>
Fa   |   Ar   |   En
   مدیریت توامان منابع آب سطحی و زیرزمینی و افزایش تاب‌آوری کشاورزان در مقابل کم‌آبی با پیش‌بینی قیمت محصولات کشاورزی و استفاده از الگوریتم ژنتیک (مطالعه موردی شبکه آبیاری و زهکشی دشت قزوین)  
   
نویسنده حسینی مرضیه ,مازندرانی زاده حامد ,نظری بیژن
منبع تحقيقات آب و خاك ايران - 1400 - دوره : 52 - شماره : 2 - صفحه:563 -576
چکیده    سد طالقان تامین‌کننده اصلی آب موردنیاز بخش کشاورزی دشت قزوین است. مقدار آب تخصیص‌یافته از سد طالقان به این دشت به دلایل گوناگون از جمله افزایش تخصیص آب شرب شهر تهران کاهش‌یافته است. کاهش آب تخصیص‌یافته از یک‌سو و نوسان قیمت محصولات کشاورزی به دلیل وقفه زمانی بین تصمیم کشاورز به تولید و عرضه آن به بازار از سوی دیگر، سبب شده کشاورزان نسبت به درآمد آینده خود نامطمئن باشند. کشاورزان برای مقابله با نا اطمینانی‌ قیمت محصولات کشاورزی و تامین معیشت خویش، علی‌رغم کاهش آب تخصیص‌یافته، با تثبیت سطح و ترکیب الگوی کشت اقدام به تخلیه آب زیرزمینی نموده‌اند. در این پژوهش به‌منظور کمک به افزایش تاب‌آوری کشاورزان و حفظ منابع آب زیرزمینی اقدام به بهینه‌سازی الگوی توزیع آب با پیش بینی قیمت و بهینه سازی همزمان الگوی کشت و توزیع آب با پیش بینی قیمت با استفاده از الگوریتم ژنتیک شده است. برای پیش بینی قیمت محصولات کشاورزی دارای خرید تضمینی شامل گندم، جو، چغندرقند و کلزا از ann و قیمت ذرت علوفه ای، گوجه فرنگی، یونجه، نخود، لوبیا، سیب زمینی، ذرت دانه ای و عدس از روش تابع تقاضا معکوس استفاده‌شده است. کشش قیمتی تقاضا برای محصولات ذرت علوفه ای، گوجه فرنگی، یونجه، نخود، لوبیا، سیب زمینی، ذرت دانه ای و عدس به ترتیب 0.508، 1.111، 0.954، 0.914، 0.374، 0.529، 0.363 و 0.332 برآورد شد. بررسی دو شاخص mae و rsme بیانگر توانایی خوب تابع تقاضا معکوس و ann در پیش بینی قیمت بود. همچنین نتایج نشان داد استفاده از مدل های بهینه سازی توزیع آب با پیش بینی قیمت موجب 25% افزایش درآمد و مدل بهینه‌سازی همزمان الگوی کشت و توزیع آب با پیش بینی قیمت موجب 160% افزایش درآمد شبکه نسبت به وضعیت کنونی خواهد شد.
کلیدواژه بهینه‌سازی، الگوی کشت، باز توزیع آب، خرید تضمینی، گندم
آدرس دانشگاه بین المللی امام خمینی (ره), دانشکده کشاورزی و منابع طبیعی, ایران, دانشگاه بین المللی امام خمینی, گروه مهندسی آب, ایران, دانشگاه بین‌المللی امام خمینی (ره), دانشکده کشاورزی و منابع طبیعی, گروه علوم و مهندسی آب, ایران
 
   Simultaneously Management of Surface and Groundwater Resources and Increasing Farmers’ Resilience to Water Scarcity by Predicting the Price of Agricultural Products and using GA (Case Study of Irrigation and Drainage Network of Qazvin Plain)  
   
Authors Hoseini seyedeh Marzieh ,mazandarani zadeh hamed ,Nazari Bijan
Abstract    Taleghan Dam is the main supplier of required water to the agricultural sector of Qazvin plain. The amount of water allocated from Taleghan Dam to this plain has decreased for various reasons, including increasing the allocation of drinking water to Tehran. The reduction of allocated water and the fluctuation prices of agricultural products due to the time lag between the farmer’s decision to cultivate and offer it to the market, make farmers to be uncertain to their future earnings. In order to deal with the uncertainty of the prices of agricultural products and their livelihood, despite the reduction of allocated water, farmers have started to discharge the groundwater by stabilizing the cultivated area and combining the cultivation pattern. In this study, in order to increase farmers’ resilience and preserve groundwater resources, water distribution pattern with price prediction and simultaneous water cultivation and distribution pattern with price prediction has been optimized using genetic algorithm. For predicting the price of agricultural products with guaranteed purchase such as wheat, barley, sugar beet and rapeseed the ANN model was ued. For predicting the price of maize, tomato, alfalfa, peas, beans, potatoes, corn and lentils, the reverse demand function method was used. The price elasticity of demand for maize, tomato, alfalfa, peas, beans, potatoes, corn and lentils were estimated 0.508,1.111,0.954,0.914,0.374,0.529,0.363 and 0.332, respectively. MAE and RSME indeces indicated the ability of reverse demand function and ANN in price forecasting. The results also showed that the use of water distribution optimization models with price forecasting will increase revenue by 25% and the simultaneous optimization model of water cultivation and distribution model with price forecasting will increase network revenue by 160% compared to the current situation.
Keywords
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved