在反刍动物农场系统模型的开发中，采用跨学科的基于模型的系统工程方法

《Frontiers in Sustainability》：Transdisciplinary model-based systems engineering in the development of the Ruminant Farm Systems model

本研究采用跨学科系统工程方法开发Ruminant Farm Systems（RuFaS）模型，通过Innoslate平台整合利益相关者需求、系统架构和模块交互，构建了包含动物生命周期、粪处理、作物生产等模块的动态仿真框架。案例研究表明，不同粪处理方式（如厌氧消化与污泥储存）对温室气体排放强度影响显著，沙质垫料与木屑垫料的效果相近，区域气候和营养策略差异导致碳排放波动。模型验证了跨学科MBSE方法在农业系统建模中的可行性，为乳牛场可持续发展决策提供了工具支持。

　　本研究采用跨学科的基于模型的系统工程（MBSE）方法，以支持“反刍动物农场系统”（RuFaS）模型的开发，这是一种先进的农场决策支持工具。RuFaS模型旨在帮助农场管理者在复杂的农场运营中做出更加科学和可持续的决策，特别是在涉及粪便管理、饲料配方以及农场整体环境影响的方面。为了实现这一目标，我们使用了基于云端的MBSE平台Innoslate，用于识别关键利益相关者、构建使用案例、定义系统边界、细化利益相关者需求，并规划系统的架构和子系统接口。这一方法确保了RuFaS能够根据不同的农场条件和管理策略，提供全面且精准的模拟结果，从而帮助决策者理解各种管理方案对环境和经济的影响。

RuFaS模型的核心理念是将农场视为一个整体，通过系统工程方法整合动物生命周期、粪便处理、作物生产和饲料储存等多个模块，形成一个持续的模拟循环。这种整合方式不仅提高了模型的灵活性，还使模型能够实时反映农场内部的动态变化，例如动物的干物质摄入（DMI）和乳制品产量的变化。在实际应用中，RuFaS能够模拟不同管理策略下的环境影响，如温室气体（GHG）排放、氮氧化物（N?O）和氨（NH?）排放等，为农场提供可视化的决策支持。此外，RuFaS还支持对不同地区、不同饲料配方和不同气候条件下的农场进行对比分析，从而帮助农场主更好地评估其管理方案的环境和经济后果。

RuFaS模型的开发涉及多个关键步骤，包括利益相关者的识别、使用案例的定义、系统边界的确立以及模型架构的构建。我们选择了四个主要的粪便管理策略（如厌氧消化和沼液储存）和三种不同的气候与饲料条件（对应美国的R1、R2、R3地区），并基于这些策略和条件构建了12种不同的管理场景。这些场景模拟了1000头荷斯坦奶牛农场的运营情况，并分析了不同管理方案对农场整体GHG排放的影响。研究结果显示，R2地区的排放强度最高，达到0.472 ± 3.65 × 10?3 kg CO?-eq/kg脂肪和蛋白质校正奶（FPCM），其次是R1（0.458 ± 4.19 × 10?3 kg CO?-eq/kg FPCM）和R3（0.449 ± 3.45 × 10?3 kg CO?-eq/kg FPCM）。这些差异主要源于不同地区的干物质摄入量、奶产量和奶成分的不同。此外，粪便处理方式对GHG排放也有显著影响，采用厌氧消化和沼液储存（ADL）的农场比采用污泥储存（SS）的农场减少了0.146 kg CO?-eq/kg FPCM的排放，这是由于厌氧消化减少了粪便储存过程中的CH?排放，同时增加了NH?的排放，并进一步导致间接的N?O排放。

通过这一跨学科的MBSE方法，我们不仅明确了RuFaS模型的结构和功能，还展示了其在不同管理场景下的应用潜力。MBSE方法的使用使得模型开发过程更加系统化和透明，同时也促进了不同领域专家之间的协作。在模型开发过程中，我们结合了农业科学、系统工程、软件工程和环境可持续性等多个领域的知识，以确保RuFaS能够满足不同利益相关者的需求，并且具备足够的灵活性，能够适应不断变化的农业技术和管理实践。

RuFaS模型的设计理念强调了模块化和可扩展性。这一特性使得模型能够根据新的科学研究成果进行更新，从而保持其对农业实践的适应性。例如，动物模块可以模拟每头动物的生命周期，并结合饲料配方和干物质摄入量，预测其甲烷排放。粪便模块则能够模拟粪便的收集、处理和储存过程，并计算不同处理方式对氨和甲烷排放的影响。此外，土壤和作物模块可以预测作物产量，并将这些信息反馈到饲料管理和库存模块，用于优化饲料配方。这种模块间的动态交互使得RuFaS能够提供全面的农场模拟，从而支持农场管理者做出更科学的决策。

在实际应用中，RuFaS能够帮助农场主和顾问在实施新的管理方案之前，评估其对农场整体环境和经济的影响。例如，通过模拟不同的粪便管理方式，如使用沙子或木屑作为垫料，以及采用手动刮除或冲洗系统进行粪便收集，RuFaS可以提供详细的排放数据，帮助决策者选择最符合其需求的方案。同时，模型还能够根据不同地区的气候和饲料条件，调整模拟参数，以确保结果的准确性和适用性。这一能力使得RuFaS不仅适用于特定的农场，还能为不同地区的农业实践提供参考。

RuFaS的跨学科方法也强调了利益相关者在模型开发和应用中的重要性。在农业系统中，农场主、顾问、科学家、监管机构、非政府组织、碳市场和数据科学家等都是重要的利益相关者，他们对模型的需求各不相同。例如，农场主和顾问可能更关注管理方案的经济性和操作性，而科学家和监管机构则更关注模型的准确性和数据的可靠性。通过MBSE方法，我们能够将这些不同利益相关者的需求整合到模型的开发过程中，从而确保RuFaS不仅是一个科学工具，更是一个实用的决策支持系统。

此外，RuFaS的跨学科特性还体现在其对农业数据的整合和处理上。模型能够从农场软件、实地调查、已发表的研究和实验数据中提取信息，并通过不同的模块进行处理和分析。这种数据整合方式使得RuFaS能够更全面地反映农场的实际情况，包括动物的生理状态、饲料的组成和供应、土壤的特性以及气候的变化。这种灵活性不仅提高了模型的适用性，还增强了其在不同农场环境下的适应能力。

RuFaS模型的应用也揭示了农业系统模型在可持续发展中的重要性。随着全球对农业可持续性的关注不断增加，农场管理者需要更精确的工具来评估不同管理方案对环境的影响。RuFaS的开发正好填补了这一空白，为农场提供了一个能够综合考虑经济、环境和社会因素的决策支持平台。通过模拟不同管理方案下的GHG排放、氨排放和氮氧化物排放，RuFaS能够帮助农场主和顾问找到最优的管理策略，从而在提高生产效率的同时减少环境负担。

然而，RuFaS模型的开发和应用仍面临一些挑战。首先，模型的验证和校准需要大量的数据支持，而目前的验证过程仍然依赖于人工操作，缺乏自动化的工具。其次，RuFaS模型在某些方面仍然存在局限性，例如在预测有机垫料对粪便挥发性固体（VS）的影响方面，由于缺乏可靠和可量化的数据，模型尚未完全涵盖这一因素。此外，模型的某些模块，如粪便处理和储存过程中的氮氧化物排放，仍然存在一定的不确定性，需要进一步研究和优化。

为了克服这些挑战，未来的RuFaS开发工作将重点关注模型的自动化验证和校准能力。通过将MBSE方法与农业系统模型的开发相结合，我们希望能够建立一个更加高效和可靠的模型，从而支持更广泛的农业应用。此外，RuFaS还可以扩展到其他农业系统，如种植业和畜牧业的其他方面，以提供更全面的决策支持。

RuFaS模型的开发不仅具有重要的科学价值，还对农业实践和政策制定具有实际意义。随着全球对气候变化和可持续发展的重视，农业系统模型在帮助农场管理者减少碳足迹和优化资源利用方面发挥着越来越重要的作用。RuFaS的跨学科方法为这一目标提供了坚实的基础，同时也为未来农业系统的模型开发和应用开辟了新的方向。通过持续的改进和扩展，RuFaS有望成为农业可持续发展的重要工具，帮助农场主在面对复杂的环境和经济挑战时，做出更加科学和可持续的决策。