تعیین سطح زیر کشت بهینه برخی از محصولات کشاورزی در شرایط متفاوت آب و هوایی با استفاده از الگوریتم ژنتیک در دشت قزوین

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه زابل، ایران.

2 استادیار گروه مهندسی آب دانشگاه زابل، ایران.

3 استادیار گروه کشاورزی دانشگاه پیام نور، تهران، ایران.

چکیده

کشاورزی به علت ماهیت بیولوژیکی آن و وابستگی شدید به طبیعت بزرگ‌ترین مصرف‌کننده منابع آبی در بیشتر کشورهاست. لذا امروزه مدیریت آب در این بخش نقش مهمی را در مصرف منابع آب کشورها بازی می­کند. مطالعه حاضر باهدف بهینه‌سازی سطح زیر کشت، تخصیص آب آبیاری و حداکثر سازی سود حاصل از کشت بخشی از مزارع دشت قزوین (فلات مرکزی ایران) که آب موردنیاز خود را از طریق سد طالقان تأمین می­کنند در شرایط آب ‌و هوایی مختلف با کمک الگوریتم ژنتیک انجام شد. در این مطالعه با ترکیب سطوح احتمالاتی مختلف از بارندگی، تبخیر و جریان ورودی بهینه­سازی در چهار شرایط آب و هوایی متفاوت انجام شده است. نتایج بیان‌گر این بود که در شرایط آب ‌و هوایی نرمال، مرطوب، خشک وگرم و خشک سود حاصل از الگوی کشت جدید ارائه شده توسط مدل نسبت به الگوی کشت فعلی افزایش چشمگیری داشته و پیروی از الگوی کشت جدید تا حدود زیادی باعث کاهش مصرف آب این بخش می‌شود. بطوری که حجم آب ذخیره شده در مخزن در انتهای دوره بهربرداری در شرایط آب و هوایی مرطوب، نرمال، خشک و گرم و خشک به ترتیب مقادیر 2/262045، 6/2862686، 273089 و 955542 متر مکعب نسبت به قبل از بهینه سازی افزایش یافته است. همچنین بررسی نتایج نشان داد که سطح زیر کشت محصول چغندرقند در هر چهار شرایط متفاوت آب و هوایی به دلیل نیاز آبی بالا و عملکرد پایین این محصول بالای 80% کاهش سطح داشته است. به عبارت دیگر پیشنهاد می­گردد، محصول چغندرقند در هیچ یک از شرایط آب و هوایی در منطقه مورد مطالعه کشت نگردد. همچنین با الگوی کشت جدید در شرایط آب و هوایی گرم و خشک، خشک، نرمال و مرطوب به ترتیب مقادیر81/2، 62/2، 34/1 و 53/1 درصد افزایش سود برای کشاورزان حاصل شده است.

کلیدواژه‌ها


عنوان مقاله [English]

Applying Genetic Algorithms in Determining Optimal Cropping Pattern in Different Weather Conditions in Qazvin Plain

نویسندگان [English]

  • I Y 1
  • O M 2
  • M E 3
چکیده [English]

Due to its biological nature and high dependence on regional condition, agriculture is the largest consumer of water resources in many countries. Hence, today, agricultural water management plays an important role in the use of water resources of these countries. The present study used Genetic Algorithm to optimize cultivation area, allocate irrigation water, and maximize profits gained from the cultivation of some crops under various weather conditions in Qazvin Plain (located in the north west of the central plateau of Iran), where some of the required water is obtained from Taleghan dam. In this study, different probability levels of rainfall, evaporation, and input flow of optimization were combined under four different weather conditions. The results showed that in normal, wet, dry, and hot - dry weather conditions, the profit earned from the new cultivation pattern introduced by the model was much more than that of the current pattern. Moreover, following this new pattern could mostly result in lower water consumption in this sector, such that the volume of water stored in the dam reservoir at the end of the operation in wet, normal, dry, and hot-dry conditions would increase by, respectively, 262045.2, 2862686.6, 273089 and 955542 m3. The results showed that the cultivation area of sugar beet in every of the four different condition was reduced (over 80%) because of its high water requirement and low yield, therefore, its cultivation is not recommended under any weather conditions in the studied area. Following the new cropping pattern delivered by this model, the farmers’ profit in wet, normal, dry, and hot-dry conditions would increase by, respectively, 2.81%, 2.62%, 1.34%, and 1.53% compared to the prevailing pattern.

کلیدواژه‌ها [English]

  • Metahuristic Algorithm
  • optimization
  • Agricultural water management
  1. صبوحی، م.، سلطانی، غ.، زیبایی، م. و ترکمانی ،ج. 1385. تعیین راهبردهای مناسب کم‌آبیاری مناسب کم‌آبیاری با هدف حداکثر سازی منافع اجتماعی .اقتصادکشاورزی وتوسعه، 56: 167 -202.
  2. طالبی ورکلائی، ب.، شریفیان، ح.، دهقانی، آ، آ.، مفتاح هلقی، م.، نعمتی کوتنای، م،.1392. بهینه‌سازی الگوی کشت به‌منظور بهره‌برداری بهینه از منابع آب با روش الگوریتم ژنتیک موردی (پایین‌دست شهید رجایی- شهرستان ساری)، اولین همایش ملی بهینه‌سازی مصرف آب (گرگان).
  3. گرگانی، ج. 1393. تعیین الگوی کشت ریسک محور همسو با مدیریت آب کشاورزی با استفاده از الگوی ترکیبی (MGA-MOTAD) (مطالعه موردی: شهرستان گرگان)، پایان‌نامه کارشناسی ارشد اقتصاد، دانشکده کشاورزی، دانشگاه فردوسی مشهد.

 

  1. Allen, R.G., Clemmens, A.J. Burt, C.M., Solomon K. and T. Halloran. 2005.Prediction accuracy for project-wide evapotpiriaton using crop coefficiencs and referne evapotrnspition,Journal of Iirrigtion and Drainage Engineering .
  2. Allen, R.G., Peraira, L.S., Raes, D. and M. Smith.1998. Crop evapotranspiration,Irrigation and Dranage.paper 56.Food and Agricul organizaton of the United Nationas,Rome,Italy,56-76,163-166
  3. Azaiez, M.N. and M. Hariga. 2001. Theory and Methodology: A Single-Period Model for Conjunctive Use of Ground and Surface Water under Severe Overdrafts and Water Deficit. European Journal of Operational Research, 133, 653-666
  4. Azaiez, M.N. 2008.Modeling Optimal allocation of deficit irrigaton: Appliction to crop production in Saudi Arabia, Journal of Mathematical Modeling and Algorithms,7:277-289.
  5. Dai, Z.Y. and Y. P. Li. 2013.A multistage irrigation water allocation model for agricultural land-use planning under uncertainty”. Agricultural Water Management.129: 69– 79.
  6. Dima, W., Nazer, Z. M., Maarten, A., Siebel, p. and G. Huub. 2010. Optimizing irrigation water use in the west bank, Palestine. Journal of agricultural water management, 97: 339-345
  7. Doorenbos J, Kassam AH (1979) Yield response to water. FAO
  8. irrigation and drainage paper No. 33. FAO, Rome, Italy, 193 pp
  9. Doorenbos J, Kassam AH (1979) Yield response to water. FAO
  10. irrigation and drainage paper No. 33. FAO, Rome, Italy, 193 pp
  11. Doorenbos J, Kassam AH (1979) Yield response to water. FAO
  12. irrigation and drainage paper No. 33. FAO, Rome, Italy, 193 pp
  13. Doorenbos J, Kassam AH (1979) Yield response to water. FAO
  14. irrigation and drainage paper No. 33. FAO, Rome, Italy, 193 pp
  15. Doorenbos, J, kassam AH. 1979. Yield Responds to water. FAO Irrigation and Drainage Paper No 33. FAO, Rome, Italy. 193pp.
  16. Ghadami, S.M., Ghahraman, B., Sharifi, M.B., and H. Rajabi Mashhadi. 2009. Optimization of Multi reservoir Water Resources System Operation Using Genetic Algorithm. Journal of Iran water Resources
  17. Ghahraman, B. and A.R. Sepaskhah. 2002 Optimal allocation of water from a single purpose reservoir to an irrigation project with pre-determined multiple cropping patterns. Irrigation Project With pre- determined multiple cropping patterns.Irrig.Sci.21:127-137.
  18. Ghahraman, B. and A. R. Sepaskhah. 2002 Optimal allocation of water from a single reservoir to an irrigation project with predetermined multiple cropping patterns. Journal of irrigation science, 21:127-137
  19. Georgiou, P.E .and D.M. Papamichai. 2008. Optimization model of an irrigation reservoir for water allocation and crop planning under various weather conditions. Journal of irrigation Science, 26:487-504.
  20. Goldberg, D. E.1989. Genetic algorithm in search optimization and machine learning. Massachusetts, Addison-Wesley. Lewis Publishers. Classification. IEEE Int. Conference on Neural Networks, pp.1612-1616.
  21. Jensen, M.E. 1968.Water consumption by agricultural plants.in T.T.Kozlowski(ed).Ware Deficit and plant Growth,Vol.11,Academic press ,New York.
  22. Khanjari Sadati, S. Speelman, M. Sabouhi, M. Gitizadeh and B. Ghahraman. 2014. Optimal Irrigation Water Allocation Using a Genetic Algorithm under Various Weather Conditions, 6, 3068-3084.
  23. Kumar, D.N. and J. Reddy. 2007. Multiuse reservoir operation using particle swarm optimization. Journal of Water Resource Planning and Management, 133(3):192-201.
  24. Moghaddasi, M., Morid, S., Araghinejad, S. and M. AghaAlikhani. 2008. ASSESSMENT OF Irrigation Water allocation Based on Optimizatiom and Equitable Water Reduction Zayandeh rud Iirrigation System(Iran).Accepted in Journal of Irrigation and Drainag.
  25. Papamichai, D.M., Georgiou, P.E., vougioukas, S.G. 2008. Optimal model irrigation reservoir operation and simultaneous multi-crop cultivation area selection using single reservoir operation and simulated annealing. Journal of irrigation and Drainage, 55:129-144.
  26. Raes, D., Sudhindra, P.N. and N.D.  Kumar. 2000. Chart for guiding irrigation in real time. Journal or Irrigation Drainage System, 14:343-352.
  27. Vedula, S.; Mujumdar, P.P. 1992. Optimal reservoir operation for irrigation multiple crops. J. Water.Res. Res. 28, 1–9.
  28. Wright, J.L. 1981 Crop Coefficients for estimates of daily crop evapotranspiration Irrigation scheduling for Water and energy Conservation in the 80 s,ASAE,St joseph, Mich.,18-26.
  29. Wright, J.L. 1982. New evapotranspitiration crop coefficients, Journal of Irrigation and Drinage Dvision,108(1):57-47.