board detail

통합된 CatBoost 및 XGBoost 모델로 돼지 분뇨 퇴비화 매개변수 최적화: 질소 손실 완화 및 메커니즘

2025-06-02 01:30 | 추천 : 0 | 댓글 : 0
이 연구에서는 지속 가능한 농업에서 고품질 유기 비료의 수요를 충족하기 위해 돼지 분뇨의 호기성 퇴비화 과정을 질소 유지를 강화하고 퇴비 성숙도를 높이는 방향으로 최적화하기 위해 기계 학습을 사용했습니다. 본 논문에서는 돼지 분뇨 퇴비화의 다차원 매개변수 데이터를 수집하고, 여섯 가지 기계 학습 모델(단, CatBoost와 XGBoost 포함)을 구축하였으며, 유전자 알고리즘을 사용하여 모델 매개변수를 최적화하였습니다. 모델 해석 분석(SHapley Additive exPlanations 및 Partial Dependency Plots), 실험적 검증 및 메커니즘 연구를 통해 퇴비화 과정과 질소 손실에 대한 운영 매개변수의 중요한 효과가 밝혀졌습니다. 결과에 따르면 수분 함량, 퇴비 온도 및 환기의 최적 관리는 퇴비 품질을 효과적으로 향상시킬 수 있었으며(GI 약 198 % 증가), NH₃-N 및 N₂O-N 배출을 각각 35.17 % 및 9.70 % 줄였으며, 미생물 군집 활동을 증가시켜 질소 전환을 촉진하였습니다. 이러한 접근 방식은 농업 폐기물의 효율적인 자원 활용을 위한 새로운 방법을 제공하며, 화학 비료에 대한 의존도를 줄일 수 있습니다.