特許ウォッチ

公開番号2024079602
公報種別公開特許公報(A)
公開日2024-06-11
出願番号2023190710
出願日2023-11-08
発明の名称水稲のカーボンフットプリント評価方法、システム、電子機器及び記憶媒体
出願人浙江大学海南研究院,浙江大学,ZHEJIANG UNIVERSITY
代理人弁理士法人笠井中根国際特許事務所,個人,個人
主分類G06Q 50/02 20240101AFI20240604BHJP(計算;計数)
要約【課題】水稲のカーボンフットプリント評価方法、システム、電子機器及び記憶媒体を提供する。
【解決手段】方法は、深層学習アルゴリズム及び畑段階の稲田カーボンフットプリント評価データセットにより、対象領域の畑段階の農場カーボンフットプリントを確定することと、取得された対象領域の、上流段階、輸送段階、畑段階、生産加工段階及び消費段階の稲田カーボンフットプリント評価データセットにより、対応する農場カーボンフットプリントを計算することと、対象領域の、上流段階、輸送段階、畑段階、生産加工段階及び消費段階の農場カーボンフットプリントを累加し、対象領域の農場カーボンフットプリントを確定し、かつ前記対象領域の農場カーボンフットプリントにより、対象領域の製品カーボンフットプリントを確定することと、を含む。
【選択図】図1
特許請求の範囲【請求項１】
対象領域の畑段階の稲田カーボンフットプリント評価データセットを取得することと、前記畑段階の稲田カーボンフットプリント評価データセットは、少なくとも気候データセット、土壌データセット及び農業管理実践データセットを含み、
深層学習アルゴリズム及び前記畑段階の稲田カーボンフットプリント評価データセットにより、対象領域の畑段階の農場カーボンフットプリントを確定することと、前記農場カーボンフットプリントは、栽培面積あたりによって生成される炭素当量排出量であり、
対象領域の上流段階の稲田カーボンフットプリント評価データセット、対象領域の輸送段階の稲田カーボンフットプリント評価データセット、対象領域の生産加工段階の稲田カーボンフットプリント評価データセット及び対象領域の消費段階の稲田カーボンフットプリント評価データセットを取得することと、
前記対象領域の上流段階の稲田カーボンフットプリント評価データセット、前記対象領域の輸送段階の稲田カーボンフットプリント評価データセット、前記対象領域の生産加工段階の稲田カーボンフットプリント評価データセット及び前記対象領域の消費段階の稲田カーボンフットプリント評価データセットにより、対象領域の上流段階の農場カーボンフットプリント、対象領域の輸送段階の農場カーボンフットプリント、対象領域の生産加工段階の農場カーボンフットプリント及び対象領域の消費段階の農場カーボンフットプリントを確定することと、
対象領域の、上流段階、輸送段階、畑段階、生産加工段階及び消費段階の農場カーボンフットプリントを累加し、対象領域の農場カーボンフットプリントを確定し、かつ前記対象領域の農場カーボンフットプリントにより、対象領域の製品カーボンフットプリントを確定することと、を含み、前記製品カーボンフットプリントは、質量あたりの水稲製品を生産するために生成された炭素当量排出量であることを特徴とする水稲のカーボンフットプリント評価方法。
続きを表示（約 5,200 文字）【請求項２】
前記気候データセットには、気温、降水量、蒸発量、相対湿度、風速及び日照が含まれ、前記気温には最低温度と最高温度が含まれ、
前記土壌データセットには、総土壌窒素含有量、土壌有機物含有量、土壌のｐＨ値、土壌品質の割合が含まれ、
前記農業管理実践データセットには、肥料管理、水管理モード、耕作管理、穀稈管理、水稲品種及び栽培モードが含まれ、前記肥料管理には、肥料の種類、施用量、施用回数、および施用時間が含まれ、前記水管理モードには、排水回数、排水時間、排水時間の長さが含まれ、前記耕作管理には、耕作の深さ、耕作回数、耕作時間が含まれ、前記穀稈管理には、穀稈を肥料とする比率、時間、方式が含まれ、前記水稲品種には、インディカ米とうるち米が含まれ、前記栽培モードには、直播き、移植、マルチングがあるかどうかが含まれることを特徴とする請求項１に記載の水稲のカーボンフットプリント評価方法。
【請求項３】
前記深層学習アルゴリズム及び前記畑段階の稲田カーボンフットプリント評価データセットにより、対象領域の畑段階の農場カーボンフットプリントを確定することは、具体的には、
前記畑段階の稲田カーボンフットプリント評価データセットにおける気候データセット、土壌データセット及び農業管理実践データセットを深層学習アルゴリズムによって確定された稲田間土壌ＣＨ
４
排出の深層学習モデルに入力し、対象領域の稲田間土壌ＣＨ
４
排出量を確定することと、
前記畑段階の稲田カーボンフットプリント評価データセットにおける気候データセット、土壌データセット及び農業管理実践データセットを深層学習アルゴリズムによって確定された稲田間土壌Ｎ
２
Ｏ排出の深層学習モデルに入力し、対象領域の稲田間土壌Ｎ
２
Ｏ排出量を確定することと、
前記畑段階の稲田カーボンフットプリント評価データセットにおける気候データセット、土壌データセット及び農業管理実践データセットを深層学習アルゴリズムによって確定された稲田間土壌有機炭素変化量の深層学習モデルに入力し、対象領域の稲田間土壌有機炭素変化量を確定することと、
前記対象領域の稲田間土壌ＣＨ
４
排出量、前記対象領域の稲田間土壌Ｎ
２
Ｏ排出量及び前記対象領域の稲田間土壌有機炭素変化量により、対象領域の畑段階の土壌部分の農場カーボンフットプリントを計算することと、
対象領域の畑段階の農業機械操作部分の農場カーボンフットプリントを計算することと、
前記対象領域の畑段階の土壌部分の農場カーボンフットプリント及び前記対象領域の畑段階の農業機械操作部分の農場カーボンフットプリントにより、対象領域の畑段階の農場カーボンフットプリントを確定することと、を含むことを特徴とする請求項１に記載の水稲のカーボンフットプリント評価方法。
【請求項４】
前記対象領域の上流段階の農場カーボンフットプリントには、水稲種子生産、肥料生産、エネルギー生産、除草剤の生産、殺虫剤の生産、農業用フイルム生産、包装袋の生産により生成された炭素当量排出量が含まれ、
前記対象領域の輸送段階の農場カーボンフットプリントには、入力製品を入力製品生産地から対象農地まで輸送し、包装袋を生産地から水稲加工工場まで輸送し、収穫した穀稈を対象農地から穀稈処理工場まで輸送し、収穫した水稲を対象農地から水稲加工工場まで輸送し、水稲製品を水稲加工工場から各水稲ディストリビュータまで輸送して生成された直接又は間接炭素当量排出量が含まれ、
前記対象領域の畑段階の農場カーボンフットプリントには、稲田土壌の温室効果ガス排出及び土壌有機炭素変化量、各種の農業管理実践を実行する中に、農業機械又は機器によって消費されるエネルギーによって生成される炭素当量排出量が含まれ、
前記対象領域の生産加工段階の農場カーボンフットプリントには、もみの整理とスクリーニング、もみ脱穀及び脱穀後の材料混合物の分離、精米と製品整理中に、機械および機器のエネルギー消費によって生成される直接または間接炭素当量排出量が含まれ、
前記対象領域の消費段階の農場カーボンフットプリントには、ご飯の調理と残留物の処理によるエネルギーの消費により生成された直接または間接炭素当量排出量が含まれることを特徴とする請求項１に記載の水稲のカーボンフットプリント評価方法。
【請求項５】
前記対象領域の農場カーボンフットプリントの計算式は
TIFF
2024079602000010.tif
72
168
であり、
ここで、Ｍ
ｉ
は面積あたりの入力製品の質量、Ｅ
ｉ
は質量あたり生産時に入力製品の炭素当量排出量係数、ｉは製品、ｉ＝１，２，…８はそれぞれ水稲種子、窒素肥料、リン酸肥料、カリ肥料、除草剤、殺虫剤、農業用フイルム、包装袋を示し、
Ｄ
ｊ
は輸送距離、ｊ＝１，２，…７はそれぞれ水稲種子、窒素肥料、リン酸肥料、カリ肥料、除草剤、殺虫剤、農業用フイルムを生産地から対象農地に輸送する距離、ｊ＝８は包装袋を生産地から水稲加工工場に輸送する距離、ｊ＝９，１０はそれぞれ収穫した穀稈及び水稲果実を対象農地から穀稈処理工場に輸送する及び水稲加工工場に輸送する距離を示し、j＝１１は水稲製品を水稲加工工場から各ディストリビュータに輸送する距離の和を示し、Ｖ
ｋ
（ｃａｒｔｙｐｅ，ｌｏａｄ）は交通機関が距離あたり走行して消費したエネルギーを示し、ｃａｒｔｙｐｅは、車種を示し、ｌｏａｄは、負荷を示し、ｋは交通機関が選択したエネルギータイプ、ｋ＝１，２，３はそれぞれガソリン、ディーゼル及び電力を示し、Ｅ
ｋ，ｌ
は、対応するタイプのエネルギーを消費する炭素排出係数を示し、ｌ＝１，２はそれぞれ直接排出と間接排出係数を示し、
係数２６５、２８はそれぞれＮ
２
Ｏ、ＣＨ
４
を１００年の時間スケールに変換するグローバル温度増加潜在効果値、４４／１２は、ＣとＣＯ
２
との間の変換を示し、
TIFF
2024079602000011.tif
38
168
はそれぞれ深層学習モデルから稲田間のＮ
２
Ｏ排出、ＣＨ
４
排出、土壌有機炭素変化量の予測関数を表し、ｘは、気候データセット、土壌データセット及び農業管理実践データセットにおけるデータを示し、
Ｖ
ｍ，ｎ
（ρ，Ｙ）は面積あたりでの特定の農業管理実践の実施によって消費されるエネルギーを示し、ｍ＝１，２，…１１はそれぞれ耕作、マルチング、播種、施肥、除草剤の散布、殺虫剤の散布、灌漑、排水、収穫、収穫物の粉砕と収穫物の梱包、ｎは農業機械又は機器が選択したエネルギータイプ、ｎ＝１，２はそれぞれディーゼルと電力を示し、そのうち播種密度は、播種時のエネルギー消費に影響を与え、今期の収量は、収穫と収穫物処理時のエネルギー消費に影響を与えるため、Ｖ
ｍ，ｎ
は播種密度ρ及び今期の収量Ｙに関する関数であり、Ｅ
ｎ，ｌ
は対応してディーゼル・電力を使用する直接・間接排出係数を示し、
Ｃ
ｏ
（Ｙ）は異なる水稲加工段階の電力消費量、ｏ＝１，２，…８はそれぞれもみ一次スクリーニング、脱殻、もみ殻分離、精米、米洗浄、米陰干、精選分類、梱包段階を示し、そのうち今期の収量は、各段階の消費電力に影響を与えるため、Ｃ
ｏ
は今期の収量に関する関数であり、Ｅ
ｅｌｅｃｔｒｉｃｉｔｙ
は電気量あたりで生産する炭素当量排出量係数を示し、
Ｖ
ｐ
（α，Ｙ）はご飯を調理することで消費されたエネルギーを示し、ｐはご飯を調理することで選択されたエネルギータイプ、ｐ＝１，２，３はそれぞれ天然ガス、石炭ガス及び電力を示し、そのうち今期の収量Ｙ及び加工後のもみ品質保存率αは、消耗エネルギーの数値に影響を与えるため、Ｖ
ｐ
は今期の収量Ｙ及び加工後のもみ品質保存率αに関する関数であり、Ｅ
ｐ，ｌ
は対応するエネルギーを使用して生産する炭素排出係数を示し、
Ｖ
ｑ，ｎ
（α，β，Ｙ）は残渣を処理して消費されるエネルギーを示し、βは残渣率、ｑは残渣処理の方式、ｑ＝１，２はそれぞれ残渣埋立及び残渣飼料化処理に必要なエネルギーを示すことを特徴とする請求項１に記載の水稲のカーボンフットプリント評価方法。
【請求項６】
前記対象領域の農場カーボンフットプリントの計算式は、上流段階、輸送段階、畑段階、生産加工段階及び消費段階、の水稲のカーボンフットプリントの境界により確定されることを特徴とする請求項５に記載の水稲のカーボンフットプリント評価方法。
【請求項７】
前記対象領域の製品カーボンフットプリントの計算式はＰＣＦ＝ＦＣＦ／Ｙであることを特徴とする請求項５に記載の水稲のカーボンフットプリント評価方法。
【請求項８】
対象領域の畑段階の稲田カーボンフットプリント評価データセットを取得するために使用される第１データ取得モジュールと、前記畑段階の稲田カーボンフットプリント評価データセットは、少なくとも気候データセット、土壌データセット及び農業管理実践データセットを含み、
深層学習アルゴリズム及び前記畑段階の稲田カーボンフットプリント評価データセットにより、対象領域の畑段階の農場カーボンフットプリントを確定するために使用される第１農場カーボンフットプリント計算モジュールと、前記農場カーボンフットプリントは、栽培面積あたりによって生成される炭素当量排出量であり、
対象領域の上流段階の稲田カーボンフットプリント評価データセット、対象領域の輸送段階の稲田カーボンフットプリント評価データセット、対象領域の生産加工段階の稲田カーボンフットプリント評価データセット及び対象領域の消費段階の稲田カーボンフットプリント評価データセットを取得するために使用される第２データ取得モジュールと、
前記対象領域の上流段階の稲田カーボンフットプリント評価データセット、前記対象領域の輸送段階の稲田カーボンフットプリント評価データセット、前記対象領域の生産加工段階の稲田カーボンフットプリント評価データセット及び前記対象領域の消費段階の稲田カーボンフットプリント評価データセットにより、対象領域の上流段階の農場カーボンフットプリント、対象領域の輸送段階の農場カーボンフットプリント、対象領域の生産加工段階の農場カーボンフットプリント及び対象領域の消費段階の農場カーボンフットプリントを確定するために使用される第２農場カーボンフットプリント計算モジュールと、
対象領域の、上流段階、輸送段階、畑段階、生産加工段階及び消費段階の農場カーボンフットプリントを累加し、対象領域の農場カーボンフットプリントを確定し、かつ前記対象領域の農場カーボンフットプリントにより、対象領域の製品カーボンフットプリントを確定するために使用される製品カーボンフットプリント計算モジュールと、を含み、前記製品カーボンフットプリントは、質量あたりの水稲製品を生産するために生成された炭素当量排出量であることを特徴とする水稲のカーボンフットプリント評価システム。
【請求項９】
メモリ及びプロセッサを含み、前記メモリは、コンピュータープログラムを保存するために使用され、前記プロセッサは、前記コンピュータープログラムを操作して、前記プロセッサは、前記コンピュータープログラムを操作して、前記電子機器が請求項１から７のいずれか１項に記載の水稲のカーボンフットプリント評価方法を実行できるようにすることを特徴とする電子機器。
【請求項１０】
コンピュータープログラムを保存し、前記コンピュータープログラムは、プロセッサに実行される時に請求項１から７のいずれか１項に記載の水稲のカーボンフットプリント評価方法を実現することを特徴とするコンピュータ可読記憶媒体。

発明の詳細な説明【技術分野】
【０００１】
本発明は、農業生産と生態環境の技術分野、特に水稲のカーボンフットプリント評価方法、システム、電子機器及び記憶媒体に関する。
続きを表示（約 3,300 文字）【背景技術】
【０００２】
水稲は世界で２番目に大きい食糧用作物であり、人間のほぼ半分の生存に関連するが、水稲栽培は人為ＣＨ
４
排出の主な原因の１つでもあり、農業ＣＨ
４
総排出量の２０％を占めている。水稲畑から直接排出される温室効果ガスに加えて、消費段階を含む水稲生産の他の段階でも大量の温室効果ガスを生成する。上流部分には、肥料の生産、エネルギーの生産、除草剤と殺虫剤の生産、農業用フイルムの生産などの畑入力製品の生産が含まれ、下流部分には、水稲の乾燥と洗浄、脱穀と研削、包装、使用等が含まれ、輸送部分には、農地と各サプライヤーと各販売者の間の交通機関の往復が含まれている。これらの部分によって生成された温室効果ガス総排出量は、畑の直接排出量よりも低くない。
【０００３】
現在、農作物のカーボンフットプリントを評価するためのフルライフサイクル法（ＬＣＡ）の使用は比較的成熟している。ただし、畑の排出部分では、ほとんどのＬＣＡはすべて、国連政府気候変動特別委員会（ＩＰＣＣ）が２００６年に提供した国立温室効果ガスリストガイドラインを使用して推定し、これは、さまざまな農地間の気候の違い、土壌の違い、農業管理実践の違いから農地における温室効果ガス排出及び土壌炭素貯留速度への影響を反映しにくいため、この評価方法の精度を保証しにくい。
【０００４】
農作物のカーボンフットプリント評価におけるＬＣＡ使用の精度を改善するために、ＩＰＣＣ評価の代わりに、農業システムモデル（ＤＮＤＣ、ＲＺＷＱＭなど）の使用により、農作物畑の温室効果ガス排出及び土壌炭素の変化をシミュレートすることは効果的な改善方法である。ただし、農業システムモデルでは、パラメーターのキャリブレーションと結果テストを実行するために大量の観測値が必要である。一方では、大量の観測値では、長年にわたって蓄積する必要があり、時間コストが高くなる。他方では、キャリブレーションテストによる農業システムモデルは、１つの対象農地状況のみをシミュレートでき、対象農地を変更した後、農業システムモデルを再キャリブレーションテストする必要がある。
【０００５】
したがって、現在、高速で正確で適応性を統合する、水稲のカーボンフットプリント評価方法が不足し、これは、農業の低炭素の発展には、不利な要因である。
【発明の概要】
【発明が解決しようとする課題】
【０００６】
本発明は、既存の水稲のカーボンフットプリント評価方法の低速度、低精度、および低適応性という問題を解決し、高速、高精度、高適応性の水稲のカーボンフットプリント評価方法、システム、電子機器及び記憶媒体を提供することを目的とする。
【課題を解決するための手段】
【０００７】
上記目的を達成するために、本発明は以下の解決手段を提供する。
【０００８】
第１態様では、本発明は、水稲のカーボンフットプリント評価方法を提供し、
対象領域の畑段階の稲田カーボンフットプリント評価データセットを取得することと、前記畑段階の稲田カーボンフットプリント評価データセットは、少なくとも気候データセット、土壌データセット及び農業管理実践データセットを含み、
深層学習アルゴリズム及び前記畑段階の稲田カーボンフットプリント評価データセットにより、対象領域の畑段階の農場カーボンフットプリントを確定することと、前記農場カーボンフットプリントは、栽培面積あたりによって生成される炭素当量排出量であり、
対象領域の上流段階の稲田カーボンフットプリント評価データセット、対象領域の輸送段階の稲田カーボンフットプリント評価データセット、対象領域の生産加工段階の稲田カーボンフットプリント評価データセット及び対象領域の消費段階の稲田カーボンフットプリント評価データセットを取得することと、
前記対象領域の上流段階の稲田カーボンフットプリント評価データセット、前記対象領域の輸送段階の稲田カーボンフットプリント評価データセット、前記対象領域の生産加工段階の稲田カーボンフットプリント評価データセット及び前記対象領域の消費段階の稲田カーボンフットプリント評価データセットにより、対象領域の上流段階の農場カーボンフットプリント、対象領域の輸送段階の農場カーボンフットプリント、対象領域の生産加工段階の農場カーボンフットプリント及び対象領域の消費段階の農場カーボンフットプリントを確定することと、
対象領域の、上流段階、輸送段階、畑段階、生産加工段階及び消費段階の農場カーボンフットプリントを累加し、対象領域の農場カーボンフットプリントを確定し、かつ前記対象領域の農場カーボンフットプリントにより、対象領域の製品カーボンフットプリントを確定することと、を含み、前記製品カーボンフットプリントは、質量あたりの水稲製品を生産するために生成された炭素当量排出量である。
【０００９】
任意選択で、前記気候データセットには、気温、降水量、蒸発量、相対湿度、風速及び日照が含まれ、前記気温には最低温度と最高温度が含まれ、
前記土壌データセットには、総土壌窒素含有量、土壌有機物含有量、土壌のｐＨ値、土壌品質の割合が含まれ、
前記農業管理実践データセットには、肥料管理、水管理モード、耕作管理、穀稈管理、水稲品種及び栽培モードが含まれ、前記肥料管理には、肥料の種類、施用量、施用回数、および施用時間が含まれ、前記水管理モードには、排水回数、排水時間、排水時間の長さが含まれ、前記耕作管理には、耕作の深さ、耕作回数、耕作時間が含まれ、前記穀稈管理には、穀稈を肥料とする比率、時間、方式が含まれ、前記水稲品種には、インディカ米とうるち米が含まれ、前記栽培モードには、直播き、移植、マルチングがあるかどうかが含まれる。
【００１０】
任意選択で、前記深層学習アルゴリズム及び前記畑段階の稲田カーボンフットプリント評価データセットにより、対象領域の畑段階の農場カーボンフットプリントを確定することは、具体的には、
前記畑段階の稲田カーボンフットプリント評価データセットにおける気候データセット、土壌データセット及び農業管理実践データセットを深層学習アルゴリズムによって確定された稲田間土壌ＣＨ
４
排出の深層学習モデルに入力し、対象領域の稲田間土壌ＣＨ
４
排出量を確定することと、
前記畑段階の稲田カーボンフットプリント評価データセットにおける気候データセット、土壌データセット及び農業管理実践データセットを深層学習アルゴリズムによって確定された稲田間土壌Ｎ
２
Ｏ排出の深層学習モデルに入力し、対象領域の稲田間土壌Ｎ
２
Ｏ排出量を確定することと、
前記畑段階の稲田カーボンフットプリント評価データセットにおける気候データセット、土壌データセット及び農業管理実践データセットを深層学習アルゴリズムによって確定された稲田間土壌有機炭素変化量の深層学習モデルに入力し、対象領域の稲田間土壌有機炭素変化量を確定することと、
前記対象領域の稲田間土壌ＣＨ
４
排出量、前記対象領域の稲田間土壌Ｎ
２
Ｏ排出量及び前記対象領域の稲田間土壌有機炭素変化量により、対象領域の畑段階の土壌部分の農場カーボンフットプリントを計算することと、
対象領域の畑段階の農業機械操作部分の農場カーボンフットプリントを計算することと、
前記対象領域の畑段階の土壌部分の農場カーボンフットプリント及び前記対象領域の畑段階の農業機械操作部分の農場カーボンフットプリントにより、対象領域の畑段階の農場カーボンフットプリントを確定することと、を含む。
（【００１１】以降は省略されています）

関連特許