没有合适的资源?快使用搜索试试~ 我知道了~
软件X 22(2023)101354原始软件出版物STM:一种用于预测储存动物泥浆中每日温度的软件工具萨莎·D Hafnera, Kristina Mjöforsba丹麦奥胡斯大学生物和化学工程系,Gustav Wiedsvej 10C,8000,奥胡斯,丹麦b瑞典乌普萨拉,Ultunaallén 4,756 51,瑞典,RISE研究所,生物经济与健康、农业与食品司ar t i cl e i nf o文章历史记录:2022年12月9日收到收到修订版,2023年2月12日接受,2023年数据集链接:https://github。com/sashafner/STM-aplications保留字:动物粪便粪便管理传热模型储存池储存罐a b st ra ct动物粪便(液体粪便)是空气污染的重要来源。由于驱动排放的生物和化学过程对温度敏感,因此需要简单的工具来预测两种排放清单的储存动物浆料的温度与研究在这篇文章中,我们描述了一个热传递模型和一个解决这些限制的开源软件实现。该模型是一个简单的机械表示的泥浆环境系统,该软件包括一个默认的参数集,从理论和拟合的组合,在瑞典的三个混凝土罐进行测量,并使用测量从两个额外的坦克进行评估。本文介绍了模型和软件程序,并给出了例子。版权所有2023作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章(http://creativecommons.org/licenses/by/4.0/)中找到。代码元数据当前代码版本1.0用于此代码版本的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX-D-22-00414Code Ocean compute capsule法律代码许可证GNU GPL v3使用git的代码版本控制系统使用Fortran 90的软件代码语言、工具和服务编译要求、操作环境Windows、UNIX、Linux、Mac OS如果可用,链接到开发人员文档/手册https://github.com/AU-BCE-EE/STM/blob/master/README.md/问题支持电子邮件sasha. bce.au.dk软件元数据当前软件版本1.0此版本可执行文件的永久链接https://github.com/AU-BCE-EE/STM/tree/v1.0/bin法律软件许可证GNU GPL v3计算平台/操作系统二进制文件适用于Linux、Windows、macOS(可由用户为其他系统编译)安装要求无如果可用,请链接到用户手册-如果正式出版,请在参考列表中引用该出版物https://github.com/AU-BCE-EE/STM/blob/master/README.md问题支持电子邮件sasha. bce.au.dk*通讯作者。电子邮件地址:sasha. bce.au.dk(Sasha D.Hafner),kristina.ri.se(Kristina Mjöfors).https://doi.org/10.1016/j.softx.2023.1013541. 动机和意义畜牧业通过释放温室气体、氨和二氧化碳,2352-7110/©2023作者。 由Elsevier B.V.出版。这是一篇开放获取的文章,使用CC BY许可证(http://creativecommons.org/licenses/by/4.0/)。可在ScienceDirect上获得目录列表SoftwareX期刊主页:www.elsevier.com/locate/softx萨莎·D哈夫纳和克里斯蒂娜·姆约福斯软件X 22(2023)1013542大气中的其他化合物[1]。露天储存的粪肥是这些贡献的来源[2]。负责从粪便中释放污染物的过程是温度敏感的[3]。例子包括氨[4]和甲烷[5]。因此,对室外粪肥储存结构排放量的任何基于模型的估算都估算泥浆温度的准确方法对于国家和国际清单的目前公众可用的软件工具通常依赖于空气温度作为储存浆料温度的替代物[3],尽管已知这种替代部分地仅仅由于浆料的热惯性而不准确(该问题在[6]中进行了综述)。本文介绍了一个简单的模型STM(用于泥浆(或存储)温度模型),并以Fortran 90程序实现,它能以较低的输入要求有效地提供室外结构中存储泥浆的温度估计。重要的是,该模型已通过与多个地点的测量结果进行比较得到验证各种项目已经解决了预测存储的问题粪便温度前,证明了这个问题的重要性。介绍了一些最全面的工作,由[6],谁描述了一个三维(3D)动态模型。Genedy等人[7]使用商业软件COMSOL实现了一个更简单的1D模型,但也提出了完全经验的方法。ManureDNDC模型[8]包括一个简单的半经验方法,用于泻湖中粪肥的温度,其中唯一的热交换源是泥浆和空气之间农场级IFSM模型包括一种更简单的方法,即根据空气温度的10天移动平均值估算储存的浆料温度[9]。据我们所知,这些模型都没有以开源形式向公众发布联合国政府间气候变化专门委员会(IPCCnge(IPCC)推荐了一种简单的算法,用于在无法获得测量值时,根据月平均气温估算储存的泥浆温度[3](见附件10 A.3在[3]中)。在这种方法中,粪便温度滞后于空气温度一个月,并进行了一些额外的调整。这种简单方法的电子表格实现是公开可用的。甚至更多的努力致力于预测厌氧消化器的温度,工作可以追溯到 大 约 20 年 [10 对 于 这 些 模 型 的 简 要 回 顾 , 请 参 见 [14] 。Gebremedhin等人[12]还总结了一些未发表的工作。这些模型在复杂性上不同,但通常包括影响储存浆料的温度的相同的热传递路径。所有这些早期的作品都受到一些相同的限制。虽然过程通常基于基本的传热原理,这些原理是很好理解的,但需要进行重大简化,这些简化会在模型预测中引入任意决策和不确定性。一个很好的例子是由于泵送(浆料添加或移除)、风或密度梯度驱动的混合而导致的浆料内的热Rennie等人。[6]和Genedy等人。[7]假设浆料内的热传递是仅通过传导(除了在仔细的机械混合期间,其完全混合浆料),而Vilms Pedersen [16]假设浆料内没有热传递阻力,这意味着高度混合。这两种方法在某些情况下可能会导致非常不同的预测。更灵活且可能更准确的方法可以避免任何一个极端,例如,使用用户指定的传热系数或阻力项,其可以代表一系列混合行为。参数和输入变量的数量的复杂性是以前的努力的结果的另一个限制。缺乏可用性也是一个限制。以前的努力主要集中在研究上,而不是开发其他人可以使用的工具。本文介绍了一种预测露天储料结构中料浆温度的替代模型和软件程序虽然简单,在目前的文件中描述的方法解决了一些,但肯定不是所有的限制,目前在早期的工作。最重要的是,STM模型已经被实现为一个免费的开源程序。编译的可执行文件可用于Windows、macOS和Linux。命令行STM程序可以轻松集成到现有的自动化工作流程中。并且,随着局限性的识别和解决,开源STM代码可以被扩展或以其他方式改进。该模型结构相对简单,输入要求低,评估速度快。这种简单性不一定会导致比更复杂的模型更低的准确性。当基本传热过程没有得到很好的量化时,这些过程的表示的复杂性可能不会带来任何好处。尽管STM程序提供了一组经验默认参数值,但用户仍然可以根据热导率、对流相关性和关于温度梯度平均长度的一些假设来估计参数值从某种意义上说,STM的复杂性被设计成与输入数据中可用的细节水平相新软件的开发具有灵活性。该模型可以以不同的方式使用,这取决于用户可用的详细程度。可以使用详细的泥浆液位和天气数据,或者模型可以基于简单的输入来估计这些值。更多信息请参见第32. 软件描述2.1. 软件构架2.1.1. 传热模拟该模型通过以下程序计算热传递:• 浆液添加(平流)• 来自太阳的辐射加热• 暴露表面与空气• 从泥浆通过壁到空气的• 从泥浆通过壁到土壤的• 泥浆通过底板向土壤的• 生物降解产生的热量(或消耗的热量)这些路线在补充材料中的图表中以图形方式显示,并且还在github.com/sashahafner/STM上的ASCII图表中显示。该模型采用集总电容的方法,与内部电阻有效地包括在模型参数。泥浆通过暴露的泥浆表面以及结构的地板和墙壁损失(或获得)热量,每个表面和墙壁都具有单一的温度和横截面积在任何给定的时间步长。温度是基于对地板深度或埋墙深度。热量损失或增加对环境-土壤不会由于与泥浆的相互作用而变热或变冷。传热阻力项基本上是包括多种传热模式的总体值,单位为K m2 W−1。因此,对于空气、地板和墙壁组件,时间步长内的热传递为Qi=(Ts−Te,i)/Ri·Ai( 1)其中,Qi是通过路径i(W)从浆料到环境的热损失率,Ts是存储结构内的平均浆料温度(WTC),Te,i是存储结构内的合适温度。环境(例如,结构墙外的空气或土壤)(CXC),Ri萨莎·D哈夫纳和克里斯蒂娜·姆约福斯软件X 22(2023)1013543=-=-Fig. 1. 用户参数文件内容例如2.是总阻力项(K m2 W−1),Ai是可用于传热的横截面积(m2)。任何路由的总电阻项只是相关项的总和的(方程式(1))和Qr(Eq.(6))。浆料温度变化由Qnet简单计算:Q网·模型使用以下表达式表示阻力项。T= −(七)cp·MR底板=R泥浆+R底板+R土壤(2)R低墙=R泥浆+R墙+R土壤(3)式中,ΔT浆料温度在时间步长中的变化(ΔC),Δt时间步长(s),cp浆料比热(J kg−1 K−1),以及M浆料质量(kg)。R上墙=R浆料+Rwall +R空气(四)包括浆料的冻结和解冻,以捕获浆料在0° C左右的行为。在冷却期间,浆料R顶部=R浆料+R空气(5)空气的阻力项,像所有其他单独组件一样,由用户设置,并且可以包括覆盖物或其他变化的影响。泥浆或土壤中形成的温度梯度的任何阻力均包含在相应的阻力项中。Eq.中使用的土壤温度(1)是基于空气温度的移动平均值(加上一个常数偏移,反映太阳辐射的影响,遵循[17]),其中平均周期线性地依赖于深度。在土壤温度全年恒定的深度,平均周期这种简单的方法复制了土壤温度曲线的基本特征,包括正弦形状、单个总体平均值以及温度幅度的降低和峰值时间随深度的偏移[18,19]。对于Eq. (1)土壤温度(Te,i)是在下墙的中心计算的,而对于底部计算,则是在地板底部的深度计算的辐射作为太阳总辐射和泥浆表面吸收率的乘积,只能提高泥浆温度:Qr= −α·qs·A(6)其中Qr=浆料的负净辐射热增益,α=有效吸收率(无量纲),qs=浆料表面的总太阳辐射(W m2),A是横截表面积(m2)。Qr总是负的,只是为了与其他热传递项的惯例相匹配(等式10)。①①)。由于该模型模拟了平均浆料温度,并且没有明确包括辐射热损失,因此吸收率值实际上是一个净值。实际吸收率可能更高,即,该表面可以吸收较大部分的入射辐射,但是这些热量中的一部分将损失到空气中并通过其它途径,因此不会对浆料升温有贡献。来自浆料的净传热速率Q_net是以下各项的总和:所有Qi项(通过顶壁、底壁、上壁和下壁)只有当它完全冻结时,温度才可能降到0摄氏度以下。这种行为取决于比热和熔化热,并且在概念上很简单。在任何时间步中,STM首先确定是否可以冻结,即,如果冷却(包括来自现有冷冻浆料的熔化热如果是这样的话,可用的冷却首先用于降低浆料到凝固点。如果有任何冷却能力剩余,则基于浆料质量和熔化热的乘积,其用于冷冻尽可能多的浆料。如果所有浆料都冻结,则使用额外的冷却能力来将浆料温度降低到冰点以下。热量产生(或消耗)作为简单的固定体积项(W m−3)加入。有一些关于厌氧降解是产生热量还是消耗热量[20在当前默认参数集中,它为零。一个简单的一阶前向有限差分法是用一个固定的时间步长(1小时)。为了避免数值不稳定性,在每个时间步长计算稳态温度,并且如果浆料温度否则将超过稳态值,则将稳态温度作为浆料温度。2.1.2. Software inputs该程序需要运行两个输入文件(下面的1和2),另外两个是可选的:1. 参数文件,包含物理常数和传热阻力项2. 用户参数文件,包含存储尺寸和管理信息(表1)3. 天气文件,以每日分辨率显示气温和辐射(可选)4. 料浆液位文件,可显示任意分辨率的料浆液位(可选)萨莎·D哈夫纳和克里斯蒂娜·姆约福斯软件X 22(2023)1013544=-表1在“用户参数”文件中设置模型输入。符号 * 表示被泥浆液位数据覆盖的输入如果提供了浆体液位文件,则在浆体液位文件中。如果提供了天气文件,则带有†的温度和辐射输入被天气文件中的数据覆盖(并且可以完全省略)输入描述模拟时间(天)起始日起始日为一年中的第几天(1相同储存单位总深度储存深度(m)埋深埋在土中的深度(m)尺寸1储存长度或直径(m)尺寸2存储宽度(圆形为空)顶部面积顶部暴露在空气中的表面积(m2)辐射面积接收辐射面积(平方米)初始体积 * 初始浆料体积(m3)初始温度初始浆料温度(℃)对流传热常数=固定添加温度,无=无热量添加浆料温度添加浆料的温度(仅恒定)泥浆添加速率 * 泥浆流到存储器的速率(t/d)剩余质量 * 放空储存后剩余泥浆质量(t)清空日 * 第一个清空日为一年中的一天清空日 * 第二个清空日为一年中的一天最低气温最低年平均气温(摄氏度)最高气温†最高年平均气温(摄氏度)马克斯的日子温度†一年中最高气温最低年平均日辐射量(W m−2)最大辐射量最大年平均日辐射量(W m−2)马克斯的日子rad. †一年中辐射最大的日子所有输入文件都是简单的文本文件,首先给出输入,然后是描述(表1和图1)。参数文件(上面的1)用于输入,这些输入通常不会在位置之间改变或响应于管理。参数文件中的物理常数电阻项R的值(方程式(2)(5)在本文件中有详细说明最后,泥浆吸收率α、土壤深度参数和泥浆降解产生的热速率也在该文件中设置。天气可以在天气文件中给出为日平均气温和太阳辐射。或者,在用户参数文件中指定最小值、最大值和最大值的日期,并在内部用于根据正弦函数估计每日值(参见表1)。(The使用正弦模型来近似空气温度和太阳辐射可以追溯到几十年前[23]。无论采用哪种方法,天气值都在程序中每天显示。泥浆液位(m)可以在泥浆液位文件中以每日或更低的分辨率指定STM计算输入观测之间的平均浆料添加速率。或者,可以完全省略料浆液位文件,用户可以在用户参数文件中指定固定的料浆添加速率和最多两个排空日期(如一年中的某一天)。默认参数值包含在程序中(当前版本1.0)。这些值无疑不适用于模型的所有位置或应用,软件用户有责任确保参数值是适当的,重要的是,描述与任何预测演示一起使用的值在默认设置中,物理常数基于水。密度和比重液体热来自NIST [24],温度为10℃。的比热冰和熔化热来自CRC [25]。这种替代被认为是合理的,因为液体粪肥通常是约95%的水质量。与模型中的其他不确定性来源相比,与水值的偏差可能很小。电阻项R墙和R地板是根据混凝土厚度和导热系数计算的。(八)、R=L/k(8)由方程式(8)L壁或地板厚度(m)和k导热系数(W m−1K−1)。该表达式类似于Eq。(3.6)在Bergman等人[26]中,但是注意到这里电阻通过横截面积归一化用户可以使用此表达式更改应用于其他材料的值,例如钢或泻湖的塑料衬里。对于由多层组成的复合墙,可以添加单个R项以估计组合值。在参数估计过程中,发现对R空气的灵敏度较低,因为其他阻力源要大得多。因此,假设0.02 K m2W−1的值为实际值。强迫对流的合理估计(见[26]中的表1.1)。增加它的值不会对预测产生实质性影响,直到它的大小相对于R浆料变得显著。通过拟合测量值确定其他参数的值(第2.1.3节)。虽然这些值是经验性的,但它们具有物理解释,用户可以根据传热原理计算替代值。有一个电子表格程序可以帮助进行这些计算。2.1.3. 参数估计默认参数是通过拟合瑞典中南部(距离斯德哥尔摩10-40公里)三个地点(称为地点A、B和D)混凝土泥浆罐的数据来确定的,使用浸没式温度传感器和记录器(TinytagPlus 2 TGP- 4017,Gemini Data Loggers Ltd. Chichester , West Sussex , UnitedKingdom)进行测量,所述温度传感器和记录器连接到固定在浆料表面上的浮子上的每个链包含多个传感器,位于距离浆料表面0.5和3.0 m之间,但这里仅使用来自2个传感器的数据在1年内每3小时测量一次温度。当浆料液位低时,多个传感器一起位于罐底部。为了避免这些情况下的偏差,仅基于最高(距离表面0.5或1.0m)和最低(距离表面1.5、2.5或3.0 m)传感器按日期计算平均温度温度梯度(最高温度和最低传感器)通常低于5摄氏度。测量从另外两个地点(瑞典的C地点和E在丹麦)用于评价。表2中总结了所有储罐。所有农场都将浆料转移到位于畜棚外的抽水坑中,然后 泵 送 到 储 罐 中 。 默 认 参 数 文 件 可 在 线 获 取(https://github.com/sashaeronner/STM-applications)。本着开源软件的精神,感兴趣的读者可以找到基本的测量方法,萨莎·D哈夫纳和克里斯蒂娜·姆约福斯软件X 22(2023)1013545−表2用于参数估计和模型验证的储罐的尺寸和温度传感器位置(从表面)。网站E在丹麦的Tjele,其他的都在瑞典。网站动物直径(米)深度(m)埋深(m)传感器位置(m)一奶牛363.00.00.5,2.5B猪224.03.00.5,2.5C猪213.01.50.5,1.5D奶牛363.00.00.5,2.5E奶牛365.51.51.0,3.0数据、用于参数估计的R脚本以及来自同一站点的默认参数文件的早期编号版本。当前设置(v1.0)中给出的参数值为三个储罐提供了相对较好的模型性能,RMSE在1.62.2、MBE0.3至1.3,MAE 1.4至1.8℃(参见[27]这些不同的指数)。气象数据来自附近的气象站(最远20公里)。从[28]下载瑞典研究中心的每日温度和太阳辐射测量值。对于站点E,在丹麦Tjele的奥胡斯大学研究中心Foulum测量天气。在瑞典,偶尔手动测量浆料水平。现场E罐中浆料液位的较高分辨率来自超声波液位变送器( Microflex DB ,Hycontrol Ltd.,Redditch,UK)。混凝土(罐壁和底板)和空气的阻力项的参数值固定为0.3和0.02 K m2 W−1。土壤深度参数设定为2.0 m。其他数值估计使 用 本 工 作 中 呈 现 的 所 有 结 果 均 基 于 可 从https://github.com/sashahafner/STM-applications 获 得 的 v1.0pars.txt。2.1.4. 软件输出主要输出在温度文件中,其中包括泥浆温度、其他模型组件的温度速率文件具有热传递速率。最后,天气文件包括每日天气值,与输入天气文件中提供的或从用户参数文件中的常量计算的值相匹配。这些csv有三个标题行;前两个是描述性的,第三个是用于分析或绘图的。附加日志文件(txt)提供了有关运行的信息。2.2. 软件功能在这项工作中描述的程序只做一件事:预测存储浆料的温度但是,在如何做到这一点方面有一定的根据数据的可用性,天气数据可以由程序测量或计算。STM的计算需要最低和最高气温和辐射,以及最高日。STM用途正弦曲线来估计每日值。浆料水平可通过STM计算或测量。可以提供任意天数的测量水平,模型将对其他天数进行水平的任何增加被解释为恒定的添加速率,直到下一个输入数据点。应注意避免或者,可以通过关闭通过浆料添加的任何热传递来避免该问题STM目前作为命令行应用程序可用;没有图形用户界面(GUI)可用。如这里的命令所示(以及STM应用程序库中更详细的shell脚本和批处理文件),运行程序并不比打开命令行解释器(“shell”)困难这是在每个主要的操作系统和基本的 计算机素养的一部分。示例包括 命 令 提 示 符 和 PowerShell ( Windows ) , Bash ( Linux ) 和Terminal(macOS)。用于运行STM的命令很简单(可以说比学习导航新的GUI容易得多),并且在操作系统中几乎是相同的。下面的第一个例子(第3节)解释了上面列出的命令行解释器的差异,更多细节可以从STM应用程序库中获得。可以使用任何文本编辑器编辑或创建输入文件。类似地,输出文件可以在文本编辑器或电子表格程序中打开,或者导入到例如,R或Python进行绘图或进一步分析。不熟悉使用命令行程序的潜在用户最好遵循Perkel的建议,并认为命令行程序比基于GUI的程序更灵活,更强大,并且可能更简单。3. 说明性实例示出了四个示例。前两个很简单。在第三个中,储存在两个不同的混凝土罐中的泥浆的温度进行了模拟和比较的测量。在第四个例子中,一组设计,管理和天气输入是不同的,预测的泥浆温度进行比较,并用作输入的甲烷和氨排放量从存储的粪肥的现有模 型 。 运 行 和 绘 制 示 例 所 需 的 所 有 文 件 均 可 从https://github.com/sashahafner/STM应用程序的“examples”下获得在下文未详细描述输入的情况下,感兴趣的读者可参考那些公开可用的输入文件。3.1. 实施例1天 气 和 泥 浆 液 位 数 据 保 存 在 文 件 weather 中 。 txt 和level.txt。文件user_pars.txt定义几何图形和管理,并使用默认参数(pars.txt)。STM模型可以通过在Linux中的命令行解释器中输入以下命令来使用这些输入运行(例如,Bash)或macOS(终端)操作系统:./ stmEx01 pars.txt user_pars.txtweather.txtlevel.txt或者,在Windows上使用命令提示符:stm.exeEx01 pars.txt user_pars.txtweather.txtlevel.txt或者PowerShell:.\ stm.exeEx01 pars.txt user_pars.txtweather.txtlevel.txt参数的顺序是固定的:模拟名称、参数文件、用户参数文件、天气文件(可选)和级别文件(可选)。stm后面的Ex01文本用于命名输出文件。在配备3.2 GHz Intel i5-3470处理器的台式计算机上,3年模拟运行时间远低于0.1 s。萨莎·D哈夫纳和克里斯蒂娜·姆约福斯软件X 22(2023)1013546=-=图二、测 量 的空气和平均浆料温度与两 个 位 置 的STM结 果 进行比较。图三. 图1所示模拟的模型输出的浆料水平。二、请注意,丹麦模拟中的测量分辨率更高;瑞典泥浆液位输入仅包括9个点,STM将年底设置为等于年初。3.2. 实施例2在该示例中使用简化的天气和泥浆水平输入。 这些输入在用户参数文件中设置(图1)。①的人。该示例可以在Linux或macOS上运行:./ stm Ex02 pars.txt user_pars.txt请注意,没有指定天气或泥浆液位文件。3.3. 实施例3该示例包括测量温度和计算温度的比较。在瑞典(D)和丹麦(E)的一个罐中测量浆料温度和液位(表2)。测量结果表明,在瑞典,泥浆罐中的冬季温度较低,而两个地点的夏季最高温度瑞典冬季气温较低。尺寸(表2)被设置为“用户参数”文件中的模型输入“parameter”文件中使用了默认参数值通过单独的参数、天气和泥浆液位文件,可以使用类似于上述示例1的两个模拟都运行了3年,以消除起始温度的任何影响,并显示了结果第三年了但是STM结合了年度视角;天气和泥浆水平数据在一年中的某一天总是相同的运行多年可用于消除起始浆料温度的不确定性的任何影响STM通常复制两个位置的测量温度,并捕捉位置之间的差异(图11)。 2),为未用于参数估计的位置提供验证(第2.1.3节)。表观模型误差一般较低。对于这两个位置(C后面是E),RMSE1.6,1.0;MBE0.9、0.8; MAE 1.2、0.9℃。平均值的最大误差C站秋季日平均气温高达4.0℃泥浆温度实际上在夏季下降到低于空气温度在这个网站,并保持低于空气温度的大部分季节。灌浆似乎一直持续到秋季浆料温度和空气温度相似(图11)。3),尽管在第174天和第238天(6月22日和8月25日)之间的浆料水平测量存在间隙。如果没有详细的测量,特别是进入罐的浆料温度,很难评估STM性能差的这种情况或其他情况是由于模型结构的限制或输入数据的遗漏在这些模拟中,我们采用了在进入的浆料中没有热传递的假设。计算出的传热率表明,与空气的交换通常占主导地位,尽管在夏季并不总是如此(图1)。 4).萨莎·D哈夫纳和克里斯蒂娜·姆约福斯软件X 22(2023)1013547=−见图4。 图1所示模拟的STM计算传热率。二、与空气的热交换在一年中的大部分时间里是最大的路径,并且它的线在一年中的大部分时间里与总(净)线重叠3.4. 实施例4最后一个例子展示了投入变化的代表性影响对于这些模拟,由STM基于“用户参数文件”中给出的输入计算浆料水平和天气总共进行了九次模拟,每次模拟都有一个唯一的字符键,全部在下面给出1. 参考文献:基于丹麦模拟的参考,36 m(直径)圆形罐,5.5 m深,埋深1.5 m,每年排空2. 上:完全在地面上(埋深0个)3. Empty2x:更频繁的排空(两次)4. 小型:容量更小,直径9.0 m,深度和埋地部分5. 北京:北京市朝阳区( 最低10摄氏度),温暖的夏天近似代表加拿大渥太华的天气。6. 杜普林:炎热的天气大约代表美国北卡罗来纳州的杜普林县。7. 吸收。:更高的吸收率,是参考模拟的两倍8. 热量:生物降解产生的热量(2 W m−3)9. 埋地:全埋式储罐(埋深5.5米)。与实施例1一样,每个模拟运行3年。温度结果示于图1A和1B中。5和6. 参考结果与上述丹麦模拟结果相似,这并不令人惊讶(图2)。一个地上(“地下”)的坦克显示出更多的温度变化,与土壤阻尼减少有关(图。2)的情况。然而,阻尼几乎肯定被低估了,因为水箱对土壤温度没有影响(例如, 包括通过空气阻止加热或冷却,或从或到浆料的热传递)。(最后3次模拟的结果没有显示在这里,但可以从STM应用程序库中获得。完全掩埋坦克的影响很小。直径36 m时,通过罐底的热传递比通过罐壁的热传递重要得多,并且默认土壤深度参数为3.0 m时,移动到1.5 m以下的影响很小。放置的这些适度影响通常与用于参数估计的储罐之间观察到的微小温差一致(第2.1.3节)。增加图五. 文中描述的四个模拟的计算浆料温度。虚线表示空气温度(四种都有效吸收率可以提高浆料温度,如模拟“吸收”所示这里,吸收率加倍仅具有中等效果,因为它仍然不是浆料作为整体的主要热能来源(尽管它可能引起表面加热,如上所述模拟假设降解速率为0.01 d-1,所用数值(2 W m-3)相当于降解粪肥完全氧化释放热量的约0.3%。这个话题只得到很少的关注,大部分都与接受能源作 物 的 厌 氧 消 化 器 的 自 动 加 热 有 关 [21 , 22 , 31] 。 The‘‘Empty2x’’ simulation shows only moderate 在第100天(4月初)之前和第200天(7月中旬)之后,罐中的浆料较少,浆料温度更快地向空气温度移动,这使得浆料更热和更冷(图5)。减小罐直径但保持相似的浆液液位(深度)(“小”模拟)会导致夏季温度降低(图5)。虽然可能违反直觉,但这个结果实际上是可用于热传递的区域的(差分)变化的逻辑结果从STM输出计算体积传热率(W/m3浆料)表明,较小的罐萨莎·D哈夫纳和克里斯蒂娜·姆约福斯软件X 22(2023)1013548通过罐壁向土壤的热损失更大,从空气中获得的热量更少。当然,这个例子并没有提供对灵敏度的全面检查,但是展示了如何使用多个用户参数文件来估计灵敏度。气候数据的变化表明,不同地点之间的泥浆温度差异大于典型的管理效应(图1)。 6)。较冷的冬天在很短的时间内,温度在0摄氏度左右,的泥浆冻结。在非常低的温度下,模型的准确性可能会受到影响,因为土壤冻结不包括在内,这往往会导致温度低估。 来自代表美国南部(“Duplin”)一个地点的模拟结果显示,浆体夏季温度的增加几乎与空气温度的差异一样大(图1)。 6)。最后三次模拟计算的泥浆温度用作现有软件工具的输入:用于估计储存泥浆甲烷排放的ABM [32]和来自[33]的AMOSTO电子表格模型在这两种情况下都使用默认参数ABM(v1.18.0)预测的甲烷排放速率反映了泥浆温度的差异(图6)。预测的动力学与排空(导致4月“Duplin”下降)和VFA中间体的积累有关,这是由于产甲烷菌的低增长率,然后在温暖的条件下最终消耗(导致6月/7月“Duplin”模拟的甲烷年排放总量为127 Mg,约为其他两个地点的[33](v1.0)提出的AMOSTO工具根据温度、泥浆类型和pH值计算了每月和每年的氨排放量。对于最热的位置“Duplin”,计算的是其他两个地点排放量的3倍。由于氨损失是由物理和化学过程控制的,因此动力学更简单。这个例子证明了泥浆温度对甲烷和氨排放估算的重要性,以及STM与其他软件工具连接的方便性。有关输入和输出的更多详细信息,请参阅STM应用程序存储库(https://github.com/sashahafner/STM-applications)。4. 影响和前景这种新的建模工具提供了一种简单、灵活、有效的方法来估计浆料温度。用于排放清单计算是一个明显的应用。浆液温度是氨[4,33]和甲烷[32,34]现有模型的重要输入。作为一个简单的可执行文件,可以很容易地纳入现有的工作流程,并有助于在大国的不同气候或管理区之间分解排放估计,IPCC认为这是一种良好的做法[3]。其他应用包括研究管理对温度的影响。例如,室外储存的温度受到谷仓内冷却和沼气池内加热的影响。STM可以在农场级的营养管理和温室气体排放工具中找到用途。管理或储存设计如何影响储存浆体的温度是评估和避免储存浆体中甲烷和氨损失的重要问题。在这篇文章中描述的软件工具的温度估计几乎肯定比空气温度替代浆料温度更准确但是,如果不对不同的存储结构和系统进行额外的应用,这种方法的实际模型应用于见图6。根据STM传热模型计算的泥浆温度和根据ABM甲烷排放模型计算的三个位置的累积年甲烷排放率,如文中所述。上图中的虚线显示了模型计算出的空气温度需要不同于参数估计中所用的存储结构,可能包括钢罐和土泻湖,用于STM的评估和可能的改进在发现大的模型误差的情况下,重要的是从详细的测量中识别原因,可能与更复杂的建模相结合。与参数值相关的错误可以很容易地解决,并且可以想象导致不同系统或位置的多个默认参数集由模型结构或隐含假设的问题引起的错误可能更难以解决。未来STM评估的测量必须包括超过最低输入的测量:在多个位置存储的泥浆温度、进入泥浆的温度和流量、泥浆去除细节以及详细的天气数据。测量浆料表面和其他位置的温度可以帮助评估温度差在氨排放中的重要性。粪肥外壳可以隔离泥浆,它的存在应该被记录下来。目前还不清楚这些类型的过程是否可以在STM的未来版本中考虑STM是否提供比现有模型更准确的预测将需要在多个方面比较方法。地点5. 结论STM模型使用一种简单的机械方法来预测动物泥浆或类似材料的温度,萨莎·D哈夫纳和克里斯蒂娜·姆约福斯软件X 22(2023)1013549存储结构响应环境和管理。不用于参数估计的测量值的评估这一新工具可用于排放清单工作和研究。竞合利益作者声明,他们没有已知的竞争性财务利益或个人关系,可能会影响本文报告的工作数据可用性数 据 可 在 手 稿 中 描 述 的 公 共 存 储 库 中 获 得(https://github.com/sashahafner/STM-applications)。致谢这项研究是FACCE ERA-GAS项目“甲烷减排的粪便管理-改进库存模型以支持政策行动”(M4 Models)的一部分,由丹麦粮食和农业部(合同编号34009- 19-1491)和瑞典FORMAS(合同编号2019-02212 )资助。 Felipe Montes (宾夕法尼亚州立大学)和 SørenPetersen(奥胡斯大学)对这份手稿和STM模型提供了有用的反馈。附录A. 补充数据与本文相关的补充材料可以在https://doi.org/10.1016/j.softx.2023.101354上找到。引用[1] IPCC 。In :Pachauri RK,Allen MR, Barros VR,Broome J,Cramer W,Christ R,Church JA,Clarke L,Dahe Q,Dasgupta P,editors. 2014年气候变化:综合报告。第一、第二和第三工作组对政府间气候变化专门委员会第五次评估报告的贡献。IPCC;2014年。[2] Kupper T,Häni C,Neftel A,Kincaid C,Bühler M,Amon B,等. 泥浆储存 的 氨 和 温 室 气 体 排 放 -- 综 述 .农 业 , 生 态 系 统 环 境 2020;300 : 106963 。http://dx.doi.org/10.1016/j.agee.2020.106963,URLhttp://www.sciencedirect.com/science/article/pii/S0167880920301481。[3] Gavrilova O,Leip A,Dong H,MacDonald JD,Bravo CAG,Amon B,etal. Emissions from livestock and murder management. In : IPCC , CalvoBuendia E , Tanabe K , Kranjc A , Fukuda M , Ngarize S , Osako A ,Pyrozhenko Y,Shermanau P,Federici S,editors. 2019年对2006年IPCC国家温室气体清单指南的完善,第4卷。瑞士:IPCC; 2019年,第10.1-209页https://www.ipcc-nggip.iges.or.jp/public/2019rf/[4] 放大图片作者:Hafner SD,Montes F,Alan Rotz C.二氧化碳在温室气体排放中的作用从粪肥中提取氨AtmosEnviron2013;66:63-71.http://dx.doi.org/10.1016/j.atmosenv.2012.01.026。[5] Dalby F,Hafner S,Petersen S,VanderZaag A,Habtewold J,DunfieldK , et al. Understanding methane emission from stored animal murse : Areviewtoguidemodeldevelopment.JEnvironQual2021.http://dx.doi.org/10.1002/jeq2.20252.[6] Rennie TJ,Baldé H,Gordon RJ,Smith WN,VanderZaag AC. 的3-D 模型来预测储存罐内的液体肥料的温度。 Biosyst Eng 2017;163(增刊C):50-65。http://dx.doi.org/10.1016/j.biosystemseng.2017.08.014,URLhttp://www.sciencedirect.com/science/article/pii/S1537511017304397。[7] 放大图片作者:J.使用机器学习和有限元分析工具预测储存期间的液体牛粪2021年,http://dx.doi.org/10.13031/aim.202100278。[8] 李C,Salas W,张R,Kraute
下载后可阅读完整内容,剩余1页未读,立即下载
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
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
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 京瓷TASKalfa系列维修手册:安全与操作指南
- 小波变换在视频压缩中的应用
- Microsoft OfficeXP详解:WordXP、ExcelXP和PowerPointXP
- 雀巢在线媒介投放策划:门户网站与广告效果分析
- 用友NC-V56供应链功能升级详解(84页)
- 计算机病毒与防御策略探索
- 企业网NAT技术实践:2022年部署互联网出口策略
- 软件测试面试必备:概念、原则与常见问题解析
- 2022年Windows IIS服务器内外网配置详解与Serv-U FTP服务器安装
- 中国联通:企业级ICT转型与创新实践
- C#图形图像编程深入解析:GDI+与多媒体应用
- Xilinx AXI Interconnect v2.1用户指南
- DIY编程电缆全攻略:接口类型与自制指南
- 电脑维护与硬盘数据恢复指南
- 计算机网络技术专业剖析:人才培养与改革
- 量化多因子指数增强策略:微观视角的实证分析
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)