توسعه مدل بهینه سازی تحت شرایط عدم قطعیت برای تخصیص منابع آب (مطالعه موردی: آبخیز مرند)

چکیده مبسوط مقدمه و هدف: با توجه به محدودیت منابع آب، مسائل مربوط به مناقشات تخصیص آب از جمله نگرانی­های مهم برنامه­ریزان و مصرف­کنندگان آب است. عدم قطعیت موجود در سیستم منابع آب و تغییرات آب و هوایی نیز تخصیص بهینه منابع آب در بخش کشاورزی را پیچیده­تر کرده­­ است. بنابراین، در مطالعه حاضر سعی می­گردد که با توسعه مدل­ برنامه­ریزی ریاضی که قادر به لحاظ پویایی و شرایط عدم ­حتمیت هم در پارامترهای توابع هدف و هم در محدودیت­ها باشد، به تخصیص بهینه منابع آب در آبخیز مرند پرداخته ­شود. مواد و روش ها: در این مطالعه یک مدل برنامه­ریزی تصادفی چندمرحله­ای تعاملی مبتنی بر عدم­ قطعیت (UIMSP) از طریق تلفیق روش معیار کاتااوکا و برنامه­ ریزی محدودیت شانس در یک چارچوب تصمیم­ گیری چند­مرحله ­ای برای مدیریت منابع آب کشاورزی آبخیز مرند در دوره­ های مختلف برنامه­ ریزی توسعه داده­ شده ­است. یک درخت سناریوی دو دوره­ای با ترکیبات مختلف احتمال نقض محدودیت­ ها (α) و سطوح مختلف معیار فرکتایل برای تابع هدف (β) انتخاب شدند. یافته ­ها: نتایج نشان می­دهد که مینیمم سود خالص سیستم، زمانی که α= ۰/۰۱ و   β= ۰/۹ باشند ۱۰۱۰×[۹۸۳/۶، ۴۶/۶] ریال حاصل می شود و ماکزیمم آن زمانی که  و باشند ۱۰۱۰×[۱۴۸۳/۱، ۶۹۹/۷] ریال می باشد. همچنین به ازاء هر احتمال تخطی از محدودیت (α)، با افزایش سطح رضایت تابع هدف (β)، هر دو کران بالا و پایین سود خالص سیستم به تدریج کاهش می ­یابد، درحالی­که اختلاف بین سود خالص سیستم تحت سطوح مختلف تخطی از محدودیت (α) قابل توجه است. همچنین نتایج حاصل از مدل UIMSP نشان می ­دهد کمبود آب در سناریوهای مختلف به دلیل ناکافی بودن منابع آب در آبخیز مرند مشاهده می­ شود. با این حال بر اساس نتایج مدل، در دوره دوم علیرغم کاهش در مقدار آب موجود، میزان کمبود آب با افزایش کارایی آبیاری کاهش یافته است. به ­عنوان مثال، تحت شدت جریان متوسط مقدار کمبود آب سطحی و زیرزمینی آبخیز در دوره اول به ترتیب برابر با ۴۳/۶ درصد و ۳۲/۵ درصد می­باشد که در دوره دوم به میزان [۳۶/۹، ۲۴/۵] درصد و [۲۴/۵، ۰] درصد کاهش می ­یابد. نتیجه­ گیری: نتایج حاصل از مدل توسعه یافته به تصمیم­ گیرندگان کمک می­کند تا تعاملات بالقوه بین ریسک­ های مربوط به تابع هدف تصادفی و محدودیت­ های موجود را بررسی کنند. همچنین افزایش بهره ­وری آبیاری و به ­روزرسانی سیستم­ های آبیاری از اصلی­ ترین استراتژی­ هایی هستند که می ­توانند ضمن کاهش آسیب­ های زیست محیطی­، یک مزیت اقتصادی برای کشاورزان فراهم کنند.  

Keywords:

Chance constraint programming , Kataoka’s criterion , Multi-stage Stochastic programming , Random Interval , Water Resources Allocation , برنامه­ ریزی­ تصادفی­ چندمرحله ­ای , برنامه ­ریزی­­ محدودیت­ شانس , کران ­تصادفی , مدیریت ­منابع­ آب , معیار کاتااوکا