）8,561小麦残留物（脚趾）631,206626,790637,981溪流（每条20米）727,036大麦残渣（脚趾）413,259396,308386,159高速公路（10米）2425,906黑麦残留物（脚趾）74,85774,08673,849其他因素9192,693鹰嘴豆渣（脚趾）213,234206,365205,251综合区12354,2甜菜残留物（脚趾）298,860292,542293,646综合区空间总价值11750,6罂粟残留物（脚趾）260,483252,736251,719宜农53525,566总计（脚趾）1891,8991848,8271848,605Ahmet Alp Senocak和H.古纳尔·戈伦工程科学与技术，国际期刊26（2022）10099210表16基于情景2的三年理论能源潜力增长表18油菜的能量潜力与作物残留生物质原料农业生产（吨）/家禽年废弃物产生量（吨）能源潜力（脚趾/年）油菜（油菜籽）12，30，93156图五、农业用地和沼泽地图Acıpayam。表17显示了使用前几节每年计算的产品产量确定的农业残留物。3.3.4. 场景4在情景4中，假设农业用地将使用25%的闲置土地增加，并且在整个地区仅种植油菜籽（canola）。计算出今后三年每年增加的土地面积分别为2551.64、2478.89和2469.64公顷。由于在前面的章节中没有计算选择作为生物质来源的油菜籽（canola）植物的年产量、残留量和能量潜力，因此将其显示在表18中。由于油菜籽未在施用区种植，因此使用土耳其的所有数据计算生物质来源的产量。用SVR法估计三年的产量分别为3，3291、3，2747和3，229。表19中显示了使用产品收率每年可获得的能量。表17基于情景3的三年理论能源潜力增长年202020212022小麦残留物（脚趾）70,807108,563147,887大麦残渣（脚趾）46,35868,64289,513黑麦残留物（脚趾）8,39712,83217,118鹰嘴豆渣（脚趾）23,92035,74347,578甜菜残留物（脚趾）33,52550,67068,068罂粟残留物（脚趾）29,22043,77558,350总计（脚趾）212,229320,225428,515表19基于情景4的三年理论能源潜力增长年2020 2021 2022油菜籽残留物/总残留物（脚趾）表20基于各种情景的三年理论能源潜力增长。年202020212022情景1（toe）1891,8991848,8271848,605情景2（toe）3133,3963069,2963072,422情景3（toe）212,229320,225428,515情景4（toe）7913,2957562,0567428,700表21已获得用电补偿的房屋数量202020212022最低回报情景（房屋数量）187282378最高回报情景（房屋数量）6972666365453.4. 结果利用统计数据、地理信息系统和人工智能技术，计算了不同情景下的在空间上确定了适合农业但在实践中闲置的区域，表20列出了在不同情景下可以获得的能源量增加。根据这些设想方案的结果，已确定油菜籽（卡诺拉）的生物能源潜力最大，在施用区尚未种植油菜籽，但在谷物可以生长的土壤和气候条件下可以很容易地种植经计算，在现有潜力的基础上，如果在25%的可耕地上种植油菜，在未来三年内，油菜的农业残留物可获得7913，295、7562，056和7428，700吨/年的能量。由于在同一块土地上只播种小麦和大麦，除了现有的潜力外，还有3133，396、3069，296和3072，422吨/年来自农业残留物的能量潜力另外还确定，由于在三年内排干50%、75%和100%的沼泽地，并在所有干旱地区种植等量的精选谷物，除了现有的潜力外，还可以获得212，229、320，225和428，515趾/年。在土耳其，据报道，一个四口之家的年平均用电量为1，135 toe（13200 KWh）[41]。即使在理论能源潜力最低的情况下，除了现有潜力外，187、282和378户房屋的年总电力需求将能够以可持续和清洁的方式得到满足此外，在假设年202020212022小麦残留物（脚趾）1893,6191880,3711913,944大麦残渣（脚趾）1239,7771188,9251158,478总计（脚趾）3133,
我的内容管理
收起
我的收益 登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏 
我的下载 
下载帮助 
