ارائه یک الگوریتم برای انتخاب منطبق ترین محصولات کشاورزی بر حسب شرایط اقلیمی (مطالعه موردی: دشت سومار استان کرمانشاه)
محل انتشار: مجله تحقیقات آب و خاک ایران، دوره: 51، شماره: 7
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 147
فایل این مقاله در 14 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_IJSWR-51-7_015
تاریخ نمایه سازی: 2 خرداد 1402
چکیده مقاله:
با توجه به نقش اساسی بخش کشاورزی در تامین امنیت غذایی، افزایش روزافزون تغییرات آب و هوایی بهدلیل تغییر اقلیم جهانی و وابستگی میزان عملکرد محصولات کشاورزی به شرایط اقلیمی، بررسی رابطه بلندمدت شرایط اقلیمی و عملکرد محصولات کشاورزی در راستای هماهنگ سازی عملیات زراعی با روند تغییرات اقلیمی، ضروری بهنظر می رسد. در این تحقیق، برای رتبه بندی منطبق ترین محصولات کشاورزی با شرایط اقلیمی دشت سومار در استان کرمانشاه، یک الگوریتم غربال گر با در نظر گرفتن شرایط اقلیمی منطقه ارائه شده است. بدین منظور ابتدا با استفاده از شاخص شانون-وینر، حساسیت بوم نظام زراعی مدنظر نسبت به تغییرات اقلیمی سنجیده شد. سپس، با استفاده از روش رگرسیون خطی چندگانه و با کاربرد نرم افزار SPSS، مدل های رگرسیونی بین داده های اقلیمی و عملکرد محصولات تشکیل شد و پس از بررسی شروط استفاده از رگرسیون خطی در مورد تمام مدل ها، صحت مدل های ساخته شده، مورد تائید قرار گرفت. در ادامه، وزن پارامترهای اقلیمی موثر با استفاده از روش مقایسات زوجی، محاسبه شد که بر طبق نظر خبرگان، پارامتر دمای حداقل ماهانه با وزن ۱۶۹/۰ موثرترین و پارامتر متوسط سرعت باد ماهانه با وزن ۰۳۲/۰ کماثرترین پارامترهای اقلیمی شناخته شدند. در نهایت رتبه بندی منطبق ترین محصولات با شرایط اقلیمی دشت سومار در استان کرمانشاه، با استفاده از روش تاپسیس و محاسبه میزان شاخص شباهت که نشان دهنده امتیاز هر محصول است، بهدست آمد. مطابق نتایج حاصله، محصولات لوبیا، جو، کلزا با شاخص های شباهت ۶۰۱/۰، ۵۷۳/۰ و ۵۶۴/۰ بیشترین تطابق و تنباکو، گوجه فرنگی و ذرت علوفه ای با شاخص های شباهت ۳۷۶/۰، ۵۱۳/۰ و ۵۱۸/۰ کمترین تطابق را با شرایط اقلیمی محدوده طرح دارند.
کلیدواژه ها:
نویسندگان
نیلوفر یاراحمدی
Department of Irrigation and Reclamation Engineering, Faculty of Agriculture and Technology Engineering, University College of Agriculture and Natural Resources, University of Tehran
ابراهیم امیری تکلدانی
Professor, Department of Irrigation and Reclamation Engineering, Faculty of Agriculture and Technology Engineering, University College of Agriculture and Natural Resources, University of Tehran
احمد ماکویی
Department of Industrial Engineering, Faculty of Industrial Engineering, Iran University of Science and Technology, Tehran, Iran
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 :