ПРОБЛЕМЫ СОЗДАНИЯ ИНФОРМАЦИОННОЙ СИСТЕМЫ И АНАЛИЗ МЕТОДОВ ОПТИМИЗАЦИИ ЗЕМЕЛЬНЫХ РЕСУРСОВ
DOI:
https://doi.org/10.52167/1609-1817-2024-132-3-467-477Ключевые слова:
генетический алгоритм, оптимизация землепользования, библиометрический анализ, эволюционный процесс, экосистемная деятельностьАннотация
Оптимальное использование земли с целью предоставления системных услуг и сохранения биоразнообразия является одной из основных задач в управлении сельским хозяйством. Оптимизация землепользования предусматривает, во-первых, какие виды землепользования должны быть на определенной территории, а во-вторых, как эти виды землепользования следует разделить на конкретные единицы земельного участка. Методы оптимизации особенно распространены для решения проблем землепользования; однако нет возможности выбрать подходящий метод. В этой исследовательской работе мы предлагаем обзор методов оптимизации, используемых сельскохозяйственными землями, с целью увеличения возможности изучения и применения конкретных условий методов оптимизации. В данной работе мы классифицируем методы принятия решений с использованием методов классификации методов оптимизации землепользования и проводим индивидуальный анализ каждого метода и дифференцируем их применение, а также сопоставляем между собой алгоритмы оптимизации землепользования.
Библиографические ссылки
[1] Faith, D., 2015. Ecosystem services can promote conservation over conversion and protect local biodiversity, but these local win-wins can be a regional disaster. Aust. Zool. https://doi.org/10.7882/AZ.2014.031, 150623093655008.
[2] Cao, K., Huang, B., Wang, S., Lin, H., 2012. Sustainable land use optimization using boundary-based fast genetic algorithm. Comput. Environ. Urban Syst. 36 (3), 257e269. https://doi.org/10.1016/j.compenvurbsys.2011.08.001.
[3] Mendoza, G.A., Martins, H., 2006. Multi-criteria decision analysis in natural resource management: a critical review of methods and new modelling paradigms. For. Ecol. Manag. 230 (1e3), 1e22. https://doi.org/10.1016/ j.foreco.2006.03.023
[4] Демидов П.В. Оценка условий воспроизводства сельскохозяйственных угодий / П.В. Демидов, А.В. Улезько // Дальневосточный аграрный вестник. – 2018. - №2. - С. 176-183. (0,7/0,5 п.л.)
[5] Блисов Т.М., Кудебаев Е.Е. Земельные ресурсы и условия их рационального использования.
[6] Mendoza, G.A., Martins, H., 2006. Multi-criteria decision analysis in natural resource management: a critical review of methods and new modelling paradigms. For. Ecol. Manag. 230 (1e3), 1e22. https://doi.org/10.1016/ j.foreco.2006.03.023.
[7] Uhde, B., Hahn, W.A., Griess, V.C., Knoke, T., 2015. Hybrid MCDA methods to integrate multiple ecosystem services in forest management planning: a critical review. Environ. Manag. 56 (2), 373e388. https://doi.org/10.1007/s00267-015- 0503-3
[8] Collins, M.G., Steiner, F.R., Rushman, M.J., 2001. Land-use suitability analysis in the United States: historical development and promising technological achievements. Environ. Manag. 28 (5), 611e621. https://doi.org/10.1007/ s002670010247
[9] Uhde, B., Hahn, W.A., Griess, V.C., Knoke, T., 2015. Hybrid MCDA methods to integrate multiple ecosystem services in forest management planning: a critical review. Environ. Manag. 56 (2), 373e388. https://doi.org/10.1007/s00267-015- 0503-3.
[10] Mendoza, G.A., Martins, H., 2006. Multi-criteria decision analysis in natural resource management: a critical review of methods and new modelling paradigms. For. Ecol. Manag. 230 (1e3), 1e22. https://doi.org/10.1016/ j.foreco.2006.03.023.
[11] Belton, V., Stewart, T., 2002. Multiple Criteria Decision Analysis: an Integrated Approach. Springer US.
[12] Porta, J., Parapar, J., Doallo, R., Rivera, F.F., Sante, I., Crecente, R., 2013. High per- formance genetic algorithm for land use planning. Comput. Environ. Urban Syst. 37, 45e58. https://doi.org/10.1016/j.compenvurbsys.2012.05.003.
[13] van Butsic, Kuemmerle, T., 2015. Using optimization methods to align food production and biodiversity conservation beyond land sharing and land sparing. Ecol. Appl. 25 (3), 589e595. https://doi.org/10.1890/14-1927.1.
[14] Miettinen, K., M€ akela, M.M., 2002. On scalarizing functions in multiobjective € optimization. Spectrum 24 (2), 193e213. https://doi.org/10.1007/s00291-001- 0092-9.
[15] Ding, X., Zheng, M., & Zheng, X. (2021). The Application of Genetic Algorithm in Land Use Optimization Research: A Review. Land, 10(5), 526. https://doi.org/10.3390/land10050526
[16] Qi, H., Altinakar, M.S., 2011. A conceptual framework of agricultural land use planning with BMP for integrated watershed management. J. Environ. Manag. 92 (1), 149e155. https://doi.org/10.1016/j.jenvman.2010.08.023
[17] Lautenbach, S., Volk, M., Strauch, M., Whittaker, G., Seppelt, R., 2013. Optimizationbased trade-off analysis of biodiesel crop production for managing an agricultural catchment. Environ. Model. Software 48, 98e112. https://doi.org/10.1016/ j.envsoft.2013.06.006.
[18] Fowler, K.R., Jenkins, E.W., Ostrove, C., Chrispell, J.C., Farthing, M.W., Parno, M., 2015. A decision making framework with MODFLOW-FMP2 via optimization: determining trade-offs in crop selection. Environ. Model. Software 69, 280e291. https://doi.org/10.1016/j.envsoft.2014.11.031
[19] Whittaker, G., Fare, R., Grosskopf, S., Barnhart, B., Bostian, M., Mueller-Warrant, G., € Griffith, S., 2017. Spatial targeting of agri-environmental policy using bilevel evolutionary optimization. Omega 66, 15e27. https://doi.org/10.1016/ j.omega.2016.01.007.
[20] Barnhart, B., Lu, Z., Bostian, M., Sinha, A., Deb, K., Kurkalova, L., Jha, M., Whittaker, G., 2017. Handling practicalities in agricultural policy optimization for water quality improvements. ACM 1065. https://doi.org/10.1145/3071178.3071244.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Асемгуль Тыныкулова, Аягоз Муханова, Райымбек Дурбенов, Гайнеш Мухамбетова, Марат Тыныкулов
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
