ارائه مدلی برای بهینه یابی تخصیص کاربری اراضی جهت ذخیره آب مجازی با استفاده از الگوریتم های فراابتکاری
محل انتشار: نشریه سنجش از دور و GIS ایران، دوره: 9، شماره: 3
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 186
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GIS-9-3_002
تاریخ نمایه سازی: 9 آبان 1400
چکیده مقاله:
امروزه یکی از محدودیت های موجود، در زمینه منابع آب، ضعف راهکارهای مرتبط با مدیریت منابع آب است. ازجمله راهکارهای مدیریتی برای بهبود این مشکل، تخصیص بهینه کاربری با رویکرد آب مجازی است. در تحقیق حاضر، مدلی برای بهینه یابی تخصیص کاربری با رویکرد ذخیره آب مجازی، با استفاده از الگوریتم های فراابتکاری ژنتیک (NSGA-II،GA) در اراضی آبادی حاجی لک واقع در بخش سیمینه شهرستان بوکان (استان آذربایجان غربی) ارائه شده است. پس از تهیه لایه کاربری اراضی و آماده سازی آن در سیستم اطلاعات جغرافیایی (GIS) و تهیه ضرایب توابع هدف، تخصیص کاربری با استفاده از الگوریتم های فراابتکاری ژنتیک، با توجه ویژه به کاهش مصرف آب مجازی، بهینه شده است. نتایج نشان می دهد الگوهای کاربری پیشنهادی در سناریوی آب مجازی، به ترتیب، در الگوریتم های GA و NSGA-II ، ۲۹ و ۳۵ درصد مصرف آب مجازی را کاهش داده است. این مدل می تواند، به منزله سیستم پشتیبان تصمیم، نقش موثری در تصمیم گیری مدیران براساس اهداف گوناگون ایفا کند. همچنین، آزمون تکرارپذیری، زمان اجرا و همگرایی الگوریتم ها در مدل حاکی از برتری الگوریتم NSGA-II بر GA است؛ به طوری که الگوریتم NSGA-II، در مقایسه با الگوریتم GA، دارای زمان کمتر در اجرای مدل است و همگرایی بیشتر و واریانس کمتری در آزمون تکرارپذیری از خود نشان می دهد. استفاده از الگوریتم های فراابتکاری در بهینه یابی تخصیص کاربری با رویکرد آب مجازی را می توان نوآوری موضوعی این تحقیق بیان کرد.
کلیدواژه ها:
نویسندگان
جواد سدیدی
استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه خوارزمی، تهران
پرویز ضیائیان فیروزآبادی
دانشیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه خوارزمی، تهران
درواری سید زهرا
دانشجوی سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه خوارزمی، تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :