بهینه‌سازی چندهدفه ی الگوی کشت با تأکید بر منافع اقتصادی و تأمین امنیت زنجیره‌ی غذایی (مطالعه موردی: گنبد کاووس-سدگلستان)

نوع مقاله : مقاله کامل علمی پژوهشی

نویسندگان

1 دانشجوی دکتری آبیاری و زهکشی، گروه علوم و مهندسی آب، دانشگاه علوم منابع طبیعی و کشاورزی گرگان، گرگان، ایران.

2 نویسنده مسئول، دانشیار گروه علوم و مهندسی آب، دانشگاه علوم منابع طبیعی و کشاورزی گرگان، گرگان، ایران.

3 مدرس گروه مهندسی عمران و نقشه‌برداری، دانشکده فنی و مهندسی، واحد یادگار امام خمینی (ره) شهر ری، دانشگاه آزاد اسلامی، تهران، ایران.

4 دانشیار گروه علوم و مهندسی آب، دانشگاه علوم منابع طبیعی و کشاورزی گرگان، گرگان، ایران.

چکیده

سابقه و هدف: یکی از عوامل اصلی توسعه اقتصادی و اجتماعی هر کشوری، ذخایر و پتانسیل‌های آبی است. شناخت همه‌جانبه و جامع منابع آب پیش‌نیاز بهره‌برداری بهینه و پایدار از این منابع محسوب می‌شود. در کشور ایران به علت کمبود بارندگی در اکثر حوضه‌های آبریز و محدود بودن منابع آب، برنامه‌ریزی مدون به‌منظور شناخت امکانات و محدودیت‌های منابع آب باهدف بهره‌برداری بهینه بسیار ضروری و اجتناب‌ناپذیر است. امروزه یکی از راهکارهای اساسی جهت مدیریت منابع آب در بخش کشاورزی، انتخاب الگوی کشت مناسب و تعیین استراتژی‌های تخصیص بهینه‌ی آب کشاورزی است که در شرایط محدود بودن منابع آب و فراوانی اراضی قابل‌کشت، هدف می‌بایست افزایش کارایی مصرف آب، استفاده‌ی بهینه از منابع آب محدود و حصول بیشترین سود اقتصادی باشد.
مواد و روش‌ها: این پژوهش بر روی الگوی کشت منطقه گنبدکاووس استان گلستان؛ شبکه آبیاری سد گلستان برای کشت ‌محصولات پاییزه (چهار محصول عمده گندم، کلزا، جو و تریتیکاله) در سال‌های زراعی 1396-1397 الی 1399-1400 انجام شد. بهینه‌سازی چندهدفه با اهداف افزایش سود خالص اقتصادی و کاهش آب مصرفی با روش الگوریتم ژنتیک نامغلوب (NSGA- II) انجام شد. ابتدا با روش بهینه‌سازی دوهدفه و در نظر گرفتن حداقل مقادیر الگوی کشت با گام‌های محاسباتی مختلف حداکثر سود خالص و همچنین میزان آب ذخیره شده محاسبه شد.در مرحله بعد با روش بهینه‌سازی تک‌هدفه سود خالص حاصل از آب ذخیره شده بهینه‌سازی شد. در نهایت از طریق تجمیع مقادیر سود خالص اقتصادی دوهدفه و تک‌هدفه بهترین گام محاسباتی انتخاب شد.
یافته‌ها: نتایج نشان داد که مقادیر گام محاسباتی برای هر سال یکسان نیست و مقادیر حداکثرسود خالص حاصل از رعایت حداقل مقدار مجاز الگوی کشت و آب ذخیره شده ( بهینه‌سازی دو‌هدفه) و مقادیر حداکثرسود خالص حاصل از بهینه‌سازی آب ذخیره شده در مرحله قبل ( بهینه‌سازی تک‌هدفه) با گام‌های محاسباتی مختلف با سود هر سال محاسباتی در نظر گرفته شد. نتایج حاصل از حداکثر سود خالص و آب ذخیره شده براساس مقدار مجاز حداقل الگوی کشت، بهینه‌سازی دوهدفه(سود خالص ماکزیمم و آب ذخیره شده ماکزیمم) و نتایج حاصل از بهینه‌سازی تک‌هدفه مقادیر آب ذخیره شده تجمیع شد. با توجه به تجمیع سود خالص از بهینه‌سازی گام‌های محاسباتی دوهدفه و تک‌هدفه بهترین سود خالص اقتصادی به دست آمد.. همچنین با وجود کمتر شدن سطح زیرکشت و آب تخصیصی در سال‌های زراعی 1398-1399 و 1399-1400 مشاهده می‌شود سود خالص نسبت به سال‌های قبل افزایش یافته است. در سال 1400-1399 با توجه به این که آب کمتری نسبت به سال‌های قبل تخصیص داده شده و سطح زیرکشت الگوی کشت بهینه به مقدار ناچیز از سطح زیرکشت سال هدف کمتر شد (85/83 هکتار) بالاترین سود خالص با اختلاف 138 درصد افزایش سود بدست آمد، که این مسئله به دلیل میزان افزایش قیمت محصولات نسبت به هزینه‌ها می‌باشد که افزایش درآمد بیش از افزایش هزینه‌ها بود.
نتیجه گیری: نتایج تحقیق حاضر نشان داد برای حصول سود اقتصادی بیشتر با مدیریت مصرف آب تخصیصی بهینه استفاده از روش‌های بهینه‌‌سازی چند هدفه نسبت به روش‌های تک‌هدفه عملکرد بهتری دارد. همچنین در نظر گرفتن گام‌های محاسباتی توسط مسئولان و تشکل‌های آببران برای مدیریت ذخیره آب تخصیصی و دستیابی به حداکثر سود خالص اقتصادی باعث افزایش اشتغال، مهاجرت معکوس و دستیابی به سطح رفاه اجتماعی بالاتر خواهد شد. با توجه به رعایت حداقل کشت استراتژیک گندم و افزایش کشت‌های دانه روغنی کلزا و علوفه‌ای گیاه تریتیکاله مدل حاضر از لحاظ تأمین امنیت زنجیره‌ی غذایی و دیدگاه پدافند غیر عامل عملکرد بهینه و مناسب دارد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Multi-objective optimization of cultivation patterns with emphasis on economic benefits and ensuring food supply chain security (A case study: Gonbad-e Kavus – Golestan Dam)

نویسندگان [English]

  • Shahin Amin 1
  • Mousa Hesam 2
  • Azadeh Jabary 3
  • Mohammad Abdolhosseyni 4
1 Ph.D. Student of Irrigation and Drainage, Dept. of Water Science and Engineering, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran.
2 . Corresponding Author, Associate Prof., Dept. of Water Science and Engineering, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran.
3 Lecturer, Dept. of Civil Engineering and Surveying, Faculty of Technical and Engineering, Yadegar-e Imam Khomeini (RAH) Shahre Rey Branch, Islamic Azad University, Tehran, Iran.
4 Associate Prof., Dept. of Water Sciences and Engineering, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran.
چکیده [English]

Background and objectives: One of the main factors in the economic and social development of any country is water reserves and potential. Comprehensive and comprehensive knowledge of water resources is a prerequisite for optimal and sustainable use of these resources. In Iran, due to the lack of rainfall in most of the watersheds and the limited water resources, codified planning to know the possibilities and limitations of water resources with the aim of optimal utilization is very necessary and unavoidable. Today one of the basic strategies for managing water resources in the agricultural sector is to choose the appropriate cultivation pattern and determine the strategies for the optimal allocation of agricultural water. the optimal use of limited water resources and obtaining the greatest economic benefit.
Materials and methods:This research was conducted on the cropping pattern of Gonbad-e Kavus region in Golestan province, using the irrigation network of the Golestan Dam for four major autumn crops (wheat, canola, barley, and triticale) in the agricultural years of 2017-2018 to 2020-2021. A multi-objective optimization was performed using the non-dominate sorting genetic algorithm (NSGA-II) with the objectives of maximizing net economic profit and reducing water consumption. Initially, by considering the minimum values of the cropping pattern and using various computational steps, the maximum net economic profit and the amount of stored water were calculated through a bi-objective optimization method. In the next step, the net economic profit obtained from the stored water was optimized using a single-objective optimization method. Finally, the best computational step was selected by combining the values of bi-objective and single-objective net economic profit.
Results: The results showed that the‌ computational steps for each year were not the same, and the maximum net economic profit obtained by observing the minimum allowable cropping pattern and stored water (bi-objective optimization) and the maximum net economic profit obtained by optimizing stored water in the previous step (single-objective optimization) were calculated with different computational steps, considering the calculated annual profit. The results obtained from the maximum net economic profit and stored water based on the minimum allowable cropping pattern, bi-objective optimization (maximum net economic profit and maximum stored water), and the results obtained from single-objective optimization of stored water were accumulated. By considering the accumulated net economic profit from bi-objective and single-objective computational steps, the best net economic profit was achieved. Furthermore, despite the reduction in cultivated area and allocated water in the agricultural years of 2019-2020 and 2020-2021, an increase in net economic profit was observed compared to previous years. In the year 2020-2021, due to the lower allocated water compared to previous years and the optimal cropping pattern being on a negligible area of the target year's cultivated area (83.85 hectares), the highest net economic profit was achieved with a 138% increase in profit. This was due to the increase in product prices compared to costs, resulting in an increase in income greater than the increase in costs.
Conclusion: The results of the present research showed that the use of multi-objective optimization methods has a good performance in order to obtain more economic profit by managing optimal allocated water consumption. Also, taking calculated steps by the officials and organizations of water users to manage the allocated water reserve and achieve the maximum net economic benefit will increase employment, reverse migration and achieve a higher level of social welfare. According to the observance of the minimum strategic cultivation of wheat and the increase of rapeseed and triticale fodder crops, the current model has an optimal and appropriate performance in terms of ensuring food supply chain security and the point of view of non-agent defense.

کلیدواژه‌ها [English]

  • Water consumption
  • Net economic profit
  • Non-dominated sorting genetic algorithm
  • Strategic cultivation
1.Karamouz, M., Szidarovszky, F., & Zahraie, B. (2003). Water resources systems analysis. CRC press.
2.Nouri, H., Stokvis, B., Galindo, A., Blatchford, M., & Hoekstra, A. Y. (2019). Water scarcity alleviation through water footprint reduction in agriculture: the effect of soil mulching and drip irrigation. Science of the total environment,
653, 241-252.
3.Zhang, H., Singh, V. P., Wang, B., & Yu, Y. (2016). CEREF: A hybrid data-driven model for forecasting annual streamflow from a socio-hydrological system. Journal of hydrology, 540, 246-256.
4.Li, M., Guo, P., Singh, V. P., & Yang, G. (2016). An uncertainty-based framework for agricultural water-land resources allocation and risk evaluation. Agricultural water management, 177, 10-23.
5.Ren, C., Li, Z., & Zhang, H. (2019). Integrated multi-objective stochastic fuzzy programming and AHP method for agricultural water and land optimization allocation under multiple uncertainties. Journal of cleaner production, 210, 12-24.
6.Chang, J., Guo, A., Wang, Y., Ha, Y., Zhang, R., Xue, L., & Tu, Z. (2019). Reservoir operations to mitigate drought effects with a hedging policy triggered by the drought prevention limiting water level. Water Resources Research, 55 (2), 904-922.
7.Asadpoor, H., Khalilian, S., & Peikani, Gh. (2005). Theory and application of linear- idealistic fuzzy planning model in optimizing cultivation pattern, serial of agricultural economics and development, special edition of productivity and efficiency, 13, 307-338. [In Persian]
8.Sepaskhah, A. R., & Ghahraman, B. (2004). The effects of irrigation efficiency and uniformity coefficient on relative yield and profit for deficit irrigation. Biosystems engineering, 87 (4), 495-507.
9.Rafiei, V., Shurian, M., & Attari, J. (2016). Planning the optimal cultivation pattern of agricultural products using the combination of SWAT simulation model and harmony search optimization algorithm. J. of Iran's water resources research, 13 (3), 73-88. [In Persian]
10.Khasheie-Siuki, A., Ghahreman, B., & Kucheckzadeh, M. (2013). Application of agricultural water allocation and management using PSO optimization technique (case study: Neishabour plain). Soil and Water Journal, 27 (2), 292-303. [In Persian]
11.Rao, S. S. (1984). Optimization Theory and Application", Second edition, John Wiley and Sons: 1247 p.
12.Mirzaee, S., Shahabi Far, M., & Sharifan, H. (2017). Determining the Optimum Cropping Pattern in Golestan Dam Irrigation and Drainage Network using Genetic Algorithm. Irrigation Sciences and Engineering, 40 (3), 181-190. doi: 10.22055/jise.2017.13261. [In Persian]
13.Godarzi, A. (2009). Optimization of water absorption cycle and solar bromide lithium using genetic algorithm. [In Persian]
14.Li, J., Song, J., Li, M., Shang, S., Mao, X., Yang, J., & Adeloye, A. J. [2018]. Optimization of irrigation scheduling for spring wheat based on simulation-optimization model under uncertainty. Agricultural water management,208, 245-260.
15.Kiafar, H., Sadradaldini, S. A. A., Nazimi, A. H., & Sani Khani, H. [2010]. Optimal allocation of water in Sufi Chai irrigation and drainage network in East Azerbaijan province using genetic algorithm. J. of Irrigation and water engineering scientific research quarterly. 2 (5), 52-62. [In Persian]
16.Avaz Yar, M., Ahmadpour Borazjani, M., & Zyaei, S. (2018). Determine optimal crop pattern with an emphasis on increasing the irrigation efficiency in lands of Mollasadra Dam in Fars province. Water Resources Engineering, 11 (36), 21-32. [In Persian]
17.Asaadi Mehrabani, M., Banihabib, M. E., & Roozbahany, A. [2018]. Fuzzy linear programming model for the optimization of cropping pattern in Zarrinehroud basin. Iran-Water Resources Research, 14 (1), 13-24. [In Persian]
18.Y, I., M, O., & E, M. (2016). Applying Genetic Algorithms in Determining Optimal Cropping Pattern in Different Weather Conditions in Qazvin Plain. Journal of Water Research in Agriculture, 30 (3), 317-331. [In Persian]
19.Abdi Rokni, K., Hosseini-Yekani, S. A., Abedi, S., & Kashiri Kolaei, F. (2021). Application of Genetic Algorithm in Determination of Optimal Land use Pattern Corresponding with Sustainable Agriculture: A Case Study of Sari Goharbaran. Agricultural Economics Research, 13 (3), 85-96. [In Persian]
20.Jahantigh, H. (2022). Optimization of Agricultural Cropping Pattern in order to Water Use Management in Gorgan. Irrigation and Water Engineering,12 (3), 369-385. [In Persian]
21.Gauri Pande, N., & Umamahesh, V. (2022). Optimal Cropping Pattern and Water Allocation Using Ga under Deficit Irrigation Conditions. Research Square. https://doi.org/ 10.21203/ rs.3. rs-1873146/v1.
22.Nath, K., Jain, R., Arora, A., Shekhar Roy, H., & Marwaha, S. (2022). Multi-objective optimal crop plan for optimum groundwater utilization considering profit maximization: A case study. Research Square. https://doi.org/10. 21203/rs.3.rs-1194487/v1.
23.Saghafian, B., Farazjoo, H., Sepehry, A., & Najafinejad, A. (2006). Effects of land use change on floods in Golestan dam drainage basin. Iran-Water Resources Research, 2 (1), 18-28.[In Persian]
24.Daechini, F., Vafakhah, M., Moosavi, V., & Zabihi Silabi, M. (2021). Estimation of Environmental Flow Indicators in the Downstream of Golestan and Voshmgir Dams. Iranian Journal of Ecohydrology, 8 (3), 677-690. [In Persian]
25.Rezaee, Z., Dourandish, A., & Nobahar, A. (2012). Determination of Cultivation pattern Under Three strategies of economic, social, environmental with application of genetic algorithms:(Case Study of Mashhad). In Biennial Conference of Agricultural Economics (pp. 1607-1615). [In Persian].
26.Doust, Y. (2016). Optimizing the cultivation pattern and agricultural water allocation of Qazvin plain using cuckoo algorithm and genetics. Master's thesis. University of Zabol. [In Persian]
27.Taj Aldini, R. (2013). Modeling and optimal allocation of water resources using genetic algorithm and interval uncertainty conditions (case study: Bandar Abbas city). Master's thesis. Kerman Shahid Bahonar University.[In Persian]