عنوان پایان‌نامه
تعیین کارایی انرژی و مدل سازی مصرف آن در تولید محصولات گلخانه ای (توت فرنگی وخیار) شهرستان جیرفت با تحلیل پوششی داده و روش های داده کاوی
- رشته تحصیلی
- مهندسی کشاورزی - مکانیزاسیون کشاورزی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 5401;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 58296
- تاریخ دفاع
- ۰۹ تیر ۱۳۹۲
- دانشجو
- الهام بلندنظر
- چکیده
- بخش کشاورزی به عنوان با اهمیت ترین بخش تولید کننده مواد غذاییاست که نه تنها مصرف کننده، بلکه عرضه کننده انرژی نیز شناخته شده است. استفاده از انرژی به عنوان یک پارامتر مفید برای تجزیه و تحلیل و ارزیابی پایداری کشاورزی در نظر گرفته شده است. لذا در این تحقیق، به بررسی الگوی مصرف انرژی در گلخانه های خیار و توت¬فرنگی در شهرستان جیرفت از استان کرمان پرداخته شده است. اطلاعات مورد نیاز از طریق مصاحبه حضوری با گلخانه داران در سال 91-92 به دست آمد. کل انرژی ورودی مورد نیاز در تولید محصولات خیار و توت فرنگی، به ترتیب برابر با 4/296601 و 71/113314 مگاژول بر هکتار محاسبه شد. نهاده سوخت فسیلی با سهم 38/60 درصد والکتریسیته با سهم 34/38 درصد از کل انرژی ورودی در تولید خیار و توت¬فرنگی به ترتیب بیشترین انرژی¬های مصرفی بودند. همچنین نسبت انرژی در تولید این دو محصول به ترتیب برابر 53/0 و 44/0 به¬دست آمد و قسمت عمده انرژی مصرفی از نوع تجدیدناپذیر و مستقیم بود.نتایج این مطالعه نشان داد که نسبت سود به هزینه در تولید محصولات خیار و توت¬فرنگی به ترتیب برابر 81/1 و 49/1 است. نهاده نیروی انسانی با سهم 78/25 و 06/23 درصد از کل هزینه های متغیر ورودی، بیشترین هزینه مصرفی را به خود اختصاص داد که این مطلب ضرورت مکانیزه شدن عملیات را نشان می¬دهد. با استفاده از روش تحلیل پوششی داده¬ها، کارایی گلخانه داران از لحاظ مصرف انرژی مورد بررسی قرار گرفت و نتایج نشان داد که کارایی فنی در تولید خیار و توت¬فرنگی به ترتیب برابر 86/0 و 92/0 است.در این مطالعه روش¬های شبکه های عصبی مصنوعی و عصبی- فازی برای مدل سازی عملکرد و نسبت سود به هزینه در تولید خیار و توت فرنگی به کار برده شد. نتایج مدل سازی توسط شبکه های عصبی مصنوعی نشان داد که در محصولات خیار و توت فرنگی، به ترتیب شبکه¬هایی با ساختار 1-6-10-8 و 1-4-8-7 به ترتیب با ضریب همبستگی 8016/0 و 8138/0 برای مدل¬سازی عملکرد بر اساس انرژی-های ورودی و شبکه¬هایی با ساختار 1-14-14-8 و 1-15-11-8 به ترتیب با ضریب همبستگی 8651/0 و 9367/0 برای مدل-سازی نسبت سود به هزینه براساس هزینه های ورودی با توجه به داشتن دقت بالاتر،می‌توانند مورد استفاده قرار بگیرند.روش عصبی- فازی جهت مدل سازی عملکرد و نسبت سود به هزینه در تولید خیار و توت فرنگی، به ترتیب با ضریب همبستگی 9874/0 و 9849/0 برای مدل سازی عملکرد و ضریب همبستگی 9828/0 و 9725/0 برای مدل سازی نسبت سود به هزینه روشی بهتر از شبکه های عصبی مصنوعی شناخته شد. همچنین میزان مصرف انرژی تجدید¬ناپذیر و انتشار گاز گلخانه¬ای CO2در گلخانه¬های خیار (74/12076کیلو¬گرم بر هکتار) بیشتر از گلخانه های توت فرنگی (55/3946 کیلو¬گرم بر هکتار) محاسبه شد.
- Abstract
- Agriculture sector,as the most important food producer sector is known not only as an energy consumer but also an energy supplier sector. Energy utilization is considered as a helpful parameter to analyze and evaluate sustainability of Agriculture. Hence, in the present study, the energy consumption pattern of cucumber and strawberry greenhouses in Jiroft city of Kerman has been taken under consideration.The required data were collected from farmers using a face to face questionnaire method in 2012-2013.The total energy inputs of296601.4 and 113314.71 MJha-1 were calculated for cucumber and strawberry production, respectively. The share of fossil fuel as60.38% and for that of electricity as 38.34% of the total energy inputs in cucumber and strawberry production were the highest energy inputs, respectively. Energy ratiosfor cucumber and strawberry were calculated to be 0.53 and 0.44, respectively and a high share of energy consumption was found to be for non-renewable and direct energy sources. The results showed that benefit-cost ratios for cucumber and strawberry were about 1.81 and 1.49, respectively. The share of human labor by 25.78% and 23.06 % of the total variable cost inputs was the highest for cucumber and strawberry, respectivelyfrom which one can conclude that mechanization is a must. Technical efficiency of farmers was investigated using data envelopment analysis. The results indicated that the technical efficiency of cucumber and strawberry producers were 0.86 and 0.92, respectively. Artificial neural networks and Neuro-Fuzzy techniqueswere applied for yield and benefit-cost ratio modeling. Results showed that in case of yield modeling, the ANN model having 8-10-6-1and 7-8-4-1 topologies by the correlation coefficients of0.8016 and 0.8138 based input energies, and in case of benefit-cost ratiomodeling ANN model having 8-14-14-1 and8-11-15-1 topologies by the correlation coefficients of0.8651 and 0.9367 based input costs, can model the yield and benefit-cost ratio values with higher accuracy. Neuro-Fuzzy technique for yield and benefit-cost ratio modeling in cucumber and strawberry production by correlation coefficients of 0.9874 and 0.9849 for yield modeling and by correlation coefficients of 0.9828 and 0.9725 for benefit-cost ratio modeling, respectively,showed better results as compared to that of artificial neural networks approach. Also, the amount of non-renewable energy consumption and therefore,CO2 greenhouse gas emissions calculated in cucumbers greenhouses (12076.74 kg)was found to be more than that of strawberry greenhouses (3946.55 kg).
