جایگاه کم آبیاری در مصالحة اهداف زیست محیطی-اقتصادی الگوی کشت در فارس

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گروه اقتصاد کشاورزی دانشگاه زابل *(مسوول مکاتبات).

2 استادیار گروه مهندسی آب دانشگاه زابل

3 مربی گروه اقتصاد کشاورزی دانشگاه زابل

10.22034/jest.2017.11631

چکیده

زمینه و هدف:  هدف از انجام مقاله بررسی جایگاه کم آبیاری در مصالحة اهداف زیست محیطی-اقتصادی الگوی کشت در فارس می­باشد.
 روش بررسی:  روش بررسی استفاده از الگوی برنامه‌ریزی غیر خطی فازی مصالحه کننده بین اهداف حداکثر بازدة برنامه‌ای، حداقل مصرف کود شیمیایی و حداقل مصرف آب برای یک مزرعة نمایندة منطقة مورد مطالعه استفاده شد. این مدل مشروط بر توابع واکنش عملکرد محصولات  نسبت به آب در فضای سایر محدودیت ها بود.
 یافته­ها:  نتایج نشان داد که مزرعة نماینده در انتخاب الگوی کشت در مقایسه با الگوی مصالحه‌ کنندة اهداف، ناکارا عمل می‌نمایند. این مقایسه همچنین آشکار کرد که با اعمال آبیاری کامل جهت حصول عملکرد پتانسیل و کاهش سطح زیر کشت برای رعایت محدودیت موجودی آب، امکان افزایش درآمد برای مزرعة نماینده وجود دارد.
بحث و نتیجه گیری: هر چند که افزایش بازدة برنامه‌ای در این شرایط با کاهش مصرف آب و تا حدودی با کاهش مصرف کود شیمیایی در تناقض می باشد، ولی تعمیم نتایج از مزرعة نماینده به کل شهرستان مور مطالعه نشان داد که با اجرای این الگو در حدود 94 میلیارد ریال به درآمد کل منطقه اضافه خواهد شد. در عین حالی پیامدهای مثبت زیست محیطی همچون کاهش مصرف حدود 6/4 میلیون مترمکعب آب و کاهشی در حدود 7246 تن در مصرف کود شیمیایی از نتایج دیگر اجرای این الگو خواهد بود.

کلیدواژه‌ها


 

 

 

 

 

علوم و تکنولوژی محیط زیست، دورهنوزدهم، شماره چهار، زمستان 96

 

جایگاه کم آبیاری در مصالحة اهداف زیست محیطی-اقتصادی

 الگوی کشت در فارس

 

 

حمید محمدی[1]*

hamidmohammadi@uoz.ac.ir

پرویز حقیقت جو 2

علی رضا سرگزی 3

 

تاریخ دریافت:20/5/89

تاریخ پذیرش:11/12/95

 

چکیده

زمینه و هدف:  هدف از انجام مقاله بررسی جایگاه کم آبیاری در مصالحة اهداف زیست محیطی-اقتصادی الگوی کشت در فارس می­باشد.

 روش بررسی:  روش بررسی استفاده از الگوی برنامه‌ریزی غیر خطی فازی مصالحه کننده بین اهداف حداکثر بازدة برنامه‌ای، حداقل مصرف کود شیمیایی و حداقل مصرف آب برای یک مزرعة نمایندة منطقة مورد مطالعه استفاده شد. این مدل مشروط بر توابع واکنش عملکرد محصولات  نسبت به آب در فضای سایر محدودیت ها بود.

 یافته­ها:  نتایج نشان داد که مزرعة نماینده در انتخاب الگوی کشت در مقایسه با الگوی مصالحه‌ کنندة اهداف، ناکارا عمل می‌نمایند. این مقایسه همچنین آشکار کرد که با اعمال آبیاری کامل جهت حصول عملکرد پتانسیل و کاهش سطح زیر کشت برای رعایت محدودیت موجودی آب، امکان افزایش درآمد برای مزرعة نماینده وجود دارد.

بحث و نتیجه گیری: هر چند که افزایش بازدة برنامه‌ای در این شرایط با کاهش مصرف آب و تا حدودی با کاهش مصرف کود شیمیایی در تناقض می باشد، ولی تعمیم نتایج از مزرعة نماینده به کل شهرستان مور مطالعه نشان داد که با اجرای این الگو در حدود 94 میلیارد ریال به درآمد کل منطقه اضافه خواهد شد. در عین حالی پیامدهای مثبت زیست محیطی همچون کاهش مصرف حدود 6/4 میلیون مترمکعب آب و کاهشی در حدود 7246 تن در مصرف کود شیمیایی از نتایج دیگر اجرای این الگو خواهد بود.

 

واژه های کلیدی:محیط زیست، کم آبیاری، الگوی کشت، برنامه ریزی غیر خطی فازی.

 

J.Env. Sci. Tech., Vol 19, No.4, winter, 2018

 

 

 


The role of deficit irrigation in compromising environmental – economical goals of cropping pattern in Fars Province

 

 

Hamid Mohammadi[2]*

hamidmohammadi@uoz.ac.ir

Parviz Haghightjo[3]

Alireza Sargazi[4]

Date Received: August 11, 2010

Admission Date: March 1, 2017

 

Abstract

Background and Objective: The purpose of this research is the role of deficit irrigation in compromising environmental – economical goals of cropping pattern in Fars Province.

Method: This technique is considered as a strategy to increase profitability. However, in addition to profitability goal, many studies have focused to optimize water and fertilizers consumption as environmental objectives. Current study investigates the rule of deficit irrigation in a model that compromises the economic and environmental objectives. Fasa city in Fars province were selected as the study area since placed in warm climate field and affected by water stress. A Fuzzy nonlinear programming model were used to compromise the goals of maximum gross margin and minimum chemical fertilizer and water consumption for a representative farm in study area. This model was subjected to yield response functions to water and other constraints.

Findings: The results showed that the representative farm is inefficient to select cropping pattern in comparison to compromised goals model. This comparison also revealed there is a the possibility for increasing income of representative farm by applying full irrigation to gain potential yield and reducing cultivation area for considering the available water restrictions.

Discussion and Conclusion: Although, increasing of gross margin is conflicted by decreasing water consumption and partly by reducing fertilizer use, but generalizing the results of representative farm to the whole city showed that implementation of this model will add the revenues about 94 billion Rials in total area. While the positive environmental outcomes such as reducing about 4.6 million cubic meters of water and 7,246 tons of chemical fertilizer would be the other results of implementing this model.

 

Key words: Environment, Deficit Irrigation, Cropping Pattern, Fuzzy Non Linear Programming.

 

مقدمه


کم آبیاری[5] یک استراتژی بهینه سازی است. در این استراتژی، به صورت هدفمند به گیاهان اجازه می‌دهند، درجاتی از کم آبی و کاهش عملکرد را متحمل گردند. هدف اصلی و اساسی در کم آبیاری، افزایش کارائی مصرف آب (WUE)[6] می‌باشد. این افزایش می‌تواند از طریق کاهش میزان آب مورد نیاز در هر آبیاری یا از طریق حذف آبیاری‌های فاقد بهره‌وری یا دارای پایین ترین سطح بهره‌وری صورت پذیرد. هر گاه عرضة آب محدود است یا هزینة تامین آب بالاست، سطح بهینة اقتصادی آبیاری به مراتب کمتر از میزان آب مورد نیاز برای دستیابی به حداکثر عملکرد (آبیاری کامل) است (‎1).

تکنیک کم آبیاری به طور گسترده‌ای، بویژه در نواحی مواجه با کم آبی، مورد استفاده قرار گرفته است (‎1). اهمیت استفاده از این تکنیک باعث شده که در دهة گذشته تحقیقات زیادی بر محصولات مختلف در ارتباط با آن صورت پذیرد. در این خصوص می‌توان به مطالعات ژانگ و پی (‎2) در دشت های شمال چین بر ارقام بومی گندم زمستانه، سالمی و افیونی (‏3) در اصفهان بر ارقام جدید و تجارتی گندم و یک لاین امید بخش، توکلی (‏4) در مراغه بر روی گندم آبی رقم الموت جلیلیان و همکاران (‏5) در کرمانشاه بر چغندرقند، عرب زاده و توکلی (‏6) در مازندران بر برنج رقم طارم، انصاری و همکاران (‏7) در ورامین بر ذرت زودرس، اسماعیلی و گلچین (‏8) در استان زنجان بر آفتابگردان و توکلی (‏9) در مراغه بر گندم، اشاره کرد.

بررسی این مطالعات نشان می‌دهد که اکثر آنها در خصوص کم آبیاری به انجام آزمایشهای تک محصولی به منظور ارتقاء کارائی مصرف آب و فارغ از در نظر گرفتن محدودیت آب حاکم بر الگوی کشت، بوده است. از آنجا که درکشورهای‌ خشک‌ یا نیمه‌ خشکی‌ چون‌ ایران‌ آب‌ از مهم ترین‌ عوامل‌ محدودکننده‌ توسعه‌ کشاورزی‌ به‌ شمار می‌آید، اهمیت‌ مدیریت‌ مناسب‌ آب‌ بین سایر محصولات یک مزرعه نیز از اهمیت قابل توجهی برخوردار است. نتیجة این مطالعات نشان داده که این تکنیک می تواند به منظور نیل به حداکثر تولید یا توسعة پایدار منطقه‌ای محصولات کشاورزی مورد استفاده قرار گیرد. در عین حال،‌ کم آبیاری می‌تواند به عنوان یک استراتژی افزایش سود آوری مطرح گردد.

ولی، آنچه که مهم است آن است که علاوه بر هدف سودآوری مورد اشاره، اهمیت نگاه زیست محیطی به مصرف نهاده‌های آب، کودشیمیایی و سموم شیمیایی باعث شده که تمرکز بسیاری از مطالعات مختلف به بهینه سازی الگوی مصرف این نهاده‌ها نیز معطوف گردد (‎10، ‎12، ‎13، ‎14 و ‎15). در ایران نیز این تمرکز در بسیاری از مناطق کشور بایستی صورت پذیرد (‏16). در کشور ما، به دلیل ارزان بودن کودهای نیتروژنه و توانائی و سهولت تهیه آنها توسط کشاورزان، مصرف آنها بی رویه بوده و در اثر تصعید و آبشوئی، باعث آلودگی آب های زیرزمینی و سطحی و در نهایت محیط زیست می گردند (‏17). از جنبه‌های زیست محیطی نگران کننده مهم دیگر فعالیت کشاورزی استفاده از سموم شیمیایی و همچنین کاهش سطح آب های زیرزمینی می‌باشد. کاهش سطح آب های زیرزمینی در مقایسه با دو عامل دیگر از برخی جهات دارای اهمیت بیشتر است. به این ترتیب که استفاده بیش از حد از منابع آب زیرزمینی افزون بر کاهش امکان دسترسی به آنها از نگاه زیست محیطی منجر به ایجاد اثرات نامطلوب هیدرولوژیکی، کیفیت آب و اکولوژیکی نیز می گردد. تغییرات در PH، شوری، دما، تجمع رسوب و تجمع مواد شیمیایی و مواد مغذی از جمله اثرات کیفیت آب به شمار می‌آیند. استفاده زیاد از نهاده­های شیمیایی نیز در حضور گسترده آب خود موجب نفوذ بیشتر این موارد به درون آب های زیرزمینی شده و آلودگی بیشتر آب های زیرزمینی را موجب می شود. آب گرفتگی و شوری خاک از دیگر پیامدهای استفاده بیش از حد ار آب و نهاده­های شیمیایی است (‎18).

تامین این اهداف در یک الگوی کشت مشخص می‌کند که هدف تصمیم گیرنده در انتخاب فعالیت های مختلف زراعی معمولاً به یک هدف خاص ختم نشده و بایستی، تعادلی بین نتایج و خروجی های حاصل از تصمیم که در تضاد و نقطه مقابل همدیگر هستند، برقرار کند (‎19). تصمیم گیری در شرایطی که چند هدف ویژه در پیش روی مدیران واحدهای کشاورزی قرار دارد، علاوه بر ابزار تصمیم سازی، نیازمند اطلاعات متنوع و مختلفی می باشد. ساز و کار یک نظام مدیریتی براساس چنین اطلاعاتی و اهداف چند گانه در طول زمان و مکان های مختلف کار ساده ای نیست و نیازمند روشی است که بتواند براساس مجموعه ای از اطلاعات موجود و آرمان های متفاوتی که در پیش روی مدیران واحدهای کشاورزی وجود دارد، وی را در جهت اتخاذ یک تصمیم منطقی راهنمائی کند.

در ادبیات علمی بهینه سازی، نوع مدل تصمیم گیری مناسب در چنین شرایطی به یکی از روش های چند معیاری[7]، چند هدفی[8]، اهداف متقابل[9] و چند خصلتی[10]  طبقه بندی می شود. وجه مشترک تمامی این روش ها آن است که یک توافق کامل در خصوص یک هدف ویژه ساده بدست نمی آید (‏20). در این راستا، استفاده از رهیافت برنامه ریزی ریاضی برای ارایه الگوی کشت بهینه از مزیتهای قابل توجهی برخوردار است که در مطالعات مختلف از آن استفاده شده است (‎21 و ‎21).

استان فارس، یکی از استان های مهم کشور در تولید محصولات کشاورزی است. در زمینه قابلیت های تولیدی، توان استان با حدود 9 میلیون تن محصولات زراعی باغی و مقام اول تولید دراین زمینه، در بین استان های کشور در حدی  است که نیاز غذائی بیش از 12 درصد  جمعیت کشور را تامین می کند (‏23). با این وجـود، در سطح استـان فـارس بهـره‌بـرداری از آب های زیرزمینی روند صعودی داشته و برخی مناطق استان فارس شرایط بحرانی پیدا کرده است. آنچه مشخص است این است که با افزایش تمایل زارعین به توسعه کشت محصولات زراعی، تقاضا برای حفر چاه‌های جدید و استحصال شدیدتر منابع آب از چاه‌های موجود افزایش می‌یابد. این در حالی است که اولویت اقتصاد و معیشت در استان فارس اتکا به بخش کشاورزی است و بیش از 95 درصد از آب در استان فارس در بخش کشاورزی مصرف می­شود. آمارهای موجود نشان می دهد که حجم بهره برداری از آب های زیرزمینی بیش از ظرفیت ذخایر آب های زیرزمینی استان می باشد. این برداشت اضافی باعث کاهش سالانه مقدار آب تعداد زیادی از دشت های استان گردیده است (‏25). لذا هر گونه مطالعه و تحقیقی که بتواند موجب کاهش مصرف آب و رهایی از بحران شود ضروری است. افزون بر آب که در سطح استان به طور بی‌رویه استفاده می‌شود، در سطح استان از نهاده کودشیمیایی نیز در حد بسیار بالایی استفاده می­شود که لزوم تـوجه به الگـوی مصـرف بهینــة آن از اهمیت­ویـژه‌ای بـرخـوردار است (‏16). بخـش مهمـی از بهینه سازی الگوی مصرف این نهاده‌ها از طریق انتخاب سطح فعالیت های زراعی در یک الگوی کشت محصولات صورت می‌پذیرد (‎21­و ‎15). در مطالعة جاری به بررسی جایگاه تکنیک کم آبیاری در یک الگوی مصالحه کننده بین اهداف اقتصادی و زیست محیطی در شهرستان فسای این استان پرداخته شد.

 

مواد و روش ها

استان فـارس بـا وسعت  126489 کیلومتـرمربـع یکی از استان هـای پهناور و مهم ایران محسوب می‌‌شود. از نظر آب و هوایی، استان فارس دارای تنوع اقلیمی گسترده‌‌ای است و همین تنوع آب و هوایی موجب گردیده که از نظر تولیدات و محصولات کشاورزی، دارای تنوع فراوانی باشد. استان فارس به پنج اقلیم مختلف تقسیم گردیده‌ است (‏25). این اقلیم‌‌ها عبارت از، اقلیم نیمه صحرائی خشک و گرم، اقلیم مدیترانه‌‌ای، اقلیم ترکیب مدیترانه‌‌ای و کوهستانی سرد، اقلیم صحرائی خشک و گرم و ترکیب اقلیم مدیترانه‌‌ای و نیمه‌‌صحرائی گرم می‌‌باشند. سه نوع اقلیم صحرائی گرم، اقلیم مدیترانه‌‌ای و اقلیم کوهستانی سرد، بیش از 90درصد از نواحی استان فارس را تشکیل می‌‌دهند. از آنجا که اقلیم صحرائی گرم، بیش از سایر اقلیم ها تحت تاثیر تنش های آبی قرار می‌گیرد و کاربرد تکنیک کم آبیاری می‌توان به عنوان یک راهکار موثر در این شرایط برای مواجه به کم آبی مورد توجه قرار گیرد،‌ شهرستان فسا در این اقلیم به عنوان منطقة مورد مطالعه انتخاب گردید.

همانطور که عنوان شد علاوه بر هدف سودآوری یا حصول حداکثر کردن بازدة برنامه‌ای[11] اهداف دیگری همچون کاهش مصرف کود شیمیایی و کاهش مصرف آب نیز مورد نظر مطالعه جاری بودند. در این شرایط، برنامه‌ ریزی‌ ریاضی‌ به‌ عنوان‌ یک ابزار تحقیقاتی‌ برای‌ تصمیم‌گیری‌ درمورد مسایل کشاورزی‌ گوناگونی‌ درسطح‌ مزرعه‌ و بخش‌ استفاده‌ می شود (‎27). در مطالعة جاری با هدف تامین این اهداف در مزرعة نمایندة منطقة مورد مطالعه در چارچوب محدودیت های حاکم بر فضای تصمیم گیری، مدل شبیه‌سازی در قالب برنامه‌ریزی ریاضی طراحی گردید. با توجه به این که اهداف مورد نظر نامتجانس هستند، لذا لازم است بگونه ای متجانس گردند. در برنامه ریزی ها و تصمیم گیری های چند هدفی می توان از منطق فازی برای همجنس کردن اهداف استفاده کرد (‏28، ‎29 و ‎30). از این روش تاکنون در مطالعات و تصمیم گیری چند هدفه استفاده‌های گسترده ای شده است (‎19، ‎31، ‎32 و ‎33).

برای ارایه الگوی فازی حاوی سه هدف یاد شده و تشکیل تابع عضویت آن ها، ابتدا باید مقادیر بهینه یا آرمانی برای هر یک از اهداف انفرادی را تعیین نمود. منظور از مقدار بهینه، حداکثر بازده برنامه­ای، حداقل مصرف آب و حداقل مصرف کود شیمیایی است. حداکثر بازده برنامه‌ای در این مدل وابسته به متغیرهای عملکرد، قیمت و هزینه های عملیاتی تولید محصولات است. در این مدل واحد بازده برنامه ای، عبارت از ریال در هکتار است. از آن جا که مهم ترین هدف مدل، بررسی جایگاه کم آبیاری در الگوی زراعی منطقة مورد مطالعه است، در این مدل از توابع تولید آب و محصول[12] در مراحل مختلف تولید در مدل استفاده گردید. رابطه عملکرد و مصرف آب به صورت یکنواخت در تمام مراحل رشد گیاه از رابطة زیر به دست می‌آید (‎34):

(1)

 

که در آن، Ya عملکرد واقعی، Yp عملکرد بالقوه، ETas مصرف خالص آب (تبخیر و تعرق) واقعی گیاه، ETps مصرف خالص آب (تبخیر و تعرق) گیاه و Ky ضریب حساسیت محصولات نسبت به آب است. به این ترتیب در مدل مطالعة جاری به منظور اعمال کم آبیاری و تعیین استراتژی کم آبیاری برای گیاه از رابطة 1 در فضای سایر محدودیتها و هدفهای مدل استفاده شد. فرم کلی تابع هدف حداکثر کنندة بازدة برنامه‌ای مورد استفاده به شکل زیر است:

(2)

 

حداقل مصرف آب، مشروط بر تأمین سطح فعلی بازده برنامه‌ای مطابق رابطة 3 ارایه شد. حداقل مصرف کود شیمیایی نیز مشروط بر تأمین سطح فعلی بازده برنامه‌ای، سطح فعلی آب و سایر نهاده‌های در دسترس مطابق رابطه 4 بدست آمد.

(3)

 

(4)

 

در روابط 2 تا 4، Y عملکرد محصول، F میزان استفاده از کود شیمیایی و W میزان آب مصرفی در یک هکتار کشت است.  P قیمت واحد محصول، C هزینه‌های متغیر سایر نهاده‌ها به جز نهاده‌های کودشیمیایی و آب، PF قیمت کودشیمیایی، Pw  قیمت آب، می‌باشند. X سطح فعالیت محصول و اندیسهای i و k نیز نشان دهنده نوع محصول می‌باشند.

پس از تعیین تابع عضویت هر یک از اهداف، با استفاده از رابطه 5، بیشینة مسافت مرکب آرمانی[13] تابع عضویت اهداف یاد شده مشروط بر محدودیت های موجود تعیین گردید (‎19):

(5)

 

که در آن :

(6)

 

(7)

 

در روابط فوق، وزن هدف j است که وابسته به ترجیحات و دانش تصمیم گیرنده دارد. برای در نظر گرفتن دانش و ترجیحات تصمیم گیرنده، وزن هایی بر حسب اهمیت اهداف رقیب به آن ها داده می شود که این وزن ها با تبادل نظر با تصمیم گیرندگان بدست می آید (‎19). تصمیم گیرنده باید تا جائی که ممکن است، نسبت وزنی و رابطه هر یک از توزیع کننده ها را نشان دهد. در این مطالعه، میانگین وزن هندسی برای تابع عضویت اهداف مورد استفاده بصورت زیر تعین گردید (‎35):

(8)

 

مقادیر وزن اهداف باید بزرگ تر از صفر و کوچکتر از یک و جمع آنها برابر یک باشد ( و ) (‎36). بر این اساس وزن اهداف بصورت زیر تعریف می‌گردد:

(9)

 

در روابط فوق wj تابعی معکوس از میانگین سطح اهداف نسبت به هدف j است. تابع لگاریتمی نیز بیانگر آن است که اولویت هر الگوی بهینه تابعی غیرخطی از اهداف مورد استفاده می‌باشد.

در روابط بالا همچنین، P عامل تعادلی اهداف است. این عامل به نوعی درجه جانشینی بین اهداف را مشخص می کند. در حالت P برابر 1، بیشترین درجه جانشینی و در حالت P برابر 3، اهداف از کمترین درجه جانشینی برخوردارند (‎19). علاوه براین، و  به ترتیب حداقل و حداکثر هدف j ام،  مقدار هدف بهینه و  جواب بهینه است و اختلاف   و  را با عنوان حد تحمل تعریف می‌کنند. lj نیز مقدار آرمانی هدف j ام می باشد.

از جمله مهم ترین محدودیت های مزرعة مورد مطالعه، زمین قابل کشت در افقهای زمانی مختلف است. این محدودیت به صورت رابطة زیر بیان می‌شود:

(10)

 

 

در این رابطه، a ضریب فنی زمین مورد نیاز برای کشت محصول i در t ماه  و B حداکثر زمین قابل کشت در هر ماه است. به منظور متوازن کردن عملکرد پیش بینی شده محصول i بر اساس کل آب خالص مصرفی و عملکرد پتانسیل محصولات در مدل از رابطة 11 استفاده شد:

(11)

 

در این رابطه بایستی توجه که کرد که میزان آب مورد استفاده گیاه در تابع عملکرد پیش بین شده (رابطة 11) بایستی در محدوة نیاز آبی گیاه در آبیاری کامل برای حصول عملکرد پتانسیل (ETp) و حداقل آب مورد نیاز گیاه برای ادامة حیات و عدم قرار گرفتن در تنش های معنی دار آبی (ETm) قرار گیرد. این محدودیت به شکل رابطة زیر در مدل لحاظ شد:

(12)

 

در فرآیند تامین نیاز آبی گیاهان، بخش قابل توجهی از آب به صورت فرونشت و تبخیر در مراحل انتقال، توزیع و کاربرد از دسترس گیاه خارج می‌گردد. علاوه براین در شرایط اعمال کم آبیاری، میزان آب مصرف گیاه از شرایط ابیاری کامل کمتراست. بنابراین آب مصرف شده برای آبیاری گیاهان به صورت ناخالص می‌باشد. بر این اساس، لازم است که در روابط 11 و 12 مصارف خالص با لحاظ راندمان کاربرد آب و درصد کم آبیاری اعمال شده مطابق رابطه زیر به مصرف ناخالص واقعی آب تبدیل گردد:

(13)

 

(14)

 

در روابط 13 و 14، TW کل آب مصرفی، EF راندمان آبیاری و D درصد میزان آب خالص مصرفی نسبت به نیاز آبی خالص برای محصول i است. رابطه 15، مجموع آب مصرفی محصولات در ماه t را بر موجودی منابع آب در آن ماه (TW)، محدود می‌نماید.

(15)

 

به منظور پاسخگوئی به نیازهای خود مصرفی محصولات مختلف توسط مزرعة نماینده، رابطة 16 مجموع تولیدات حاصل از حل مدل برنامه ریزی را به نیاز به تولید محصول (SC) محدود می‌کند:

 

(16)

 

در مجموع روابط مربوط به مدل مطالعة جاری، قیود و اطلاعات تکمیلی زیر نیز در نظر گرفته شده است:

(17)

 

 

t = 1, 2, …. , 12

j= 1,2, … , 5

i= 1, 2, … , 5

 

در مطالعه جاری به دلیل غیر خطی بودن تابع مسافت مرکب آرمانی از روش برنامه ریزی غیر خطی (NLP)[14]استفاده شد. به این ترتیب، با توجه به فازی سازی اهداف مطالعه و تلاش در جهت تحقق یک آرمان کلی بر اساس حداکثر کردن مقدار تابع مسافت مرکب آرمانی آن ها، ساختار مدل تصمیم گیری به شکل یک مدل برنامه ریزی غیر خطی فازی (FNLP) که امکان بهینه­سازی چند هدف را به طور توأم، مشروط بر محدودیت منابع فراهم می نماید طراحی گردید.

داده‌ها و اطلاعات مورد نیاز این مطالعه، براساس آنچه که متضمن رسیدن به اهداف آن بود، جمع‌آوری شد. طبقه بندی اطلاعات جمع آوری شده به صورت زیر می‌باشد:

1- الگوی کشت جاری محصولات: با استفاده از آمار سطح زیر کشت محصولات بر مبنای اطلاعات سال زراعی 87-1386 (Error! Reference source not found.) برای محصول عمدة مورد کشت در شهرستان، به دست آمد.

2- هزینه تولید و درآمد محصولات: اطلاعات متغیرهای برونزای مصرف نهاده‌ها، قیمت نهاده‌ها، عملکرد محصول و قیمت محصول به روش نمونه‌‌گیری خوشه‌‌ای چندمرحله‌‌ای طبقه‌‌بندی شده[15]  در سال زراعی 87-1386 و با استفاده از ابزار پرسشنامه، به روش مصاحبة حضوری با بهره‌برداران وارد شده در جمعیت نمونة مناطق مورد مطالعه، جمع آوری شد.

3- نیاز آبی و راندمان مصرف آب برای محصولات مختلف: مبنای لحاظ این اطلاعات در الگوهای در نظر گفته شده، مطالعه علیزاده و کمالی (Error! Reference source not found.) در مناطق مورد مطالعه و سند ملی آب کشور قرار داده شد.

4- ضرائب حساسیت گیاهان نسبت به آب (Ky): با توجه به این که این ضرائب در تحقیقات منطقه‌ای صورت گرفته تاکنون محاسبه نگردیده‌اند، اطلاعات مورد نظر در این خصوص از نتایج تحقیقات دورنباس و کاساسم (‎34) که قابل تعمیم به مناطق مختلف می‌باشد، به دست آمد.

5- سابقة عملکرد و قیمت محصولات: بر اساس اطلاعات حاصله از وزارت جهاد کشاورزی،  مرکز آمار ایران و سایر سایتهای مرتبط و همچنین مطالعات میدانی در منطقه، جمع آوری گردید.

6- وزن نسبی اهداف: در مطالعه جاری ترجیحات تصمیم‌گیرندگان در خصوص وزن نسبی هر یک از اهداف براساس مطالعات میدانی به روش نمونه‌‌گیری در سال زراعی 87-1386 و با استفاده از ابزار پرسشنامه، به روش مصاحبة حضوری، جمع آوری شد.

با استفاده از اطلاعات جمع آوری شده، الگوریتم های لازم برای رسیدن به نتایج الگوی این مطالعه در بسته نرم افزاری GAMS نوشته شد (Error! Reference source not found.) به دلیل غیر خطی بودن بعضی از روابط در مدل های مورد استفاده، روش برنامه ریزی غیر خطی (NLP)[16] برای حل متغیرهای تصمیم شامل میزان آب مورد،‌ عملکرد و سطح زیر کشت محصولات انتخاب شده در الگو استفاده شد. این مدل به شیوة CONOPT برای  راهبرد تامین 100 درصد موجودی آب مزرعة نماینده و با یک مرتبه اجرای نهائی، حل ‌‌گردید.

 

نتایج و بحث

سطح زیر کشت کل محصولات زراعی شهرستان فسا در سال زراعی 86-1385 برابر 37364 هکتار می‌باشد که از این میان، 37244 هکتار به صورت آبی و 120 هکتار به صورت دیم کشت می‌گردند. محصولات مورد کشت در این اراضی شامل گندم، جو، ذرت دانه ای، نخود، لوبیا، پنبه، کنجد، چغندر قند، بادمجان، پیاز، گوجه فرنگی، باقلا تازه، اسفناج، گشنیز، شود، کاهو، خربزه، هندوانه و یونجه با تولید کل 282843 تن محصول می‌باشند. با این وجود از کل سطح زیر کشت اراضی آبی که در حدود 7/99 درصد از اراضی کشت شده این شهرستان را شامل می‌شوند، 15/97 درصد در سال زراعی 86-1385 به کشت 5 محصول گندم، جو، پنبه، ذرت و گوجه فرنگی اختصاص یافته است (جدول 1).


 

جدول 1 سطح زیرکشت، عملکرد و فراوانی سطح محصولات زراعی شهرستان فسا

Table 1. Acreage, performance and frequency of crop area in city of Fasa

محصول

سطح زیر کشت

(هکتار)

عملکرد

(کیلوگرم)

فراوانی از کل (درصد)

فراوانی تجمعی (درصد)

 گندم

22972

5119

68/61

68/61

جو

1513

2992

06/4

74/65

پنبه

653

3435

75/1

67/50

ذرت دانه ای

10153

9054

27/26

94/76

گوجه فرنگی

891

56814

39/2

15/97

سایر محصولات

1062

-

85/2

00/100

جمع کل

37244

 

100

 

 

 

 

با توجه به اطلاعات جدول 1، فعالیت مزرعة نمایندة مطالعة جاری بایستی در برگیرندة محصولات عمدة کشت شده در منطقه بود. براین اساس، مجموع سطح محصولات گندم، جو، پنبه و گوجه فرنگی که از نظر زمان کشت و استفاده از منابع زمین و آب در­ رقابت با یکدیگر بودند، به عنوان حداکثر موجودی زمین قابل برنامه‌ریزی در نظر گرفته شد و سهم هریک از محصولات به صورت درصدی از این موجودی محاسبه شد. از آنجا که فعالیت کشت محصول ذرت، به عنوان کشت جایگزین بعد از محصولاتی مانند گندم و جو در منطقه می‌باشد، سهم این محصول هم از موجودی زمین به صورت جداگانه حساب شد. به این ترتیب، نتایج ارایه شده برای متغیر تصمیم سطح زیر کشت در الگوهای زراعی پیشنهادی نیز  به درصد بیان می‌شود. اطلاعات الگوی کشت جاری برای مزرعة نمایندة در نظر گرفته شده در محدودة مطالعاتی در جدول 2 مشاهده می‌شود. بر اساس این جدول، تراکم کشت در مزرعة نماینده برابر 139 درصد بوده که 100 درصد آن به کشت چهار محصول گندم، جو، پنبه و گوجه فرنگی و 39 درصد آن به کشت ذرت اختصاص داده شده است. با در نظر گرفتن موجودی زمین معادل 1 هکتار برای مزرعة نماینده و سهم سطح زیر کشت هر یک از محصولات نسبت به این مقدار زمین، در آمد خالص در حدود 13173 هزار ریال در هکتار با لحاظ عملکرد جاری محصولات در جدول، به دست آمد.

 

 

جدول 2 – الگوی کشت و درآمد خالص مزرعة نماینده در وضعیت جاری

Table 2. Cropping patterns and farm net income in the current state representative

محصول

 گندم

جو

پنبه

ذرت

گوجه فرنگی

کل

سطح زیر کشت (درصد)

88

6

3

39

3

139

عملکرد (کیلوگرم در هکتار)

5119

2992

3435

9054

56814

-

تولید (کیلوگرم)

4518

174

86

3532

1945

10254

قیمت (ریال در کیلوگرم)

2881

1964

6927

2209

1026

-

هزینه (ریال در هکتار)

5291540

4449400

13510440

10038490

40684330

-

درآمد ناخالص در الگو(1000 ریال در هکتار)

13014

342

597

7801

1996

23749

هزینه در الگو (1000 ریال در هکتار)

4670

259

339

3916

1393

10576

بازدة برنامه‌ای در الگو (1000 ریال در هکتار)

8344

83

258

3885

603

13173

کود شیمیایی مصرفی (کیلوگرم در هکتار)

583

312

551

733

860

862

آب نا خالص مصرفی  (مترمکعب در هکتار)

11411

9761

31658

26465

26944

22678

 

 

جدول 3، اطلاعات مربوط به مصرف آب برای مزرعه نماینده را نشان می‌دهد. براساس این جدول، کشاورز نماینده با اعمال کم آبیاری برای محصولات مختلف و داشتن راندمان کاربرد آب معادل 46 درصد، سعی در حداکثر کردن استفاده از 22678 مترمکعب آب در دسترس برای یک هکتار موجودی زمین الگو دارد. اطلاعات این جدول نشان می‌دهد که محصولات در نظر گرفته شده در الگو، قابلیت افزایش عملکرد تا سطح عملکرد پتانسیل با فرض ثابت بودن سایر شرایط و تامین نیاز آبی کامل گیاهان را دارا می‌باشند.

 

 

جدول 3 اطلاعات مربوط به تابع عمکرد محصول نسبت به آب و مصرف آب در الگوی کشت جاری

Table 3. Information of product performance function based on water and water consumption in the current cropping pattern

محصول

شاخص

 گندم

جو

پنبه

ذرت

گوجه فرنگی

عملکرد پتانسیل (کیلوگرم)

Yp

7800

4000

4500

9800

70000

عملکرد واقعی (کیلوگرم)

Ya

5119

2992

3435

9054

56814

ضریب حساسیت گیاه به آب

Ky

1.05

1.05

0.85

1.25

1.05

نیاز آبی خالص در عملکرد پتانسل (متر مکعب در هکتار)

Etp

7840

5920

20010

12970

15120

آب مصرفی در عملکرد واقعی (مترمکعب در هکتار)

Eta

5249

4490

14563

12174

12394

راندمان کاربرد آب (درصد)

E

46

46

46

46

46

کم آبیاری نسبت به سطح آبیاری کامل (درصد)

D

67

76

73

94

82

 


به منظور تامین اهداف مطالعه جاری، قبل از اجرای الگوهای برنامه ریزی لازم بود، وزن هر یک از اهداف در نظر گرفته شده مشخص گردد. این وزن پس از جمع آوری اطلاعات مورد نیاز براساس روش تحقیق ارایه شده، صورت پذیرفت. جدول 4، وزن محاسبه شده برای هریک از اهداف در نظر گرفته شده را نشان می‌دهد. پس از مشخص شدن وزن اهداف، الگوهای برنامه ریزی تامین کنندة اهداف مختلف اجرا شد که نتایج آن ارایه شده است.

 

جدول 4- وزن اهداف در نظر گرفته شده

در مدل برنامه ریزی

Table 4. Intended purposes weight in planning

اهداف

وزن اهداف

حداکثر بازده برنامه ای

50/0

حداقل مصرف آب

40/0

حداقل مصرف کود شیمیایی

10/0

 

جدول 5، نتایج حاصل از اجرای الگوهای برنامه ریزی با اهداف متفاوت در شهرستان فسا را در مقایسه با الگوی جاری نشان می‌دهد. براساس این جدول، در الگوی جاری کشت محصولات ایـن شهرستـان، دو محصـول گنـدم و ذرت بـه ترتیب در کشت های اول و دوم سال زراعی، بیشترین سهم را در ترکیب کشت محصولات مختلف دارا می‌باشند. با نگاهی به ترکیب کشت در الگوهای مختلف می‌توان دریافت که در تمامی این الگوها، سهم حداکثری این دو محصول در الگو همچنان حفظ شده است. در عین حال درصد سطح زیر کشت تمامی محصولات نسبت به وضع جاری کاهش پیدا کرده است، به گونه‌ای که تراکم کشت در الگوی حداقل کنندة مصرف کود شیمیایی به حدود 83 رسیده که نسبت به تراکم جاری حدود 56 درصد کاهش داشته است.

 

 

جدول 5- الگوی کشت مدل های مختلف در نظر گرفته شده در شهرستان فسا (واحد: درصد)

Table 5. cropping pattern of different models intended in the city of Fasa (Unit: Percentage)


نام محصول

هدف الگو

جاری

حداکثر بازده برنامه‌ای

حداقل کننده‌ مصرف آب

حداقل کنندة مصرف کود شیمیایی

مصالحة اهداف

 گندم

26/88

09/59

09/59

59/55

09/59

جو

81/5

71/3

91/2

91/2

91/2

پنبه

51/2

25/1

25/1

25/1

25/1

ذرت

01/39

76/36

50/19

50/19

36/83

گوجه فرنگی

42/3

28/3

96/1

33/3

62/3

جمع

01/139

10 /104

72/84

59/82

70/103

 

 

از آن جا که امکان تامین تمامی اهداف که گاهاً به صورت متضاد ظاهر می‌شوند، وجود ندارد، با اجرای الگوی مصالحه‌ای پیش گفته سعی شد تا به تامین آرمانی این اهداف در شهرستان فسا بر اساس وزن در نظر گرفته شده برای آن ها و امکان جانشینی آن ها در الگو پرداخته شود. جدول 6، تاثیر اجرای الگوهای برنامه ریزی با اهداف متفاوت بر شاخص های در نظر گرفته شده در مطالعة جاری را نشان می‌دهد. در این جدول فاصلة شاخص ها تا آرمان در نظر گرفته شده و حدبحرانی آن ارایه شده است. از آن جا که حدبحرانی تمامی آرمان های در نظر گرفته شده، الگوی جاری کشت محصولات فرض شده است، در این جدول، تابع مسافت مرکب آرمانی در الگوی جاری برابر صفر می‌باشد. این در حالی است که در الگوی برنامه‌ریزی حداکثر کنندة بازدة برنامه‌ای هر چند که 100 درصد آرمان دستیابی به بیشترین بازدة برنامه‌ای تامین شده، ولی فاصلة آن در پایین‌ترین حد رسیدن به آرمان حداقل ساختن مصرف آب و در حد میانة بحرانی آرمان حداقل سازی مصرف کود شیمیایی قرار دارد. این عوامل باعث شده که مسافت مرکب آرمانی این الگو نسبت به الگوی جاری با شرایط بحرانی، 70/56 درصد ارتقاء یابد.

در الگوی حداقل کنندة مصرف آب، رسیدن به آرمان های کاهش مصرف آب و کودشیمیایی تحقق یافته است، ولی آرمان حداکثر ساختن بازدة برنامه‌ای بدست نیامده و این، آرمان در حد بحرانی ثابت مانده است. مجموعة فواصل مذکور تا حد آرمانی مورد نظر باعث شده که فاصلة مرکب آرمانی، 75/49 درصد نسبت به مقدار بحرانی آن بهبود یابد که از فاصلة الگوی حداکثر بازدة برنامه‌ای کمتر است.

الگوی دیگری که نتایج آن در جدول 6 ارایه شده است، الگوی حداقل کنندة مصرف کود شیمیایی است. مشاهدة نتایج به دست آمده برای این الگو حکایت از آن دارد که شاخص های به دست آمده برای آن تقریباً نزدیک به الگوی حداقل کنندة مصرف آب است. بنابراین مسافت مرکب آرمانی برای این الگوها نیز برابر 10/49 درصد است.

 

 


 


جدول 6 تاثیر الگوی کشت بر شاخص های مختلف در شهرستان فسا

Tale 6. The effects of culture on various indices in the city of Fasa

هدف الگو

شرح

مصالحة اهداف

حداقل کنندة مصرف کودشیمیایی

حداقل کننده‌ مصرف آب

حداکثر بازده برنامه‌ای

جاری

 

 

 

 

 

سطح شاخص در الگو

15771558

13172590

13172590

15788278

13172590

بازدة برنامه‌ای (ریال در هکتار)

10305

7815

7755

10368

10432

مصرف آب (مترمکعب در هکتار)

662

512

520

661

862

کودشیمیایی (کیلوگرم در هکتار)

 

 

 

 

 

فاصله تا حد بحرانی

2,598968

0

0

2615688

0

حداکثر بازده برنامه‌ای (ریال)

127

2617

2677

64

0

حداقل  مصرف آب (متر مکعب)

200

350

342

201

0

حداقل  مصرف کود شیمیایی (کیلوگرم)

 

 

 

 

 

تامین سطح آرمانی هدف (درصد)

36/99

00/0

0/0

100

0

حداکثر بازده برنامه‌ای (ریال)

74/4

75/97

00/100

40/2

0

حداقل  مصرف آب (متر مکعب)

20/57

00/100

55/97

45/57

0

حداقل  مصرف کود شیمیایی (کیلوگرم)

30/57

10/49

75/49

70/56

0

مسافت مرکب آرمانی

 

 

آنچه که از بررسی نتایج این الگوها می‌توان دریافت آن است که هر چند در الگوهای با هدف واحد بخشی از آرمان در نظر گرفته شده تحقق یافته است، ولی از سطوح آرمانی سایر اهداف که با هدف مورد نظر در تضاد بوده اند، فاصله بوجود آمده است. مقایسة این الگو‌ها نشان می‌دهد که تامین هدف حداقل مصرف آب و بازدة برنامه‌ای در تناقض و با حداقل مصرف کود شیمیایی تا حدودی هم جهت هستند. در این خصوص نیاز به الگویی که بتواند حداکثر مصالحة بین اهداف را با در نظر گرفتن وزنی که تصمیم‌گیرندگان برای آن ها قایل شده‌اند، در برداشته باشد دیده می‌شود. الگوی مصالحه کنندة اهداف در پاسخ به این نیاز در شهرستان فسا اجرا شد. نتایج این الگو نشان می‌دهد که با اجرای آن در حدود 99 درصد از آرمان بازدة برنامة ای، 5 درصد از آرمان حداقل مصرف آب و 57 درصد از آرمان حداقل مصرف کود شیمیایی تامین می‌شود که که بر اساس آن مجموعة فواصل آرمانی باعث شده که فاصلة مرکب آرمانی نسبت به شرایط موجود، 30/57 درصد ارتقاء یابد که نسبت به سایر الگوهای در نظر گرفته شده در وضعیت مناسب تری قرار دارد. بنابراین این الگو را می‌توان به عنوان بهترین الگوی مصالحه کنندة بین اهداف در نظر گرفت.

به منظور بررسی جایگاه کم آبیاری در تامین اهداف یاد شده به مقایسة نتایج جداول قبل پرداخته شد. در این شرایط الگوی برنامه‌ریزی کاهش سطح محصولات گندم، جو، ذرت و پنبه و افزایش سطح گوجه فرنگی را به عنوان الگوی مصالحه‌ای در نظر گرفته است. این تغییرات در نهایت تراکم کشت را در حدود 35 درصد کاهش داده است. با وجود کاهش تراکم کشت، نتایج جدول 6 نشان می‌دهد که در حدود 99 درصد از سطح آرمانی هدف حداکثر شدن بازدة برنامه‌ای در این الگو تامین شده است. با مقایسة نتایج جدول 3 با نتایج به دست آمده از  اطلاعات مربوط به اعمال کم آبیاری در الگوی مصالحه کنندة اهداف در جدول 7، نتیجه می‌گیریم که الگوی مصالحه‌ای کاهش سطح محصولات را با حذف کم آبیاری و انجام آبیاری کامل برای محصولات گندم، جو، ذرت و گوجه فرنگی و در نتیجه رساندن الگو به عملکرد پتانسیل این محصولات جبران کرده است. ولی برای محصول پنبه همچنان بایستی به رعایت کم آبیاری پرداخت. حاصل این عمل افزایش حدود 20 درصد در درآمد خالص مزرعة نماینده توام با کاهش 35 درصدی در تراکم کشت محصولات به دلیل شرایط وجود محدودیت آب برای مدل بوده است.


 

جدول 7 اطلاعات مربوط به اعمال کم آبیاری در الگوی مصالحه‌کنندة اهداف در مزرعة نماینده

Tale 7. Information on deficit irrigation in goals pattern representative in field  

محصول

 گندم

جو

پنبه

ذرت

گوجه فرنگی

عملکرد واقعی (کیلوگرم)

7800

4000

3323

9800

70000

آب مصرفی در عملکرد واقعی (مترمکعب در هکتار)

7840

5920

14007

12970

15120

کم آبیاری نسبت به سطح آبیاری کامل (درصد)

100

100

70

100

100

 

 

 

جدول 8، نتایج حاصل از اجرای الگوی پیشنهادی در کل شهرستان را نشان می‌دهد. براساس نتایج این جدول با اجرای این الگو در حدود 94 میلیارد ریال به درآمد کل منطقه اضافه خواهد شد. این در حالی است که پیامدهای مثبت زیست محیطی همچون کاهش مصرف حدود 6/4 میلیون مترمکعب آب و همچنین کاهشی در حدود 7246 تن در مصرف کود شیمیایی از نتایج دیگر اجرای این الگو خواهد بود.

 

 

جدول 8- تاثیر اجرای الگوی مصالحه‌ای در کل شهرستان

شرح متغیر

مزرعة نماینده

کل شهرستان

سطح زیر کشت (هکتار)

1

36182

افزایش بازده برنامه‌ای (ریال)

2598968

94035871379

کاهش مصرف آب (متر مکعب)

127

4595090

کاهش مصرف کود شیمیایی (کیلوگرم)

200

7245847

 

 

نتیجه گیری و پیشنهادات

 

با در نظر گرفتن برآیند نتایج و اختصاص وزن مربوطه به هر یک از اهداف از سوی مدیران واحدهای کشاورزی که در قالب تابع مسافت مرکب آرمانی نمایان می‌شود، می‌توان گفت که الگوی مصالحه‌ کنندة اهداف نسبت به الگوی جاری و حتی الگوهای تک هدفه در تامین کلی سطوح آرمانی اهداف چندگانه در نظر گرفته شده برتری دارد. بنابراین، از مقایسة الگوی زراعی جاری و مصالحه‌ کنندة اهداف تصمیم گیرنده در شرایط تامین آب برابر،‌ می‌توان نتیجه گرفت که کشاورزان مزرعة نماینده در شهرستان فسا در انتخاب الگوی زراعی، ناکارا عمل می‌نمایند. این مقایسه همچنین نشان می‌دهد که تصور کشاورزان بر استفاده از حداکثر زمین قابل کشت برای افزایش درآمد و اعمال کم آبیاری برای تمامی محصولات به دلیل محدودیت موجودی آب اشتباه است. بلکه با اعمال آبیاری کامل و کاهش سطح زیر کشت برای رعایت محدودیت موجودی آب، امکان افزایش درآمد برای مـزرعـة نماینــده وجود دارد. این نتیجه با نتایج بسیاری از مطالعات که کم آبیاری را به صورت تک محصولی و فارغ از فضای محدودیت آب حاکم و الگوی بهینة کشت در نظر گرفته‌اند، متفاوت است. علاوه براین، هر چند که افـزایش بـازدة برنامـه‌ای بـا کاهش مصـرف آب و تــا حدودی با کاهش مصرف کود شیمیایی در تناقض می باشد، به گونه‌ای که اجرای الگوی مصالحه‌ای تاثیر محدودی بر کاهش مصرف آب گذاشته است، ولی تعمیم نتایج از مزرعة نماینده به کل شهرستان مور مطالعه نشان دهندة تاثیر قابل توجهی بر افزایش بازدة برنامه‌ای، کاهش مصرف آب و کود شیمیایی است.

با توجه به نتایج حاصل از این مطالعه توصیه می‌شود که به منظور افزایش درآمد کشاورزان و کاهش نتایج منفی زیست محیطی حاصل از کشت محصولات در شهرستان فسا، الگوی کشت پیشنهادی در راستای مصالحة بین اهداف تصمیم گیرنده در منطقة مورد مطالعه به اجرا گذاشته شود. از آن جا که اجرای این الگو با طرز نگرش کنونی کشاورزان نسبت به مدیریت آب مصرفی در دسترس در سطح کل اراضی تحت تملکشان، متفاوت است، پیشنهاد می شود که اقدامات ترویجی لازم در این خصوص صورت گیرد. اساس این اقدامات بر پایة آن است که به کشاورزان اطمینان داده شود که به زیرکشت بردن کامل زمین زراعی تحت تملکشان با آب محدودی که در اختیار دارند لزوماً به معنی حداکثر شدن بازدة برنامه‌ای آن ها نیست. بلکه با اعمال برنامة مصالحه‌ای یاد شده و کاهش تراکم کشت محصولات می‌توان به بازدة برنامه‌ای بیشتری دست یافت. در این خصوص بایستی با حذف کم آبیاری و انجام آبیاری کامل برای محصولات گندم، جو، ذرت و گوجه فرنگی و در نتیجه رساندن الگو به عملکرد پتانسیل این محصولات و رعایت کم آبیاری برای محصول پنبه تا سطح 70 درصد آبیاری کامل به این نتایج رسید.

 

منابع

  1. English, M. and S.N. Raja (1996). Review perspective on deficit irrigation. Agricultural Water Management, 32: 1-14.
  1. Zhang, X. and Pci, D. 1999. Management of supplemeatal irrigation of winter wheat for maximum profit. In: Kirda, C., Moutonnet, P., Hera, C. and Nielsen, D. R. (Eds.). Crop yield response to deficit irrigation. KJ.wer Academic Pub. Dordrecht. The Netherlands. 57-65.
  1. سالمی، ح. و د. افیونی (1384). اثر تیمارهای کم آبیاری بر عملکرد و اجزای عملکرد دانه ارقام جدید گندم. علوم کشاورزی و منابع طبیعی، 12 (3): 20-11.
  2. توکلی، ع. (1382). اثرات کم آبیاری و نیتروژن بر عملکرد و اجزای عملکرد گندم. مجله علمی کشاورزی، 26 (2):75-87.
  3. جلیلیان، ع.، ع. شیروانی، ع. ,نعمتی و ج. بساطی (1380). بررسی اثرات کم آبیاری بر تولید و اقتصاد چغندرقند در منطقه کرمانشاه. مجله چغندر قند، 17(1): 1-14.
  4. عرب زاده، ب. و ع. توکلی (1384). به گزینی مدیریت کم آبیاری تنظیم شده در کشت نشایی برنج. علوم کشاورزی و منابع طبیعی، 12(4): 11-20.
  5. انصاری، ح.، س.م. میرلطیفی و ع.ا. فرشی (1385). تاثیر کم آبیاری بر عملکرد و کارآیی مصرف آب ذرت زودرس. علوم خاک و آب، 20(2): 338-348.
  6. اسماعیلی، م. و ا. گلچین (1384). تحلیل اقتصادی کم آبیاری و تاثیر آن بر عملکرد دانه و میزان روغن دو رقم آفتابگردان. دانش کشاورزی، 15(1): 121-135.
  7. توکلی، ع. (1385). تخمین تابع تولید گندم و بهینه سازی کم آبیاری و نیتروژن. پژوهش و سازندگی، 19(2): 25-33.
  8. Bailey, A.P., Rehman,   T., Park, J., Keatinge, J.D.H. and R.B. (1999).Tranter, towards a method for the economic evaluation of environmental indicators for UK integrated arable farming systems. Agriculture, Ecosystem and Environment, 72: 145-158.
  9. Ten Berge, H. F. M. Van Ittersum, M.K., Rossing W.A.H., Van de Ven G.W.J., Schans J. and P.A.C.M. Van de Sanden (2000). Farming options for The Netherlands explored by multi-objective modeling. European Journal of Agronomy 13: 263–277.
  10. De Koeijer, T.J., Wossink, G.A.A., Smitc, A.B., Janssens, S.R.M., Renkema J.A. and Struike.  P.C. (2003). Assessment of the quality of farmers’ environmental management and its effects on resource use efficiency: a Dutch case study. Agricultural System, 78: 85-103.
  11. Almasri, M. N and J. J. Kaluarachchi (2005). Multi-criteria decision analysis for the optimal management of nitrate contamination of aquifers. Journal of Environmental Management 74: 365-81
  12. Latinopoulos, D. and Mylopoulos, Y.  (2005). Optimal allocation of land and water resources in irrigated agriculture by means of Goal Programming: Application in Loudias River basin, Global Nest Journal, 7:264-273.
  13. Bartolini, F., Bazzani, G.M., 15.  Gallerani, V., Raggi, M. And Viaggi, D. (2007). The impact of water and agriculture policy scenarios on irrigated farming systems in Italy: An analysis based on farm level multi-attribute linear programming models, Agricultural System, 93: 90-114.
  14. کریم­زادگان، ح، گیلانپور، ا و س. ا. میر حسینی (1385). اثر یارانه کودشیمیایی بر مصرف غیربهینه آن در تولید گندم. فصلنامه اقتصاد کشاورزی و توسعه، (55): 133-121.
  15. بابا اکبری ساری، م. و ج. ملکوتی 1386. تاثیر بافت خاک در افزایش کارائی زراعی و درصد بازیافت ظاهری کودهای نیتروژنه در گندم. مجموعه مقالات دهمین کنگره علوم خاک ایران، کرج.
  16. Dwyer, G., Douglas, R., Peterson, D. and Chong, J. (2006), Irrigation externalities: pricing and charges, Staff Working Paper
  17. Barnes, E.M. And D. Jones (2000). Fuzzy composite programming to combine remote sensing and crop models for decision support in precision crop management. Agricultural System, 65: 137-158.
  18. آذر، ع. و ح. فرجی (1381). علم مدیریت فازی. انتشارات اجتماع، تهران.
  19. Berbel, J. and Gomez-Limon, J.A. (2000). The impact of water-pricing policy in Spain: An analysis of three irrigated areas, Agricultural Water Management, 43: 219-238.
  20. Francisco, S. R and A. Mubarik (2006). Resource allocation tradeoffs in Manila's peri-urban vegetable production systems: An application of multiple objective programming. Agric. Sys. 87, 147–168.
  21. بی نام (1384). سند ملی توسعه استان فارس در برنامه پنج ساله چهارم توسعه، موسسه پژوهشهای برنامه ریزی و اقتصاد کشاورزی. تهران.
  22. بی نام (1387 الف). بانک اطلاعات زراعت وزارت جهاد کشاورزی، سایت: WWW.Agri-Jahad.ir.
  23. بی نام (1387 ب). شرکت آب منطقه‌ای استان فارس، سایت: www.frrw.ir.
  24. حیاتی، د. (1374). سازه‌‌های اجتماعی-اقتصادی و تولیدی-زراعی مؤثر بر دانش فنی، دانش کشاورزی پایدار و پایداری نظام زراعی در بین گندم‌‌کاران استان فارس. پایان نامة کارشناسی ارشد، دانشکدة کشاورزی، دانشگاه شیراز.
  25. Hazell, P.B.R. and R.D. Norton. 1986. Mathematical programming for economic analysis in agriculture. McMillan. New York.
  26. اسدپور، ا. (1384). نظریه و کاربرد مدل برنامه ریزی فازی در تولید محصولات زراعی. فصلنامه اقتصاد کشاورزی و توسعه، ویژه نامه بهره وری و کارآیی.
  27. Hannan, E.L. (1981). On Fuzzy goal programming. Decision Science, 12 (3): 522-531.
  28. Narasimhan, R. (1980). Goal programming in a Fuzzy environment. Decision Science, 11: 325-336.
  29. Bender, M.J and S.P. Simonovic (2000). A fuzzy compromise approach to water resource systems planning under uncertainty. Fuzzy Sets and Systems, 115: 35-44.
  30. Ghosh, S. and P.P. Mujumdar (2006). Risk minimization in water quality control problems of river system. Advances in water Resources, 29 : 458-470.
  31. Maqsood, I., G.H. Huang and J. Scott Yeomans (2005). An interval-parmeter fuzzy two-stage stochastic program for water resources management under uncertainty. Euopean Journal of Operational Research, 167: 208-225.
  32. Doorenbos, J. And A.H. Kassam. 1979. Yield response to water. FAO Irrig. And Drain Paper No. 33, FAO, Rome, Italy.
  33. Cerioli, A. and Zani, S. (1990). A fuzzy approach to the measurement of poverty. In C. Dagum, & M. Zenga (Eds.), Income and wealth distribution, inequality and poverty, 272–284, Berlin: Springer-Verlag.
  34. Chiappero Martinetti, E. (1996). Standard of living evaluation based on Sen’s Approach: Some methodological suggestions. Notizie di Politeia, 12: 37–53.

 

 

 



1- استادیار گروه اقتصاد کشاورزی دانشگاه زابل *(مسوول مکاتبات).

2- استادیار گروه مهندسی آب دانشگاه زابل

3- مربی گروه اقتصاد کشاورزی دانشگاه زابل

[2]- Assistant Prof, Deptartment of Agricultural Economics, University of Zabol, Zabol, Iran* (Corresponding Author).

[3]- Assistant Prof, Deptartment of Water Engineering ,University of Zabol, Zabol, Iran

[4]- Instructoir of Agricultural economics, University of Zabol, Zabol, Iran 

1- Deficit Irrigation

2- Water Use Efficiency

[7]-  Multi criteria

[8]- Multi objective

[9]- Competing objective

[10]- Multi attribute

[11]- Gross Margin

[12]- Crop-Water Production Function

3-Fuzzy composite distance

[14]- Nonlinear Programming

[15]- Stratified Multi Stage Cluster Sampling

[16]- Nonlinear Programming

 

  1. English, M. and S.N. Raja (1996). Review perspective on deficit irrigation. Agricultural Water Management, 32: 1-14.
  1. Zhang, X. and Pci, D. 1999. Management of supplemeatal irrigation of winter wheat for maximum profit. In: Kirda, C., Moutonnet, P., Hera, C. and Nielsen, D. R. (Eds.). Crop yield response to deficit irrigation. KJ.wer Academic Pub. Dordrecht. The Netherlands. 57-65.
  1. سالمی، ح. و د. افیونی (1384). اثر تیمارهای کم آبیاری بر عملکرد و اجزای عملکرد دانه ارقام جدید گندم. علوم کشاورزی و منابع طبیعی، 12 (3): 20-11.
  2. توکلی، ع. (1382). اثرات کم آبیاری و نیتروژن بر عملکرد و اجزای عملکرد گندم. مجله علمی کشاورزی، 26 (2):75-87.
  3. جلیلیان، ع.، ع. شیروانی، ع. ,نعمتی و ج. بساطی (1380). بررسی اثرات کم آبیاری بر تولید و اقتصاد چغندرقند در منطقه کرمانشاه. مجله چغندر قند، 17(1): 1-14.
  4. عرب زاده، ب. و ع. توکلی (1384). به گزینی مدیریت کم آبیاری تنظیم شده در کشت نشایی برنج. علوم کشاورزی و منابع طبیعی، 12(4): 11-20.
  5. انصاری، ح.، س.م. میرلطیفی و ع.ا. فرشی (1385). تاثیر کم آبیاری بر عملکرد و کارآیی مصرف آب ذرت زودرس. علوم خاک و آب، 20(2): 338-348.
  6. اسماعیلی، م. و ا. گلچین (1384). تحلیل اقتصادی کم آبیاری و تاثیر آن بر عملکرد دانه و میزان روغن دو رقم آفتابگردان. دانش کشاورزی، 15(1): 121-135.
  7. توکلی، ع. (1385). تخمین تابع تولید گندم و بهینه سازی کم آبیاری و نیتروژن. پژوهش و سازندگی، 19(2): 25-33.
  8. Bailey, A.P., Rehman,   T., Park, J., Keatinge, J.D.H. and R.B. (1999).Tranter, towards a method for the economic evaluation of environmental indicators for UK integrated arable farming systems. Agriculture, Ecosystem and Environment, 72: 145-158.
  9. Ten Berge, H. F. M. Van Ittersum, M.K., Rossing W.A.H., Van de Ven G.W.J., Schans J. and P.A.C.M. Van de Sanden (2000). Farming options for The Netherlands explored by multi-objective modeling. European Journal of Agronomy 13: 263–277.
  10. De Koeijer, T.J., Wossink, G.A.A., Smitc, A.B., Janssens, S.R.M., Renkema J.A. and Struike.  P.C. (2003). Assessment of the quality of farmers’ environmental management and its effects on resource use efficiency: a Dutch case study. Agricultural System, 78: 85-103.
  11. Almasri, M. N and J. J. Kaluarachchi (2005). Multi-criteria decision analysis for the optimal management of nitrate contamination of aquifers. Journal of Environmental Management 74: 365-81
  12. Latinopoulos, D. and Mylopoulos, Y.  (2005). Optimal allocation of land and water resources in irrigated agriculture by means of Goal Programming: Application in Loudias River basin, Global Nest Journal, 7:264-273.
  13. Bartolini, F., Bazzani, G.M., 15.  Gallerani, V., Raggi, M. And Viaggi, D. (2007). The impact of water and agriculture policy scenarios on irrigated farming systems in Italy: An analysis based on farm level multi-attribute linear programming models, Agricultural System, 93: 90-114.
  14. کریم­زادگان، ح، گیلانپور، ا و س. ا. میر حسینی (1385). اثر یارانه کودشیمیایی بر مصرف غیربهینه آن در تولید گندم. فصلنامه اقتصاد کشاورزی و توسعه، (55): 133-121.
  15. بابا اکبری ساری، م. و ج. ملکوتی 1386. تاثیر بافت خاک در افزایش کارائی زراعی و درصد بازیافت ظاهری کودهای نیتروژنه در گندم. مجموعه مقالات دهمین کنگره علوم خاک ایران، کرج.
  16. Dwyer, G., Douglas, R., Peterson, D. and Chong, J. (2006), Irrigation externalities: pricing and charges, Staff Working Paper
  17. Barnes, E.M. And D. Jones (2000). Fuzzy composite programming to combine remote sensing and crop models for decision support in precision crop management. Agricultural System, 65: 137-158.
  18. آذر، ع. و ح. فرجی (1381). علم مدیریت فازی. انتشارات اجتماع، تهران.
  19. Berbel, J. and Gomez-Limon, J.A. (2000). The impact of water-pricing policy in Spain: An analysis of three irrigated areas, Agricultural Water Management, 43: 219-238.
  20. Francisco, S. R and A. Mubarik (2006). Resource allocation tradeoffs in Manila's peri-urban vegetable production systems: An application of multiple objective programming. Agric. Sys. 87, 147–168.
  21. بی نام (1384). سند ملی توسعه استان فارس در برنامه پنج ساله چهارم توسعه، موسسه پژوهشهای برنامه ریزی و اقتصاد کشاورزی. تهران.
  22. بی نام (1387 الف). بانک اطلاعات زراعت وزارت جهاد کشاورزی، سایت: WWW.Agri-Jahad.ir.
  23. بی نام (1387 ب). شرکت آب منطقه‌ای استان فارس، سایت: www.frrw.ir.
  24. حیاتی، د. (1374). سازه‌‌های اجتماعی-اقتصادی و تولیدی-زراعی مؤثر بر دانش فنی، دانش کشاورزی پایدار و پایداری نظام زراعی در بین گندم‌‌کاران استان فارس. پایان نامة کارشناسی ارشد، دانشکدة کشاورزی، دانشگاه شیراز.
  25. Hazell, P.B.R. and R.D. Norton. 1986. Mathematical programming for economic analysis in agriculture. McMillan. New York.
  26. اسدپور، ا. (1384). نظریه و کاربرد مدل برنامه ریزی فازی در تولید محصولات زراعی. فصلنامه اقتصاد کشاورزی و توسعه، ویژه نامه بهره وری و کارآیی.
  27. Hannan, E.L. (1981). On Fuzzy goal programming. Decision Science, 12 (3): 522-531.
  28. Narasimhan, R. (1980). Goal programming in a Fuzzy environment. Decision Science, 11: 325-336.
  29. Bender, M.J and S.P. Simonovic (2000). A fuzzy compromise approach to water resource systems planning under uncertainty. Fuzzy Sets and Systems, 115: 35-44.
  30. Ghosh, S. and P.P. Mujumdar (2006). Risk minimization in water quality control problems of river system. Advances in water Resources, 29 : 458-470.
  31. Maqsood, I., G.H. Huang and J. Scott Yeomans (2005). An interval-parmeter fuzzy two-stage stochastic program for water resources management under uncertainty. Euopean Journal of Operational Research, 167: 208-225.
  32. Doorenbos, J. And A.H. Kassam. 1979. Yield response to water. FAO Irrig. And Drain Paper No. 33, FAO, Rome, Italy.
  33. Cerioli, A. and Zani, S. (1990). A fuzzy approach to the measurement of poverty. In C. Dagum, & M. Zenga (Eds.), Income and wealth distribution, inequality and poverty, 272–284, Berlin: Springer-Verlag.
  34. Chiappero Martinetti, E. (1996). Standard of living evaluation based on Sen’s Approach: Some methodological suggestions. Notizie di Politeia, 12: 37–53.