ارتقای بهره‌وری مصرف آب کشاورزی در حوضه دریاچه ارومیه: ارزیابی شبکه‌ای سامانه‌های آبیاری

نویسندگان

  • اعظم پور حبیب یکتا * گروه ریاضی، واحد صومعه سرا، دانشگاه آزاد اسلامی، گیلان، ایران. https://orcid.org/0000-0002-1969-8133
  • منیره ذریه حبیب گروه ریاضی، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران.
  • مهناز مقبولی گروه ریاضی، واحد ارس، دانشگاه آزاد اسلامی، آذربایجان شرقی، ایران. https://orcid.org/0000-0002-0488-0645
  • جعفر اسدپور استیار گروه ریاضی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران.

https://doi.org/10.22105/mmaa.v3i1.121

چکیده

هدف: بحران فزاینده منابع آب و افت مستمر تراز دریاچه ارومیه، ضرورت بازنگری در الگوهای بهره‌برداری و مدیریت مصرف آب در بخش کشاورزی را بیش از پیش آشکار ساخته است. از آن‌جا که بخش عمده برداشت آب در این حوضه به فعالیت‌های کشاورزی اختصاص دارد، ارزیابی کارایی سامانه‌های آبیاری می‌تواند نقش مهمی در شناسایی نقاط اتلاف منابع و بهبود بهره‌وری ایفا کند. با وجود انجام مطالعات متعدد درباره وضعیت هیدرولوژیکی و زیست‌محیطی دریاچه ارومیه، بررسی عملکرد سامانه‌های بهره‌برداری آب زیرزمینی با رویکرد شبکه‌ای و در‌نظر‌گرفتن پیامدهای نامطلوب زیست‌محیطی کمتر مورد توجه قرار گرفته است. در‌نتیجه، پژوهش حاضر با هدف ارزیابی کارایی سامانه‌های آبیاری مبتنی بر چاه‌های کشاورزی و شناسایی الگوهای بهره‌برداری کارآمد در منطقه شبستر انجام شد.

روش‌شناسی پژوهش: این پژوهش با استفاده از رویکرد تحلیل پوششی داده‌های شبکه‌ای انجام شد. سامانه آبیاری به‌صورت یک فرایند دومرحله‌ای مدلسازی گردید که در آن مرحله نخست شامل استخراج و انتقال آب و مرحله دوم شامل بهره‌برداری کشاورزی از منابع آب بود. داده‌های 24 حلقه چاه فعال در منطقه شبستر به‌عنوان واحدهای تصمیم‌گیری مورد استفاده قرار گرفت. متغیرهایی نظیر عمق چاه، تخلیه سالانه، دبی حداکثری، سطح زیر کشت، مساحت آبیاری و ساعات کارکرد سالانه در مدل لحاظ شدند. برای سنجش کارایی از مدل‌های شبکه‌ای مبتنی بر متغیرهای کمکی و برای رتبه‌بندی واحدهای کارا از مدل ابرکارایی استفاده شد.

یافته‌ها: نتایج نشان داد تنها تعداد محدودی از چاه‌های مورد بررسی از کارایی مطلوب برخوردار هستند و بخش عمده واحدها با ناکارایی در یک یا هر دو مرحله سامانه مواجه‌اند. یافته‌ها همچنین بیانگر آن بود که برداشت بیش از حد منابع آب زیرزمینی، بهره‌برداری نامتوازن و تمرکز صرف بر منافع اقتصادی کوتاه‌مدت از عوامل اصلی کاهش کارایی و تشدید بحران آب در منطقه هستند. علاوه‌بر این، اختلاف قابل‌توجه میان کارایی مراحل مختلف نشان داد که بهبود عملکرد نیازمند نگاه سیستمی به کل زنجیره استخراج و مصرف آب است.

اصالت/ارزش‌افزوده علمی: این پژوهش با مدلسازی سامانه آبیاری به‌عنوان یک فرایند شبکه‌ای دومرحله‌ای و لحاظ هم‌زمان خروجی‌های مطلوب و نامطلوب، دیدگاهی جامع‌تر نسبت به ارزیابی بهره‌وری منابع آب ارایه می‌دهد. ارزش افزوده اصلی مطالعه در آن است که به‌جای ارزیابی صرف عملکرد چاه‌ها، تعامل میان مراحل مختلف بهره‌برداری آب را مورد تحلیل قرار می‌دهد و امکان شناسایی گلوگاه‌های ناکارایی را فراهم می‌سازد. نتایج پژوهش می‌تواند مبنایی برای سیاست‌گذاری در زمینه مدیریت پایدار آب، بهبود بهره‌وری کشاورزی و طراحی برنامه‌های احیای حوضه دریاچه ارومیه باشد.

کلمات کلیدی:

تحلیل پوششی داده‌ها، سیستم دومرحله‌ای، داده‌های نامطلوب، مدل ابر کارایی، کارایی متقاطع

مراجع

  1. [1] Salavitabar, A., Zarghami, M., & Abrishamchi, A. (2006). System dynamics model in Tehran urban water management. Water and wastewater journal, 59, 12-27. (In Persian). https://www.magiran.com/paper/377723
  2. [2] Safaei, A., & Malek Mohammadi, B. (2014). Game theory guidelines for sustainable governance of shared water resources (Case study: Lake Urmia Water Conflict). Environmental quarterly, 40(1), 121-138. (In Persian). https://civilica.com/doc/1578307
  3. [3] de Castro-Pardo, M., Martinez, P. F., & Zabaleta, A. P. (2022). An initial assessment of water security in Europe using a DEA approach. Sustainable technology and entrepreneurship, 1(1), 100002. https://doi.org/10.1016/j.stae.2022.100002
  4. [4] Morán-Valencia, M., Flegl, M., & Güemes-Castorena, D. (2023). A state-level analysis of the water system management efficiency in Mexico: Two-stage DEA approach. Water resources and industry, 29, 100200. https://doi.org/10.1016/j.wri.2022.100200
  5. [5] Abdi, B., Jalali, M., & Mousavi, S. B. (2018). Analysis of the behavior path of water resources conservation in the agricultural sector and the restoration of Lake Urmia: A case study of farmers in the southern basin of Lake Urmia. Iranian agricultural extension and education sciences journal, 13(2), 251-268. (In Persian). https://www.iaeej.ir/article_59611.html?lang=fa
  6. [6] Naseri, A. (2020). Future study of wheat water requirement with time series patterns in the east of Lake Urmia. Iranian irrigation and drainage journal, 14(4), 1211–1226. (In Persian).
  7. [7] Naseri, A. (2022). Evaluation of several gene expression models and time series for setting a groundwater level adjustment scenario for the Shabestar Plain (margin of Lake Urmia). Irrigation and drainage of iran, 17(2), 321-335. (In Persian).
  8. [8] Hajian, R., Jalali, M. R., & Mastouri, R. (2022). Evaluating the performance of advanced machine learning models in predicting the Urmia Lake Water Level. Publication of iranian water resources research, 19(2), 39-53. (In Persian). https://dor.isc.ac/dor/20.1001.1.17352347.1402.19.2.3.0
  9. [9] Banitalebi Dehkordi, M., & Rezaei, H. (2019). Evaluation of renewable water in the Urmia Lake Basin using the GLEAM model. Iranian water resources research quarterly, 15(3), 144-154. (In Persian). https://civilica.com/doc/1605444
  10. [10] Dinpashoh, Y., Jahanbakhsh Asl, S., & Mosavi Jahani, L. (2023). Evaluation of the efficiency of three empirical models in estimating potential evapotranspiration (Case study: Lake Urmia basin). Knowledge of water and soil, 33(3), 21-32. (In Persian). https://doi.org/10.22034/ws.2021.46416.2419
  11. [11] Nazeri Tahrudi, M., Ramezani, Y., Mielke, C. De, & Mir Abbasi Najafabadi, R. (2020). Investigating changes in water resource scarcity signals in the Lake Urmia basin. Iranian irrigation and drainage journal, 14(3), 918-929.(In Persian).
  12. [12] Darand, M., & Moradi, M. (2021). Analysis of surface urban heat island in Urmia and Tabriz cities and the relationship with water extent variation of Urmia Lake. Journal of physical geography research, 53(3), 415-430. (In Persian). https://sid.ir/paper/1061743/fa
  13. [13] Jabbari Qarabagh, S., Rezaei, H., & Bagheri, A. (2021). Application of an indicator-based approach in assessing water security in the Urmia Lake Basin. Iran’s water resources research, 100-113. (In Persian). https://manuscript.isc.ac/Inventory/8/1244890.htm
  14. [14] Sofi, M., Alijani, B., Borna, R., & Asadi, F. (2020). Hydroclimatic modeling of Lake Urmia level fluctuations. Iranian water resources research journal, (In Persian). https://www.magiran.com/paper/2146614
  15. [15] Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European journal of operational research, 2(6), 429–444. https://doi.org/10.1016/0377-2217(78)90138-8
  16. [16] Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management science, 30(9), 1078–1092. https://doi.org/10.1287/mnsc.30.9.1078
  17. [17] Chen, Y., Liang, L., & Yang, F. (2006). A DEA game model approach to supply chain efficiency. Annals of operations research, 145(1), 5–13. https://doi.org/10.1007/s10479-006-0022-y%0A%0A
  18. [18] Liang, L., Cook, W. D., & Zhu, J. (2008). DEA models for two-stage processes: Game approach and efficiency decomposition. Naval research logistics (NRL), 55(7), 643–653. https://doi.org/10.1002/nav.20308
  19. [19] Cook, W. D., Zhu, J., Bi, G., & Yang, F. (2010). Network DEA: Additive efficiency decomposition. European journal of operational research, 207(2), 1122–1129. https://doi.org/10.1016/j.ejor.2010.05.006
  20. [20] Oukil, A., Soltani, A. A., Zeroual, S., Boutaghane, H., Abdalla, O., Bermad, A., … ., & Boulassel, M. R. (2022). A DEA cross-efficiency inclusive methodology for assessing water quality: A Composite Water Quality Index. Journal of hydrology, 612, 128123. https://doi.org/10.1016/j.jhydrol.2022.128123
  21. [21] Liu, Y., Alnafrah, I., & Zhou, Y. (2024). A systemic efficiency measurement of resource management and sustainable practices: A network bias-corrected DEA assessment of OECD countries. Resources policy, 90, 104771. https://doi.org/10.1016/j.resourpol.2024.104771
  22. [22] Wang, M., Huang, Y., & Li, D. (2021). Assessing the performance of industrial water resource utilization systems in China based on a two-stage DEA approach with game cross efficiency. Journal of cleaner production, 312, 127722. https://doi.org/10.1016/j.jclepro.2021.127722
  23. [23] Afsharian, M., Ahn, H., Kamali, S., & Vilela, B. (2025). DEA-based benchmarking of water and wastewater Utilities: A comprehensive literature review. Utilities policy, 97, 102024. https://doi.org/10.1016/j.jup.2025.102024
  24. [24] Lozano, S., & Borrego-Marin, M. M. (2024). A metafrontier network DEA approach for water usage efficiency assessment in the light of SDG target 6.4. Environmental science & policy, 160, 103857. https://doi.org/10.1016/j.envsci.2024.103857
  25. [25] Pishini, K., Abdolazimi, O., Shishebori, D., Rezaee, M. J., & Sepehrifar, M. (2025). Evaluating efficiency in water and sewerage services: An integrated DEA approach with DOE and PCA. Science of the total environment, 959, 178288. https://doi.org/10.1016/j.scitotenv.2024.178288
  26. [26] Vilarinho, H., Pereira, M. A., D’Inverno, G., & Camanho, A. S. (2025). A composite indicator framework integrating regulator perspectives for assessing water service quality. Omega, 103435. https://doi.org/10.1016/j.omega.2025.103435
  27. [27] Pourhabib Yekta, A., Maqbouli, M., Zarieh Habib, M., & Fatehi Nobarian, B. (2023). Evaluating the performance of a water management system with data coverage analysis and value performance. The first national conference on new ideas and solutions in the sustainable development of the lake urmia watershed. Tabriz, Iran. Civilica. (In Persian). https://civilica.com/doc/2093423
  28. [28] Liu, P., & Xu, H. (2023). Integrated one-stage models considering undesirable outputs and weighting preference in slacks-based measure of efficiency and superefficiency. Journal of the operational research society, 74(6), 1587–1599. https://doi.org/10.1080/01605682.2022.2100723
  29. [29] Charnes, A., & Cooper, W. W. (1962). Programming with linear fractional functionals. Naval research logistics quarterly, 9(3–4), 181–186. https://doi.org/10.1002/nav.3800090303

دانلود

چاپ شده

2026-06-21

شماره

دوره 3 شماره 1 (2026): مدیریت: مدلسازی، تحلیل‌ها و کاربردها

نوع مقاله

مقالات شماره جاری

ارجاع به مقاله

پور حبیب یکتا ا., ذریه حبیب م., مقبولی م., & اسدپور استیار ج. (2026). ارتقای بهره‌وری مصرف آب کشاورزی در حوضه دریاچه ارومیه: ارزیابی شبکه‌ای سامانه‌های آبیاری. مدیریت: مدلسازی، تحلیل‌ها و کاربرد, 3(1), 79-88. https://doi.org/10.22105/mmaa.v3i1.121
Crossref
Scopus
Google Scholar
Europe PMC

مقالات مشابه

##common.pagination##

همچنین برای این مقاله می‌توانید شروع جستجوی پیشرفته مقالات مشابه.