畜禽養殖廢棄物養分管理決策支持系統研究及應用*

李丹陽，靳紅梅※，吳華山

(1.江蘇省農業科學院循環農業研究中心，南京 210014； 2.農業農村部種養結合重點實驗室，江蘇南京 210014； 3.江蘇省有機固體廢棄物資源化協同創新中心，南京 210014)

0 引言

我國是畜禽養殖大國，肉類和禽蛋總產量居世界第一位，奶類總產量居世界第三位。畜禽養殖糞污年產生量超過39億t，但由于缺乏有效的技術管理和政策保障機制，約有40%畜禽糞便未得到有效處理和利用，養殖污染已成為我國農業面源污染最主要的貢獻者之一[1-3]。實現畜禽養殖業健康發展與環境友好的雙贏目標，成為擺在各級政府面前的重大課題。

推動畜禽養殖廢棄物資源化利用，是破解畜禽養殖場環境污染治理難題、實現化肥零增長的重要手段[4-5]。畜禽養殖廢棄物含有豐富的養分，適時適量還田利用具有提升土壤有機質含量、保障農田可持續生產能力、改善農產品質量的作用[4， 6]。然而，隨著我國集約化和規模化養殖水平的不斷提高，造成廢棄物產生量大且集中。一方面，養殖場周邊農田面積與養殖規模嚴重不匹配，農田消納廢棄物壓力巨大[7-8]； 另一方面，糞污達標排放處理成本過高，造成資源嚴重浪費[4， 6]。此外，我國也缺乏種養結合相應的監督管理政策和扶持激勵機制，實際生產中畜禽養殖場廢棄物還田問題多、操作難。導致這些現象的一個重要原因是：我國對畜禽廢棄物產生量及其入田養分資源量認識不足，難以科學地制定區域畜禽養殖業發展戰略規劃和布局規劃，難以形成技術高效配套的循環農業規模化產業鏈集群[9]。特別是畜禽養殖業類型眾多、養殖管理復雜，且糞便時空差異和變異性大，糞污的最終用途、利用成本、土壤類型和作物需求的差異，牽扯各種各樣信息系統的數據，而且這樣的數據很難集成，對數據處理和訪問的能力較低，導致規模畜禽養殖場廢棄物管理設計、選擇和運行非常復雜。傳統的數據庫系統已無法解決原始數據精細提取和不同區域影響程度變化等問題[10-11]。

信息化是當今世界經濟和社會發展的必然趨勢，也是我國產業結構升級和實現工業化、現代化的關鍵環節。加強畜禽養殖信息化管理，是強化養殖污染監管、推進種養結合、發展綠色養殖的重要保障[12]。養殖廢棄物綜合養分管理是大型集約化畜禽養殖場信息化管理的必然選擇和發展趨勢[13]，國外在養殖廢棄物管理系統構建方面已有較多的成果，基于模型結果可為廢棄物的管理和利用提供有針對性和指導性的決策支持[14]，有效地解決產排污量計算與最佳污染物處理技術選用的問題，幫助畜禽養殖決策者(如政策制定者、養殖戶和技術人員)更好地實現畜禽養殖經濟和資源最優化。目前，國內在此方面的需求十分迫切，需要跨學科多專業的交叉研究，需要積極研究和有序推進。

決策支持系統(Decision support system，DSS)是畜禽養殖廢棄物綜合養分管理的有效手段。文章對DSS的特性、構建方法及其在養殖廢棄物方面的應用研究進展進行了全面綜述，在此基礎上提出適合我國畜禽養殖特征的廢棄物養分管理DSS開發思路，旨在為我國畜禽養殖廢棄物資源化利用策略優化提供有力的技術支撐，推動養殖廢棄物綜合養分管理計劃實施。

1 決策支持系統的發展

DSS是20世紀70年代隨著計算機技術發展起來的一種決策方法[15]。它是綜合利用大量數據，有機結合眾多模型，以人機交互的方式，輔助各級決策者實現科學決策的系統[11]。DSS的主要功能表現在： ①收集、提供管理決策問題有關的內部和外部信息； ②對數據進行加工、匯總、分析、預測、傳輸等； ③存儲系統決策的各類模型、算法及方法，并能進行修改、添加等； ④人機交互對話及數據圖像輸出展示； ⑤收集并管理決策方案的實施執行情況及信息反饋等功能，提供可靠的信息服務和科學計算，在互聯網環境下人機充分交互的決策可得到廣泛共享[16]。

1980年Sprague提出了DSS的三部件結構，包括人機交互部件、模型庫和數據庫，這就是現在被大家廣泛接受的二庫系統(圖1)[17]。隨著DSS的發展，陸續出現了三庫、四庫和五庫系統。其中，三庫系統在二庫系統的基礎上增加了知識庫，引入人工智能知識化的概念； 四庫系統在三庫系統的基礎上增加了方法庫，為了便于模型的修改，將模型與方法進行分離存儲； 五庫系統在四庫系統的基礎上增加了文字庫，可以將文字信息轉化為相應的過程信息。

圖1 二庫決策支持系統結構

DSS作為一種融合了計算機技術、數據庫技術、信息技術、人工智能、管理科學、決策科學等技術的集成系統，在各行各業的生產實踐中得到了廣泛的應用[18-20]。畜禽養殖業是我國農業的重要組成部分，DSS在健康養殖方面正在發揮著越來越重要的作用。例如，肖建華等[20]構建了奶牛繁殖決策支持系統； 劉博[21]研究了奶牛飼料配方優化決策系統； 秦燁[22]則基于NET設計了的奶牛飼料配方決策系統； 劉光明等[10]建立了基于數據倉庫的畜禽健康養殖決策支持系統； 羅帥[23]對生豬養殖安全預警決策支持系統進行了研究； 黃曉東[24]設計開發基于Map Objects 的畜禽養殖環境管理決策支持系統。畜禽養殖業污染是農業面源污染防治的重點，建立相應的養分管理DSS是解決養殖廢棄物污染的有效途徑，得到了國內外越來越多學者的關注。

2 DSS在畜禽養殖廢棄物管理方面的應用

2.1 國外研究現狀

歐美等畜禽養殖業發達國家對養殖廢棄物污染問題有較為深刻的認識，在養殖廢棄物管理方面的研究開展較早。自20世紀60年代以來，各發達國家不僅通過立法對畜牧業生產過程中的環境問題加以干預和限制，而且根據氣候、土壤、耕作特性等因子構建了具有明顯國家(或區域)特色的養分管理模型和系統[5]。例如，澳大利亞、加拿大、新西蘭等地多人少的地區和國家，多采用以地定畜的原則發展養殖業，使得周邊配套的土地可以完全消納養殖廢棄物； 荷蘭、美國等農場比較多的國家，為養殖場或農場制定廢棄物管理規劃，以養分含量為標準進行了農田回用量的確定，為農場決策者提供廢棄物處理或管理決策支持的養殖廢棄物養分管理系統較多，經過多年的探索、改進、修正已經比較完善[4]。該文對目前已有的養殖廢棄物管理模型和養分管理系統進行了匯總梳理，詳見表1。

(1)模型管理是DSS的核心。目前運用較為廣泛的養殖廢棄物管理模型包括堆肥管理模型(包括Compost-Wizard模型、Co-Composter模型)和養分管理模型(包括AMANURE模型、NMAN模型、WISPer模型、MANMOD模型)。

Compost-Wizard模型[25-26]由美國佐治亞大學開發，主要功能是為商業化堆肥企業提供處理設施、方案和管理的決策。該模型應用時需要用戶輸入較多的信息數據，但可通過模型獲得堆肥工藝選擇、堆肥場地面積、徑流收集池規模及設計、資金和運營成本的估算結果等信息，為用戶提供多種養殖廢棄物處理的方案，分析評估堆肥化處理方案的可行性和適用性。

Co-Composter模型[27-29]由美國康奈爾大學開發，主要是為奶牛糞便和其他有機廢物混合堆肥提供最優方案。根據模型模擬可生成詳細的后勤和經濟分析結果，幫助用戶設計堆肥方案，推薦堆肥設施、設備，分析堆肥效率及其可行性。但Co-Composter模型的許多相關參數需要通過大量實驗獲得和修正，因此模型模擬效果依賴于用戶提供信息的準確性和精確性，模型的實用性比較局限。

NMAN(Nutrient Management Computer Program)模型是養殖廢棄物養分農田利用管理的典型模型[30]，幫助農場主、農場承包者或顧問管理農場畜禽糞便養分。該模型根據糞肥數量和推薦的作物養分需求，綜合確定糞肥的儲存規模和肥料施用量，適用于大型畜禽養殖場的廢棄物管理。

MANMOD(Manure Management Model)模型[31-32]是一款比較常用的養分損失模型，模型通過對43個糞便和14個糞漿樣品進行標準分析獲得牛糞養分損失及各階段養分含量的典型值，通過查表法來評估糞便產生、糞肥生產和儲存過程中的主要養分(如氮)的損失對肥料養分含量的影響，對養殖廢棄物處理方案選擇及糞肥還田等提供參考，也為我國畜禽廢棄物的養分管理利用提供借鑒和思路。

AMANURE(Nutrient Management Program)模型[33-34]是一個分析表形式的模型，用于牲畜養殖廢棄物養分的全過程管理，主要為用戶提供養殖糞便的營養成分含量、利用價值及作物生長相匹配的施用量，為用戶提供對應的匹配估算。

WISPer(Wisconsin Interactive Soils Program for economic recommendations)模型[35]是基于威斯康星州的各種基礎情況條件設計開發的，綜合考慮環境對化肥施用量的可接受度和作物養分需求等因素，根據養殖規模、數量以及糞便處理和儲存方法估計得到可作為糞肥利用的糞便量，以氮、五氧化磷、二氧化鉀為順序考慮種養結合、景觀等的養分需求，計算糞肥施用量。

(2)農場或養殖場養分管理DSS，包括MCLONE3系統、DAFOSYM系統、NMP for Minnesota系統、MARC系統、EWREES系統、AEMIS系統、AFOPro系統。

MCLONE3(Managing Liquid Dairy and Swine Manure)[36]是一款用于管理豬和奶牛場液態糞污的決策支持系統，系統涵蓋從糞污收集到農田施用的全過程，功能包括：糞污產生量、存儲空間估計、作物養分需求、糞肥施用及化肥補充量計算、糞污處理成本核算、糞便管理系統、環境指標的評價、數據文件保存等。

DAFOSYM(Dairy Forage System Model)[37-40]是基于奶牛場飼料系統開發的IFSM(Integrated Farm System Model)綜合農業系統[41]，括種植系統(作物生長、收獲、儲存、飼料利用)、養殖系統(奶牛飼喂、糞污養分循環、牛奶生產)、環境影響、經濟分析等，對于探索管理和技術變化對整個農場的影響提供了一個強大的研究分析和教學工具。

NMP(Nutrient Management Plan for Minnesota)[42-43]是美國明尼蘇達州開發的一款針對牲畜養殖和作物養分管理計劃，可以有效地幫助生產者依據作物養分需求對養殖廢棄物進行管理和施用。模型依據農場區域的概況、農田和養殖場的基本情況制定農場的年度計劃，分析之前的計劃、決策及方案實施的結果，對年度計劃進行進一步調整，提高模型的可行性和準確性。

MARC(Manure Application Rate Calculator)是加拿大開發的用于糞便管理的經典系統，用于肥料施用量管理計算，模型經過多個版本(MARC98、MARC2000[44]、MARC2005、MARC2008[45])的不斷完善，其最新版本MARC2008系統在功能上更加的靈活和完善，可為用戶提供更加靈活的方式去創建完整的作物施肥方案，包括幫助養分管理規劃人員為多個操作創建計劃，以氮和磷元素為計算基礎進行田間養分管理，允許用戶用化學肥料來均衡作物營養，協助完成施肥設備的校準、糞肥管理計劃報告的自動填寫等。然而，MARC系統要求輸入的信息過于詳細，適用于養殖場管理健全、基礎數據、專業信息完備的規模養殖場，而在一般的農場或養殖場推廣應用難度較大。

EWREES(European Waste Engineering Expert System)系統[46-47]由歐洲(包括英國、荷蘭、希臘、愛爾蘭、意大利)的許多研究團隊合作研發，通過幫助農戶作出更好的施肥決策來避免或減少污染。系統中包含具有邏輯推理過程的專家系統，采用一個比較寬泛的方式來提供決策方案，最終用戶從系統提供的多種決策方案中進行比選確定。該系統的主要目的是避免農業面源污染，系統推薦有機肥施用量時，會對其潛在的污染進行考慮并限制其施用量，對于可能造成的作物養分供給不足情況，用戶可在糞肥施用推薦量之外施用商品肥料。

AEMIS(Agriculture Environmental Management and Information System)[48]是美國猶他大學開發的一款農業環境管理信息系統，利用最新的管理理論、方法和工具為環境敏感區養殖糞便的減量和安全利用提供在線決策支持，并經全國的農業專家同行審查和試驗驗證，幫助生產者開發環境可持續的農業生產系統。AEMIS可將信息經過分析后轉移到數據表中，以關系數據庫格式存儲在Web服務器上，方便數據信息的共享和遠程操作，不僅實現養殖廢棄物的管理，還可實現數據信息的聯網操作，更符合現代農業信息化的趨勢和方向。

AFOPro[49-50]是美國南卡羅來納大學開發的一款綜合養分管理DSS，系統以氮、磷、鉀養分為研究對象，幫助養殖場決策者獲得糞便從產生到有機肥整個過程的最優處理方案或決策，實現廢棄物的合理高效利用，同時盡量減少對周圍環境造成的污染和危害。該系統中的AFOPro Core模塊用于提供養分管理決策； AFOPro Web用于知識庫更新； AFOPro Spatial模塊用于連接地理信息系統，生成關于農業領域的空間信息； AFOPro PI Calculator模塊用于計算農田土壤磷需求量。AFOPro系統不僅包含養分管理模型部分，還實現養分在時間和空間上的管理，可與某些預先存在的應用程序和系統進行選擇性的連接，通過網絡對國家基準數據進行具體編輯和更新等。該系統的應用范圍比較廣、實用性比較強，在美國得到廣泛的應用，AFOPro 2003版本適用于美國的16個州， 2005年的版本則可以適用于美國的21個州。該系統實現數據的存儲及聯網更新，增加信息的共享范圍和程度，對我國養殖場的信息化及遠程操控也具有重要的參考意義。

這些畜禽養殖廢棄物管理DSS，設計過程中主要是通過與實際數據之間的對比驗證來修正模型內部參數，系統的設計驗證就是實際應用的實例，各類模型系統經校正完善后在其對應的適用范圍內得到了廣泛的應用。例如，Compost-Wizard是基于喬治亞州的需求而設計，在喬治亞州、亞利桑那州、加州、特拉華州等均有應用； Co-Composter在華盛頓州米爾克里克堆肥廠和霍斯金斯農場進行了設計應用； DAFOSYM作為一個研究工具得到了廣泛應用； IFSM在美國愛達荷蘭州南部的奶牛場進行實際應用取得了良好的效果； AMANURE在應用中幫助農民更好地施肥； AFOPro由于涵蓋的基礎數據信息比較全面、系統設計得更加完善，在美國得到了比較廣泛的應用。

表1 國外各類養殖糞污管理模型/系統的功能和特點

分類模型/系統名稱開發單位主要功能主要特點糞便堆肥類型Compost-Wizard美國佐治亞大學堆肥化處理方案的可行性和適用性及收益評估足夠多的堆肥原料、規模較大的養殖場,商業化堆肥Co-Composter美國康奈爾大學大型堆肥設施的規劃和管理養殖、非養殖廢棄物材料堆肥糞便養分管理模型AMANURE美國普渡大學制定養分管理計劃提供養殖糞便的營養成分含量及與作物生長相匹配的施用量NMAN加拿大安大略農業部糧食和農村事務部大型牲畜或家禽養殖廢棄物規劃工具用糞肥產量和營養需求確定儲存規模和肥料養分應用率WISPer美國威斯康星州預估糞肥產量、計算糞肥施用量適用威斯康星州,較局限MANMOD英國農業發展與咨詢服務處評估糞便產生、糞肥生產和儲存過程各個階段營養成分的含量及損失適用于英國典型的畜牧場DAFOSYM美國密歇根州立大學包含所有農業成分的全過程奶牛場飼料系統模擬涵蓋環境影響部分MCLONE3加拿大圭爾夫大學糞便從生產到農田施用全過程的管理面向對象的系統設計養殖場決策支持系統NMP for Minnesota美國農業部自然資源保護中心養殖糞污控制利用和作物糞肥施用,制定年度計劃,提高凈收益和保護自然資源模型需要基礎信息全面,對用戶要求高MARC加拿大薩斯喀徹溫省、馬尼托巴省和阿爾伯塔省制定糞便管理規劃和施用計劃并保存年度記錄模型經多版本對的發展,功能全面、實用性強EWREES歐洲結合用戶需求制定多套施肥方案,解決污染問題由進行邏輯推理的專家系統提供方案AEMIS美國猶他州立大學解決糞便管理問題和環境敏感的現場減量、再利用和再循環方法問題在線決策支持工具,提供最新糞便管理信息AFOPro美國南卡羅來納大學提供從糞便產生到成為有機肥整個過程的以氮磷鉀營養成分為依據的養分管理決策包含網絡應用程序,實現了數據的聯網存儲更新,適用于美國多個州

2.2 國內研究現狀

相比于國外，我國養殖業廢棄物管理方面的研究起步較晚，相關的模型或管理系統研究主要集中在對養殖飼養、生產、經營管理等方面。在現有的研究中關于牧場管理模型相對較多，對于規模養殖條件下糞便管理模型研究較少，將DSS應用到養殖廢棄物管理中形成系統的更少。例如，段慶偉等[51]對澳大利亞聯邦科學與工業研究組織(CSIRO)的放牧管理軟件GrassGro模型參數進行校正并添加禁牧模塊，使其滿足我國北方草原的管理模式； 蒙旭輝[52]根據內蒙古呼倫貝爾地區的草地資源和畜牧業發展狀況，運用GrassGro模型模擬和地面實測相結合的方法，提出我國草畜資源優化配置方案； 李江文等[53]以內蒙古呼倫貝爾市草甸草原區家庭牧戶為研究對象，模擬并優化典型牧戶生產經營現狀和草畜平衡管理。但是，我國的牧場管理決策支持系統研究還處于研究的起步階段，上述這些研究都只是對國外模型的研究分析，更深層次的研究分析之后才能真正地應用于實際中。

在畜禽養殖廢棄物管理系統方面，黃志彭[54]在估算養殖場畜禽糞污負荷、養殖場配套耕地養分需求的基礎上，制定了合理的糞污還田利用計劃； 周國彬等[55]在生態調查和畜禽養殖業等環境現狀調查基礎上，建立了畜禽養殖環境管理系統，以環境功能分區(區劃)為基準，將畜禽養殖的環境管理系統化、科學化，實現養殖信息動態管理，建立適合畜禽養殖環境管理的計算機軟件系統，為未來農村環境監理、環境監測、環境監管奠定了基礎； 閻波杰等[56]利用ArcIMS平臺，基于J2EE、3S技術和數據庫技術綜合集成，實現畜禽養殖管理信息系統。通過分析可知，國內目前關于養殖廢棄物管理系統方面的研究，僅是整個畜禽養殖廢棄物管理系統中的一部分，全面、系統的模型還有需要很多的方面補充完善，目前畜禽養殖廢棄物管理系統還處于初期的探索研究階段。

在畜禽養殖管理智能決策方面，張偉等[57]設計了基于物聯網技術的規模化畜禽養殖環境監控系統，實現信息的無線采集、環境自動調控及遠程可視化調控等； 劉博[21]通過對奶牛飼料特性和營養需要模型分析，研究并實現以線性規劃的兩階段法為主要方法配合奶牛飼料配方的優化算法； 劉光明等[10]結合畜禽養殖自身特點和養殖管理的實際情況，建立畜禽健康養殖決策支持系統數據倉庫結構和模型，給出相關的數據挖掘算法實現步驟，實現畜禽養殖科學化、智能化、健康化的管理標準； 相潤等[16]構建了畜禽養殖業污染控制決策支持系統，為用戶提供產排污核算與處理技術選擇。這些研究主要實現是系統中的模型部分，DSS的研究與應用不僅需要大量的基礎模型，還需要大量的數據信息和相應的計算機基礎，需要跨學科的交融協作。

目前國內在畜禽養殖廢棄物管理方面的研究系統或模型相對較少，現有的系統大多還需要進一步的補充完善與驗證，所以應用于實際中很少。因為系統開發的最終目的是在實際生產中得到應用，系統中模型、參數等基礎數據的收集、測算就顯得十分重要，這些是系統后期應用效果的切實保障，所以在今后的系統研究過程中，要重視基礎數據資料的真實性、準確性，穩步推進。

表2 國內DSS模型研究及應用

分類模型/系統名稱開發單位研究者應用區域或范圍功能特點牧業管理模型GrassGro模型澳大利亞聯邦科學與工業研究組織(CSIRO)段慶偉中國北方草原添加禁牧模塊,適用中國北方草原的管理模式蒙旭內蒙古呼倫貝爾地區模擬和地面測量相結合,提出草畜資源優化配置方案OMMLP模型中國農業科學院草原研究所和內蒙古農業大學李江文內蒙古呼倫貝爾市草甸草原區家庭牧戶優化改進典型牧戶生產經營和草畜平衡現狀畜禽養殖管理系統養殖場畜禽糞污管理系統揚州大學黃志彭畜禽養殖業糞污管理涵蓋糞污特點、耕地土壤特性、作物養分需求、施肥限量指標等大量公式、模型畜禽養殖管理信息系統閩江學院閻波杰畜禽養殖管理畜禽養殖數據采集、處理,養殖信息可視化展示、實時查詢、空間定位、統計分析、專題圖輸出打印和數據更新與維護規模化畜禽養殖環境監控系統嘉興學院張偉等規模化畜禽養殖環境管理智能群養管理系統,遠程實時監控、精確調整豬舍環境畜禽養殖業環境管理系統大連海事大學周國彬畜禽養殖業信息管理輸入、存儲、檢索、集成、融合、顯示和分析畜禽養殖業環境信息,建立畜禽養殖業環境綜合管理網絡體系育肥豬糞便成分及含量預測模型中國農業大學楊增玲生長肥育豬糞便成分含量預測實現育肥豬糞便成分含量的快速預測決策支持系統養分平衡決策支持系統中國農業大學劉忠全國及省級層次以上農田農田生態系統氮養分平衡決策支持系統奶牛飼料配方優化決策系統河北農業大學劉博奶牛飼養以線性規劃的兩階段法配合奶牛飼料配方的優化算法,幫助用戶進行決策畜禽養殖業污染控制決策支持系統中國農業大學相潤等畜禽養殖污染控制由產排污模型、處理技術選用模型組成的污染控制決策系統

3 我國畜禽養殖廢棄物管理DSS框架構建

通過上述分析可以看出，我國針對畜禽養殖廢棄物管理的DSS研究十分缺乏。盡管國外的相關模型和管理系統具有很好的借鑒作用，但鑒于我國養殖方式、土地所有制、等制度體制與國外的巨大差異，標準規范體系不夠健全，照搬國外的DSS不現實也不科學。因此，亟需建立適用于我國國情的養殖廢棄物管理系統，為指導各地畜牧業區域布局優化、加快推進畜禽養殖廢棄物資源化提供決策依據。該研究提出的廢棄物養分管理決策支持系統開發框架(圖2)。

圖2 我國畜禽養殖廢棄物養分管理決策支持系統開發框架

數據是DSS建立的基礎，數據庫是綜合數據的集合，用于支持管理決策信息支持庫。其中養殖基礎數據庫可以為后續的模型計算提供基礎數據信息、計算基數、模型參數等。數據倉庫模型都以事實作為中心，主要不同是外圍維度表之間的關聯[10]。由于畜禽養殖業的數據量巨大，要想得到約束條件、決策變量和模型參數，必須對其進行詳細的分析處理。

模型是DSS驅動的關鍵，選取合適的數學模型或方法影響養殖廢棄物管理決策系統的科學性和高效性[19]。我國畜禽養殖廢棄物管理DSS模型庫的構建應包含養殖場養分管理模型、農田糞肥管理模型、區域/流域管理模型。其中(1)養殖場廢棄物養分管理模塊中的模型主要用于單一養殖場尺度上的廢棄物(包括糞污、動物死尸等)產生量、實際可收集量和養分可利用量的估算。糞污產生量模型是基于養殖場的養殖結構和動物產排污系數而建立的數學模型； 糞污可收集量模型是基于糞污不同收集和貯存模式下糞污損失率等參數建立的實際糞便可收集數量的數學模型； 養分可利用量模型則是針對不同的糞污不同處理模式下，糞便中養分的損失率等參數建立的農田養分計量的數學模型。(2)農田糞肥管理模塊中的模型主要用于養殖場周邊田塊尺度上養分損失及平衡的計算。作物養分需求模型是基于作物類型、種植時間、氣候條件、土壤養分水平等參數建立的數學模型； 農田養分損失模型是依據氣候條件、種植時間、運籌方式、土壤類型等參數而建立的氮磷養分徑流、滲透和揮發等損失模型； 糞肥運籌模型是依據糞肥(特別是液體糞肥)的施用方式、施用時間和施用量建立的養分損失模型。(3)區域/流域養分管理模型是依賴于GIS、物聯網等先進的信息技術，對畜禽養殖廢棄物養分在區域/流域甚至更大尺度上進行管理。在此模塊中除了養殖、環境、時間等維表外，更加關注空間和區域約束維表中的因子。

整體管理方案決策是根據系統評估最終確定的糞污處理、農田利用和綜合養分管理最優的參數、技術和方案。其中，方案評價是運用系統性、質性研究、定量研究等方法來分析資料、搜集證據，以客觀判斷方案的成效與影響。環境風險評價和經濟可行性分析是糞污養分管理方案選擇的主要依據[59]。此外，通過決策記錄數據模塊，記錄養殖糞污處理方案或養分管理決策的具體實施效果，為后續決策的優化提供重要參考。

4 研究展望

我國加大畜禽養殖污染治理的環境壓力和內在動力都已具備。通過分析國外畜禽養殖廢棄物養分管理模型、信息化管理方式及經驗，結合我國畜禽養殖發展趨勢及不同區域特點，在構建DSS方面亟待解決以下兩方面的問題。

(1)基礎數據的來源及其準確性。大尺度畜禽養殖基礎數據庫的建立是提高模型準確性的重要保障。但長期以來，各養殖場信息資料缺乏，基礎數據不夠完善； 養殖場的信息化水平偏低，養殖場在信息化管理方面的設備設施和理念缺乏； 基礎性研究不夠完備，養殖場之間缺乏信息共享的手段和平臺，收集資料難度較大； 缺乏動態的、權威的基礎性統計數據，不能保證區域范圍養殖廢棄物收集、貯存、處理和再利用管理系統的科學性，為模型的構建帶來很大的難題。

(2)模型指標體系的構建。畜禽養殖業類型眾多、復雜，具有大量繁雜的數據。如何在各種各樣信息的數據中，篩選出最能反映養殖糞污處理和養分管理的指標體系和評價的模型方法十分關鍵，避免評判的主觀性，以構建符合我國養殖和種植特點、更加經濟有效的糞污養分管理決策。