Providing a Model for Optimizing the Allocation of Land Use for Virtual Water Storage by Using the Meta- Heuristic Algorithms

Document Type : علمی - پژوهشی

Authors

1 Assistant Prof. of Remote Sensing and Geographical Information Systems, Kharazmi University, Tehran

2 Associate Prof. of Remote Sensing and Geographical Information Systems, Kharazmi University, Tehran

3 Student of Remote Sensing and Geographical Information Systems, Kharazmi University, Tehran

Abstract

Today, one of the limitations of water resources is the solutions weakness of water resource management. One of the management solutions to improve the problem above is the optimal allocation of users with the virtual water approach. In the present study, a model for optimization of user allocation with a virtual water storage approach is provided with using of genetic algorithms (NSGA-II, GA) in HAJILAK lands, located in the city of BUKAN in the West AZARBAIJAN province. After the preparation of the land use layer in the GIS and the preparation of target function coefficients, the user allocation with using meta-heuristic algorithms, is optimized with particular attention to virtual water. The results show that the suggested user patterns in the GA and NSGA-II algorithms, respectively, increased the storage of virtual water at an optimum of 29% and 35%. This model, as the decision support system, can play an effective role in deciding managers for different purposes. Also, the repeatability, runtime, and convergence of algorithms in the model indicate the superiority of the NSGA-II algorithm than GA. So that NSGA-II algorithm has less time in executing model, more convergence and less variance in the repeatability test than GA algorithm. This model can act as a decision support system to play an effective role in decision makers based on different goals. In this research, the use of meta- heuristic algorithms to optimize the allocation of users with the virtual water approach can be expressed in the thematic innovation of this research.

Keywords


  1. احسانی، م.، خالدی، ه.، برقی، ی.، 1387، مقدمه‌ای بر آب مجازی، انتشارات کمیتة ملی آبیاری و زهکشی ایران، تهران.
  2. سعیدیان ب.، مسگری، م.، قدوسی، م.، 1394، مقایسة کارآیی الگوریتم‌های فراابتکاری ژنتیک و انبوه ذرات برای تخصیص بهینة آب به زمین‌های کشاورزی در شرایط محدودیت آب، نشریة فناوری اطلاعات مکانی، سال سوم، شمارة 4، صص. 42-19.
  3. شایگان، م.، علیمحمدی، ع.، منصوریان، ع.، 1391، بهینه‌سازی چندهدفة تخصیص کاربری اراضی با استفاده از الگوریتم NSGA-II، نشریة سنجش از دور و GIS ایران، سال چهارم، شمارة 2، صص. 18-1 .
  4. پورطبری، م.، مکنون، ر.، عبادی، ت.، 1388، مدل بهینه‌سازی چندهدفه به‌منظور مدیریت بهره‌برداری تلفیقی با استفاده از الگوریتم‌های SGAs و NSGA-II، نشریة آب و فاضلاب، سال بیستم، شمارة اول، صص. 12-2.
  5. علائی مقدم، س.، کریمی، م.، محمدزاده، ع.، 1394، مدل‌سازی تخصیص کاربری‌های شهری با استفاده از الگوریتم ژنتیک مرتب‌سازی نامغلوب نقطة مرجع، نشریة علوم و فنون نقشه‌برداری، دورة چهارم، شمارة 4، صص. 65-47 .
  6. متکان، ع.، شکیبا، ع.، میرباقری، ب.، شایگان، م.، تناسان، م.، 1394، طراحی مدل بهینه‌سازی کاربری مبتنی‌بر الگوریتم ژنتیک چندهدفه با رویکرد آمایش سرزمین (مطالعة موردی: رودبار جنوب- استان کرمان)، نشریة سنجش از دور و GIS ایران، سال هفتم، شمارة اول، صص. 59-39 .
  7. نصیری، ا.، 1388، کاربرد تلفیق روش‌های تصمیم‌گیری چندمعیارة مکانی (SMCDM) با GIS در کاربری اراضی، همایش ژئوماتیک سازمان نقشه‌برداری کشور، صص. 4-1.
  8. معصومی، ز.، منصوریان، ع.، مسگری، م.، 1389، کاربرد الگوریتم ژنتیک چندهدفه در مطالعات مکان‌‌یابی کاربری‌های صنعتی، سنجش از دور و GIS ایران، سال دوم، شمارة 4، صص. 22-1.
  9. Antonelli, M., Laio, F. & Tamea, S., 2017, Water Resources, Food Security and the Role of Virtual Water Trade in the MENA Region, In Environmental Change and Human Security in Africa and the Middle East, PP. 199–217.
  10. Briassoulis, H., 2000, Analysis of Land Use Change: Theoretical and Modeling Approaches, Additional contact information in Whole book from Regional Research Institute, West Virginia University, PP. 9–29.
  11. Cao, K., Batty, M., Huang, B., Liu, Y., Yu, L. & Chen, J., 2011, spatial Multi-Objective Land Use Optimization: Extensions to the Non-Dominated Sorting Genetic Algorithm-II, International Journal of Geographical Information Science, PP. 1949–1969.