بهينه‏ سازي الگوي كشت با استفاده از روش TOPSIS و الگوريتم ژنتيك بر‌مبناي قابليت‌هاي GIS (مطالعۀ موردي: اراضي بخش جلگه، استان اصفهان)

Cropping Pattern Optimization by Using of TOPSIS and Genetic Algorithm Based on the Capabilities of GIS

يكي از اركان اساسي مديريت آب و افزايش بهره‏ وري كشاورزي، استفادۀ بهينه از منابع موجود است. با توجه به تقاضاي در حال افزايش محصولات كشاورزي، افزايش بهره‏ وري از منابع كمياب، ضرورتي انكار‌ناپذير است. بهره‏ برداري مطلوب از اين منابع، افزون بر تأمين تقاضاي جامعه به‌عنوان يك هدف كلان، مي‏تواند افزايش درآمد بهره‏ برداران را نيز به‌دنبال داشته باشد. يكي از راهكارهاي مناسب براي افزايش بهره‏ وري در بخش كشاورزي، اصلاح الگوي كشت محصولات با توجه به پارامترهاي مختلف است. در اين تحقيق ابتدا با استفاده از معيارهاي اقتصادي، نياز آبي و دورۀ رشد محصولات، در مدل تصميم ‏گيري چند‌معيارۀ TOPSIS، محصولات بهينه انتخاب شده‏اند. همچنين با تركيب اين نتايج با پارامترهاي ميزان آب موجود و زمان مشترك دورۀ رشد محصولات، با استفاده از الگوريتم ژنتيك، مساحت بهينۀ كشت تخصيص داده‌شده به هر محصول مشخص شده ‏است. در ادامه با استفاده از قابليت‌هاي مكاني GIS و پارامترهاي مكاني مختلف و تركيب با اطلاعات بهينه‌شده، نقشۀ الگوي بهينۀ كشت محصولات تهيه شده ‏است. نتايج به‌دست‌آمده نشان مي‏دهد كه با استفاده از مدل‌هاي استفاده‌شده و قابليت‌هاي GIS، مي‏ توان به الگوي كشت مناسب دست‏ يافت و به‌طور متوسط حدود 25 درصد افزايش بهره‏ وري و استفاده از منابع موجود داشت.

One of the core elements of water management and increase agricultural productivity is the efficient use of available resources. Due to increasing demand for agricultural products, increase the productivity of scarce resources is essential. Optimal utilization of these resources, in addition to meet the demand of the community as a major goal, can also increase operating income to be followed. One of the solutions for increasing productivity in the agricultural sectoris reforming the pattern of cultivation according to different parameters. In this study, using economic criteria, water requirements and crop season in the TOPSIS multi-criteria decision, efficient products were selected. Furthermore, by combining these results with the parameters of the water and common time development of products using a genetic algorithm, the optimal cultivation area allocated to each product specified. In addition, by using GIS spatial capabilities and parameters of different locations and combined with optimized data, map the optimal model has been developed crops. The results show that using the models used and the capabilities of GIS, suitable cropping pattern can be achieved, and, on average, raised by about 25% efficiency and the use of available resources.