تعیین الگوی بهینه کشت محصولات کشاورزی شهرستان جیرفت با رویکرد کاهش آلودگی و میزان مصرف آب

الموضوعات :

حمید محمدی ¹ (استادیار دانشگاه زابل، گروه اقتصاد کشاورزی، زابل، ایران. * (مسوول مکاتبات))
محمد جواد مهدی زاده راینی ² (دانشجوی دکتری اقتصاد کشاورزی، دانشگاه زابل، زابل، ایران.)
وحید دهباشی ³ (استادیار دانشگاه زابل، گروه اقتصاد کشاورزی، زابل، ایران.)
ابوالقاسم باقری ⁴ (استادیار گروه اقتصاد کشاورزی، دانشگاه پیام نور، تهران، ایران.)

تاريخ الإرسال : 19 الجمعة , محرم, 1443 تاريخ التأكيد : 06 الأربعاء , شعبان, 1443 تاريخ الإصدار : 29 الثلاثاء , شعبان, 1444

الکلمات المفتاحية: الگوی بهینه کشت, محیط زیست, منابع آب, جیرفت, برنامه‌ریزی ریاضی,

ملخص المقالة :

زمینه و هدف: اصلاح نظام تولید در بخش کشاورزی مستلزم تعریف و پیاده سازی الگویی برای کشت محصولات، برمبنای سیاست های کلان کشور، ساختار بازار، دانش کشاورزان و پتانسیل های منطقه ای و اقلیمی در راستای حفظ محیط زیست، کاهش مصرف آب و دستیابی به مزیت های اقتصادی پایدار است. هدف از مطالعه حاضر کاربرد مدل برنامه ریزی فازی خاکستری با رویکرد زیست محیطی و کاهش مصرف آب در تعیین الگوی بهینه کشت در شهرستان جیرفت می باشد. روش بررسی: تحقیق حاضر از نظر هدف یک تحقیق کاربردی، از نظر روش مطالعه علی و از نظر روش تحقیق و ماهیت و شیوه نگرش پرداختن به مسأله استنباطی است. برنامه‌ریزی خاکستری یکی از روش‌های تحلیل سیستم‌های خاکستری، برای تصمیم‌گیری تحت شرایط عدم حتمیت است. یافته ها: نتایج نشان داد سطح زیر کشت سیب زمینی بین 5292 و 7/5328 هکتار، در منطقه می تواند تغییر کند. سطح زیر کشت پیاز بین 1547 و 9/2349 قابل‌تغییر است. سطح زیر کشت گوجه فرنگی بین 6/530 و 4/985 هکتار، در منطقه می تواند تغییر کند. سطح زیر کشت هندوانه بین 5/129 و 5/240 قابل‌تغییر است. سطح زیر کشت ذرت دانه ای بین 840 و1560 هکتار، در منطقه می تواند تغییر کند. سطح زیر کشت یونجه بین 7/1204 و 3/2237 قابل‌تغییر است. کشاورزان شهرستان جیرفت با توجه به محدودیت های ذکرشده و باهدف حداکثر مقدار سود، 1/4910 هکتار گندم، 5/1644 هکتار جو و 6/2063 هکتار خیار می توانند کشت کنند. بحث و نتیجه گیری: از آنجا که توسعه خدمات زیربنائی در کاهش محدودیت های منابع تأثیر به سزائی دارد، توجه به این امر در خصوص استفاده بهینه از منابع برای افزایش سودآوری فعالیت های منطقه می تواند موثر باشد.

المصادر:

1. Agricultural Jihad Statistics. 2018. Agricultural statistic. Ministry of Agriculture, https://www.maj.ir/Index.aspx?page_=form&lang=1&PageID=11583&tempname=amar&sub=65&methodName=ShowModuleContent#


2. Asadi, M., and Najafi Alamdarlo, H. 2019. Economic evaluation of optimum cultivating pattern for reducing the use of groundwater in Dehgolan plain, Iranian Journal of Agricultural Economics and Development Research, 50: 29-43. (In Persian)


3. Askari, A., Najari, J., Salarpour, M., Sabouhi, M., and Hasanloo, S. 2012. Crop planning with the aim of determining the cropping pattern using fuzzy ideal programming approach. Proceedings of the 8th Biennial Conference of Iranian Agricultural Economics, Shiraz: Faculty of Agriculture, Shiraz University. (In Persian)


4. Fathi, F., and Zibaei, M. 2020. Optimal Crop Pattern Management in Firozabad Plain According to Water and Soil Sustainability by Applying Fuzzy Mathematical Programming, Journal of Agricultural Science and Sustainable Production, 30 (3): 331-345.


5. Ghasemi, A., Hasanlo, S., Perouz, R., and Najafi, H. 2016. The Application of Integrating Fuzzy Logic and Matrix Method in Environmental Impact Assessment (Case study: Golestan Forest Northern Highway). Environmental Researches, 11: 169-172. (In Persian)


6. Hatef, H., Sarvary, A., and Daneshvar Kakhki, M. 2016. Determining Of Crop Optimal Pattern the Main Crops Of Cultivated Of Khorasan Razavi Province Based Of Production Comparative Advantage, 8: 167-192. (In Persian)


7. Huang, G. H., Baetz, B. W., and Patry, G. G. 1993. A grey fuzzy linear programming approach for municipal solid.


8. Li, Y. P. Huang, G. H. and Nie, S. L. 2006. An interval-parameter multi- stage stochastic programming model for water resource management under uncertainty, Advances in Water Resources, 29: 776-789.


9. Maqsood, I., uang, G. H., and Yeomans, J. S. 2005. An interval-parameter fuzzy two-stage stochastic programming for water resources management under uncertainty, Eur. J. Operational Res, 167:208–225.


10. Mohseni, S., and Shahraki J. 2015. Application of Gray Fuzzy Planning in Yazd Water Resources Allocation, Journal of Agricultural Economics Research, 7: 73-90. (In Persian)


11. Mohseni, S., Zare Mehrjerdi, M., and Vaseghi, E. 2017. Determining optimal cultivation pattern in Orzooeye plain considering water resources sustainability using Fuzzy Fractional Programming model, Arid Biome Scientific and Research Journal, 7: 21-28. (In Persian)


12. Rastegaripour, F., and Sabohi, M. 2009. Determination Of Cropping Pattern By Grey Fuzzy Programming Approach: A Case Study Of Quchan City, Journal of sciene and technology of agriculture and natural resource, 13 (48): 405-413.


13. Rastegaripour, F., and Sabohi, M. 2013. Grey Fractional Programming A New Experimental Approach in Sustainable Agriculture, Journal of Agricultural Science and Sustaiable Production, 22 (1): 128-135.


14. Rezaee, Z., and Sarvari Nobahar, A. 2012. Determination of cropping pattern under environmental strategy using genetic algorithm (Mashhad case study). Proceedings of the First National Bayan Conference (Science, Technology and Sustainable Development), Karaj: Campus of Agriculture and Natural Resources, University of Tehran. (In Persian)


15. Sabuhi, M., and Khosravi, M. 2009. Comparing Economical and Environmental Optimum Cropping Pattern in Zarghan Plain of Fars Province, Journal of Crop Ecophysiology, 3: 61-70. (In Persian)


16. Sardar shahraki, A., Shahraki, J., and Hashemi monfared, S. 2016. Investigation of Water Resources Management Approaches of Sistan Region Using Fuzzy Analytic Hierarchy Process (FAHP), Journal Management System, 9: 73-98. (In Persian)


17. Subhankar Karmakar, P.P. 2006. Grey fuzzy optimization model for water quality management of a river system.Elsevier. Ltd:1088-1105. (In Persian)


18. Wang, X., Sun, Y., Song, L., Mei, C., 2009. An Eco-Environmental Water Demand Based Model for Optimizing Water Resources Using Hybrid Genetic Simulated Annealing Algorithms. Part I. Model development.Journal of Environmental Management. 90. 2628–2635.