کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10974240 1108023 2015 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Modeling the trade-off between diet costs and methane emissions: A goal programming approach
ترجمه فارسی عنوان
مدل سازی تعادل بین هزینه های رژیم و انتشار گاز متان: یک رویکرد برنامه ریزی هدف
کلمات کلیدی
ترجمه چکیده
انتشار گاز مایع متابولیزم یک گاز گلخانه ای عمده از سیستم های تولید دام در سرتاسر جهان است. دستکاری رژیم غذایی ممکن است ابزار موثر کاهش انتشار باشد؛ با این حال، هزینه های مرتبط ممکن است از استفاده آن به عنوان یک استراتژی کاهش استفاده شود. مطالعات متعددی راهبردهای دستکاری رژیم غذایی را برای مقابله با انتشار گازهای گلخانه ای شناسایی کرده اند، اما تحقیقات در مورد هزینه های کاهش متان با دستکاری رژیم های غذایی کمیاب است. افزون بر این، برای تعداد محدودی از سناریوهای تولید، تعادل بین افزایش هزینه های رژیم غذایی و کاهش انتشارات متان تنها تعیین شده است. هدف از این مطالعه، ایجاد یک چارچوب بهینه سازی برای کمینه کردن هزینه های رژیم و انتشار گاز متان بر مبنای شناسایی مجموعه ای از راه حل های امکان پذیر برای سطوح گوناگون تجارت بین انتشار و هزینه ها است. چنین مجموعه ای از راه حل ها به وسیله مشخصه یک شبکه منظم از وزن برنامه نویسی هدف ایجاد شده است و تصمیم گیرنده را قادر می سازد که راه حل هایی را انتخاب کند که سطح مطلوب را به دست می آورند. علاوه بر این، مدل محاسبه هزینه های کاهش انتشار را با استفاده از یک مقدار تجاری برای انتشار گاز متان انجام می دهد. هزینه های محاسبه شده در معرض هزینه ها را می توان در طرح های بازنشستگی واحدها مانند طرح های سیاست های کلاه و تجارت مورد استفاده قرار داد. استفاده از مدل با استفاده از داده های گاو شیرده از لبنیات در دره کالیفرنیا به منظور نشان دادن استفاده از نتایج حاصل از مدل سازی در شناسایی رژیم های مطلوب در هنگام کاهش انتشار، ارائه شده است. چارچوب بهینه سازی انعطاف پذیر است و می تواند به طور مشترک برای کاهش هزینه های رژیم غذایی و دیگر اثرات محیطی بالقوه (به عنوان مثال، دفع نیتروژن)، سازگار باشد. همچنین انعطاف پذیر است به طوری که هزینه های رژیم غذایی، ترکیب غذای مواد غذایی و نیازهای مواد مغذی حیوانات را می توان به جای سیستم های مختلف تولید تغییر.
موضوعات مرتبط
علوم زیستی و بیوفناوری علوم کشاورزی و بیولوژیک علوم دامی و جانورشناسی
چکیده انگلیسی
Enteric methane emission is a major greenhouse gas from livestock production systems worldwide. Dietary manipulation may be an effective emission-reduction tool; however, the associated costs may preclude its use as a mitigation strategy. Several studies have identified dietary manipulation strategies for the mitigation of emissions, but studies examining the costs of reducing methane by manipulating diets are scarce. Furthermore, the trade-off between increase in dietary costs and reduction in methane emissions has only been determined for a limited number of production scenarios. The objective of this study was to develop an optimization framework for the joint minimization of dietary costs and methane emissions based on the identification of a set of feasible solutions for various levels of trade-off between emissions and costs. Such a set of solutions was created by the specification of a systematic grid of goal programming weights, enabling the decision maker to choose the solution that achieves the desired trade-off level. Moreover, the model enables the calculation of emission-mitigation costs imputing a trading value for methane emissions. Emission imputed costs can be used in emission-unit trading schemes, such as cap-and-trade policy designs. An application of the model using data from lactating cows from dairies in the California Central Valley is presented to illustrate the use of model-generated results in the identification of optimal diets when reducing emissions. The optimization framework is flexible and can be adapted to jointly minimize diet costs and other potential environmental impacts (e.g., nitrogen excretion). It is also flexible so that dietary costs, feed nutrient composition, and animal nutrient requirements can be altered to accommodate various production systems.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Dairy Science - Volume 98, Issue 8, August 2015, Pages 5557-5571
نویسندگان
, , , , , ,