مدل­سازی و بهینه­سازی مصرف انرژی و میزان انتشار آلایندگی با استفاده از سیستم‌های خبره در الگوی کشت غالب شهرستان­های آستانه­اشرفیه و لنگرود در استان گیلان

در این تحقیق به بررسی انرژی مصرفی، نشر آلایندگی و مدل­سازی و بهینه­سازی آن‌ها برای کشت غالب شهرستان­های آستانه‌اشرفیه و لنگرود در استان گیلان با استفاده از سیستم­های خبره پرداخته‌شده است. برنج و بادام­زمینی در شهرستان آستانه‌اشرفیه و برنج، پرتقال و هندوانه در شهرستان لنگرود محصولات غالب و موردبررسی در این پژوهش بودند. در این مطالعه ابتدا میزان انرژی مصرفی، شاخص­های آن و میزان نشر گازهای گلخانه­ای به­عنوان اصلی­ترین عامل آلایندگی برای هر یک از محصولات محاسبه و توسط مدل رگرسیونی مورد تحلیل و بررسی قرار گرفت. سپس با استفاده از شبکه­های عصبی مصنوعی به مدل­سازی انرژی خروجی به­عنوان عملکرد و میزان انتشار کل پرداخته شد. همچنین به‌منظور بهینه­سازی انرژی مصرفی و نشر آلایندگی از دو روش تحلیل پوششی داده­ها و الگوریتم ژنتیک چندهدفه استفاده و در انتها با یکدیگر مقایسه شدند. نتایج حاصل از این پژوهش نشان داد که میزان کل انرژی نهاده در تولید محصولات بادام­زمینی، برنج در شهرستان آستانه­اشرفیه، برنج در شهرستان لنگرود، پرتقال و هندوانه به ترتیب در حدود 19248، 51430، 51741، 25582 و 40229 مگاژول بر هکتار می­باشد. در محصولات بادام‌زمینی، پرتقال و هندوانه بیشترین میزان مصرف نهاده­ها به ترتیب با 21/45%، 93/54% و 49/76% به کودهای شیمیایی و مخصوصاً نیتروژن تعلق داشته است و در محصول برنج در دو شهرستان آستانه­اشرفیه و لنگرود سوخت با حدود 44% بیشترین مقدار مصرف را در میان نهاده­ها به خود اختصاص داد و در تمامی محصولات سهم مصرفی انرژی­های تجدیدناپذیر بسیار بیشتر از منابع تجدیدپذیر بود. همچنین میزان انتشار گازهای گلخانه­ای در تولید محصولات بادام­زمینی، برنج در شهرستان آستانه­اشرفیه، برنج در شهرستان لنگرود، پرتقال و هندوانه به ترتیب 18/571، 26/1874، 71/1829، 24/803 و 96/1014 کیلوگرم کربن دی­اکسید بر هکتار محاسبه شد. که در تمامی محصولات به جزء هندوانه سوخت پر نشرترین نهاده محسوب شد اما در تولید هندوانه نیتروژن با 23/54% بالاترین سهم در انتشار کل را به خود اختصاص داد. در تمامی مدل­های رگرسیونی ضریب تبیین مقدار بالایی (بیشتر از 9/0) را به خود اختصاص داد و همچنین مقادیر دوربین – واتسون به نحوی بود که نشان‌دهنده‌ی عدم خودهمبستگی در سطح 5% بود. نتایج شبکه­های عصبی نشان داد که بهترین ساختارها برای مدل­سازی انرژی مصرفی و نشر گازهای گلخانه­ای برای محصولات بادام­زمینی، برنج در شهرستان آستانه­اشرفیه، برنج در شهرستان لنگرود، پرتقال و هندوانه به ترتیب 2-4-9، 2-10-12، 2-8-12، 2-2-13 و 2-10-11 تخمین زده شدند که در تمامی مدل­ها ضریب همبستگی بیش از 9/0 برآورد شدند. نتایج بهینه­سازی مصرف انرژی با تحلیل پوششی داده­ها و الگوریتم ژنتیک چندهدفه به‌وضوح نشان دادند که پتانسیل بسیاری برای کاهش مصرف انرژی و نشر آلایندگی در تولیدات فوق وجود دارد. به‌علاوه میزان مصرف بهینه نهاده­ها که از بهینه­یابی چندهدفه حاصل‌شده است به‌طور معناداری کمتر از نتایج تحلیل پوششی داده­ها بوده است. بر اساس نتایج توصیه می­شود که ابتدا مزارع و باغات را به سمت نهاده­های معرفی­شده توسط تحلیل پوششی داده­ها سوق داد و سپس به سمت الگوریتم ژنتیک چندهدفه حرکت کرد، که ملزم به حمایت­های دستگاه­های ذی­ربط کشاورزی ازجمله وزارت جهاد کشاورزی می­شود.