دانشگاه تربیت دبیر شهید رجائی
انتشارات دانشگاه تربیت دبیر شهید رجائی

  اخبار و اعلانات

 آمار

تعداد نشریات11
تعداد شماره‌ها210
تعداد مقالات2,098
تعداد مشاهده مقاله2,877,118
تعداد دریافت فایل اصل مقاله2,084,946
اکبری, داود. (1402). به‌کارگیری سامانه اطلاعات مکانی و ارزیابی چند معیاره جهت ارزیابی تناسب اراضی کشاورزی. فناوری آموزش, 1(2), 247-254. doi: 10.22061/jrsgr.2023.2022
داود اکبری. "به‌کارگیری سامانه اطلاعات مکانی و ارزیابی چند معیاره جهت ارزیابی تناسب اراضی کشاورزی". فناوری آموزش, 1, 2, 1402, 247-254. doi: 10.22061/jrsgr.2023.2022
اکبری, داود. (1402). 'به‌کارگیری سامانه اطلاعات مکانی و ارزیابی چند معیاره جهت ارزیابی تناسب اراضی کشاورزی', فناوری آموزش, 1(2), pp. 247-254. doi: 10.22061/jrsgr.2023.2022
اکبری, داود. به‌کارگیری سامانه اطلاعات مکانی و ارزیابی چند معیاره جهت ارزیابی تناسب اراضی کشاورزی. فناوری آموزش, 1402; 1(2): 247-254. doi: 10.22061/jrsgr.2023.2022

به‌کارگیری سامانه اطلاعات مکانی و ارزیابی چند معیاره جهت ارزیابی تناسب اراضی کشاورزی

پژوهش های سنجش از دور و اطلاعات مکانی
دوره 1، شماره 2، تیر 1402، صفحه 247-254    اصل مقاله (853.55 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22061/jrsgr.2023.2022
نویسنده
داود اکبری*
گروه مهندسی نقشه‌برداری، دانشکده فنی و مهندسی، دانشگاه زابل، زابل، ایران
تاریخ دریافت: 20 خرداد 1402،  تاریخ بازنگری: 17 مرداد 1402،  تاریخ پذیرش: 02 مهر 1402 
چکیده
پیشینه و اهداف: ارزیابی اراضی، حلقه‌ای بسیار مهم در زنجیره‌ای است که منجر به مدیریت پایدار منابع اراضی و خاک می‌گردد. بهره‌برداری از اراضی مطابق با قابلیت آن‌ها، افزون بر تأمین احتیاجات نسل حاضر و آینده، تعادل اکولوژیک کره زمین را نیز، حفظ می‌کند. تحلیل تناسب اراضی با استفاده از مجموعه متنوعی از عوامل مؤثر بر تولید کمی و کیفی محصولات و بررسی پیچیدگی­های روابط آن­ها باهم و همچنین، همگام با تحلیل کاربری اراضی، از مفیدترین کاربردهای سامانه اطلاعات مکانی در مدیریت اراضی کشاورزی است. روش­های بسیاری از زمان ارائه چارچوب FAO برای ارزیابی تناسب اراضی توسعه‌ یافته‌اند و برخی از آن­ها هنوز به‌صورت گسترده استفاده می­شوند. در پژوهش حاضر، ارزیابی کیفی تناسب اراضی با استفاده از سامانه اطلاعات مکانی (GIS) و ارزیابی چند معیاره (MCE) برای سه محصول راهبردی گندم، جو و برنج در چهار منطقه مطالعاتی در شمال ایران، مورد بررسی قرار گرفت.
روش­ها: جهت پیاده‌سازی مدل پیشنهادی، داده‌های مرتبط با ویژگی‌های خاک، داده­های اقلیمی، داده­های توپوگرافی، نقشه زمین‌شناسی و نقشه پوشش اراضی جمع‌آوری شد. در میان داده­های جمع‌آوری شده، دما نقش مهمی در تعیین تناسب اراضی برای محصولات کشاورزی دارد، الگوهای مکانی بارش برای ارزیابی دسترسی به آب اهمیت دارند و شیب زمین تأثیر زیادی در زهکشی، میزان نور دریافتی از خورشید و بالطبع آن، انرژی مورد نیاز برای رشد گیاه دارد. سپس، با توجه به تنوع اقلیمی در شمال ایران و مجموعه‌ متنوع از محصولات زراعی که در این منطقه کشت می‌شوند، معیارهای مناسب انتخاب شدند. معیارهای انتخاب شده عبارتند از: نوع خاک، دما، بارش، شیب و پارامترهای زمین‌شناسی. جهت تخصیص وزن به هر یک از معیارها و تشدید تأثیر آ‌ن‌ها در مرحله ارزیابی تناسب اراضی، یک فرآیند تخصیص وزن انجام شد. این تخصیص وزن، توسط متخصصین امر انجام گرفت. هر معیار بر اساس تأثیر آن بر کشت محصولات مختلف در این منطقه مورد ارزیابی قرار گرفت و وزن هر لایه مشخص گردید. در نهایت، بررسی دقیق نتایج و تحلیل تناسب اراضی برای کشاورزی در مناطق مورد مطالعه انجام شد.
یافته­ها: نتایج این تحقیق، نشان داد که غرب استان گیلان مکانی ایده‌آل برای کشت برنج اما این منطقه چالش‌هایی برای کشت جو و گندم دارد. امتیازات نسبتاً مناسب برای هر سه محصول، گندم، جو و برنج شرق استان گیلان نشان داد که این منطقه مستعد کشت محصولات متنوع است.  مرکز استان مازندران برای کشت محصولات گندم، جو و برنج امتیاز مناسبی کسب نکرد. همچنین، مرکز استان گلستان به عنوان یک مکان بسیار مناسب برای کشت گندم و جو تعیین گردید.
نتیجه‌گیری: در مجموع، مناطق با امتیاز نسبتاً مناسب امکاناتی برای متنوع کردن شیوه‌های کشت ارائه می‌دهند که باعث افزایش انعطاف‌پذیری و کاهش خطرات مرتبط با نوسانات بازار و تغییرات اقلیمی می‌شود. همچنین، در مناطق با امتیاز تناسب پایین نقش حفاظت از محیط زیست و شیوه‌های مدیریت پایدار اراضی حائز اهمیت است. از یک بعد دیگر، دسته‌بندی تناسب اراضی به سیاست‌گذاران و مدیران بخش کشاورزی این امکان را می‌دهد تا منابع به‌صورت صحیح و به‌صورت بهینه تخصیص یابند. برای تحقیقات آتی پیشنهاد می­شود تحلیل سری زمانی داده­های ماهواره­ای با استفاده از مدل­های یادگیری عمیق صورت پذیرد.  
کلیدواژه‌ها
ارزیابی چندمعیاره؛ تناسب اراضی؛ توسعه پایدار؛ سامانه اطلاعات مکانی؛ کشاورزی
عنوان مقاله [English]
Using GIS and Multi-Criteria Evaluation for Land Suitability Assessment
نویسندگان [English]
D. Akbari
Department of Surveying Engineering, Faculty of Engineering, University of Zabol, Zabol, Iran
چکیده [English]
Background and Objectives: Land evaluation is a very important link in the chain that leads to sustainable management of land and soil resources. Exploitation of lands according to their capabilities, in addition to meeting the needs of the present and future generations, also maintains the ecological balance of the earth. Analyzing the suitability of land by using a variety of factors affecting the quantitative and qualitative production of products and examining the intricacies of their relationships with each other, as well as simultaneously with land use analysis, is one of the most useful applications of spatial information systems in agricultural land management. Many methods have been developed since the presentation of the FAO framework for land suitability assessment, and some of them are still widely used. In the present study, the qualitative assessment of land suitability using geographic information system (GIS) and multi-criteria evaluation (MCE) for three strategic crops of wheat, barley and rice was investigated in four study areas in northern Iran.
Methods: In order to implement the proposed model, data related to soil characteristics, climate data, topography data, geological map and land cover map were collected. Among the collected data, temperature plays an important role in determining the suitability of land for agricultural products, spatial patterns of rainfall are important for assessing water availability, and the slope of the land has a great impact on drainage, the amount of light received from the sun and, consequently, the required energy. It has plants to grow. Then, according to the climatic diversity in the north of Iran and the diverse set of crops that are grown in this region, appropriate criteria were selected. The selected criteria are: soil type, temperature, precipitation, slope and geological parameters. In order to assign weight to each of the criteria and intensify their effect in the land suitability assessment stage, a weight assignment process was carried out. This weight allocation was done by experts. Each criterion was evaluated based on its effect on the cultivation of different crops in this area and the weight of each layer was determined. Finally, a detailed examination of the results and analysis of suitability of land for agriculture in the studied areas was carried out.
Findings: The analysis of the results of the geospatial information system showed that the west of Gilan Province is an ideal place for rice cultivation, but this area has challenges for barley and wheat cultivation. Relatively good scores for all three crops, wheat, barley and rice in the east of Gilan Province showed that this area is prone to growing diverse crops. The center of Mazandaran Province did not get good points for the cultivation of wheat, barley and rice crops. Also, the center of Golestan Province was determined as a very suitable place for wheat and barley cultivation.
Conclusion: In conclusion, the areas with a relatively suitable score provide facilities for diversifying the cultivation methods, which increases flexibility and reduces the risks associated with market fluctuations and climate changes. Also, in areas with a low suitability score, the role of environmental protection and sustainable land management practices is important. From another dimension, the classification of land suitability allows the policy makers and managers of the agricultural sector to allocate resources correctly and optimally. For future research, it is suggested to analyze the time series of satellite data using deep learning models.
کلیدواژه‌ها [English]
Agriculture, GIS, Land Suitability, Multi-Criteria Evaluation, Sustainable Land Use Planning
مراجع
[1] Karimi H, Amiri S, Huang J, Karimi A. Integrating GIS and multi-criteria decision analysis for landfill site selection, case study: Javanrood County in Iran. Int J Environ Sci Technol. 2019;16(11):7305–18.

https://doi.org/10.1007/s13762-018-2151-7

[2] Rathi R, Khanduja D, Sharma SK. Synergy of fuzzy AHP and six sigma for capacity waste management in Indian automotive industry. Decision Science Letters 2015;4: 441–51.

doi: 10.5267/j.dsl.2015.1.005

[3] Nyeko M. GIS and Multi-Criteria Decision Analysis for Land Use Resource Planning. Journal of Geographic Information System 2012;04:341–8. doi: 10.4236/jgis.2012.44039

[4] Mikhailov L, Tsvetinov P. Evaluation of services using a fuzzy analytic hierarchy process. Applied Soft Computing Journal 2004;5: 23–33. https://doi.org/10.1016/j.asoc.2004.04.001

[5] Meng Y, Malczewski J, Boroushaki S. A GIS-Based Multicriteria Decision Analysis Approach for Mapping Accessibility Patterns of Housing Development Sites: A Case Study in Canmore, Alberta. Journal of Geographic Information System 2011;03: 50–61. doi: 10.4236/jgis.2011.31004.

[6] Feizizadeh B, Blaschke T. Land suitability analysis for Tabriz County, Iran: a multi-criteria evaluation approach using GIS. Http://DxDoiOrg/101080/096405682011646964 2013;56: 1–23.

[7] Ottomano Palmisano G, Govindan K, Loisi R V., Dal Sasso P, Roma R. Greenways for rural sustainable development: An integration between geographic information systems and group analytic hierarchy process. Land Use Policy 2016;50: 429–40. DOI: 10.1016/j.landusepol.2015.10.016

[8] Yu J, Chen Y, Wu J, Khan S. Cellular automata-based spatial multi-criteria land suitability simulation for irrigated agriculture. International Journal of Geographical Information Science 2011;25: 131–48. DOI: 10.1080/13658811003785571

[9] KaurSehra S, Singh Brar Y, Kaur N. Multi Criteria Decision Making Approach for Selecting Effort Estimation Model. Int J Comput Appl 2012;39:10–7.

https://research.ijcaonline.org/volume39/number1/pxc3876989.pdf

[10] Mbũgwa G wa, Prager SD, Krall JM. Utilization of spatial decision support systems decision-making in dry land agriculture: A Tifton burclover case study. Comput Electron Agric 2015;118: 215–24.

https://doi.org/10.1016/j.compag.2015.09.008

[11] Malczewski J. Ordered weighted averaging with fuzzy quantifiers: GIS-based multicriteria evaluation for land-use suitability analysis. International Journal of Applied Earth Observation and Geoinformation 2006;8: 270–7.

https://doi.org/10.1016/j.jag.2006.01.003

[12] Malczewski J. GIS-based multicriteria decision analysis: A survey of the literature. International Journal of Geographical Information Science 2006;20:703–26. https://doi.org/10.1080/13658810600661508

[13] Malczewski J. GIS-based land-use suitability analysis: A critical overview. Prog Plann 2004;62: 3–65.

https://doi.org/10.1016/j.progress.2003.09.002

[14] Jiang H, Eastman JR. Application of fuzzy measures in multi-criteria evaluation in GIS. International Journal of Geographical Information Science 2000;14: 173–84.

https://doi.org/10.1080/136588100240903

[15] Giri S, Nejadhashemi AP. Application of analytical hierarchy process for effective selection of agricultural best management practices. J Environ Manage 2014;132: 165–77.

https://doi.org/10.1016/j.jenvman.2013.10.021

[16] Erensal YC, Öncan T, Demircan ML. Determining key capabilities in technology management using fuzzy analytic hierarchy process: A case study of Turkey. Inf Sci (N Y) 2006;176: 2755–70. https://doi.org/10.1016/j.ins.2005.11.004

 

[17] Chang N Bin, Parvathinathan G, Breeden JB. Combining GIS with fuzzy multicriteria decision-making for landfill siting in a fast-growing urban region. J Environ Manage 2008;87: 139–53.

https://doi.org/10.1016/j.jenvman.2007.01.011

[18] Chang DY. Applications of the extent analysis method on fuzzy AHP. Eur J Oper Res 1996;95: 649–55.

https://doi.org/10.1016/0377-2217(95)00300-2

[19] Ceballos-Silva A, López-Blanco J. Delineation of suitable areas for crops using a Multi-Criteria Evaluation approach and land use/cover mapping: A case study in Central Mexico. Agric Syst 2003;77: 117–36.

https://doi.org/10.1016/S0308-521X(02)00103-8

[20] Maddahi Z, Jalalian A, Zarkesh MMK, Honarjo N. Land suitability analysis for rice cultivation using a GIS-based fuzzy multi-criteria decision making approach: central part of Amol District, Iran. Soil and Water Research 2017;12 (2017):29–38.

doi: 10.17221/1/2016-SWR

[21] Joerin F, Thérialult M, Musy A. Using GIS and outranking multicriteia analysis for land-use suitability assesment. International Journal of Geographical Information Science 2001;15: 153–74. DOI: 10.1080/13658810051030487

[22] Bandyopadhyay S, Jaiswal RK, Hegde VS, Jayaraman V. Assessment of land suitability potentials for agriculture using a remote sensing and GIS based approach. Int J Remote Sens 2009;30: 879–95. DOI: 10.1080/01431160802395235

[23] Pereira JMC, Duckstein L. A multiple criteria decision-making approach to GIS -based land suitability evaluation. International Journal of Geographical Information Systems 1993;7: 407–24.

https://www.researchgate.net/publication/262188026_A_multiple_criteria_decision-making_approach_to_GIS-based_land_suitability_evaluation#fullTextFileContent

[24] Letsoalo EM, Thupana MJJ. The repeal of the land acts: The challenge of land reform policies in South Africa. Soc Dyn 2013;39:298–307. DOI: 10.1080/02533952.2013.796120

[25] La Rosa D, Barbarossa L, Privitera R, Martinico F. Agriculture and the city: A method for sustainable planning of new forms of agriculture in urban contexts. Land Use Policy 2014;41: 290–303.

https://doi.org/10.1016/j.landusepol.2014.06.014

[26] Maghrebi M, Noori R, Bhattarai R, Mundher Yaseen Z, Tang Q, Al-Ansari N, et al. Iran’s Agriculture in the Anthropocene. Earths Future 2020;8. https://doi.org/10.1029/2020EF001547

[27] Kalogirou S. Expert systems and GIS: An application of land suitability evaluation. Comput Environ Urban Syst 2002;26: 89–112. https://doi.org/10.1016/S0198-9715(01)00031-X

[28] Kumar T, Jhariya DC. Land quality index assessment for agricultural purpose using multi-criteria decision analysis (MCDA). Geocarto Int 2015;30: 822–41.

DOI: 10.1080/10106049.2014.997304

[29] Seyedmohammadi J, Sarmadian F, Jafarzadeh AA, McDowell RW. Development of a model using matter element, AHP and GIS techniques to assess the suitability of land for agriculture. Geoderma 2019;352: 80–95.

https://doi.org/10.1016/j.geoderma.2019.05.046

[30] Akpoti K, Kabo-bah AT, Zwart SJ. Agricultural land suitability analysis: State-of-the-art and outlooks for integration of climate change analysis. Agric Syst 2019;173: 172–208. https://doi.org/10.1016/j.agsy.2019.02.013

[31] Akbari M, Neamatollahi E, Neamatollahi P. Evaluating land suitability for spatial planning in arid regions of eastern Iran using fuzzy logic and multi-criteria analysis. Ecol Indic 2019;98: 587–98. https://doi.org/10.1016/j.ecolind.2018.11.035

[32] Michael Griffel L, Toba AL, Paudel R, Lin Y, Hartley DS, Langholtz M. A multi-criteria land suitability assessment of field allocation decisions for switchgrass. Ecol Indic 2022;136.

https://doi.org/10.1016/j.ecolind.2022.108617

[33] Dornik A, Cheţan MA, Drăguţ L, Iliuţă A, Dicu DD. Importance of the mapping unit on the land suitability assessment for agriculture. Comput Electron Agric 2022;201.

https://doi.org/10.1016/j.compag.2022.107305

[34] Tan Y, Wang X, Liu X, Zhang S, Li N, Liang J, et al. Comparison of AHP and BWM methods based on ArcGIS for ecological suitability assessment of Panax notoginseng in Yunnan Province, China. Ind Crops Prod 2023;199.

https://doi.org/10.1016/j.indcrop.2023.116737

[35] See CR, Yanai RD, Fahey TJ. Shifting N and P concentrations and stoichiometry during autumn litterfall: Implications for ecosystem monitoring. Ecol Indic 2019;103: 488–92.

https://doi.org/10.1016/j.ecolind.2019.04.017

[36] Zhang J, Su Y, Wu J, Liang H. GIS based land suitability assessment for tobacco production using AHP and fuzzy set in Shandong province of China. Comput Electron Agric 2015;114: 202–11. https://doi.org/10.1016/j.compag.2015.04.004

آمار
تعداد مشاهده مقاله: 229
تعداد دریافت فایل اصل مقاله: 242


سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب