کاربرد ترکیب برنامه‌ریزی خطی و الگوریتم ابتکاری کلونی مورچگان و قابلیت‌های GIS در به‌گزینی مکانی کاربری اراضی

نوع مقاله : علمی - پژوهشی

نویسندگان

1 دانشجوی دکتری محیط‌زیست، دانشکدۀ کشاورزی و منابع طبیعی گرگان

2 دانشیار گروه محیط‌زیست دانشکدۀ کشاورزی و منابع طبیعی گرگان

3 استادیار گروه برق دانشکدۀ فنی و مهندسی دانشگاه گلستان

4 استادیار گروه محیط‌زیست دانشکدۀ کشاورزی و منابع طبیعی گرگان

5 استادیار گروه صنایع دانشکدۀ فنی و مهندسی دانشگاه گلستان

چکیده

در شرایط روبه‌رشد توسعه، طراحان سرزمین بارها با شرایطی مواجه می­شوند که برای مکانی خاص، گزینه­های متفاوت کاربری وجود دارد. اینجاست که بین برگزیدن یا برنگزیدن کاربری­ها تعارض پدید می‌آید. تحقیق حاضر، با چنین رویکردی، چگونگی ساماندهی چهار کاربری کشاورزی، جنگل، مرتع و توسعه و اولویت­بندی آنها را در منطقه­ای در شهرستان گرگان، با هدف کاهش هزینۀ تخصیص سرزمین به هر کاربری و افزایش تراکم و پیوستگی مناطق اختصاص‌یافته به آنها، به‌منزلۀ معیارهای شکلی سیمای سرزمین، مورد مداقه قرار داده است. در این راستا، از قابلیت­های دو مدل دقیق و ابتکاری، شامل مدل برنامه­ریزی خطی و الگوریتم کلونی­مورچگان، استفاده شده است. برای اجرای مسئلۀ به­گزینی کاربری اراضیِ تعریف‌شده در مدل برنامه­ریزی خطی که با توجه به ابعاد مسئله (132 ردیف در 127 ستون) و اهداف مورد تحقیق در زمرۀ مسائل سخت قرار دارد، از روش آزادسازی مسئله از قید صحیح و روش شاخه و کران بهره گرفته شده است. نتایج نشان می­دهد میزان هزینۀ تخصیص، تراکم و پیوستگی در همۀ کاربری­ها در استفاده ترکیبی از دو مدل بالا، درمقایسه با شرایطی که فقط یکی از دو مدل به‌کار رود، بهینه­تر خواهد بود. نتایج مقایسۀ اجرای به­گزینی در استفادۀ ترکیبی از دو الگوریتم و اجرای آن به‌وسیلۀ الگوریتم شناخته‌شدۀ MOLA در نرم­افزار ایدریسی نشان می­دهد که ضمن آنکه در مدل پیشنهادی امکان تعریف اهداف بیشتر وجود دارد، تفاوت مقادیر هزینه، تراکم و پیوستگی در نتایج دو مدل پس از استانداردسازی در بازۀ صفر تا یک، به‌ترتیب، 0.03، 0.1 و 0.07 است و الگوریتم ترکیبی بهینه­تر عمل کرده است.

کلیدواژه‌ها


عنوان مقاله [English]

Application of a Hybrid Linear Programming and Ant Colony Metaheuristic with Aid of GIS to Land Use Allocation

نویسندگان [English]

  • M SaeedSabaee 1
  • R SalmanMahiny 2
  • S.M Shahraeini 3
  • S.H Mirkarimi 4
  • N Dabiri 5
1 Ph.D Candidate in Environmental Science at Dep. of Environmental Science, Natural Resource Faculty, University of Gorgan, Gorgan, Iran
2 Assistant Prof., Dep. of Environmental Science, Natural Resource Faculty, University of Gorgan, Gorgan, Iran.
3 Assistant Prof., Dep. of Electrical Engineering, Faculty of Engineering, Golestan University, Al-ghadir Blv., Gorgan, Iran
4 Assistant Prof., Dep. of Environmental Science, Natural Resource Faculty, University of Gorgan, Gorgan, Ira
5 Assistant Prof., Dep. of Industrial Engineering, Faculty of Engineering, Golestan University, Al-ghadir Blv., Gorgan, Iran
چکیده [English]

In the fast growing world of today, land use planners frequently face situations in which various uses compete for the same piece of land. Hence, the final result heavily depends on the decision maker’s capabilities to select the best use among different conflicting land uses. Taking this approach, the present study aims at providing the best allocation solution for multiple land uses including agriculture, forest, range and development in Gorgan Township, Golestan Province of Iran with respect to minimizing allocating cost and maximizing compactness and contiguity as shape criteria of landscape metrics. To aim these objectives Linear Programming as an exact method in combination with Ant Colony as metaheuristic algorithm have been used. Since land use planning is NP-Hard problem with respect to its size (132 rows in 127 columns) and the mentioned objectives, LP-Relaxation and Branch & bound method have been used to solve it. Results indicate the superiority of the hybrid model (linear programming in combination with ant colony) to employment of each of the models separately in every objectives including allocating cost, compactness and contiguity. Additionally, comparing the results of proposed hybrid model with the results of MOLA algorithm in IDRISI shows the superiority of hybrid model against MOLA. In hybrid model cost, compactness and contiguity levels after standardization are respectively 0.03, 0.1 and 0.07 better than MOLA. Furthermore, using the proposed approach, it is possible to consider both suitability and landscape metrics or even more objectives

کلیدواژه‌ها [English]

  • Land Evaluation
  • NP-Hard Problem
  • Land Use Planning
  • Linear Programming
  • Ant Colony
  1. Aerts, J.C.J.H., Eisinger, E., Heuvelink, G.B.M. & Stewart, T. J., 2003, Using Linear Integer Prog-ramming for Multi-Site Land- Use Allocation, Geographical Analysis, 35(2), PP. 148-169.
  2. Ahmed, A. & Glasgow, J., 2012, Swarm Intelligence: Concepts, Models and Applicatios, Technical Report 2012-585, School of Computing, Queen's University, Kingston, Ontario, Canada K7L3N6.
  3. Ausseil, A.G.E., Herzig, A. & Dymond, J.R., 2012, Optimization Land Use for Multiple Ecosystem Services Objectives: A Case Study in the Waitaki Catchment, New Zealand, International Envi-ronmental Modelling and Software Society (iEMSs), Leipzig, Germany, July 1-5.
  4. Beyer, H., Dujardin, Y., Watts, M. & Possingham, H., 2016, Solving Conservation Planning Problems with Linear Programming, Ecological Modelling, 328, PP. 14-22.
  5. Blum, C. & Merkle, D. (eds), 2008, Swarm Intelligence-Introduction and Applications, Natural Computing. Springer, Berlin.
  6. Bribiesca, E., 1997, Measuring 2-D Shape Com-pactness Using the Contact Perimeter, Computers and Mathematics with Applications, 33(11), PP. 1-9.
  7. Carsjens, G.J. & Knaap, W.G.M. van der., 2002, Strategic Land-Use Allocation: Dealing with the Spatial Relationships and Fragmentation of Agriculture, Landscape Urban Planning, 58, PP. 171-179.
  8. Chuvieco, E.,1993, Integration of Linear Prog-ramming and GIS for Land-Use Modelling, International Journal of Geographical Information Systems, 7(1), PP. 71-83.
  9. Cova, T.J. &Church, R.L., 2000, Exploratory Spatial Optimization and Site Search: Neighborhood Operator Approach, Computers, Environment and Urban Systems, 21, PP. 401-419.
  10. Cromely, R.G. & Hanink, D.M., 2003, Scale-Independent Land-Use Allocation Modeling in Raster GIS, Cartography and Geographic Infor-mation Science, 30, PP. 343-350.