اثرات راهبردهای تطبیقی بر مدیریت منابع آب در دشت مشهد: کاربرد مدل‌های اقتصادی- هیدرولوژیکی و رفتاری

اقتصاد و توسعه کشاورزی

مقاله 7، دوره 36، شماره 4 - شماره پیاپی 57، دی 1401، صفحه 431-445   

نوع مقاله: مقالات پژوهشی به زبان انگلیسی

شناسه دیجیتال (DOI): 10.22067/jead.2022.78289.1151

نویسندگان

حسن سخدری؛ سامان ضیایی^* ؛ محمود احمدپور برازجانی؛ حمید محمدی

گروه اقتصاد کشاورزی، دانشگاه زابل، زابل، ایران

چکیده

استان خراسان رضوی هم‌اکنون بحرانی‌ترین منابع آبی زیرزمینی در سطح کشور را داراست به طوری که افت سطح آب‌­های زیرزمینی در این استان به یک متر رسیده است. دشت مشهد در طی سال­های اخیر با بحران خشکسالی و کم‌آبی دست ‌و پنجه نرم می­‌کند. منشا بحران خشکسالی برداشت­های بی­رویه و گرمایش جهانی است. مدیریت جامع منابع آب با توجه به ماهیت پیچیده مسائل آب، رشد سریع جمعیت، نیاز به آب برای مصارف مختلف و منابع آبی محدود، نیازمند روش‌هایی است که دیدگاه‌های فنی، اقتصادی، زیست‌محیطی، اجتماعی و منطقی را در یک قالب یکپارچه گردآوری نماید. یکی از ابزارهای مدیریت جامع منابع آب، استفاده از روش‌های هیدرولوژیکی اقتصادی به منظور شبیه­سازی وضعیت کنونی حوضه­های آبریز و بررسی اثرات سناریوها و سیاست­های مختلف می­باشد. در مطالعه‌ی حاضر به منظور شبیه­سازی وضعیت هیدرولوژیکی دشت مشهد و بررسی اثرات سناریوهای مختلف از یک مدل اقتصادی- هیدرولوژیکی استفاده شد. در گام بعد به‌ منظور رسیدن به توافق با ذینفعان بر سر اجرای سناریوهای مختلف حفاظتی از مدل عامل محور استفاده گردید. نتایج مدل هیدرولوژیکی- اقتصادی نشان دادند که با اتخاذ سناریوهای تطبیقی امکان کاهش تقاضای آب بخش ‌کشاورزی و در نتیجه مصرف آب سطحی و زیرزمینی در این بخش وجود دارد. همچنین اجرای سناریوهای مختلف تطبیقی موجب تغییر الگوی کشت کنونی خواهد شد. از سوی دیگر نتایج مدل­سازی عامل محور نشان داد که میان میزان آب در دسترس ناشی از راهبردها و تقاضای آب تفاوت زیادی وجود دارد که این موضوع موجب خواهد شد که کشاورزان با اجرای سناریوهای حفاظتی همکاری نکنند. اما با به کارگیری سیاست­های تشویقی می­توان برخی از کشاورزان نماینده را به اجرای سناریوهای تطبیقی راضی نمود.

کلیدواژه‌ها

دشت مشهد؛ راهبردهای تطبیقی؛ منابع آب؛ مدل اقتصادی-هیدرولوژیکی

مراجع

1. Akhbari, M., & Grigg, N.S. (2015). Managing water resources conflicts: Modelling behaviour in a decision tool. Water Resources Management 29(14): 5201-5216. https://doi.org/10.1007/s11269-015-1113-9.
2. Pouran, R., Raghofer, H., Ghasemi, A., & Bazazan, F. (2016). Calculating the economic value of virtual water with the approach of maximizing the productivity of irrigation water. Applied Economic Studies of Iran 21: 189-212. (In Persian with English abstract)
3.  Barthel, R., Janisch, S., Nickel, D., Trifkovic, A., & Hörhan, T. (2010). Using the multiactor-approach in Glowa-Danube to simulate decisions for the water supply sector under conditions of global climate change. Water Resources Management 24(2): 239-275. https://doi.org/10.1007/s11269-009-9445-y.
4. Dawadi, S., & Ahmad, S. (2013). Evaluating the impact of demand-side management on water resources under changing climatic conditions and increasing population. Journal of Environmental Management 114: 261-275.
5.  Edwards, P., Preece, A., Pignotti, E., Polhill, G., & Gotts, N. (2005, June). Lessons learnt from deployment of a social simulation tool to the semantic Grid. In Proceedings of First International Conference on e-Social Science (pp. 22-24).
6. Esteve, P., Varela-Ortega, C., Blanco-Gutiérrez, I., & Downing, T.E. (2015). A hydro-economic model for the assessment of climate change impacts and adaptation in irrigated agriculture. Ecological Economics 120: 49-58.
7. Forni, L. G., Medellín-Azuara, J., Tansey, M., Young, C., Purkey, D., & Howitt, R. (2016). Integrating complex economic and hydrologic planning models: An application for drought under climate change analysis. Water Resources and Economics 16: 15-27. https://doi.org/10.22067/jead.2021.17801.0.
8. Gleick, P.H., & Palaniappan, M. (2010). Peak water limits to freshwater withdrawal and use. Proceedings of the National Academy of Sciences 107(25): 11155-11162.
9. Harou, J.J., Pulido-Velazquez, M., Rosenberg, D. E., Medellín-Azuara, J., Lund, J.R., & Howitt, R.E. (2009). Hydro-economic models: Concepts, design, applications, and future prospects. Journal of Hydrology 375(3-4): 627-643.
10. Hosseini, S.A., & Bagheri, A. (2011). Dynamic modeling of Mashhad plain water resources system for analyzing sustainable development strategies. Journal of Water and Wastewater 4: 39-28. (In Persian with English abstract)
11.  Nasirzadeh, F., Afshar, A., & Khanzadi, M. (2008). Dynamic risk analysis in construction projects. Canadian Journal of Civil Engineering 35(8): 820-831.
12. Nazim Al Sadat, M., Samani, N., Bari, A., & Molayi Niko, M. (2006). The effective force of El Nino-Southern Oscillation phenomenon on climate change in Iran, using precipitation data analysis. Iranian Journal of Science and Technology 4: 565-555. (In Persian with English abstract)
13. Nikolic, V.V., & Simonovic, S.P. (2015). Multi-method modeling framework for support of integrated water resources management. Environmental Processes 2(3): 461-483.
14. Shahnooshi, N., Naqvi, S., & Azam Rahmati, A. (2015). The relationship between population and water crisis and its impact on macroeconomic variables. First National Water Economics Conference, Tehran: Iran Water and Wastewater Engineering Company. (In Persian with English abstract)
15. Sherafatpour, Z., Roozbahani, A., & Hasani, Y. (2019). Agricultural water allocation by integration of hydro-economic modeling with Bayesian networks and random forest approaches. Water Resources Management 33(7): 2277-2299.
16.  Ward, F.A., & Pulido-Velazquez, M. (2008). Water conservation in irrigation can increase water use. Proceedings of the National Academy of Sciences 105(47): 18215-18220. https://doi.org/10.1073/pnas.0805554105.
17. Yazdani, Qanadzadeh, M., & Faiz Elahi, H. (2016). Quantitative and qualitative analysis of groundwater resources of Mashhad-Chenaran plain. The third international conference on research in agriculture and environment, permanent secretariat of the conference, Hamedan. (In Persian with English abstract)
18. Zekri, S., Madani, K., Bazargan-Lari, M.R., Kotagama, H., & Kalbus, E. (2017). Feasibility of adopting smart water meters in aquifer management: An integrated hydro-economic analysis. Agricultural Water Management 181: 85-93. https://doi.org/10.1016/j.agwat.2016.11.022.