畜禽养殖废弃物养分管理决策支持系统研究及应用*

李丹阳，靳红梅※，吴华山

(1.江苏省农业科学院循环农业研究中心，南京 210014； 2.农业农村部种养结合重点实验室，江苏南京 210014； 3.江苏省有机固体废弃物资源化协同创新中心，南京 210014)

0 引言

我国是畜禽养殖大国，肉类和禽蛋总产量居世界第一位，奶类总产量居世界第三位。畜禽养殖粪污年产生量超过39亿t，但由于缺乏有效的技术管理和政策保障机制，约有40%畜禽粪便未得到有效处理和利用，养殖污染已成为我国农业面源污染最主要的贡献者之一[1-3]。实现畜禽养殖业健康发展与环境友好的双赢目标，成为摆在各级政府面前的重大课题。

推动畜禽养殖废弃物资源化利用，是破解畜禽养殖场环境污染治理难题、实现化肥零增长的重要手段[4-5]。畜禽养殖废弃物含有丰富的养分，适时适量还田利用具有提升土壤有机质含量、保障农田可持续生产能力、改善农产品质量的作用[4， 6]。然而，随着我国集约化和规模化养殖水平的不断提高，造成废弃物产生量大且集中。一方面，养殖场周边农田面积与养殖规模严重不匹配，农田消纳废弃物压力巨大[7-8]； 另一方面，粪污达标排放处理成本过高，造成资源严重浪费[4， 6]。此外，我国也缺乏种养结合相应的监督管理政策和扶持激励机制，实际生产中畜禽养殖场废弃物还田问题多、操作难。导致这些现象的一个重要原因是：我国对畜禽废弃物产生量及其入田养分资源量认识不足，难以科学地制定区域畜禽养殖业发展战略规划和布局规划，难以形成技术高效配套的循环农业规模化产业链集群[9]。特别是畜禽养殖业类型众多、养殖管理复杂，且粪便时空差异和变异性大，粪污的最终用途、利用成本、土壤类型和作物需求的差异，牵扯各种各样信息系统的数据，而且这样的数据很难集成，对数据处理和访问的能力较低，导致规模畜禽养殖场废弃物管理设计、选择和运行非常复杂。传统的数据库系统已无法解决原始数据精细提取和不同区域影响程度变化等问题[10-11]。

信息化是当今世界经济和社会发展的必然趋势，也是我国产业结构升级和实现工业化、现代化的关键环节。加强畜禽养殖信息化管理，是强化养殖污染监管、推进种养结合、发展绿色养殖的重要保障[12]。养殖废弃物综合养分管理是大型集约化畜禽养殖场信息化管理的必然选择和发展趋势[13]，国外在养殖废弃物管理系统构建方面已有较多的成果，基于模型结果可为废弃物的管理和利用提供有针对性和指导性的决策支持[14]，有效地解决产排污量计算与最佳污染物处理技术选用的问题，帮助畜禽养殖决策者(如政策制定者、养殖户和技术人员)更好地实现畜禽养殖经济和资源最优化。目前，国内在此方面的需求十分迫切，需要跨学科多专业的交叉研究，需要积极研究和有序推进。

决策支持系统(Decision support system，DSS)是畜禽养殖废弃物综合养分管理的有效手段。文章对DSS的特性、构建方法及其在养殖废弃物方面的应用研究进展进行了全面综述，在此基础上提出适合我国畜禽养殖特征的废弃物养分管理DSS开发思路，旨在为我国畜禽养殖废弃物资源化利用策略优化提供有力的技术支撑，推动养殖废弃物综合养分管理计划实施。

1 决策支持系统的发展

DSS是20世纪70年代随着计算机技术发展起来的一种决策方法[15]。它是综合利用大量数据，有机结合众多模型，以人机交互的方式，辅助各级决策者实现科学决策的系统[11]。DSS的主要功能表现在： ①收集、提供管理决策问题有关的内部和外部信息； ②对数据进行加工、汇总、分析、预测、传输等； ③存储系统决策的各类模型、算法及方法，并能进行修改、添加等； ④人机交互对话及数据图像输出展示； ⑤收集并管理决策方案的实施执行情况及信息反馈等功能，提供可靠的信息服务和科学计算，在互联网环境下人机充分交互的决策可得到广泛共享[16]。

1980年Sprague提出了DSS的三部件结构，包括人机交互部件、模型库和数据库，这就是现在被大家广泛接受的二库系统(图1)[17]。随着DSS的发展，陆续出现了三库、四库和五库系统。其中，三库系统在二库系统的基础上增加了知识库，引入人工智能知识化的概念； 四库系统在三库系统的基础上增加了方法库，为了便于模型的修改，将模型与方法进行分离存储； 五库系统在四库系统的基础上增加了文字库，可以将文字信息转化为相应的过程信息。

图1 二库决策支持系统结构

DSS作为一种融合了计算机技术、数据库技术、信息技术、人工智能、管理科学、决策科学等技术的集成系统，在各行各业的生产实践中得到了广泛的应用[18-20]。畜禽养殖业是我国农业的重要组成部分，DSS在健康养殖方面正在发挥着越来越重要的作用。例如，肖建华等[20]构建了奶牛繁殖决策支持系统； 刘博[21]研究了奶牛饲料配方优化决策系统； 秦烨[22]则基于NET设计了的奶牛饲料配方决策系统； 刘光明等[10]建立了基于数据仓库的畜禽健康养殖决策支持系统； 罗帅[23]对生猪养殖安全预警决策支持系统进行了研究； 黄晓东[24]设计开发基于Map Objects 的畜禽养殖环境管理决策支持系统。畜禽养殖业污染是农业面源污染防治的重点，建立相应的养分管理DSS是解决养殖废弃物污染的有效途径，得到了国内外越来越多学者的关注。

2 DSS在畜禽养殖废弃物管理方面的应用

2.1 国外研究现状

欧美等畜禽养殖业发达国家对养殖废弃物污染问题有较为深刻的认识，在养殖废弃物管理方面的研究开展较早。自20世纪60年代以来，各发达国家不仅通过立法对畜牧业生产过程中的环境问题加以干预和限制，而且根据气候、土壤、耕作特性等因子构建了具有明显国家(或区域)特色的养分管理模型和系统[5]。例如，澳大利亚、加拿大、新西兰等地多人少的地区和国家，多采用以地定畜的原则发展养殖业，使得周边配套的土地可以完全消纳养殖废弃物； 荷兰、美国等农场比较多的国家，为养殖场或农场制定废弃物管理规划，以养分含量为标准进行了农田回用量的确定，为农场决策者提供废弃物处理或管理决策支持的养殖废弃物养分管理系统较多，经过多年的探索、改进、修正已经比较完善[4]。该文对目前已有的养殖废弃物管理模型和养分管理系统进行了汇总梳理，详见表1。

(1)模型管理是DSS的核心。目前运用较为广泛的养殖废弃物管理模型包括堆肥管理模型(包括Compost-Wizard模型、Co-Composter模型)和养分管理模型(包括AMANURE模型、NMAN模型、WISPer模型、MANMOD模型)。

Compost-Wizard模型[25-26]由美国佐治亚大学开发，主要功能是为商业化堆肥企业提供处理设施、方案和管理的决策。该模型应用时需要用户输入较多的信息数据，但可通过模型获得堆肥工艺选择、堆肥场地面积、径流收集池规模及设计、资金和运营成本的估算结果等信息，为用户提供多种养殖废弃物处理的方案，分析评估堆肥化处理方案的可行性和适用性。

Co-Composter模型[27-29]由美国康奈尔大学开发，主要是为奶牛粪便和其他有机废物混合堆肥提供最优方案。根据模型模拟可生成详细的后勤和经济分析结果，帮助用户设计堆肥方案，推荐堆肥设施、设备，分析堆肥效率及其可行性。但Co-Composter模型的许多相关参数需要通过大量实验获得和修正，因此模型模拟效果依赖于用户提供信息的准确性和精确性，模型的实用性比较局限。

NMAN(Nutrient Management Computer Program)模型是养殖废弃物养分农田利用管理的典型模型[30]，帮助农场主、农场承包者或顾问管理农场畜禽粪便养分。该模型根据粪肥数量和推荐的作物养分需求，综合确定粪肥的储存规模和肥料施用量，适用于大型畜禽养殖场的废弃物管理。

MANMOD(Manure Management Model)模型[31-32]是一款比较常用的养分损失模型，模型通过对43个粪便和14个粪浆样品进行标准分析获得牛粪养分损失及各阶段养分含量的典型值，通过查表法来评估粪便产生、粪肥生产和储存过程中的主要养分(如氮)的损失对肥料养分含量的影响，对养殖废弃物处理方案选择及粪肥还田等提供参考，也为我国畜禽废弃物的养分管理利用提供借鉴和思路。

AMANURE(Nutrient Management Program)模型[33-34]是一个分析表形式的模型，用于牲畜养殖废弃物养分的全过程管理，主要为用户提供养殖粪便的营养成分含量、利用价值及作物生长相匹配的施用量，为用户提供对应的匹配估算。

WISPer(Wisconsin Interactive Soils Program for economic recommendations)模型[35]是基于威斯康星州的各种基础情况条件设计开发的，综合考虑环境对化肥施用量的可接受度和作物养分需求等因素，根据养殖规模、数量以及粪便处理和储存方法估计得到可作为粪肥利用的粪便量，以氮、五氧化磷、二氧化钾为顺序考虑种养结合、景观等的养分需求，计算粪肥施用量。

(2)农场或养殖场养分管理DSS，包括MCLONE3系统、DAFOSYM系统、NMP for Minnesota系统、MARC系统、EWREES系统、AEMIS系统、AFOPro系统。

MCLONE3(Managing Liquid Dairy and Swine Manure)[36]是一款用于管理猪和奶牛场液态粪污的决策支持系统，系统涵盖从粪污收集到农田施用的全过程，功能包括：粪污产生量、存储空间估计、作物养分需求、粪肥施用及化肥补充量计算、粪污处理成本核算、粪便管理系统、环境指标的评价、数据文件保存等。

DAFOSYM(Dairy Forage System Model)[37-40]是基于奶牛场饲料系统开发的IFSM(Integrated Farm System Model)综合农业系统[41]，括种植系统(作物生长、收获、储存、饲料利用)、养殖系统(奶牛饲喂、粪污养分循环、牛奶生产)、环境影响、经济分析等，对于探索管理和技术变化对整个农场的影响提供了一个强大的研究分析和教学工具。

NMP(Nutrient Management Plan for Minnesota)[42-43]是美国明尼苏达州开发的一款针对牲畜养殖和作物养分管理计划，可以有效地帮助生产者依据作物养分需求对养殖废弃物进行管理和施用。模型依据农场区域的概况、农田和养殖场的基本情况制定农场的年度计划，分析之前的计划、决策及方案实施的结果，对年度计划进行进一步调整，提高模型的可行性和准确性。

MARC(Manure Application Rate Calculator)是加拿大开发的用于粪便管理的经典系统，用于肥料施用量管理计算，模型经过多个版本(MARC98、MARC2000[44]、MARC2005、MARC2008[45])的不断完善，其最新版本MARC2008系统在功能上更加的灵活和完善，可为用户提供更加灵活的方式去创建完整的作物施肥方案，包括帮助养分管理规划人员为多个操作创建计划，以氮和磷元素为计算基础进行田间养分管理，允许用户用化学肥料来均衡作物营养，协助完成施肥设备的校准、粪肥管理计划报告的自动填写等。然而，MARC系统要求输入的信息过于详细，适用于养殖场管理健全、基础数据、专业信息完备的规模养殖场，而在一般的农场或养殖场推广应用难度较大。

EWREES(European Waste Engineering Expert System)系统[46-47]由欧洲(包括英国、荷兰、希腊、爱尔兰、意大利)的许多研究团队合作研发，通过帮助农户作出更好的施肥决策来避免或减少污染。系统中包含具有逻辑推理过程的专家系统，采用一个比较宽泛的方式来提供决策方案，最终用户从系统提供的多种决策方案中进行比选确定。该系统的主要目的是避免农业面源污染，系统推荐有机肥施用量时，会对其潜在的污染进行考虑并限制其施用量，对于可能造成的作物养分供给不足情况，用户可在粪肥施用推荐量之外施用商品肥料。

AEMIS(Agriculture Environmental Management and Information System)[48]是美国犹他大学开发的一款农业环境管理信息系统，利用最新的管理理论、方法和工具为环境敏感区养殖粪便的减量和安全利用提供在线决策支持，并经全国的农业专家同行审查和试验验证，帮助生产者开发环境可持续的农业生产系统。AEMIS可将信息经过分析后转移到数据表中，以关系数据库格式存储在Web服务器上，方便数据信息的共享和远程操作，不仅实现养殖废弃物的管理，还可实现数据信息的联网操作，更符合现代农业信息化的趋势和方向。

AFOPro[49-50]是美国南卡罗来纳大学开发的一款综合养分管理DSS，系统以氮、磷、钾养分为研究对象，帮助养殖场决策者获得粪便从产生到有机肥整个过程的最优处理方案或决策，实现废弃物的合理高效利用，同时尽量减少对周围环境造成的污染和危害。该系统中的AFOPro Core模块用于提供养分管理决策； AFOPro Web用于知识库更新； AFOPro Spatial模块用于连接地理信息系统，生成关于农业领域的空间信息； AFOPro PI Calculator模块用于计算农田土壤磷需求量。AFOPro系统不仅包含养分管理模型部分，还实现养分在时间和空间上的管理，可与某些预先存在的应用程序和系统进行选择性的连接，通过网络对国家基准数据进行具体编辑和更新等。该系统的应用范围比较广、实用性比较强，在美国得到广泛的应用，AFOPro 2003版本适用于美国的16个州， 2005年的版本则可以适用于美国的21个州。该系统实现数据的存储及联网更新，增加信息的共享范围和程度，对我国养殖场的信息化及远程操控也具有重要的参考意义。

这些畜禽养殖废弃物管理DSS，设计过程中主要是通过与实际数据之间的对比验证来修正模型内部参数，系统的设计验证就是实际应用的实例，各类模型系统经校正完善后在其对应的适用范围内得到了广泛的应用。例如，Compost-Wizard是基于乔治亚州的需求而设计，在乔治亚州、亚利桑那州、加州、特拉华州等均有应用； Co-Composter在华盛顿州米尔克里克堆肥厂和霍斯金斯农场进行了设计应用； DAFOSYM作为一个研究工具得到了广泛应用； IFSM在美国爱达荷兰州南部的奶牛场进行实际应用取得了良好的效果； AMANURE在应用中帮助农民更好地施肥； AFOPro由于涵盖的基础数据信息比较全面、系统设计得更加完善，在美国得到了比较广泛的应用。

表1 国外各类养殖粪污管理模型/系统的功能和特点

分类模型/系统名称开发单位主要功能主要特点粪便堆肥类型Compost-Wizard美国佐治亚大学堆肥化处理方案的可行性和适用性及收益评估足够多的堆肥原料、规模较大的养殖场,商业化堆肥Co-Composter美国康奈尔大学大型堆肥设施的规划和管理养殖、非养殖废弃物材料堆肥粪便养分管理模型AMANURE美国普渡大学制定养分管理计划提供养殖粪便的营养成分含量及与作物生长相匹配的施用量NMAN加拿大安大略农业部粮食和农村事务部大型牲畜或家禽养殖废弃物规划工具用粪肥产量和营养需求确定储存规模和肥料养分应用率WISPer美国威斯康星州预估粪肥产量、计算粪肥施用量适用威斯康星州,较局限MANMOD英国农业发展与咨询服务处评估粪便产生、粪肥生产和储存过程各个阶段营养成分的含量及损失适用于英国典型的畜牧场DAFOSYM美国密歇根州立大学包含所有农业成分的全过程奶牛场饲料系统模拟涵盖环境影响部分MCLONE3加拿大圭尔夫大学粪便从生产到农田施用全过程的管理面向对象的系统设计养殖场决策支持系统NMP for Minnesota美国农业部自然资源保护中心养殖粪污控制利用和作物粪肥施用,制定年度计划,提高净收益和保护自然资源模型需要基础信息全面,对用户要求高MARC加拿大萨斯喀彻温省、马尼托巴省和阿尔伯塔省制定粪便管理规划和施用计划并保存年度记录模型经多版本对的发展,功能全面、实用性强EWREES欧洲结合用户需求制定多套施肥方案,解决污染问题由进行逻辑推理的专家系统提供方案AEMIS美国犹他州立大学解决粪便管理问题和环境敏感的现场减量、再利用和再循环方法问题在线决策支持工具,提供最新粪便管理信息AFOPro美国南卡罗来纳大学提供从粪便产生到成为有机肥整个过程的以氮磷钾营养成分为依据的养分管理决策包含网络应用程序,实现了数据的联网存储更新,适用于美国多个州

2.2 国内研究现状

相比于国外，我国养殖业废弃物管理方面的研究起步较晚，相关的模型或管理系统研究主要集中在对养殖饲养、生产、经营管理等方面。在现有的研究中关于牧场管理模型相对较多，对于规模养殖条件下粪便管理模型研究较少，将DSS应用到养殖废弃物管理中形成系统的更少。例如，段庆伟等[51]对澳大利亚联邦科学与工业研究组织(CSIRO)的放牧管理软件GrassGro模型参数进行校正并添加禁牧模块，使其满足我国北方草原的管理模式； 蒙旭辉[52]根据内蒙古呼伦贝尔地区的草地资源和畜牧业发展状况，运用GrassGro模型模拟和地面实测相结合的方法，提出我国草畜资源优化配置方案； 李江文等[53]以内蒙古呼伦贝尔市草甸草原区家庭牧户为研究对象，模拟并优化典型牧户生产经营现状和草畜平衡管理。但是，我国的牧场管理决策支持系统研究还处于研究的起步阶段，上述这些研究都只是对国外模型的研究分析，更深层次的研究分析之后才能真正地应用于实际中。

在畜禽养殖废弃物管理系统方面，黄志彭[54]在估算养殖场畜禽粪污负荷、养殖场配套耕地养分需求的基础上，制定了合理的粪污还田利用计划； 周国彬等[55]在生态调查和畜禽养殖业等环境现状调查基础上，建立了畜禽养殖环境管理系统，以环境功能分区(区划)为基准，将畜禽养殖的环境管理系统化、科学化，实现养殖信息动态管理，建立适合畜禽养殖环境管理的计算机软件系统，为未来农村环境监理、环境监测、环境监管奠定了基础； 阎波杰等[56]利用ArcIMS平台，基于J2EE、3S技术和数据库技术综合集成，实现畜禽养殖管理信息系统。通过分析可知，国内目前关于养殖废弃物管理系统方面的研究，仅是整个畜禽养殖废弃物管理系统中的一部分，全面、系统的模型还有需要很多的方面补充完善，目前畜禽养殖废弃物管理系统还处于初期的探索研究阶段。

在畜禽养殖管理智能决策方面，张伟等[57]设计了基于物联网技术的规模化畜禽养殖环境监控系统，实现信息的无线采集、环境自动调控及远程可视化调控等； 刘博[21]通过对奶牛饲料特性和营养需要模型分析，研究并实现以线性规划的两阶段法为主要方法配合奶牛饲料配方的优化算法； 刘光明等[10]结合畜禽养殖自身特点和养殖管理的实际情况，建立畜禽健康养殖决策支持系统数据仓库结构和模型，给出相关的数据挖掘算法实现步骤，实现畜禽养殖科学化、智能化、健康化的管理标准； 相润等[16]构建了畜禽养殖业污染控制决策支持系统，为用户提供产排污核算与处理技术选择。这些研究主要实现是系统中的模型部分，DSS的研究与应用不仅需要大量的基础模型，还需要大量的数据信息和相应的计算机基础，需要跨学科的交融协作。

目前国内在畜禽养殖废弃物管理方面的研究系统或模型相对较少，现有的系统大多还需要进一步的补充完善与验证，所以应用于实际中很少。因为系统开发的最终目的是在实际生产中得到应用，系统中模型、参数等基础数据的收集、测算就显得十分重要，这些是系统后期应用效果的切实保障，所以在今后的系统研究过程中，要重视基础数据资料的真实性、准确性，稳步推进。

表2 国内DSS模型研究及应用

分类模型/系统名称开发单位研究者应用区域或范围功能特点牧业管理模型GrassGro模型澳大利亚联邦科学与工业研究组织(CSIRO)段庆伟中国北方草原添加禁牧模块,适用中国北方草原的管理模式蒙旭内蒙古呼伦贝尔地区模拟和地面测量相结合,提出草畜资源优化配置方案OMMLP模型中国农业科学院草原研究所和内蒙古农业大学李江文内蒙古呼伦贝尔市草甸草原区家庭牧户优化改进典型牧户生产经营和草畜平衡现状畜禽养殖管理系统养殖场畜禽粪污管理系统扬州大学黄志彭畜禽养殖业粪污管理涵盖粪污特点、耕地土壤特性、作物养分需求、施肥限量指标等大量公式、模型畜禽养殖管理信息系统闽江学院阎波杰畜禽养殖管理畜禽养殖数据采集、处理,养殖信息可视化展示、实时查询、空间定位、统计分析、专题图输出打印和数据更新与维护规模化畜禽养殖环境监控系统嘉兴学院张伟等规模化畜禽养殖环境管理智能群养管理系统,远程实时监控、精确调整猪舍环境畜禽养殖业环境管理系统大连海事大学周国彬畜禽养殖业信息管理输入、存储、检索、集成、融合、显示和分析畜禽养殖业环境信息,建立畜禽养殖业环境综合管理网络体系育肥猪粪便成分及含量预测模型中国农业大学杨增玲生长肥育猪粪便成分含量预测实现育肥猪粪便成分含量的快速预测决策支持系统养分平衡决策支持系统中国农业大学刘忠全国及省级层次以上农田农田生态系统氮养分平衡决策支持系统奶牛饲料配方优化决策系统河北农业大学刘博奶牛饲养以线性规划的两阶段法配合奶牛饲料配方的优化算法,帮助用户进行决策畜禽养殖业污染控制决策支持系统中国农业大学相润等畜禽养殖污染控制由产排污模型、处理技术选用模型组成的污染控制决策系统

3 我国畜禽养殖废弃物管理DSS框架构建

通过上述分析可以看出，我国针对畜禽养殖废弃物管理的DSS研究十分缺乏。尽管国外的相关模型和管理系统具有很好的借鉴作用，但鉴于我国养殖方式、土地所有制、等制度体制与国外的巨大差异，标准规范体系不够健全，照搬国外的DSS不现实也不科学。因此，亟需建立适用于我国国情的养殖废弃物管理系统，为指导各地畜牧业区域布局优化、加快推进畜禽养殖废弃物资源化提供决策依据。该研究提出的废弃物养分管理决策支持系统开发框架(图2)。

图2 我国畜禽养殖废弃物养分管理决策支持系统开发框架

数据是DSS建立的基础，数据库是综合数据的集合，用于支持管理决策信息支持库。其中养殖基础数据库可以为后续的模型计算提供基础数据信息、计算基数、模型参数等。数据仓库模型都以事实作为中心，主要不同是外围维度表之间的关联[10]。由于畜禽养殖业的数据量巨大，要想得到约束条件、决策变量和模型参数，必须对其进行详细的分析处理。

模型是DSS驱动的关键，选取合适的数学模型或方法影响养殖废弃物管理决策系统的科学性和高效性[19]。我国畜禽养殖废弃物管理DSS模型库的构建应包含养殖场养分管理模型、农田粪肥管理模型、区域/流域管理模型。其中(1)养殖场废弃物养分管理模块中的模型主要用于单一养殖场尺度上的废弃物(包括粪污、动物死尸等)产生量、实际可收集量和养分可利用量的估算。粪污产生量模型是基于养殖场的养殖结构和动物产排污系数而建立的数学模型； 粪污可收集量模型是基于粪污不同收集和贮存模式下粪污损失率等参数建立的实际粪便可收集数量的数学模型； 养分可利用量模型则是针对不同的粪污不同处理模式下，粪便中养分的损失率等参数建立的农田养分计量的数学模型。(2)农田粪肥管理模块中的模型主要用于养殖场周边田块尺度上养分损失及平衡的计算。作物养分需求模型是基于作物类型、种植时间、气候条件、土壤养分水平等参数建立的数学模型； 农田养分损失模型是依据气候条件、种植时间、运筹方式、土壤类型等参数而建立的氮磷养分径流、渗透和挥发等损失模型； 粪肥运筹模型是依据粪肥(特别是液体粪肥)的施用方式、施用时间和施用量建立的养分损失模型。(3)区域/流域养分管理模型是依赖于GIS、物联网等先进的信息技术，对畜禽养殖废弃物养分在区域/流域甚至更大尺度上进行管理。在此模块中除了养殖、环境、时间等维表外，更加关注空间和区域约束维表中的因子。

整体管理方案决策是根据系统评估最终确定的粪污处理、农田利用和综合养分管理最优的参数、技术和方案。其中，方案评价是运用系统性、质性研究、定量研究等方法来分析资料、搜集证据，以客观判断方案的成效与影响。环境风险评价和经济可行性分析是粪污养分管理方案选择的主要依据[59]。此外，通过决策记录数据模块，记录养殖粪污处理方案或养分管理决策的具体实施效果，为后续决策的优化提供重要参考。

4 研究展望

我国加大畜禽养殖污染治理的环境压力和内在动力都已具备。通过分析国外畜禽养殖废弃物养分管理模型、信息化管理方式及经验，结合我国畜禽养殖发展趋势及不同区域特点，在构建DSS方面亟待解决以下两方面的问题。

(1)基础数据的来源及其准确性。大尺度畜禽养殖基础数据库的建立是提高模型准确性的重要保障。但长期以来，各养殖场信息资料缺乏，基础数据不够完善； 养殖场的信息化水平偏低，养殖场在信息化管理方面的设备设施和理念缺乏； 基础性研究不够完备，养殖场之间缺乏信息共享的手段和平台，收集资料难度较大； 缺乏动态的、权威的基础性统计数据，不能保证区域范围养殖废弃物收集、贮存、处理和再利用管理系统的科学性，为模型的构建带来很大的难题。

(2)模型指标体系的构建。畜禽养殖业类型众多、复杂，具有大量繁杂的数据。如何在各种各样信息的数据中，筛选出最能反映养殖粪污处理和养分管理的指标体系和评价的模型方法十分关键，避免评判的主观性，以构建符合我国养殖和种植特点、更加经济有效的粪污养分管理决策。