Gediz Havzasında ürün deseninin çok amaçlı doğrusal programlama yaklaşımı ile optimizasyonu

Abstract

Amaç: Küresel nüfusun hızla artması ve iklim değişikliğinin yarattığı belirsizliklerle birlikte, ürün ekim stratejilerinin optimize edilmesi kritik bir mesele haline gelmiştir. Sınırlı arazi ve su kaynakları dahilinde çalışırken gıda güvenliğini sağlamanın yanında kaynakların korunmasını ekonomik uygulanabilirlikle dengeleyen verimli ve sürdürülebilir ekim modellerinin geliştirilmesi, tarımın geleceği için çok önemlidir. Bu çalışmada, su kullanımını en aza indirmek ve tarımsal geliri en üst düzeye çıkarmak gibi çatışan hedeflerle ekim modellerini optimize etmek için çok amaçlı bir doğrusal programlama modeli kullanılmıştır. Tasarım/Metodoloji/Yaklaşım: Modeldeki başlıca kısıtlar, model aracılığıyla elde edilen gelirin mevcut duruma eşit veya daha yüksek, su kullanımının mevcut duruma eşit veya daha düşük olmasını ve ürün ekim alanlarının maksimum %10 değişmesine izin verilmesini içermektedir. Optimal ürün desenleri 2017, 2025-2050, 2050-2075 ve 2075-2100 dönemleri için belirlenmiş ve çeşitli ekim senaryolarının sonuçları analiz edilmiştir. Bulgular: Tüm senaryolar su tüketiminde azalma ve tarımsal gelirde artış gösterirken, bu değişikliklerin boyutunun ekim alanlarında izin verilen değişimlerden etkilendiği görülmüştür. Tüm zaman dilimleri arasında, ekim alanlarında %10'luk bir değişikliğe izin veren Senaryo 6'nın en etkili senaryo olduğu belirlenmiştir. Temel senaryoya kıyasla su kullanımında ortalama %5.30'luk bir azalma ve tarımsal gelirde %2.81'lik bir artışla sonuçlanan bu senaryo, su tasarrufu ve ekonomik kazançların dengelenmesi için en uygun seçenek olarak öne çıkmıştır. Bu çalışmanın bulguları, önerilen çok amaçlı doğrusal programlama modelinin sürdürülebilir tarımsal yönetimin teşvik edilmesinde önemli bir rol oynayabileceğini göstermektedir. Özgünlük/Değer: Sonuçlar, yalnızca ekim modellerinin ayarlanmasının su tüketiminde önemli azalmalar sağlayabileceğini ve aynı zamanda tarımsal gelirde kayda değer bir artışa yol açabileceğini göstermektedir. Bu durum, tarımda kaynak verimliliğini ve ekonomik sürdürülebilirliği iyileştirmek için pratik ve etkili bir strateji olarak optimize edilmiş ürün planlamasının potansiyelini vurgulamaktadır.

Keywords

• Çok amaçlı doğrusal programlama
• Optimizasyon
• Tarımsal planlama
• Ürün deseni

Optimization of cropping pattern in Gediz Basin using multi-objective linear programming approach

Abstract

Purpose: With the rapid growth of the global population and the uncertainties brought by climate change, optimizing crop planting strategies has become a critical issue. Developing efficient and sustainable cropping models that balance food security, resource conservation, and economic viability within the constraints of limited land and water resources is essential for the future of agriculture. This study employs a multi-objective linear programming model to optimize cropping patterns with the conflicting objectives of minimizing water usage and maximizing agricultural revenue. Design/Methodology/Approach: The model operates under three key constraints: the income generated must be at least as high as the current level, water usage must not exceed the current amount, and crop acreage can vary by up to 10%. Optimal crop patterns were determined for the periods 2017, 2025-2050, 2050-2075, and 2075-2100, and the results of various cropping scenarios were analyzed. Findings: While all scenarios demonstrated reductions in water consumption and increases in agricultural income, the extent of these changes was influenced by the permissible variations in cultivation areas. Across all time periods, Scenario 6 which allows for a 10% change in cropland was identified as the most effective scenario. It resulted in an average 5.30% reduction in water usage and a 2.81% increase in agricultural income compared to the base scenario, making it the most favorable option for balancing water conservation and economic gains. The findings of this study demonstrate that the proposed multi-objective linear programming model can play a crucial role in promoting sustainable agricultural management. Originality/Value: The results indicate that significant reductions in water consumption can be achieved solely by adjusting cropping patterns, while simultaneously leading to a notable increase in agricultural income. This highlights the potential of optimized crop planning as a practical and effective strategy for improving resource efficiency and economic sustainability in agriculture.

Keywords

• Multi-objective linear programming
• optimization
• agricultural planning
• crop pattern

References

1. Dağ, M. M., ve Yılmaz, H. (2024). “Tarımsal üretimde geleneksel yöntemlerin ötesine geçiş: Rejeneratif tarım”. Tarım Ekonomisi Dergisi, 30(2), 197-205.
2. Ganesh Kumar, S. B., Ramesh, B. R. and Surendra, H. J. (2021), “Linear Programming Model for the Design of Optimal Cropping Pattern for a Major Distributary Canal”, Mehta, Y. A., Carnacina, I., Kumar, D. N., Rao, K. R. and Kumari, M. (Eds.), Advances in Water Resources and Transportation Engineering, Springer, Singapore.
3. Hacısüleyman, V., ve Özger, M. (2024). “Optimal cropping patterns using linear programming and evaluation based on food-energy-water nexus”. Global Journal of Environmental Science and Management, 10(Special Issue: Biosorbents & Environmental Management), 1-18.
4. Jain, R., Immaneulraj, K., Malangmeih, L., Deka, N., Raju, S. S., Srivastava, S. K., Hazarika, J., Kaur, A.P. and Singh, J. (2018), “Linear Programming Based Optimum Crop Mix for Crop Cultivation in Assam State of India”, Abraham, A., Muhuri, P., Muda, A. K. and Gandhi, N. (Eds.), Intelligent Systems Design and Applications, Springer, Cham.
5. Jain, S., Ramesh, D. and Bhattacharya, D. (2021), “A multi-objective algorithm for crop pattern optimization in agriculture”. Applied Soft Computing, 112, 107772.
6. Kang, S., Hao, X., Du, T., Tong, L., Su, X., Lu, H., Li, X., Huo, Z., Li, S. and Ding, R. (2017), “Improving agricultural water productivity to ensure food security in China under changing environment: from research to practice”. Agricultural Water Management, 179, 5–17.
7. Mellaku, M. T., Reynolds, T. W. and Woldeamanuel, T. (2018), “Linear programming-based cropland allocation to enhance performance of smallholder crop production: a pilot study in Abaro Kebele, Ethiopia”. Resources, 7 (4), 76.
8. Phillip, D. O. A., Peter, E. and Girei, A. A. (2019), “Determination of optimum crop mix using linear (LP) programming among small holder farmers in agricultural zone four of Adamawa state, Nigeria”. Asian Journal of Agricultural Extension, Economics & Sociology, 34 (2), 1–10.

9. Sakawa, M., Yano, H. and Nishizaki, I. (2013), Linear and multi-objective programming with fuzzy stochastic extensions, Springer Science Business Media, New York.
10. Sejati, W. and Akbar, T. T. (2023), “Optimization study of cropping pattern in the klakah irrigation area, lumajang regency, using linear programming”. ADI Journal on Recent Innovation, 5 (2), 136–145.
11. Shreedhar, R. (2018), “Multi crop optimization using linear programming model for maximum net benefit”. International Journal of Engineering & Technology, 7 (3.12), 797-801.
12. SYGM (Su Yönetimi Genel Müdürlüğü). (2018), Gediz Nehir Havzası Yönetim Planı Hazırlanması Projesi Nihai Raporu. Su Yönetimi Genel Müdürlüğü, Ankara, Türkiye.
13. SYGM (Su Yönetimi Genel Müdürlüğü). (2019), Gediz Havzası Kuraklık Yönetim Planı Nihai Raporu. Su Yönetimi Genel Müdürlüğü, Ankara, Türkiye.
14. Taye, J., Sarma, B. and Lade, A. D. (2021), “Optimal Cropping Pattern of Kulsi River Basin, Assam, India Using Simulation and Linear Programming Model”, Jha, R., Singh, V. P., Singh, V., Roy, L. and Thendiyath, R. (Eds.), Water Resources Management and Reservoir Operation, Springer, Cham.
15. TÜİK (Türkiye İstatistik Kurumu). (2014), Bitkisel Üretim İstatistikleri.
16. Wei, Y., Ji, M. and Wang, C. (2024), “An exploration of crop planting based on simulated annealing algorithm and mixed integer linear programming”. Frontiers in Computing and Intelligent Systems, 10 (3), 59-64.
17. Zeleny, M. (1974), Linear Multiobjective Programming. Lecture Notes in Economics and Mathematical Systems, No. 95, Springer-Verlag, Berlin.
18. Zhai, B., Zhu, H. and Wan, H. (2024), “Research on crop planting based on linear programming and multiple regression functions”. Frontiers in Computing and Intelligent Systems, 10 (2), 43-49.
19. Zhang, C., Yang, G., Wang, C. and Huo, Z. (2023), “Linking agricultural water-food-environment nexus with crop area planning: A fuzzy credibility-based multi-objective linear fractional programming approach”. Agricultural Water Management, 277, 108135.