بهینه سازی شایستگی کاربرد زمین برای کشاورزی با مدل ژئو فضایی یکپارچه و الگوریتم های ژنتیک
چکیده
در این بررسی یک مدل ژئوفضایی برای تخصیص کاربرد زمین از دیدگاه شبیه‌سازی سازگاری خودکار بیولوژیک به محیط و ترجیح زیرساختاری توسعه داده‌شد. این مدل بر پایه‌ی الگوریتم ژنتیک چند‌عنصری توسعه داده‌شد. این مدل برای تطبیق با محدودیت‌های تعیین‌شده برای محدوده‌ی بررسی از جمله صرفه‌جویی در منابع و سازگاری با محیط زیست بهینه‌سازی شد. سپس این مدل برای حل مسائل تخصیص بیهنه‌سازی فضایی چندمنظوره‌ی عملی کاربرد زمین در منطقه‌ی مرکزی حوزه‌ی آبخیز مندرجان در ایران به کار برده‌شد. هدف نخست بررسی محصولات غالب و ارزیابی شایستگی اقتصادی زمین بود. هدف دوم تعیین تابع سازگاری برای الگوریتم‌های ژنتیک بود. هدف سوم بهینه‌سازی نقشه‌ی کاربرد زمین با استفاده از منفعت اقتصادی بود. نتایج نشان داد که مدل پیشنهادی عملکرد بسیار بهتری برای حل مسائل پیچیده‌ی تخصیص بهینه‌سازی فضایی چندمنظوره داشته و روشی نوید‌بخش برای ایجاد جایگزین‌های کاربرد زمین برای ملاحظات بیشتر در تصمیم‌سازی فضایی است.
1- مقدمه
با افزایش جمعیت و در پی آن فعالیت‌های انسانی، فشار بر روی زمین شدیدتر شده‌است (باندیو‌پادهای و همکاران، 2009). محاسبات کامپیوتری زمین‌شناختی یک حوزه‌ی پژوهشی نوآورانه در زمینه‌ی GIS و آنالیز ژئوفضایی است. به همین دلیل، قویاً تحت تأثیر پیشرفت‌های اخیر در برنامه‌سازی، پردازش داده و طراحی میانجی قرار گرفته‌است. به اعتقاد مالچفسکی (2004) سه گروه روش برای آنالیز شایستگی کاربرد زمین در GIS وجود دارد: 1- نقشه‌های جایگذاری با کمک کامپیوتر، 2- سنجش چند‌معیاره و 3- روش‌های هوش مصنوعی (AI) مانند محاسبه‌ی نرم‌افزاری یا محاسبات کامپیوتری زمین‌شناختی (مالچفسکی، 2004). پیشرفت‌های اخیر در آنالیز فضایی نشان داده‌است که AI فرصت‌های تازه‌ای برای آنالیز و برنامه‌ریزی شایستگی کاربرد زمین ایجاد می‌کند (اوپن‌شاو ، فیشر و همکاران، 2000) که شامل تکنیک‌های مدرن محاسبه که می‌تواند به مدلسازی و شرح سیستم‌های پیچیده برای استنتاج و تصمیم‌سازی کمک کند (مالچفسکی، 2004). هدف اصلی این پژوهش بهینه‌سازی مدل سنجش توسعه‌داده‌شده توسط FAO (1976) و کاربرد یا پوشش زمین در حوزه‌ی آبخیز مندرجان با استفاده از GIS، RS و GA؛ این اهداف به قرار زیر هستند:
1- تعیین ارزیابی شایستگی زمین برای سه محصول اصلی (گندم، سیب‌زمینی و بادام) بر اساس سناریو‌های تعیین‌شده.
2- تعیین تابع سازگاری با استفاده از الگوی ژئوفضایی فرسایش در اثر آب برای منطقه‌ی مورد بررسی و تخمین میزان هزینه/سود محصولات.
3- بهینه‌سازی کاربرد/پوشش زمین منطقه‌ی کشاورزی و تعیین بهترین مزیت فعلی منطقه بر اساس سه سناریو با استفاده از برنامه‌سازی GA.
ABSTRACT
In this study, a geospatial model for land use allocation was developed from the view of simulating the biological autonomous adaptability to environment and the infrastructural preference. The model was developed based on multi-agent genetic algorithm. The model was customized to accommodate the constraint set for the study area, namely the resource saving and environmental-friendly. The model was then applied to solve the practical multi-objective spatial optimization allocation problems of land use in the core region of Menderjan Basin in Iran. The first task was to study the dominant crops and economic suitability evaluation of land. Second task was to determine the fitness function for the genetic algorithms. The third objective was to optimize the land use map using economical benefits. The results has indicated that the proposed model has much better performance for solving complex multi-objective spatial optimization allocation problems and it is a promising method for generating land use alternatives for further consideration in spatial decision-making.
1. INTRODUCTION
With the increase in population, as well as human activities, pressure on land has been intensified (Bandyopadhyay S et al. 2009). Geo-computation is an innovative research area within the field of GIS and geospatial analysis. For this reason, it is strongly influenced by recent developments in programming, data processing and interface design. Nowhere is this more obvious than in the concern for modelling of dynamic process (Smith et al., 2006). According to Malczewski (2004), there are three main groups of methods for the GIS land-use suitability analysis: 1- computer-aided overlay maps, 2- multi-criteria assessment and; 3- Artificial Intelligence (AI) (soft computing or Geo-computation) methods (Malczewski, 2004). Recent developments in spatial analysis showed that AI offers new opportunities to land use suitability analysis and planning (Openshaw, Fischer et al., 2000) includes modern techniques of calculation that may help the modeling and description of complex systems for inference and decision making (Malczewski, 2004). The main purpose of this research is; optimizing the developed FAO‘s Evaluation Model (1976) and land use/ land cover in Menderjan Watershed using GIS, RS and GA; These Objectives are mentioned as follow:
1- To determine Land Suitability Evaluation for three main crops (wheat, potato and Almond) based on defined Scenarios.
2- To determine Fitness Function by Presenting Water Erosion Geospatial Pattern of the study area and estimating amount of cost/benefit crops.
3- Optimizing land use/ land cover of agricultural area and determining the best current benefit of the region based on three scenario using GAs programming.
چکیده
1- مقدمه
1.1. الگوریتم‌های ژنتیک (GA)
1.2. ارتباط دادن GIS و GA
2. مواد و روش‌ها
1.2. منطقه مورد بررسی
2.2. آنالیز و پردازش داده‌ها
3.2. مدل EPM به عنوان تابع سازگاری
4.2. روش‌شناسی الگوریتم ژنتیک
3. نتایج و بحث
1.3. سناریو‌های کاربرد زمین
2.3. نتایج اقتصادی سود و هزینه
3.3. نتایج رده‌بندی پردازش تصاویر
4.3 نتایج الگوریتم ژنتیک
4.نتیجه‌گیری
ABSTRACT
1. INTRODUCTION
1.1 Genetic Algorithms (GAs)
1.2 Linking GIS and GAs
2. MATERIAL AND METHODS
2.1 Study Area
2.2 Data Analysis and Processing
2.3 EPM Model as Fitness Function
2.4 Genetic Algorithms methodology
3. RESULTS AND DISCUSSION
3.1 Scenarios of Land Use
3.2 Cost and benefit economical results
3.3 Classification results of the image processing
3.4 Genetic Algorithms Result
4. CONCLUSION
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه