一种葡萄园环境效能的计量方法和计量系统与流程

本发明涉及环境效能评估领域，更具体地，涉及一种葡萄园环境效能的计量方法和计量系统。

背景技术：

葡萄种植已经成为我国农业的重要组成部分。一些地区和生产者为了追求更高的收益往往加大对生产要素的投入，比如在葡萄生产过程中投入过量的化肥、农药等各种农用物资，这些生产要素不可避免的直接或间接地给葡萄的生产环境带来极大的污染，不符合现代生态农业的可持续发展要求，给我国葡萄的可持续生产造成了严峻的环境挑战。

长期以来，我国理论学术界和实际生产界的相关人员把葡萄产业的关注焦点放在葡萄种植的相关设施及葡萄生长的管理等方面，而现有技术中还没有对葡萄园环境效能的计量方法及相应的计量系统；尤其在多重技术耦合的条件下，葡萄园环境效能的计量非常复杂和难以量化。

因此，如何对葡萄园环境效能进行计量是急需解决的问题。

技术实现要素：

针对现有技术的不足，本发明提供一种葡萄园环境效能的计量方法和计量系统。

为解决上述技术问题，本发明提供了一种葡萄园环境效能的计量方法，包括以下步骤：

S1、确定葡萄园生产过程中投入指标和产出指标，获得各个投入指标和产出指标的数据值；

S2、基于所述各投入指标和产出指标的数据值，建立葡萄园生产可能集；

S3、根据所述葡萄园生产可能集，建立葡萄园环境效能评价模型；

S4、根据所述葡萄园环境效能评价模型，计算葡萄园环境效能值，对葡萄园环境效能进行评价。

优选的，在步骤S1中，所述投入指标包括人工、农膜、柴油、化肥、电力、农药、水、有机肥，所述产出指标包括期望产出指标和非期望产出指标，所述期望产出指标为葡萄园的亩产值，所述非期望产出指标为葡萄园生产过程中的碳排放总量。

进一步优选的，在步骤S1中，所述碳排放总量包括化肥、农药和农膜在生产和使用过程中所导致的碳排放量，以及机械运用和灌溉过程的直接或间接消耗化石燃料所产生的碳排放量。

更进一步优选的，在步骤S1中，所述获得各个投入指标和产出指标的数据值包括：

S11、获取包括人工、农膜、柴油、化肥、电力、农药、水、有机肥在内的投入指标数据值；

S12、获取葡萄园的亩产值；

S13、根据各碳排放源的碳排放系数，构建葡萄园碳排放公式：

E＝∑E_i＝∑T_i·δ_i

并计算碳排放总量，其中：

E为露地葡萄生产过程的碳排放总量，E_i为各种碳排放源的碳排放量，T_i为各碳排放源的量，δ_i为各碳排放源的碳排放系数。

优选的，在步骤S2中，所述葡萄园生产可能集为：

P＝{(x,y^g,y^b)|x≥Xλ,y^g≤Y^gλ,y^b≥Y^bλ,λ≥0}

其中：x∈R^m，为投入指标向量；y^g∈R^s1，为期望产出指标向量；y^b∈R^s2，为非期望产出指标向量；X、Y^g和Y^b均为矩阵，X＝[x₁,…,x_n]∈R^m×n，且X＞0，Y^g＞0和Y^b＞0，λ为权重向量。

进一步优选的，在步骤S3中，所述葡萄园环境效能评价模型为：

其中：s^-为投入要素的可减少量，s^g为期望产出的可增加量，s^b表示非期望产出的减少量，λ是权重向量,ρ*为葡萄园环境效能值，且0≤ρ*≤1。

为解决上述技术问题，本发明还提供了一种葡萄园环境效能的计量系统，包括：

数据模块，用于对葡萄园生产过程中的各项投入指标和产出指标的数据进行采集、处理和储存；

生产可能集建立模块，用于建立葡萄园的生产可能集；

评价模型建立模块,用于建立葡萄园环境效能的评价模型；

评价模块，用于计算葡萄园环境效能值，分析获得葡萄园的环境效能。

优选的，所述数据模块包括数据提取模块、数据计算模块和数据记录模块。

本发明的优点：

(1)本发明通过层次分析法和综合分析法相结合构建计量体系，得到有关葡萄园环境效能的各个指标和及其权重；获取计量对象对应的各个计量指标的数据值；基于各个计量指标的数据值，建立葡萄园生产可能集；依据葡萄园生产可能集，建立葡萄园环境效能评价模型；根据所述环境效能评价模型对计量对象的环境效能进行综合计量。

(2)本发明实现了对葡萄园环境效能的计量，所采用的评价模型为优化的DEA模型，评价模型设计科学合理，计量结果更具准确性和有效性。

附图说明

图1为本发明实施例所提供的一种葡萄园环境效能计量方法的示意图；

图2为本发明实施例所提供的一种葡萄园环境效能的计量系统示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步的详细描述。以下实施例用于说明本发明，但不用来限制本发明的保护范围。

图1为本发明实施例所提供的一种葡萄园环境效能计量方法的示意图，包括：

S1、确定葡萄园生产过程中投入指标和产出指标，获得各个投入指标和产出指标的数据值；

S2、基于所述各投入指标和产出指标的数据值，建立葡萄园生产可能集；

S3、根据所述葡萄园生产可能集，建立葡萄园环境效能评价模型；

S4、根据所述葡萄园环境效能评价模型，计算葡萄园环境效能值，对葡萄园环境效能进行评价。

采用本发明实施例提供的方案实现了对葡萄园环境效能的计量，所采用的评价模型为优化的DEA模型，该优化的DEA模型设计科学合理，计量结果更具准确性和有效性。

在具体实施时，在上述步骤S1中，包括确定葡萄园生产过程中投入指标和产出指标，以及获得各个投入指标和产出指标的数据值两步。

所述投入指标包括人工、农膜、柴油、化肥、电力、农药、水和有机肥，所述产出指标包括期望产出指标和非期望产出指标，所述期望产出指标为葡萄园的亩产值，所述非期望产出指标为葡萄园生产过程中的碳排放总量，碳排放总量包括：化肥在生产和使用过程中所导致的碳排放量，农药在生产和使用过程中所导致的碳排放量，农膜在生产和使用过程中所导致的碳排放量，化肥在生产和使用过程中所导致的碳排放量，机械运用而直接或间接消耗化石燃料(主要是农用柴油)所产生的碳排放，以及灌溉过程中电能利用间接耗费化石燃料所形成的碳释放。

所述获得各个投入指标和产出指标的数据值包括：获取包括人工、农膜、柴油、化肥、电力、农药、水、有机肥在内的投入指标数据值，获取葡萄园的亩产值，根据各碳排放源的碳排放系数，构建葡萄园碳排放公式：E＝∑E_i＝∑T_i·δ_i，并计算碳排放总量，其中：E为露地葡萄生产过程的碳排放总量，E_i为各种碳排放源的碳排放量，T_i为各碳排放源的量，δ_i为各碳排放源的碳排放系数。

在具体实施时，在上述步骤S2中，依据上述S1中的各投入指标和产出指标的数据值，建立如下的葡萄园生产可能集：

P＝{(x,y^g,y^b)|x≥Xλ,y^g≤Y^gλ,y^b≥Y^bλ,λ≥0}

其中：x∈R^m，为投入指标向量；y^g∈R^s1，为期望产出指标向量；y^b∈R^s2，为非期望产出指标向量；X、Y^g和Y^b均为矩阵，X＝[x₁,…,x_n]∈R^m×n，且X＞0，Y^g＞0和Y^b＞0，λ为权重向量。

在具体实施时，在上述步骤S3中，依据上述S2中的葡萄园生产可能集，建立如下的葡萄园环境效能评价模型：

其中：s^-为投入要素的可减少量，s^g为期望产出的可增加量，s^b表示非期望产出的减少量，λ是权重向量,ρ*为葡萄园环境效能值，且0≤ρ*≤1。

对于特定的评价单元,当且仅当ρ*＝1,即s^-＝0，s^g＝0，s^b＝0时是有效率的；当s^-≠0，s^g≠0，s^b≠0，但ρ*＝1时，环境效率处于弱有效状态，即减少投入冗余量s^-，生产单元产出量不变；0≤ρ*＜1说明被评价单元是环境效率无效单元,即减少原投入ρ*倍才能保持生产单元产出不变，如果要改善成为有效单元，则需要对投入、期望产出和非期望产出进行改进。

如图2所示，为本发明实施例所提供的一种葡萄园环境效能的计量系统，包括：数据模块、生产可能集建立模块、评价模型建立模块和评价模块。

具体的，数据模块用于对葡萄园生产过程中的各项投入指标和产出指标的数据进行采集、处理和储存，生产可能集建立模块用于建立葡萄园的生产可能集，评价模型建立模块，用于建立葡萄园环境效能的评价模型，评价模块用于计算葡萄园环境效能值，进而分析获得葡萄园的环境效能。

更加具体的，所述数据模块包括数据提取模块、数据计算模块和数据记录模块。

现以安徽省宿州市萧县大营镇的5个葡萄园为例，分别计算其环境能效。

具体过程如下：

S1、确定葡萄园生产过程中投入指标和产出指标，获得各个投入指标和产出指标的数据值；

S11、投入指标包括人工、农膜、柴油、化肥、电力、农药、水和有机肥，分别获取每个葡萄园的各投入指标值，具体如下表1所示：

表1 实施例中每个葡萄园的各投入指标值

S12、依次获取每个葡萄园的亩产值：

葡萄园1的亩产值为：1500.00(千克/亩/年)；

葡萄园2的亩产值为：1900.00(千克/亩/年)；

葡萄园3的亩产值为：1750.00(千克/亩/年)；

葡萄园4的亩产值为：1500.00(千克/亩/年)；

葡萄园5的亩产值为：1800.00(千克/亩/年)；

S13、根据各碳排放源的碳排放系数，构建葡萄园碳排放公式，

E＝∑E_i＝∑T_i·δ_i

并计算碳排放总量，其中：

葡萄园1的碳排放总量为：188.24(千克/亩)×0.89kg·kg^-1+6.67(千克/亩)×5.10kg·kg^-1+37.50(千克/亩)×5.18kg·kg^-1+3.12(升/亩)×2.76kg·L^-1+50.00(度/亩)×0.61kg·kWh^-1＝435.84(千克/亩)；

葡萄园2的碳排放总量为：100.00(千克/亩)×0.89kg·kg^-1+5.00(千克/亩)×5.10kg·kg^-1+41.25(千克/亩)×5.18kg·kg^-1+2.89(升/亩)×2.76kg·L^-1+44.00(度/亩)×0.61kg·kWh^-1＝363.46(千克/亩)；

葡萄园3的碳排放总量为：218.12(千克/亩)×0.89kg·kg^-1+7.58(千克/亩)×5.10kg·kg^-1+36.77(千克/亩)×5.18kg·kg^-1+2.51(升/亩)×2.76kg·L^-1+36.00(度/亩)×0.61kg·kWh^-1＝453.50(千克/亩)；

葡萄园4的碳排放总量为：300.00(千克/亩)×0.89kg·kg^-1+3.33(千克/亩)×5.10kg·kg^-1+37.50(千克/亩)×5.18kg·kg^-1+2.03(升/亩)×2.76kg·L^-1+50.00(度/亩)×0.61kg·kWh^-1＝515.93(千克/亩)；

葡萄园5的碳排放总量为：200.00(千克/亩)×0.89kg·kg^-1+5.00(千克/亩)×5.10kg·kg^-1+37.50(千克/亩)×5.18kg·kg^-1+3.50(升/亩)×2.76kg·L^-1+48.00(度/亩)×0.61kg·kWh^-1＝437.71(千克/亩)；

S2、基于所述各投入指标和产出指标的数据值，依次建立如下各个的葡萄园生产可能集：

葡萄园1生产可能集为:

P＝{(x,y^g,y^b)|x≥Xλ,y^g≤Y^gλ,y^b≥Y^bλ,λ≥0}

其中：

x＝(46.00,37.50,3.12,188.24,50.00,6.67,20.00,400.00)，为投入指标向量；

y^g＝(1500.00)，为期望产出指标向量；

y^b＝(435.84)，为非期望产出指标向量；

X、Y^g和Y^b均为矩阵，

Y^g＝[1500.00 1900.00 1750.00 1500.00 1800.00]，

Y^b＝[435.84 363.46 453.50 515.93 437.71]，且X＞0，

Y^g＞0，Y^b＞0，为权重向量，通过软件计算可得。

葡萄园2生产可能集为:

P＝{(x,y^g,y^b)|x≥Xλ,y^g≤Y^gλ,y^b≥Y^bλ,λ≥0}

其中：

x＝(53.00,41.25,2.89,100.00,44.00,5.00,22.00,350.00)，为投入指标向量；

y^g＝(1900.00)，为期望产出指标向量；

y^b＝(363.46)，为非期望产出指标向量；

X、Y^g和Y^b均为矩阵，

Y^g＝[1500.00 1900.00 1750.00 1500.00 1800.00]，

Y^b＝[435.84 363.46 453.50 515.93 437.71]，且X＞0，

Y^g＞0，Y^b＞0，为权重向量，通过软件计算可得。

葡萄园3生产可能集为:

P＝{(x,y^g,y^b)|x≥Xλ,y^g≤Y^gλ,y^b≥Y^bλ,λ≥0}

其中：

x＝(55.00,36.77,2.51,218.12,36.00,7.58,22.00,380.00)，为投入指标向量；

y^g＝(1750.00)，为期望产出指标向量；

y^b＝(453.50)，为非期望产出指标向量；

X、Y^g和Y^b均为矩阵，

Y^g＝[1500.00 1900.00 1750.00 1500.00 1800.00]，

Y^b＝[435.84 363.46 453.50 515.93 437.71]，且X＞0，

Y^g＞0，Y^b＞0，为权重向量,通过软件计算可得。

葡萄园4生产可能集为:

P＝{(x,y^g,y^b)|x≥Xλ,y^g≤Y^gλ,y^b≥Y^bλ,λ≥0}

其中：

x＝(52.00,37.50,2.03,300.00,50.00,3.33,20.00,410.00)，为投入指标向量；

y^g＝(1500.00)，为期望产出指标向量；

y^b＝(515.93)，为非期望产出指标向量；

X、Y^g和Y^b均为矩阵，

Y^g＝[1500.00 1900.00 1750.00 1500.00 1800.00]，

Y^b＝[435.84 363.46 453.50 515.93 437.71]，且X＞0，

Y^g＞0，Y^b＞0，为权重向量,通过软件计算可得。

葡萄园5生产可能集为:

P＝{(x,y^g,y^b)|x≥Xλ,y^g≤Y^gλ,y^b≥Y^bλ,λ≥0}

其中：

x＝(51.00,37.50,3.50,200.00,48.00,5.00,20.00,480.00)，为投入指标向量；

y^g＝(1800.00)，为期望产出指标向量；

y^b＝(437.71)，为非期望产出指标向量；

X、Y^g和Y^b均为矩阵，

Y^g＝[1500.00 1900.00 1750.00 1500.00 1800.00]，

Y^b＝[435.84 363.46 453.50 515.93 437.71]，且X＞0，

Y^g＞0，Y^b＞0，为权重向量,通过软件计算可得。

S3、根据所述葡萄园生产可能集，建立葡萄园环境效能评价模型；

其中：

s^-为投入要素的可减少量，

s^g为期望产出的可增加量，

s^b表示非期望产出的减少量，

λ是权重向量,

ρ*为葡萄园环境效能值，且0≤ρ*≤1。

S4、根据所述葡萄园环境效能评价模型，计算葡萄园环境效能值,其中，葡萄园1的环境效能值为1.00；葡萄园2的环境效能值为0.94；葡萄园3的环境效能值为0.85；葡萄园4的环境效能值为0.80；葡萄园5的环境效能值为0.97。

分析以上结果可以看出，这5个葡萄园的环境效能大小依次为：葡萄园1＞葡萄园5＞葡萄园2＞葡萄园3＞葡萄园4，且每个葡萄园的环境效能值相差不大，究其原因，是因为这5个葡萄园均处于同一个县域内，葡萄生产水平基本一致，葡萄生产过程中的人工、农膜、柴油、化肥、电力、农药、水、有机肥等有关的投入指标差异较小，导致非期望产出的差异不大，而期望产出的值也比较近似，因此出现5个葡萄园环境效率高低不同，但差异不大的情况。

最后，以上仅为本发明的较佳实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。