Broyler kümeslerinde kullanılmış altlığa çeşitli katkı maddeleri ilavesi ile amonyak (NH₃) emisyonunun azaltılması

Abstract

Çalışmanın amacı, kullanılmış tavuk altlığında farklı katkı maddelerinin NH₃ arıtma verimliliğinin değerlendirilmesi ve yüksek arıtma verimliliğine sahip olan maddenin uygun dozajının belirlenmesidir. Çalışma, I. deneme ve II. deneme olmak üzere iki aşamada yürütülmüştür. Her denemede üç farklı sürü altlık materyali kullanılmıştır. I. denemede alüminyum sülfat (Al₂(SO₄)₃) (D₁), klinoptilolit zeoliti (D₂), sodyum bisülfat (NaHSO₄) (D₃) ve magnezyum sülfat (MgSO₄) (D₄) uygulanmıştır. Katkı maddeleri altlıkta %40 ile %88 oranında NH₃ arıtımını sağlamıştır. Katkı maddelerinin I. denemedeki ortalama NH₃ arıtım verimlilikleri sırasıyla D₁, D₂, D₃, D₄ için %52,1, %43,2, %76,7 ve %49,0’dur. Deneme grupları arasında istatistiksel olarak P˂0,05 düzeyinde önemli farklılıklar bulunmuştur. Arıtım verimliliğinde en yüksek performansı gösteren grup D₃ olmuştur. II. denemede katkı maddesi olarak NH₃ arıtım verimliliğinin yüksek olması nedeniyle sodyum bisülfat seçilmiştir. NaHSO₄’ün farklı dozajlama oranlarının uygulandığı II. denemede, %0 (kontrol) %2,5, %5, %7,5 ve %10 (sırasıyla 5, 10, 15 ve 20 g/kg altlık) NH₃ arıtım verimlilikleri izlenmiştir. Buna göre %2,5, %5, %7,5 ve %10 dozajları için sırasıyla %45,4, %75,9, %95,0 ve %89,2 NH₃ arıtımı sağlamıştır. Her sürünün altlık materyalinde %7,5 ve %10 dozaj grupları daha düşük NH₃ konsantrasyon değerleri göstermiştir. Ancak %7,5 grubunda bir kırılma gerçekleşmiş, %10 dozaj grubunda ise NH₃ konsantrasyonunda artış başladığı saptanmıştır. NH₃ konsantrasyonunun en düşük ve arıtım verimliliğinin en yüksek olduğu dozaj oranı %7,5 dozaj grubu olmuştur. Ayrıca, %7,5 grubunda altlıkta NH₄ + -N içeriğinin yüksek oranda tutulmasıyla gübre değerini arttırdığı söylenebilir. NH₃ arıtım verimliliğinin tahminlenmesi için 4 farklı modelde yapay sinir ağı geliştirilmiştir. En başarılı performansı en yüksek regresyon (0,9888) ve en düşük MSE (0,0033) değerleri ile Levenberg Marquardt algoritmasında 14 nöron sayısı için elde edilmiştir. Tüm algoritmalarda NH₃ arıtımı için başarılı tahminler yapılmıştır.

The aim of the study is to evaluate the NH₃ treatment efficiency of different additives in used broiler litter and to determine the most optimum dosage of the additive with high treatment efficiency. The study was carried out in two phases: I. Trial and II. Trial. Three different flock litter materials were used in each trial. Aluminum sulfate (Al₂(SO4)₃) (D₁), clinoptilolite zeolite (D₂), sodium bisulfate (NaHSO4) (D₃) and magnesium sulfate (MgSO₄) (D₄) were applied on litter in the I. trial. The additives treated NH3 in the litter with from 40% to 88% treatment rate. The average NH₃ treatment efficiencies of the additives in the I. trials were 52,1%, 43,2%, 76,7% and 49,0% for D₁, D₂, D₃, D₄, respectively. Statistically significant differences were found between the treatment groups at the P<0,05 level of significant. The group that showed the highest performance in treatment efficiency was D₃. In the II. trial, sodium bisulfate was selected as an additive because of its high NH₃ treatment efficiency. In the II. Trial where different dosing regime of sodium bisulphate were applied, NH₃ treatment efficiency of 0% (control), 2,5%, 5%, 7,5% and 10% (5, 10, 15 and 20 g/kg litter, respectively) were monitored. Accordingly, NH₃ treatment was achieved by 45,4%, 75,9%, 95,0% and 89,2% for 2,5%, 5%, 7,5% and 10% treatment regimens, respectively. For each flock, 7,5% and 10% treatment regimens showed lower NH3 concentration values. However, a break point on treatment efficiency occurred in the 7,5% group and an increase in NH3 concentration was observed in the 10% dosage group. The dosage rate with the lowest NH₃ concentration and the highest treatment efficiency was the 7,5% dosage group. In addition, it can be said that the 7,5% dosage group increased the fertilizer value by keeping the NH₄ + -N content in the litter at the highest level. Artificial neural networks were developed in 4 different models to estimate NH₃ treatment efficiency. The best performance was obtained for the Levenberg Marquardt algorithm with the highest regression (R=0,9888) and lowest Mean Squared Error (MSE=0,0033) values for the number of neurons 14. successful predictions for NH₃ removal were made in all algorithms.