Crop pattern planning and irrigation water allocation compatible with climate change using a coupled network flow programming-heuristic optimization model
Notice bibliographique
Résumé
Sustainable agricultural production has encountered difficulties such as water scarcity, improper use of available water resources and climate change in arid countries like Iran. Simulation-optimization approaches are helpful tools for crop pattern planning and irrigation water allocation to ensure maximum net benefit is gained from the system. In this paper, optimum cultivation area and allocation of irrigation water in conditions compatible with climate change are obtained for the Borkhar plain in Iran. To achieve this, the network flow programming-based MODSIM, as a water allocation simulation model, is coupled with the grey wolf optimization (GWO) algorithm to obtain the optimum irrigation amounts and cultivation areas in the plain under two conditions: status quo, and with climate change-affected streamflows. The Hadley Centre coupled Model version 3 (HadCM3) and the second-generation Canadian Earth System Model (CanESM2) are used to generate the climatic parameters in the study area. The Identification of unit Hydrographs and Component flows from Rainfall, Evapotranspiration and Streamflow (IHACRES) rainfall–runoff model is applied to calculate the coefficients of variation for the Zayandehroud River streamflows, as the surface water resource for irrigation of the plain. Results indicate that the agricultural net benefit gained from the plain will decrease by 1.5% in the A2 emissions scenario, and by 3.5%, 8% and 17.5% in the three representative concentration pathway (RCP) scenarios in the optimum states obtained by the GWO-MODSIM model. Moreover, the cultivation areas are decreased in the climate change scenarios. Therefore, appropriate management policies should be adopted for adaptation to the likely future situation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».