مدل سازي مصرف انرژي و شاخص هاي زيست محيطي توليد برگ چاي با استفاده از مدل هاي رگرسيوني و شبكه عصبي مصنوعي

Modeling of Energy Consumption and Environmental Indices of Production and Processing of Tea with Regression and Artificial Neural Network Models

در اين پژوهش، مدل سازي انرژي مصرفي و انتشار آلاينده هاي زيست محيطي در توليد چاي در استان گيلان با استفاده از مدل هاي رگرسيوني و شبكه عصبي مصنوعي انجام شد. داده هاي مورد نياز مربوط به بخش كشاورزي و صنعتي توليد چاي با استفاده از تكميل پرسش نامه در مزارع چاي شهرستان هاي استان گيلان، بايگاني اسناد جهاد كشاورزي، موسسه تحقيقات چاي، بازديد از كارخانه هاي توليد چاي و مصاحبه با كارشناسان مربوطه به دست آمد. نتايج نشان دادند كه كل انرژي ورودي و خروجي در توليد برگ سبز چاي به ترتيب برابر با 34343/51 و 10996/45 مگاژول بر هكتار مي باشد. همچنين كل انرژي ورودي براي توليد يك تن چاي خشك برابر با 64885/23 مگاژول به دست آمد. نتايج ارزيابي چرخه زندگي در مزارع چاي نشان داد كه در بخش هاي اثر تقليل مواد غيرآلي، اسيدي شدن، اختناق درياچه اي و گرمايش جهاني، بيش ترين تاثير مربوط به نهاده هاي كود نيتروژن مي باشد. بررسي ارزيابي چرخه زندگي در كارخانه هاي فرآوري چاي نيز نمايانگر آن بود كه بيش ترين ميزان آلايندگي در بخش هاي اثر تقليل مواد غيرآلي، نقصان لايه اوزون، مسموميت انسان ها، مسموميت آب هاي آزاد و اكسيداسيون فتوشيميايي مربوط به سوخت ديزل، در بخش هاي اسيدي شدن، اختناق درياچه اي، پتانسيل گرمايش جهاني مربوط به نهاده برگ سبز چاي و در بخش هاي اثر مسموميت هاي آب هاي سطحي و خاك مربوط به كاغذ روكش دار بوده است. نتايج مدل سازي انرژي و انتشار آلاينده هاي زيست محيطي در توليد برگ سبز چاي نشان دادند كه با وجود دقت مناسب مدل هاي رگرسيوني، شبكه هاي عصبي مصنوعي مي توانند با دقت بالاتري ميزان انرژي خروجي و انتشار آلاينده هاي زيست محيطي در توليد برگ سبز چاي را پيش بيني نمايند.

In this research, modeling of energy consumption and environmental emissions for different process of tea production in Gilan province (Iran) were investigated using regression and artificial neural networks. Data related to agricultural and industrial activities of tea production chain were collected through questionnaire survey from tea farms of different counties in Guilan province. Also, the datatbank of agricultural organization, tea research institute and tea factories were collected. The results showed that the total energy input and output for green tea leaf production were 34343.51 and 10996.45 MJ/ha, respectively. Also, the total energy input for dry tea was obtained 64885.23 MJ/ton. The results of the life cycle assessment in tea farms revealed that the highest effect belonged to nitrogen in abiotic depletion, dcidification, eutrophication and global warming potential impacts. The survey of life cycle assessment in the tea processing factories illustrated that diesel fuel had the highest share in abiotic depletion, ozone layer depletion, human toxicity, fresh water aquatic ecotoxicity and photochemical oxidation impact categories. In acidification, eutrophication, global warming potential impacts, green leaf input had the highest share. Moreover, the highest share of marine aquatic ecotoxicity and terrestrial ecotoxicity was belonged to coated paper. The results of energy and environmental emissions modeling for green tea leaf production showed that artificial neural networks can predict the outputs and inputs with more accuracy than regression technique.