تخصیص بهینه آب و زمین در شبکه ی آبیاری مغان با ترکیب مدل سازی گیاهی و الگوریتم ژنتیک
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 146
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJSWR-53-12_014
تاریخ نمایه سازی: 30 اردیبهشت 1402
Abstract:
آب یکی از مهمترین عوامل تامین امنیت غذایی جمعیت رو به رشد جهان است. محدودیت منابع آب کشور و همچنین رقابت فزاینده ی بخش های مختلف جهت استفاده از آب، مدیریت بهینه از منابع آبی را ضروری می سازد. در شبکه های آبیاری استراتژی های مختلفی برای مدیریت منابع آبی به کار گرفته می شود. یکی از این موارد، تخصیص بهینه آب و زمین است. در این پژوهش یک مدل بهینه ساز تخصیص آب و زمین با هدف بیشینه سازی سود اقتصادی، بر مبنای الگوریتم ژنتیک و استفاده از مدل گیاهی AquaCrop plug-in ارائه شده است. برای این منظور کدنویسی سی شارپ (C#) در فضای ویژوال استودیو انجام شد. برای سنجش کارایی مدل، اراضی تحت پوشش یکی از کانال های شبکه ی آبیاری مغان بررسی شد. در این مدل سال زراعی به ۳۶ دوره ده روزه تقسیم و عمق آب آبیاری در هر دوره و مساحت زیر کشت نیز به عنوان متغیرهای تصمیم در گرفته شدند. نتایج نشان داد بیشترین درصد افزایش میزان سود اقتصادی مربوط به گیاه ذرت دانه ای کشت اول، یونجه و گندم به ترتیب با ۹، ۳/۷ و ۷ درصد است. این در حالی است که کمترین افزایش میزان سود اقتصادی مربوط به گیاه ذرت دانه ای کشت دوم و سویا است. حجم آب تخصیص یافته در حالت بهینه به میزان ۷/۱۴ درصد کاهش یافت، اما در مقابل سود اقتصادی با افزایش ۷/۵ درصدی همراه بود. لذا تخصیص بهینه آب در این منطقه بیش از افزایش سود اقتصادی، صرفه جویی در مصرف آب را تشویق می کند.
Keywords:
Authors
پریسا کهخا مقدم
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران.
علی نقی ضیائی
گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی، مشهد، ایران
کامران داوری
گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران
امین کانونی
گروه مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران
صدیقه صادقی
گروه ریاضی کاربردی، دانشکده علوم ریاضی، دانشگاه فردوسی مشهد، مشهد، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :