| تعداد نشریات | 282 |
| تعداد نشریات سازمان | 80 |
| تعداد شماره‌ها | 3,270 |
| تعداد مقالات | 36,117 |
| تعداد مشاهده مقاله | 55,549,545 |
| تعداد دریافت فایل اصل مقاله | 94,418,781 |
ارزیابی و رتبه‌بندی شهرستان‌های استان گیلان از نظر توسعه نشاکاری مکانیزه در زراعت برنج با استفاده از مدل ترکیبی FAHP–TOPSIS | ||
| تحقیقات سامانه‌ها و مکانیزاسیون کشاورزی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 19 آبان 1405 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/amsr.2026.374179.1546 | ||
| نویسندگان | ||
| روح اله یوسفی* 1؛ محمد یونسی الموتی2؛ عادل واحدی3؛ ارژنگ جوادی3 | ||
| 1استادیار پژوهشی، موسسه تحقیقات برنج کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، رشت، ایران. | ||
| 2مرکز آموزش عالی امام خمینی (ره)، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران. | ||
| 3موسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران | ||
| چکیده | ||
| نشاکاری مکانیزه با کاهش وابستگی به نیروی کار و افزایش سرعت عملیات، می‌تواند کارایی تولید برنج را بهبود دهد. این پژوهش با هدف ارزیابی و رتبه‌بندی توسعه نشاکاری مکانیزه در ۱۷ شهرستان استان گیلان با استفاده از مدل ترکیبی FAHP–TOPSIS انجام شد. برای این منظور، پنج معیار اصلی شامل توسعه و نفوذ فناوری، ظرفیت تولید و ساختار اراضی، زیرساخت و توان اجرایی، منابع انسانی و روند توسعه فناوری، در قالب ۱۵ زیرمعیار بررسی شدند. وزن معیارها با روش تحلیل سلسله‌مراتبی فازی (FAHP)، بر اساس قضاوت‌های تجمیع‌شده خبرگان و مقایسات زوجی فازی تعیین شد و رتبه‌بندی شهرستان‌ها با روش TOPSIS انجام گرفت. نتایج نشان داد معیار توسعه و نفوذ فناوری نشاکاری مکانیزه با وزن 0.4314 بیشترین اهمیت نسبی را داشت. سطح نشاکاری مکانیزه (0.236)، سطح زیرکشت برنج (0.131) و تعداد ماشین‌های نشاکار فعال (130/0) مهم‌ترین زیرمعیارها بودند. نتایج TOPSIS نشان داد شهرستان رشت با ضریب نزدیکی 0.8302 در رتبه نخست و شهرستان رودبار با ضریب 0.0420 در رتبه هفدهم قرار گرفتند که نشان‌دهنده ناهمگنی فضایی توسعه فناوری است. تحلیل حساسیت با تغییر مستقل وزن جهانی ۱۵ زیرمعیار در دامنه‌های 10±، 20± و 30± درصد و بررسی ۹۰ سناریو نشان داد حداکثر جابه‌جایی رتبه یک جایگاه بود؛ رتبه‌های نخست و آخر ثابت ماندند و حداقل ضریب همبستگی اسپیرمن 0.9951 به دست آمد. مقایسه با روش VIKOR نیز توافق بسیار بالای ترتیب رتبه‌ها را با ضریب اسپیرمن 0.9951 (ρ=0.9951) نشان داد. یافته‌ها می‌توانند مبنای اولویت‌بندی بررسی نیازهای تجهیزاتی، تقویت خدمات مکانیزاسیون و برنامه‌ریزی منطقه‌ای متناسب با شرایط شهرستان‌ها قرار گیرند. | ||
| کلیدواژه‌ها | ||
| تحلیل حساسیت؛ تحلیل فضایی؛ تصمیم‌گیری چندمعیاره؛ توسعه مکانیزاسیون؛ نشاکاری مکانیزه | ||
| عنوان مقاله [English] | ||
| Evaluation and Ranking of Guilan Province Counties in Terms of Mechanized Rice Transplanting Development Using an Integrated FAHP–TOPSIS Model | ||
| نویسندگان [English] | ||
| Roohollah Yousefi1؛ Mohammad Younesi Alamouti2؛ Adel Vahedi3؛ Arzhang Javadi3 | ||
| 1Research Assistant Professor, Rice Research Institute of Iran, Agricultural Research, Education and Extension Organization (AREEO), Rasht, Iran. | ||
| 2Imam Khomeini Higher Education Center, Agricultural Research, Education and Extension Organization (AREEO), Karaj, Iran | ||
| 3Agricultural Engineering Research Institute (AERI), Agricultural Research Education and Extension Organization (AREEO), Karaj, Iran | ||
| چکیده [English] | ||
| Mechanized rice transplanting can improve production efficiency by reducing labor dependence and increasing operational speed. This study aimed to assess and rank the development of mechanized rice transplanting across 17 counties in Guilan Province, Iran, using an integrated FAHP–TOPSIS model. Five main criteria, comprising technology development and adoption, production capacity and land structure, infrastructure and operational capacity, human resources, and technological development trends, were evaluated through 15 subcriteria. Criteria weights were determined using the Fuzzy Analytic Hierarchy Process (FAHP), based on aggregated expert judgments and fuzzy pairwise comparisons, while counties were ranked using TOPSIS. The results identified technology development and adoption as the most important criterion (0.4314). Mechanized transplanting area (0.236), rice cultivation area (0.131), and the number of active rice transplanters (0.130) were the highest-weighted subcriteria. Rasht ranked first, with a TOPSIS closeness coefficient of 0.8302, whereas Rudbar ranked 17th (0.0420), indicating spatial disparities in technological development. Sensitivity analysis involving 90 scenarios, generated by independently varying the global weights of 15 subcriteria by ±10%, ±20%, and ±30%, revealed a maximum rank shift of one position. The highest and lowest ranks remained unchanged, and the minimum Spearman rank correlation coefficient was 0.9951. Validation using VIKOR demonstrated a very high agreement in county rankings, with a Spearman rank correlation coefficient of 0.9951 (ρ=0.9951). These findings can support prioritizing assessments of equipment needs, strengthening mechanization services, and developing county-specific regional mechanization strategies. | ||
| کلیدواژه‌ها [English] | ||
| Mechanized rice transplanting, Mechanization development, Multi-criteria decision-making, Sensitivity analysis, Spatial analysis | ||
|
آمار تعداد مشاهده مقاله: 1 |
||