توسعه یک مدل عامل بنیان برای بررسی سیاست مدیریتی اعمال جریمه در سامانه‌ی کشاورزی-آبخوان

یکی از عواملی که پایداری منابع زیرزمینی کشور را تهدید می‌کند، برداشت غیرمجاز از آبخوان‌ها است که به‌طور عمده توسط کشاورزان انجام می‌پذیرد. یکی از راهکارهای مقابله با این پدیده وضع سیاست جریمه توسط مراجع ذی‌صلاح است. از آنجا که کشاورزان تحت شرایط خاص اجتماعی، اقتصادی و کشاورزی منطقه اقدام به‌اضافه برداشت می‌نمایند، سنجش بازخورد الگوهای جریمه بر پایه‌ یک شبیه‌سازی اجتماعی اقتصادی الزامی است. این تحقیق با ارائه یک چارچوب عامل‎بنیان به بررسی وضعیت سه عامل کشاورزی، زیست‌محیطی و تنظیم‌کننده در محیط کشاورزی پرداخته است. در این تحقیق رفتار بخش کشاورزی در دو لایه یکی کشاورزان به عنوان زیرعامل‌های کشاورزی در راستای بیشینه‎کردن سود فردی تحت قیود فیزیکی و رفتاری که به کمک سیستم استنتاج فازی و برنامه‌ریزی ریاضی شبیه‌سازی‌شده و دیگری شبکه‌ اجتماعی کشاورزان به عنوان گروه عامل‌های کشاورزی در راستای بیشینه نمودن سودبخش کشاورزی تحت قیود مطلوبیت‌های فردی با تلفیق الگوریتم ژنتیک مرتب‌سازی نامغلوب (nsgaii) و روش شمارش بردا، مدل‌سازی شده است. چارچوب ارائه‌شده در واحد هیدرولوژیکی نجف‌آباد اصفهان به کار رفت. نتایج نشان داد که سطح آبنمود واحد آبخوان در حالتی که جریمه‌ 2، 3 و 4 هزار ریالی به ازای هر متر مکعب اضافه برداشت توسط عامل تنظیم‌کننده وضع شد، به ترتیب 21.82، 17.18 و 10.54 متر از حالتی که به کشاورزان اجازه‌ اضافه برداشت داده نشده بود پایین‌تر قرار گرفت.

Developing an Agent-Based Model for Reviewing the Management Policy of imposing Penalty in an Agricultural-Aquifer System

One way to deal with this phenomenon is to impose a fine policy by the competent authorities. Since farmers are overexploitation under specific socioeconomic and agricultural conditions, evaluation of the effects of penalty patterns based on a socioeconomic simulation is required. This research has provided an agent based simulation framework to study the status of three agricultural, environmental and regulator agent in agricultural environment. In this research, agricultural sector behavior has been modeled in two layers, one is agricultural subfactors in order to maximize individual profit under physical and behavioral constraints by using fuzzy inference system and mathematical programming, and other is the groupagricultural agents in order to maximize agricultural profitability under the constraints of individual preferences by combining nondominated sorting genetic algorithm (NSGAII) and social chose method. The proposed framework was applied to the Najafabad hydrological unit in Isfahan. The results showed that the level of unit hydrograph’s aquifer was drawdown 21.82, 17.18 and 10.5, respectively, while the fines of 2, 3, and 4 thousand Rials per cubic meter were imposed by regulator agent.