توسعه یک مدل عامل بنیان برای بررسی سیاست مدیریتی اعمال جریمه در سامانه‌ی کشاورزی-آبخوان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 واحد علوم وتحقیقات، دانشگاه ازاد

2 واحد علوم و تحقیقات تهران، دانشگاه آزاد

3 دانشگاه تربیت مدرس، گروه مهندسی منابع آب

4 گروه مهندسی عمران،آب،دانشگاه آزاد اسلامی واحد تهران شرق،تهران، ایران

چکیده

 
یکی از عواملی که پایداری منابع زیرزمینی کشور را تهدید می‌کند، برداشت غیرمجاز از آبخوان‌ها است که به‌طور عمده توسط کشاورزان انجام می‌پذیرد. یکی از راهکارهای مقابله با این پدیده وضع سیاست جریمه توسط مراجع ذی‌صلاح است. از آنجا که کشاورزان تحت شرایط خاص اجتماعی، اقتصادی و کشاورزی منطقه اقدام به‌اضافه برداشت می‌نمایند، سنجش بازخورد الگوهای جریمه بر پایه‌ یک شبیه‌سازی اجتماعی- اقتصادی الزامی است. این تحقیق با ارائه یک چارچوب عامل‎بنیان به بررسی وضعیت سه عامل کشاورزی، زیست‌محیطی و تنظیم‌کننده در محیط کشاورزی پرداخته است. در این تحقیق رفتار بخش کشاورزی در دو لایه یکی کشاورزان به عنوان زیرعامل‌های کشاورزی در راستای بیشینه‎کردن سود فردی تحت قیود فیزیکی و رفتاری که به کمک سیستم استنتاج فازی و برنامه‌ریزی ریاضی شبیه‌سازی‌شده و دیگری شبکه‌ اجتماعی کشاورزان به عنوان گروه عامل‌های کشاورزی در راستای بیشینه نمودن سودبخش کشاورزی تحت قیود مطلوبیت‌های فردی با تلفیق الگوریتم ژنتیک مرتب‌سازی نامغلوب (NSGA-II) و روش شمارش بردا، مدل‌سازی شده است. چارچوب ارائه‌شده در واحد هیدرولوژیکی نجف‌آباد اصفهان به کار رفت. نتایج نشان داد که سطح آبنمود واحد آبخوان در حالتی که جریمه‌ 2، 3 و 4 هزار ریالی به ازای هر متر مکعب اضافه برداشت توسط عامل تنظیم‌کننده وضع شد، به ترتیب 82/21، 18/17 و 54/10 متر از حالتی که به کشاورزان اجازه‌ اضافه برداشت داده نشده بود پایین‌تر قرار گرفت.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Developing an Agent-Based Model for Reviewing the Management Policy of imposing Penalty in an Agricultural-Aquifer System

نویسندگان [English]

  • Alireza Nouri 1
  • Majid Delavar 3
  • Mohammad Reza Bazargan-Lari 4
1 Science and Research Branch, Islamic Azad University
2
3 Tarbiat Modares University
4 East Tehran Branch, Islamic Azad University
چکیده [English]

One way to deal with this phenomenon is to impose a fine policy by the competent authorities. Since farmers are over-exploitation under specific socio-economic and agricultural conditions, evaluation of the effects of penalty patterns based on a socio-economic simulation is required. This research has provided an agent based simulation framework to study the status of three agricultural, environmental and regulator agent in agricultural environment. In this research, agricultural sector behavior has been modeled in two layers, one is agricultural sub-factors in order to maximize individual profit under physical and behavioral constraints by using fuzzy inference system and mathematical programming, and other is the group-agricultural agents in order to maximize agricultural profitability under the constraints of individual preferences by combining non-dominated sorting genetic algorithm (NSGA-II) and social chose method. The proposed framework was applied to the Najafabad hydrological unit in Isfahan. The results showed that the level of unit hydrograph’s aquifer was drawdown 21.82, 17.18 and 10.5, respectively, while the fines of 2, 3, and 4 thousand Rials per cubic meter were imposed by regulator agent.

کلیدواژه‌ها [English]

  • Agent Based Modeling
  • Fuzzy Inference System
  • Imposing Penalty Pattern
  • Over-exploitation
  • Borda Count Method

مراجع

Akhbari M and Grigg NS (2013) A framework for an agent-based model to manage water resources conflicts. Water Resources Management 27(11):4039–4052
Akhbari M and Grigg NS (2015) Managing water resources conflicts: Modelling behavior in a decision tool. Water Resources Management 29(14):5201–5216
Berglund EZ (2015) Using agent-based modeling for water resources planning and management. Journal of Water Resources Planning and Management 141(11):04015025
Darbandsari P, Kerachian R, and Malakpour-Estalaki S (2017) An Agent-based behavioral simulation model for residential water demand management: The case-study of Tehran, Iran. Simulation Modelling Practice and Theory, Elsevier B.V. 78:51–72
Farhadi S, Nikoo [1]MR, Rakhshandehroo GR, Akhbari M and Alizadeh MR (2016) An agent-based-nash modeling framework for sustainable groundwater management: A case study. Agricultural Water Management, Elsevier B.V. 177:348–358
Galán JM, López-Paredes A, and Del Olmo R (2009) An agent-based model for domestic water management in Valladolid metropolitan area. Water Resources Research 45(5):1–17
Ghazali M, Honar T, and Nikoo MR (2018) A hybrid TOPSIS-agent-based framework for reducing the water demand requested by stakeholders with considering the agents’ characteristics and optimization of cropping pattern. Agricultural Water Management, Elsevier B.V. 199:71–85
Heydari F, Saghafian B, and Delavar M (2016) Coupled quantity-quality simulation-optimization model for conjunctive surface-groundwater use. Water Resources Management 30(12):4381–4397
Levin S, Xepapadeas T, Crépin A-S, Norberg J, de Zeeuw A, Folke C, Hughes T, Arrow K, Barrett S, Daily G, … Walker B (2013) Social-ecological systems as complex adaptive systems: Modeling and policy implications. Environment and Development Economics 18(2):111-132
Mulligan KB, Brown C, Yang YCE, Ahlfeld DP (2014) Assessing groundwater policy with coupled economic-groundwater hydrologic modeling. Water Resources Research 50(3):2257-2274
Nouri A, Saghafian B, Delavar M, and Bazargan-Lari MR (2019) Agent-based modeling for evaluation of crop pattern and water management policies. Water Resources Management 33(11):3707-3720
Perera EDP and Lahat L (2015) Fuzzy logic based flood forecasting model for the Kelantan River basin, Malaysia. Journal of Hydro-Environment Research, Elsevier B.V. 9(4):542–553
Voinov A and Bousquet F (2010) Modelling with stakeholders. Environmental Modelling and Software 25(11):1268–1281
Wolf AT (2008) Healing the enlightenment rift: rationality, spirituality and shared waters. Journal of International Affairs 61(2):51–73
Zarghami M, and Szidarovszky F (2011) Multiceritera analysis: Application of water and environment management: Springer
 
 
تحقیقات منابع آب ایران
دوره 16، شماره 3
آذر 1399
صفحه 365-375

فایل ها

سابقه مقاله

  • تاریخ دریافت: 14 فروردین 1399
  • تاریخ بازنگری: 21 آذر 1399
  • تاریخ پذیرش: 21 آذر 1399

هم رسانی

ارجاع به این مقاله

آمار