基于DEA经济模型和ArcGIS的农业机械低碳化研究

王 敏

(武汉工商学院,武汉 430065)

0 引言

目前,全球气候变暖趋势日益明显,引发了各国广泛关注。2021年,近200个国家达成《格拉斯哥气候公约》协议,确定了建立全球碳市场框架的规则。在全球推进双碳减排过程中,越来越多的研究学者达成共识,未来农业会成为碳中和的主力军。本文将ArcGIS和DEA模型结合起来,设计了一套针对农业机械碳排放的分析系统,旨在对农业机械碳排放进行分析研究。

1 农业机械化碳排放发展

农业机械低碳化是指在全面实现节能化、低碳化设计、生产制造的基础上,研究出符合我国国情的新型农机化发展体系,通过作业委托和农机共享降低生产过程中的能源消耗和废气排放,实现农机产出最大化;另外,也要求逐步对功能单一、效率低的农机实施淘汰,实现农机的低碳化目标。

播种施肥是规模化大田种植的重要环节,实现播种施肥机的低碳化对绿色农业的发展具有重要意义。相比发达国家,我国播种施肥的农业机械低碳化发展较晚;近年来,随着绿色农业的发展,我国播种施肥机机械化发展也有了显著提高。

1.1 国外农业机械低碳化发展

国外机械化发展从20世纪40年代开始,到目前为止,已经形成了完整的播种施肥农业机械体系。播种机械分为机械式和气吸式两种,国外主要使用后者。气吸式播种机的核心部件是气吸式排种器,其在作业过程中,高速负压风机产生负压,利用吸种盘旋转将种子吸起来,再通过刮种盘将多余种子清理干净,转出到非真空室,通过重力排出种子。国外的播种机都向着大幅宽和可折叠方向发展,可以实现对不同种植模式进行智能播种,从而达到绿色低碳的目的。国外气吸式播种机实物如图1所示。

(a) 法国KUHN玉米播种机

(b) 德国MAZONE玉米播种机图1 国外气吸式播种机Fig.1 Air suction seeder abroad

1.2 国内农业机械低碳化发展

中国是农业大国,相比发达国家,机械播种技术起步较晚。20世纪50年代初,我国的农业种植均采用人力和畜力,并没有机械化工具,碳排放水平比较低。随着改革开放基本国策的实施,我国开始逐渐引进国外先进技术,机械化水平有了显著提升。由于我国农业机械基础差,对所有农作物的种植都采用稻麦通用的撒播与条播技术,会出现种肥浪费严重和播种效果差等问题,导致碳排放居高不下。21世纪90年代初,农民工纷纷进城务工,农村农业种植人口不足和人工成本等问题日益突出,极大地刺激了科研人员对各类作物播种、施肥和收割等专用农机的研究。这类农机由于结构简单、专用性强,成本大大降低,种植效率也有了明显的提高,极大地减小了碳排放。我国多功能施肥播种机如图2所示。

图2 多功能施肥播种机Fig.2 Multi-functional fertilizer seeder

2 基于DEA的农业机械化碳排放经济模型

为了实现对农业机械化碳排放的分析和研究,采用数据包络分析(Data envelopment analysis,DEA)建立经济模型对其碳排放进行分析。为了方便对整个研究地区的农业机械化碳排放分析,本文采用3阶段SBM-DEA模型。

(1)

(2)

2)第二阶段,构建SFA(Stochastic frontier analysis)模型。该阶段主要是对第一阶段农机研发投入、产出变量较大的设计方案变量,采用SFA模型对设计方案变量进行量化,进而在第三阶段剔除这类误差影响。SFA模型为

Sik=fi(zk;βi)+vik+μik

(3)

其中,i=1,2,3,…,m;k=1,2,3,…,n;Sik、ik和zk分别表示农机研发投入松弛变量、第k个决策的第i个投入和第k个决策单元的设计方案变量;βi和fi(zk;βi)分别表示设计方案变量i的评估参数和设计方案变量i对农机研发投入松弛变量Sik的影响;vik和μik分别表示随机误差和无效设计管理策略。

(4)

(5)

3)第三阶段,优化SBM模型。经过前面两个计算的模型建立、对模型设计方案变量参数进行筛选,剔除设计方案因素与随机误差,将投入指标按设计方案变量回归结果后重新进行调整;然后,对SBM-DEA模型进行效率测算,从而得到更加准确的效率评价,实现对农业机械低碳化的分析与研究。

3 基于ArcGIS的农业机械碳排放分析系统

采用Visual C#.NET为环境平台,基于ArcGIS软件设计了一套针对农业机械碳排放的分析系统,主要对农业机械低碳化目标进行分析与研究。

3.1 功能需求分析

系统的实现是在系统需求的分析之上,确定研究目的和需要解决的问题,从而实现对功能的整体分析和设计。基于ArcGIS的农业机械碳排放分析系统的功能结构如图3所示。

图3 基于ArcGIS的农业机械碳排放分析系统的功能结构示意图Fig.3 The functional structure diagram of agricultural machinery carbon emission analysis system based on ArcGIS

3.2 系统总体架构

根据该系统的需求和功能,设计了农业机械碳排放分析系统的总体架构,如图4所示。

图4 农业机械碳排放分析系统的总体架构Fig.4 The general structure of carbon emission analysis system for agricultural machinery

由图4可以看出:系统架构主要包括基础地理信息管理模块、碳排放数据统计分析模块、二维分析模块和数据库等。其中,数据库是整个系统的基础,为其他几个模块提供分析所需的数据。

3.3 数据库设计

农业机械碳排放分析系统的开发与设计是在数据库的基础上进行的,数据库设计的完整性和合理性,直接对整个系统功能有着重要影响。由于碳排放数据都存放在数据库中,给其它模块使用,如对某个设计方案的数据以图形或表格的方式进行直观显示,这些都需要连接到数据库。因此,建立数据库对数据进行存放和管理,是整个系统重要的一部分。目前,流行的数据库有很多,本文采用SQL Server 2008数据库建立农业机械碳排放分析系统。数据库总体设计如图5所示。

图5 数据库总体设计框架图Fig.5 The overall design framework of database

4 数据分析与结果

4.1 碳排放计算方法

农业机械的燃料消耗量是基于碳平衡原理使用方程计算的,其计算方程为

(6)

其中,FC表示燃油消耗量;CWFF表示柴油中的碳含量,设定为0.866;ER表示瞬时质量排放率;ρ(diesel)表示柴油燃料的密度,通常为0.848kg/L。

制动特定排放因子的计算方程为

(7)

其中,EFP表示农业机械制动特定排放因子;i表示农业机械排放的某种污染物;n表示给定运行条件的持续时间;b和e分别代表农业机械的开始时间和结束时间;ER表示某种污染物在一定工况下的瞬时排放率。

总制动特定排放因子的计算方程为

(8)

其中,TEFP表示农业机械的总制动特定排放因子;WF表示农业机械不同作业模式下的权重因子;l、m和w分别代表农业机械怠速、移动和工作模式。

基于作业场地面积的排放因子的计算方程为

(9)

其中,EFw表示农业机械基于作业场地面积的排放因子;V表示农机工作模式下的实际速度;W为拖拉机旋犁的宽度或联合收割机的割台宽度。

根据以上农业机械作业过程中的碳排放计算方法和前文建立的DEA模型,便可以对农业机械碳排放进行计算和分析。

4.2 结果分析

实验过程中,采用以上计算方法和模型对全国约42 524khm2玉米农作物分别采用小型普通收割机及大型联合收割机收割的碳排量进行分析和研究,结果如表1所示。

表1 小型农机和大型农机碳排放对比结果Table 1 The carbon emission comparison results of small agricultural machinery and large agricultural machinery

由表1可以看出:若全面采用大型联合收割机,其CO、HC和NOx相比小型普通收割机会减少44.27%、48.06%和61.25%。实验对比结果表明:随着农业机械化程度不断提高,农业综合生产力会不断增强,会大大降低农业生产过程中的碳排放量,从而促进了低碳农业的发展,对环境具有一定的保护作用。

5 结论

采用Visual C#.NET环境平台,基于ArcGIS软件设计了一套针对农业机械碳排放的分析系统,并将其与DEA经济模型相结合,对农业机械低碳化的目标进行分析与研究。实验结果表明:随着农业机械化程度不断提高,农业综合生产力会不断增强,会大大降低农业生产过程中的碳排放量,从而促进了低碳农业的发展,对环境具有一定的保护作用。