توسعه يك مدل عامل بنيان براي بررسي سياست مديريتي اعمال جريمه در سامانه‌ي كشاورزي-آبخوان

Developing an Agent-Based Model for Reviewing the Management Policy of imposing Penalty in an Agricultural-Aquifer System

يكي از عواملي كه پايداري منابع زيرزميني كشور را تهديد مي‌كند، برداشت غيرمجاز از آبخوان‌ها است كه به‌طور عمده توسط كشاورزان انجام مي‌پذيرد. يكي از راهكارهاي مقابله با اين پديده وضع سياست جريمه توسط مراجع ذي‌صلاح است. از آنجا كه كشاورزان تحت شرايط خاص اجتماعي، اقتصادي و كشاورزي منطقه اقدام به‌اضافه برداشت مي‌نمايند، سنجش بازخورد الگوهاي جريمه بر پايه‌ يك شبيه‌سازي اجتماعي- اقتصادي الزامي است. اين تحقيق با ارائه يك چارچوب عاملبنيان به بررسي وضعيت سه عامل كشاورزي، زيست‌محيطي و تنظيم‌كننده در محيط كشاورزي پرداخته است. در اين تحقيق رفتار بخش كشاورزي در دو لايه يكي كشاورزان به عنوان زيرعامل‌هاي كشاورزي در راستاي بيشينهكردن سود فردي تحت قيود فيزيكي و رفتاري كه به كمك سيستم استنتاج فازي و برنامه‌ريزي رياضي شبيه‌سازي‌شده و ديگري شبكه‌ اجتماعي كشاورزان به عنوان گروه عامل‌هاي كشاورزي در راستاي بيشينه نمودن سودبخش كشاورزي تحت قيود مطلوبيت‌هاي فردي با تلفيق الگوريتم ژنتيك مرتب‌سازي نامغلوب (NSGA-II) و روش شمارش بردا، مدل‌سازي شده است. چارچوب ارائه‌شده در واحد هيدرولوژيكي نجف‌آباد اصفهان به كار رفت. نتايج نشان داد كه سطح آبنمود واحد آبخوان در حالتي كه جريمه‌ 2، 3 و 4 هزار ريالي به ازاي هر متر مكعب اضافه برداشت توسط عامل تنظيم‌كننده وضع شد، به ترتيب 21/82، 17/18 و 10/54 متر از حالتي كه به كشاورزان اجازه‌ اضافه برداشت داده نشده بود پايين‌تر قرار گرفت.

One way to deal with this phenomenon is to impose a fine policy by the competent authorities. Since farmers are over-exploitation under specific socio-economic and agricultural conditions, evaluation of the effects of penalty patterns based on a socio-economic simulation is required. This research has provided an agent based simulation framework to study the status of three agricultural, environmental and regulator agent in agricultural environment. In this research, agricultural sector behavior has been modeled in two layers, one is agricultural sub-factors in order to maximize individual profit under physical and behavioral constraints by using fuzzy inference system and mathematical programming, and other is the group-agricultural agents in order to maximize agricultural profitability under the constraints of individual preferences by combining non-dominated sorting genetic algorithm (NSGA-II) and social chose method. The proposed framework was applied to the Najafabad hydrological unit in Isfahan. The results showed that the level of unit hydrograph’s aquifer was drawdown 21.82, 17.18 and 10.5, respectively, while the fines of 2, 3, and 4 thousand Rials per cubic meter were imposed by regulator agent.