خلاصه

پرو یکی از صادرکنندگان اصلی قهوه در جهان است که تولید آن عمدتاً توسط پنج منطقه و در میان آنها منطقه آمازوناس انجام می شود. با این حال، یک عامل منفی ترکیبی، از جمله، از جمله، بحران آب و هوا، بروز بیماری‌ها و آفات، و برنامه‌ریزی نامناسب کاربری زمین، منجر به کاهش بازده قهوه شده است که بر اقتصاد خانواده تأثیر می‌گذارد. بنابراین، این تحقیق به ارزیابی تناسب زمین برای تولید قهوه ( Coffea arabica) در منطقه آمازوناس، به منظور حمایت از توسعه کشاورزی پایدار. برای این منظور، ساختار سلسله مراتبی بر اساس شش زیرمعیار اقلیمی، پنج زیرمعیار ادافولوژیک، سه زیر معیار فیزیوگرافی، چهار زیرمعیار اجتماعی-اقتصادی و سه محدودیت (بیماری ها و آفات قهوه) تدوین شد. اینها با استفاده از فرآیند تحلیل سلسله مراتبی (AHP)، سیستم های اطلاعات جغرافیایی (GIS) و سنجش از دور (RS) یکپارچه شدند. از منطقه آمازوناس، 11.4٪ (4803.17 کیلومتر مربع )، 87.9٪ (36،952.27 کیلومتر مربع ) و 0.7٪ (295.47 کیلومتر مربع ) به ترتیب “بهینه”، “نابهینه” و “نامناسب” برای کشت قهوه هستند. توصیه می شود جهت کشت قهوه در 912.48 کیلومتر مربع انجام شودقلمرو آمازوناس، که مناسب بودن “بهینه” را برای قهوه ارائه می دهد و برای بیماری ها و آفات “نامناسب” است. هدف این تحقیق حمایت از کشاورزان قهوه و دولت‌های محلی در منطقه آمازوناس برای اجرای استراتژی‌های جدید مدیریت زمین در کشت قهوه است. علاوه بر این، روش مورد استفاده را می توان برای ارزیابی تناسب زمین برای سایر محصولات مورد علاقه اقتصادی در مناطق آند آمازون به کار برد.

کلید واژه ها:

پهنه بندی کشاورزی ; AHP-GIS ; قهوه خوری ; EMC ; تناسب زمین ; انتخاب سایت

 

چکیده گرافیکی

1. معرفی

در فوریه 2020، صادرات جهانی قهوه (عربیکا و روبوستا) به 11.11 میلیون کیسه (60 کیلوگرم) رسید که بیشتر از 10.83 میلیون کیسه صادر شده در فوریه 2019 بود [1 ] . برزیل با 2.1 میلیون هکتار کشت قهوه و متوسط ​​عملکرد 22 کیسه در هکتار، تولیدکننده و صادرکننده قهوه پیشرو در جهان است [ 2 ]. پرو، به عنوان صادرکننده قهوه، در رتبه دوازدهم در سراسر جهان و رتبه سوم در آمریکای جنوبی قرار دارد [ 1 ]. قهوه در حدود 425416 هکتار در پرو در 17 منطقه کشت می شود که بیش از 223482 خانواده را در آن استخدام می کند [ 3]]. مناطق پیشرو در تولید قهوه پرو عبارتند از Pasco، Cajamarca، San Martín، Junín و Amazonas با میانگین عملکرد سالانه 1081 کیلوگرم در هکتار، 1046 کیلوگرم در هکتار، 969 کیلوگرم در هکتار، 792 کیلوگرم در هکتار و 705 کیلوگرم در هکتار. به ترتیب [ 4 ]. اگرچه در فوریه 2020، پرو 100000 کیسه قهوه صادر کرد که 13000 کیسه کمتر از فوریه 2019 بود [ 5 ]، اما آمازوناس همان تولید را حفظ کرد.
کاهش تولید قهوه در سراسر جهان در آینده بیشتر به دلیل تغییرات آب و هوایی [ 6 ] تشدید خواهد شد. بخش‌های کشاورزی آمریکای لاتین و کارائیب به دلیل آسیب‌پذیری زیاد، بیشترین تأثیر را از تغییرات آب و هوایی دارند [ 7 ]. به نوبه خود، کشت قهوه به تغییرات و شرایط نامساعد آب و هوایی حساس است که در فرآیند فنولوژیکی قهوه دخالت می کند [ 8 ]. علاوه بر این، تحت سناریوهای تغییر آب و هوا، بروز بیماری ها و آفات می تواند بسیار بیشتر باشد [ 9 ، 10]]. یکی دیگر از مشکلات فعالیت قهوه، برنامه ریزی ناقص قلمرو برای ایجاد زمین های مستعد برای کشت قهوه است. در نتیجه، تولیدکنندگان کوچک هر سال جنگل‌ها را برای نصب قطعات قهوه جدید قطع می‌کنند و باعث ایجاد اختلال در اکوسیستم می‌شوند [ 11 ].
بنابراین، یکی از جایگزین های اصلی برای کشاورزی خودکفایی، شناسایی تناسب زمین برای توزیع بعدی در انواع مختلف کشاورزی پایدار است [ 12 ، 13 ]. تجزیه و تحلیل مناسب بر اساس ادغام سیستم های اطلاعات جغرافیایی (GIS)، سنجش از دور (RS) و ارزیابی چند معیاره (MCE) تکنیک ها [ 14 ] است. این تجزیه و تحلیل ها باید به طور مداوم به روز شوند تا اطلاعات بیشتری در مورد شرایط آب و هوایی داشته باشیم و از بازگشت سرمایه تولیدکنندگان اطمینان حاصل کنیم [ 15 ]. پرکاربردترین تکنیک MCE به عنوان فرآیند تحلیل سلسله مراتبی (AHP) شناخته می شود [ 16]]. AHP برای حل فرآیندهای تصمیم گیری پیچیده استفاده می شود، که در آن معیارها، زیر معیارها و سناریوهای متعددی درگیر هستند، که در سلسله مراتب ساختار یافته و اهمیت نسبی برای هر گروه سلسله مراتبی سنجیده می شود [16 ] .
ادغام AHP، GIS و RS در مطالعات مختلف تناسب زمین، از جمله، گندم [ 17 ، 18 ، 19 ]، قهوه [ 20 ، 21 ، 22 ، 23 ]، ذرت [ 24 ، 25 ]، استفاده شده است. و سایر محصولات [ 26 ، 27]. با این حال، این ادغام نیازمند معیارهای زیست محیطی، اجتماعی-اقتصادی و سایر معیارها و همچنین آستانه های مناسبی است که توسعه بهینه محصول را مشخص می کند. برای این منظور، گروهی از کارشناسان اطلاعاتی را در خصوص تولید قهوه ارائه می کنند. این گروه اهمیت معیارها و زیرمعیارها را تعریف می کند و اطلاعاتی را که در تجزیه و تحلیل استفاده می شود یکسان می کند [ 28 ]. به طور خاص، برای تجزیه و تحلیل تناسب زمین بر روی قهوه، معیارهای اقلیمی، خاک، فیزیوگرافی و اجتماعی استفاده شده است [ 15 ، 20 ، 23 ، 29 ]. به طور خاص، طبق دانش ما، هیچ مطالعه‌ای این تکنیک‌ها را برای تناسب زمین بر روی قهوه در پرو در نظر نگرفته است، هرچند، گزارشی با استفاده از GIS و ادغام RS وجود دارد.30 ]. به همین ترتیب، در منطقه آمازوناس، مطالعات در مورد برنامه ریزی کاربری اراضی برای کشاورزی هنوز اندک است، با این حال، شایان ذکر است که مطالعه در مورد ظرفیت افزایش استفاده از زمین (ILU) منطقه اکولوژیکی و اقتصادی (ZEE) که عمدتاً متمرکز است. روی محصولات به طور کلی [ 31 ].
این تحقیق مناسب بودن زمین برای رشد قهوه در منطقه آمازوناس، در شمال شرقی (NE) پرو را تجزیه و تحلیل می کند. برای این منظور، (1) معیارها و زیرمعیارهای مؤثر بر توسعه قهوه شناسایی و ارزیابی شدند، (2) اهمیت معیارها و زیرمعیارها سلسله مراتب و وزن دهی شدند، (iii) لایه های هر زیرمعیار تعیین شد. توضیح داده شده، که (iv) با توجه به وزن اهمیت آنها، از جمله محدودیت های مطالعه، همپوشانی داشتند. ادغام AHP، GIS و RS، امکان تجزیه و تحلیل کارآمد از تناسب زمین را فراهم می کند و هدف آن هدایت مدیریت مناسب کاربری زمین است. علاوه بر این، در نظر گرفته شده است که چارچوب روش شناختی کاربرد بالقوه برای محصولات مورد علاقه اقتصادی در مناطق آند آمازون ارائه شود.

2. مواد و روشها

2.1. منطقه مطالعه

منطقه آمازوناس در قسمت شمال شرقی پرو واقع شده است ( شکل 1 ، 3°0′-7°2′ جنوبی، و 77°0′-78°42′ غربی). مساحتی به وسعت 42050.38 کیلومتر مربع از قلمرو ناهموار را پوشش می دهد که عمدتاً توسط جنگل های بارانی آمازون پوشیده شده است. ارتفاع از سطح دریا بین 120 تا 4400 متر است و دارای آب و هوای گرم و مرطوب غالب است. همچنین شامل دو بخش بسیار مشخص است: بخش اول، در آند، دارای میانگین دمای سالانه بین 7.4 تا 19.8 درجه سانتیگراد است، و بخش دوم، در جنگل های مرتفع، دارای میانگین حداکثر دمای سالانه 34.6 درجه سانتیگراد است. حداقل 10 درجه سانتیگراد این منطقه دارای خاک های انتیسول، اینسپتیزول و اولتیزول است [ 31 ، 32]. آمازوناس یکی از مناطق کشور با بیشترین تنوع بیوفیزیکی و اجتماعی-فرهنگی است که به دلیل فعالیت کشاورزی (مثلا برنج، قهوه، کاکائو، سیب زمینی، یوکا، موز و غیره) و گاوداری گسترده قابل توجه است و دارای متوسط ​​است. از 8.3 درصد بی سوادی تولیدکنندگان محصولات کشاورزی [ 31 ]. جمعیت آمازوناس 379384 نفر (9.6 اینچ/کیلومتر مربع) [33] است و از استان های بونگارا (3020.99 کیلومتر مربع ) ، چاچاپویاس (4507.01 کیلومتر مربع )، کوندورکانکی (17873.8 کیلومتر مربع ) تشکیل شده است . 5861.16 کیلومتر مربع ، لویا (3100.36 کیلومتر مربع )، اوتکوبامبا (3972.83 کیلومتر مربع ) و رودریگز د مندوزا (3714.24 کیلومتر مربع)2 ). این چهار استان اخیر با حدود 34000 تا 42744 هکتار، تولید کننده حدود 25000 تن در سال و با میانگین بازدهی بین 700 تا 1250 کیلوگرم در هکتار، تولیدکنندگان اصلی قهوه هستند [31 ، 34 ] .

2.2. طرح روش شناختی

شکل 2 تجزیه و تحلیل مناسب بودن زمین قهوه در آمازوناس را نشان می دهد. به طور خلاصه، (1) معیارهای اقلیمی، خاک، فیزیوگرافی و اجتماعی-اقتصادی و همچنین معیارهای فرعی که بر رشد قهوه تأثیر می‌گذارند، شناسایی و ارزیابی کرد، و (2) لایه‌ها را با آستانه مناسب برای هر زیرمعیار تشریح کرد. در حالی که همچنین به اهمیت معیارها و زیرمعیارها نگاه می کنیم که با استفاده از ماتریس های مقایسه زوجی (PCM) اولویت بندی و وزن دهی شد و (iv) نقشه ها بر اساس وزن های اهمیت همپوشانی داشتند و در نهایت (v) نقشه تناسب محدود به شرایط مربوط به بیماری ها و آفات قهوه (محدودیت) بود.

2.3. شناسایی و انتخاب معیارها، زیرمعیارها و محدودیت ها

بر اساس یک بررسی کتابشناختی، معیارها و زیرمعیارهای اصلی که توسعه کشت قهوه در پرو و ​​جهان را تعیین می کنند، شناسایی شدند [ 35 ، 36 ، 37 ، 38 ]. برای شرح مفصل قهوه عربیکا و کشت آن، به کویت و همکاران مراجعه کنید. [ 39 ]. بنابراین، یک سلسله مراتب بر اساس 4 معیار (اقلیم شناسی، ادافولوژی، فیزیوگرافی و اجتماعی-اقتصادی) ساخته شد که به نوبه خود به 18 زیر معیار تقسیم می شوند ( شکل 3) .). بر این اساس، به عنوان زیرمعیارهای اقلیم شناسی، زیر معیارهای زیر را در نظر گرفته ایم: میانگین دمای سالانه، میانگین حداقل دمای سالانه، میانگین حداکثر دمای سالانه، میانگین بارندگی سالانه، رطوبت نسبی و دوره های خشک. به عنوان زیرمعیارهای ادافولوژیکی، pH، بافت، سنگ بودن، ماده آلی خاک (SOM) و ظرفیت تبادل کاتیونی (CEC). به همین ترتیب، زیر معیارهای فیزیوگرافی: ارتفاع، شیب زمین و جنبه زمین. و در نهایت به عنوان زیرمعیارهای اجتماعی-اقتصادی: کاربری زمین/پوشش زمین (LULC)، فاصله تا شبکه جاده، فاصله تا شبکه آب و مناطق طبیعی حفاظت شده (PNA). علاوه بر این، برای اعمال یک اصل پیشگیری، نقشه تناسب بالقوه زمین توسط لایه هایی از شایع ترین بیماری ها و آفات قهوه در حال رشد در آمازوناس محدود شد [ 40] .]. چنین لایه هایی بر اساس دمای بهینه برای ایجاد زنگ برگ قهوه ( Hemileia vastatrix )، کرم توت قهوه ( Hypothenemus hampei ) و لکه برگ ( Cercospora coffeicola ) بودند.
معیارهای فرعی، با توجه به آستانه مناسب بودن قلمرو، در سه دسته [ 20 ] طبقه بندی و وزن دهی شدند: «بهینه» (3)، «نابهینه» (2) و «نامناسب» (1) ( جدول 1 ). ما همان دسته بندی ها را برای محدودیت ها در نظر گرفتیم. دسته “بهینه” برای بیماری ها یا آفات منجر به “نامناسب بودن” برای قهوه شد.

2.4. منابع و نقشه برداری

داده‌های مربوط به اطلاعات جغرافیایی برای معیارهای فرعی اقلیمی و محدودیت‌های بیماری و آفات، به استثنای رطوبت نسبی و دوره‌های خشک، از WorldClim 2.1 با میانگین داده‌های سال‌های 1970 تا 2000 و وضوح ~1 کیلومتر [70] به‌دست آمد . لایه رطوبت نسبی (RH) در پلت فرم Google Earth Engine (GEE) ایجاد شد. این پلتفرم آزادانه در دسترس است، با استفاده از ابر گوگل کار می‌کند، و قادر به پردازش پتابایت داده‌های مکانی در مقیاس جهانی است [ 71 ]. GEE حاوی داده‌های آب و هوایی (تبخیر، رطوبت، دما، و غیره) از شبکه سیستم‌های هشدار زودهنگام قحطی (FEWS NET) سیستم همسان سازی داده‌های زمین (FLDAS) GEE با وضوح فضایی 0.1 درجه است [72 ، 73 ]]. یک اسکریپت با استفاده از زبان کدنویسی جاوا اسکریپت برای توسعه معادله (1) با استفاده از باندهای مورد نیاز به عنوان داده ورودی پیاده سازی شد. RH (معادله (1)) به عنوان ضریب بین فشار فعلی ( e ) و فشار اشباع هوا ( es ) در دمای هوا T (بر حسب کلوین) محاسبه شد، es مخرج کامل معادله (1) است . . این معادله از قانون Claysius Clayperon به دست آمده است.

آراچ=(ه6.11(17.27(تی-273)تی-36))×100
لایه دوره های خشک بر اساس روش مورد استفاده برای تعیین کمیت خشکسالی های هواشناسی بود [ 74 ]. بنابراین، کل داده‌های میانگین سالانه بارندگی به پنج پنجک تقسیم شد. مقادیر در دو پنجک اول 0-20٪ و 20-40٪ خشک و “نامناسب”، مقادیر بین 40-80٪ “نابهینه” و مقادیر در پنجک آخر (80-100٪) مرطوب یا مرطوب در نظر گرفته می شوند. “بهینه”.

داده‌های زیرمعیارهای ادافولوژیکی از سیستم نقشه‌برداری دیجیتالی خاک خاک، با وضوح فضایی 250 متر [ 75 ] به‌دست آمد. لایه‌های عمق 0-5 سانتی‌متر، 5-10 سانتی‌متر، و 10-15 سانتی‌متر همگی به طور میانگین محاسبه شدند، با توجه به اینکه 20 سانتی‌متر اول بیشترین غلظت ریشه‌های قهوه را دارد [ 76 ]. لایه SOM از محصول کربن آلی خاک بر حسب درصد (SOC%) و ضریب تبدیل 1.72 به دست آمد [ 77 ، 78 ]. SOC% با تبدیل لایه کربن آلی به Ton/ha (SOC) SoilGrids با استفاده از رابطه (2) به دست آمد، که در آن dap چگالی ظاهری خاک (g/cm) است. و SD عمق نمونه برداری (cm) است.

SOC٪ = SOC / dap × SD × 1000
شیب و جنبه زمین از مدل ارتفاع دیجیتال با وضوح فضایی 30 متری (DEM) از مأموریت نقشه برداری رادار شاتل ناسا (SRTM) [79]، با استفاده از ابزارهای «شیب» و «جنبه» QGIS 3.10 استخراج شد. برای بدست آوردن نقشه تناسب ارتفاع، همان DEM مجدداً طبقه بندی شد. با توجه به معیار اجتماعی-اقتصادی، یک لایه شطرنجی دانلود شده از The Copernicus Global Land Service (CGLS) برای زیرمعیار LULC، با وضوح فضایی 100 متر استفاده شد [69 ] . این لایه با چند ضلعی های LU کشاورزی نقشه LULC از ZEE [ 31 ] برای آمازوناس و روجاس و همکاران تکمیل شد. [ 80] برای R. de Mendoza. فاصله تا شبکه جاده‌ای با استفاده از لایه‌های شبکه جاده‌ای ملی، بخش‌ای و محله‌ای ۲۰۱۸ که از وزارت حمل‌ونقل و ارتباطات (MTC) دانلود شده بود، ایجاد شد [ ۸۱ ]. فاصله تا شبکه آب با استفاده از لایه رودخانه و جریان IGN [ 82 ] ایجاد شد. این دو معیار فرعی آخر بر اساس تصویر سرور ماهواره‌ای Google به عنوان نقشه پایه و با استفاده از روش دیجیتالی کردن روی صفحه نمایش QGIS 3.10 به سال 2020 به‌روزرسانی شدند. علاوه بر این، ما از PNA و مناطق بافر آن‌ها استفاده کردیم که توسط سرویس ملی مناطق طبیعی محافظت شده توسط دولت (SERNANP) به‌روزرسانی شده تا سال 2020 [ 83 ].
معیارهای اقلیمی، ادافولوژیکی، فیزیوگرافی، اجتماعی-اقتصادی و محدودیت با توجه به محدوده جغرافیایی منطقه مورد مطالعه استخراج شد. متعاقباً، آنها در سه آستانه مناسب طبقه‌بندی شدند ( جدول 1 را ببینید)، با استفاده از ابزار ساده طبقه‌بندی مقادیر SAGA در QGIS 3.10 و مجدداً به 30 متر پیکسل مقیاس شدند تا داده‌های مکانی با استفاده از ابزار نمونه‌گیری مجدد یکسان شوند.

2.5. ارزیابی چند معیاره (MCE) و فرآیند تحلیل سلسله مراتبی (AHP)

یک PCM برای مقایسه و وزن دادن معیارها به یکدیگر برای هر گروه سلسله مراتبی ساخته شد ( شکل 3 را ببینید )، و علاوه بر این، یک PCM برای مقایسه و وزن بیماری ها و آفات ساخته شد. ساخت PCM های فوق بر اساس مقیاس وزنی پیشنهاد شده توسط ساعتی [ 84 ] ( جدول 2 ) بود. برای هر مجموعه از معیارها، گروهی متشکل از 10 متخصص کشت قهوه یک مقدار وزنی را تعیین کردند. این گروه از متخصصان متشکل از محققان ملی و بین المللی در زمینه کشت قهوه و همچنین متخصصان تعاونی های قهوه کشاورزی در منطقه بود.

PCM ارائه شده توسط گروه متخصص پردازش شد (برای مثالی از پردازش ماتریس PCM، به [ 85 ] مراجعه کنید)، که به ما اجازه می دهد تا وزن اهمیت هر یک از معیارها و زیرمعیارها را بدست آوریم. مجموع اوزان باید همیشه 1 در هر گروه سلسله مراتبی [ 85 ] باشد. از آنجایی که PMC های خبرگان ممکن است ناسازگاری داشته باشند، مقادیر ناسازگاری که ممکن است قابل قبول باشند با استفاده از نسبت سازگاری ( CR ) محاسبه می شوند [ 84 ]. بنابراین، در نظر گرفته شد که در یک PCM، بالاترین مقدار ویژه ( λmax ] همیشه بزرگتر یا برابر با تعداد سطرها و ستون ها ( n ) PCM است، بنابراین می‌توانیم شاخص سازگاری ( CI) را محاسبه کنیم.) با استفاده از رابطه (4) [ 86 ]. سپس، CRبه عنوان ضریب بین CI و شاخص سازگاری تصادفی ( RI ) [ 84 ] محاسبه می شود. مقادیر RI با مقدار ” n ” ماتریس، که در جدول 3 نشان داده شده است، شرطی می شوند .

CI = ( λmax – n )/( n – 1)
برای اینکه سازگاری ماتریس قابل قبول در نظر گرفته شود، CR باید کمتر از 0.1 باشد. در غیر این صورت، AHP ممکن است نتایج اشتباهی بدهد، مگر اینکه مقادیر اختصاص داده شده در جدول 1 توسط کارشناسان کشت قهوه مورد بررسی مجدد قرار گیرد [ 87 ، 88 ، 89] . ، 90]]. تمامی محاسبات فوق با استفاده از افزونه Easy AHP در QGIS 2.8 انجام شده است. پس از آن، هر وزن (اهمیت) زیرمعیارها در وزن مربوط به آن ضرب شد و یک امتیاز محلی به دست آمد که در وزن هر معیار (اقلیمی، ادافولوژیکی، فیزیوگرافی و اجتماعی-اقتصادی) ضرب شد تا نمره جهانی به دست آید و مشخص شود. مهمترین معیارها ما با استفاده از روش مشابهی برای بیماری ها و آفات قهوه کار کردیم.

2.6. به دست آوردن مدل های فرعی و مدل مناسب برای کشت قهوه

با وزن‌های محاسبه‌شده و نقشه‌های طبقه‌بندی‌شده، از ابزار ArcMap 10.5 Weighted Overlay برای به دست آوردن زیرمدل‌های اقلیمی، ادافولوژیکی، فیزیوگرافی، اجتماعی-اقتصادی و تناسب بیماری و آفات استفاده شد. در همان زمان، چهار مدل فرعی اول با همان ابزار یکپارچه شدند تا مدل مناسبی نهایی برای کشت قهوه تولید شود. سپس این مدل نهایی با زیرمدل بیماری و آفت پوشانده شد تا قلمرو با این محدودیت‌های بهداشت گیاهی شناسایی شود. علاوه بر این، کرت های “بهینه” برای قهوه، که در عین حال برای بیماری ها و آفات “نامناسب” و “نابهینه” هستند، با توجه به مساحت آنها شمارش شد: 0.5-1 هکتار، 1-2 هکتار، 2-3.5 هکتار، 3.5-5 هکتار و > 5 هکتار.91 ]. قطعات کمتر از 0.5 هکتار برای صرفه اقتصادی کافی در نظر گرفته شد. در نهایت، برای تایید مدل تناسب نهایی، آن را با توزیع فضایی نواحی قهوه ZEE ( شکل 1 ) [ 31 ] و با مزارع ارجاع داده شده توسط تعاونی‌های قهوه و موسسه تحقیقاتی توسعه پایدار Ceja de مقایسه شد. سلوا (INDES-CES) از دانشگاه ملی توربیو رودریگز مندوزا (UNTRM). برای این، فرض بر این بود که توزیع نواحی قهوه فعلی نتیجه یک انتخاب تاریخی و فنی برای بهترین منطقه ممکن است [ 20 ].

3. نتایج

3.1. وزن معیار برای تحلیل تناسب زمین

جدول 4 وزن‌های به‌دست‌آمده برای هر زیرمعیار را بر اساس برآورد 10 کارشناس پرورش قهوه نشان می‌دهد. مهمترین زیرمعیار برای ایجاد رشد قهوه ارتفاع (27/13 درصد) و پس از آن LULC (18/8 درصد) بود. از طرفی کمترین اهمیت رطوبت نسبی (16/3 درصد) و میانگین حداقل دمای سالانه (69/2 درصد) بود. هنگام در نظر گرفتن معیارها، متوجه شدیم که زیر معیارهای زیر بالاترین مقدار را برای هر گروه معیار به دست آوردند: میانگین دمای سالانه (22.37٪)، pH (29.22٪)، ارتفاع (53.06٪) و LULC (32.72٪). در حالی که کمترین وزن به میانگین حداقل دمای سالانه (10.76 درصد)، SOM (16.32 درصد)، جهت زمین (22.75 درصد) و فاصله تا شبکه آب (20.22 درصد) داده شده است. در مورد محدودیت ها، H. Vastatrixمهم ترین (46.7٪)، پس از H. hampei (32.0٪) و C. coffeicola (21.2٪) بود.

3.2. نقشه های زیرمعیار تولید شده بر اساس آستانه تناسب زمین

شکل 4 نقشه های طبقه بندی مجدد را برای هر یک از معیارهای فرعی اقلیمی، ادافولوژیکی، فیزیوگرافی و اجتماعی-اقتصادی، با توجه به آستانه های مناسب نشان می دهد ( جدول 1 ). در همین حال، شکل 5 تناسب زمین را برای بیماری ها و آفات نشان می دهد. علاوه بر این، جدول 5مناطقی را برای هر زیر معیار آستانه تناسب و بیماری ها و آفات فراهم می کند. بر این اساس، زیرمعیارهای دارای بیشترین سطح «مطابقت بالا» در رابطه با گروه معیار خود عبارتند از: رطوبت نسبی (81.8 درصد)، SOM (92.8 درصد)، جنبه زمین (43.9 درصد) و PNA (70.9 درصد). برعکس، آنهایی که بیشترین منطقه “نامناسب” را داشتند عبارتند از: بارندگی (59.0٪)، CEC (25.2٪)، ارتفاع (55.6٪) و LULC (76.4٪). از این رو، SOM معیار فرعی است که بیشتر به نفع رشد قهوه است، در حالی که LULC در واقع معیار فرعی است که بیشتر قلمرو را محدود می کند. با توجه به محدودیت ها، H. vastatrix دارای بیشترین منطقه (56.6٪) است که برای توسعه آن در آمازوناس مناسب است. در مقابل، H. hampei کمترین مساحت (37.6٪) را دارد.

3.3. نقشه های مدل فرعی (معیار) مناسب

با همپوشانی وزنی زیر معیارها، مدل های فرعی مناسب برای هر گروه سلسله مراتبی تولید شد ( شکل 6 ). نتایج نشان می دهد که مدل فرعی ادافولوژیکی (60.75%) دارای بزرگترین منطقه “بهینه” برای کشت قهوه در آمازوناس است ( جدول 6 ). با این وجود، مدل فرعی اقلیم شناسی (3.43٪) کوچکترین منطقه “بهینه” را دارد. مهمتر از همه، 37.64٪ (15859.40 کیلومتر مربع ) آمازوناس برای کشت قهوه مناسب نیست، به دلیل شرایط “بهینه” آن برای توسعه بیماری ها و آفات.

3.4. مدل های تناسب زمین برای کشت قهوه

با برهم نهی وزنی زیرمدل های اقلیمی، ادافولوژیکی، فیزیوگرافیک و اجتماعی-اقتصادی، مدل تناسب زمین برای کشت قهوه را تولید کردیم ( شکل 7 الف). در واقع، در آمازوناس، 11.4٪ (4803.17 کیلومتر مربع )، 87.9٪ (36952.27 کیلومتر مربع ) و 0.7٪ (295.47 کیلومتر مربع ) به ترتیب “بهینه”، “نابهینه” و “نامناسب” برای کشت قهوه هستند ( جدول7) . ). در سطح استان، رودریگز د مندوزا (1130.93 کیلومتر مربع )، باگوا (913.99 کیلومتر مربع ) و کوندورکانکی (913.90 کیلومتر مربع ) بزرگترین مناطق با مناسبت “بهینه” برای کشت قهوه را ارائه می دهند، در حالی که لویا (295.73 کیلومتر مربع )) و چاچاپویاس (70/282 کیلومتر مربع ) کمترین مناطق “بهینه” را دارند. سپس، با برهم نهی وزنی مدل تناسب قلمرو برای کشت قهوه ( شکل 7 الف) و زیرمدل مناسب برای بیماری ها و آفات ( شکل 6 e)، مدل تناسب قلمرو برای کشت قهوه با محدودیت تولید شد ( شکل 7 ب) . ). مشخص شد که 7.6 درصد (1208.18 کیلومتر مربع )، 18.6 درصد (2628.00 کیلومتر مربع ) و 8.0 درصد (966.92 کیلومتر مربع ) از قلمرو “بهینه”، “نابهینه” و “نامناسب” به ترتیب برای توسعه بیماری ها هستند. و آفات، برای رشد قهوه “بهینه” است. در سطح استان، کندورکانکی (10217.15 کیلومتر مربع) و باگوا (4059.37 کیلومتر مربع ) بزرگترین مناطق با مناسب بودن “بهینه” برای توسعه بیماری ها و آفات را دارند، در حالی که Luya (71.38 کیلومتر مربع ) و Chachapoyas (15.83 کیلومتر مربع ) کمترین مناطق “بهینه” را ارائه می دهند. از قلمرو منطقه آمازوناس، 6.25٪ (2628.00 کیلومتر مربع ) “بسیار بهینه” در نظر گرفته می شود، زیرا مناسب بودن “بهینه” برای قهوه و مناسب “نابهینه” برای بیماری ها و آفات است، در حالی که 2.30٪ (966.92 کیلومتر مربع) است . “عالی” در نظر گرفته می شود، زیرا مناسب بودن “بهینه” برای قهوه و “نامناسب” برای بیماری ها و آفات است.
از قلمرو “بسیار بهینه” و “عالی” برای کشت قهوه، به ترتیب 0.3٪ (3.17 کیلومتر مربع ) و 0.1٪ (2.52 کیلومتر مربع ) دارای زمین هایی با مساحت کمتر از 0.5 هکتار هستند، بنابراین به اندازه کافی بزرگ نیستند که از نظر اقتصادی مناسب باشند. قابل دوام ( جدول 8 ). علاوه بر این، 75.05-98.90٪ از هر دو قطعه “بسیار بهینه” و “عالی” دارای سطوح بیش از 10 هکتار در همه استان ها هستند.
نتایج اعتبار سنجی نشان می دهد که بین الگوهای مناطق مدل شده به عنوان “بهینه” برای کشت قهوه و نواحی قهوه ZEE و مزارع ارجاع داده شده توسط تعاونی های قهوه و INDES-CES مطابقت نزدیکی وجود دارد. UNTRM ( شکل 8 ).

4. بحث و گفتگو

با تمایز از مطالعات قبلی در مورد مناسب بودن قلمرو برای رشد قهوه [ 15 ، 20 ، 21 ، 22 ، 23 ، 29 ، 30 ، 55 ، 92 ]، این مطالعه شامل تعداد بیشتری از معیارهای فرعی بود. علاوه بر این، تنها سه [ 21 ، 29 ، 92 ] از مطالعات قبلی AHP را برای رتبه بندی و سنجش اهمیت زیر معیارها ادغام کردند. در مطالعات مربوط به مناسب بودن قلمرو برای کشت قهوه، سایر محصولات [ 24 ، 25 ، 26 ] یا به طور کلی کشاورزی [24، 25، 26]13 ، 62 ، 63 ]، در نظر گرفتن گروه هایی از معیارهای اقلیمی، ادافولوژیکی، فیزیوگرافی و اجتماعی-اقتصادی معمول است. با این حال، این مطالعه شامل یک گروه از معیارها، یعنی اتفاقی ترین محدودیت های بیماری و آفات برای قهوه بود. این محدودیت ها دقت بیشتری را در تعیین قلمرو بسیار مناسب برای رشد قهوه در منطقه آمازوناس امکان پذیر می کند. لازم به ذکر است که معیارهای مورد استفاده در تحلیل مناسب بودن قلمرو به تمرکز تحقیق و در دسترس بودن داده های مکانی بستگی دارد. به عنوان مثال، مطالعات آینده ممکن است شامل هزینه-فایده، بهره وری، نرخ بازده محصول، هزینه های تغییرات کاربری زمین، جمعیت بهره مند از محصول، یا سایر معیارهای فرعی اقتصادی باشد [93] .]. با این حال، مشکل اصلی در فقدان داده های مکانی برای زیر معیارها نهفته است. در پرو، به‌ویژه در منطقه آمازوناس، منابع کامپیوتری کمیاب هستند، حتی زمانی که به مطالعات خاص معیارهای زیست‌شناختی، زیست‌محیطی و اجتماعی در مقیاس‌های محلی دقیق می‌رسد [94 ] .
از نظر توسعه کشت قهوه در آمازوناس، مطالعه ما نشان می دهد که معیارهای اجتماعی-اقتصادی (35/28 درصد) و معیارهای اقلیمی (31/28 درصد) نقش عمده ای در رشد قهوه دارند و پس از آن معیارهای ادافولوژیکی (03/25 درصد) و فیزیوگرافیک (31/18 درصد) قرار دارند. شاخص. با این حال، برای Mighty [ 21 ] و y Rono و Mundia [ 29 ]، معیارهای اقلیمی مهمترین هستند و پس از آن معیارهای ادافولوژیکی، اجتماعی-اقتصادی و فیزیوگرافیک قرار دارند. در مقابل، اگرچه اوچوا و همکاران. [ 92آنها معیارهای اجتماعی-اقتصادی را تجزیه و تحلیل نکردند، در مطالعه خود معیارهای ادافولوژیکی مهمترین و به دنبال آن معیارهای فیزیوگرافی و اقلیمی هستند. در واقع، تعداد و زیرمعیارهای مختلف مورد استفاده هر گروه از معیارها، واقعیت محلی و تجربه متخصصان، به تمایز اهمیت معیارها کمک کرده است. البته، در مطالعه ما، اهمیت کمی بیشتر معیارهای اجتماعی-اقتصادی نسبت به معیارهای اقلیمی و ادافولوژیکی در مورد آمازوناس ممکن است ناشی از رویکرد حفاظت‌گرایانه کارشناسان باشد. در واقع، از زیر معیارهای اجتماعی-اقتصادی، مهمترین آنها LULC (32.72٪) و PNA (25.12٪) بودند. بنابراین، هر دو در اینجا مهم هستند، زیرا کشاورزی (عمدتاً قهوه و کاکائو) و دامداری بیشترین تغییرات را در LULC ایجاد کرده‌اند.80 ، 95 ]. در این زمینه، PNAهای عمومی و خصوصی استراتژی اصلی برای حفاظت درجا بوده اند، که نشان می دهد آمازوناس نیز یکی از مناطقی است که بیشترین تعداد PNA را ثبت کرده است [ 83 ].
در رابطه با معیارهای فرعی اقلیمی، میانگین دمای سالانه (37/22 درصد) بیشترین و پس از آن میزان بارندگی (4/21 درصد) قرار دارد. به روشی مشابه، برای Mighty [ 21 ] و Rono و Mundia [ 29 ]، دما مهمترین معیار فرعی اقلیمی است. به نوبه خود، اوچوا و همکاران. [ 92 ] بیان می کنند که بارش مهمترین است. در واقع، محصولات قهوه به آب و هوا، به ویژه به دمایی که در آن رشد می کنند، بسیار حساس هستند [ 96 ، 97 ]. علاوه بر این، در این نوع مطالعه، مدل‌های تناسب تحت شرایط محیطی کنونی تولید می‌شوند و باید دائماً به روز شوند، زیرا تغییر اقلیم عاملی است که بر الگوهای زیرمعیارهای اقلیمی تأثیر می‌گذارد.15 ]. این امر برای بخش کشاورزی در آمریکای لاتین و دریای کارائیب مهم است زیرا یکی از متاثرترین بخش هایی است که تحت تأثیر تغییرات آب و هوایی قرار دارد [ 7 ].
با توجه به معیارهای فرعی ادافولوژیکی، آکینجی و همکاران. [ 13 ] نوع خاک را به عنوان تعیین کننده ترین عامل برای کشاورزی به طور کلی، و سنگ و زهکشی را به عنوان کم اهمیت ترین عامل شناسایی کرد. به طور مشابه، در مطالعه ما (کشت قهوه)، برای زیر معیارهای ادافولوژیکی، pH خاک (29.22٪) در واقع مهمترین است، و پس از آن بافت (19.06٪). این نیز با Ochoa و همکاران موافق است. [ 92 ]. برعکس، برای Rono و Mundia [ 29 ]، pH خاک کمترین اهمیت را دارد. در واقع، pH خاک برای جذب عناصر غذایی توسط گیاه کلیدی است، زیرا در دسترس بودن مواد مغذی با توجه به سطوح اسیدیته متفاوت است. مهمتر از آن، در اسیدیته بسیار بالا، برخی از مواد معدنی برای گیاهان سمی هستند [ 51].
طبق رونو و موندیا [ 29 ]، ارتفاع مهمترین زیر معیار فیزیوگرافی است. برعکس، اوچوا و همکاران. [ 92 ] شیب را مهم ترین می دانند. با این حال، Mighty [ 21 ] در نظر می گیرد که تفاوت معنی داری (0.10٪) بین ارتفاع و شیب وجود ندارد. البته در مطالعه ما، ارتفاع (06/53 درصد) مهمترین و پس از آن شیب (18/24 درصد) و جهت (75/22 درصد) قرار داشت. علاوه بر این، مانند لارا و همکاران. [ 20 ]، ما جنبه زمین را به عنوان یک معیار فرعی فیزیوگرافی ادغام کردیم، زیرا این جنبه بر دریافت نور خورشید و تغییرات دما در سطح ریزاقلیم تأثیر می گذارد [ 61 ]. در دو مکان در کاستاریکا، Avelino و همکاران. [ 98] دریافت که محصولات در دامنه های رو به شرق قهوه با کیفیت بهتری تولید می کنند. بنابراین، کارشناسان، ارتفاع را از نقطه نظر کیفیت قهوه برجسته کردند، زیرا Duicela و همکاران. [ 99 ]، مشخص کرد که انواع قهوه رشد کرده در ارتفاعات بالاتر، کیفیت ارگانولپتیک بالاتری دارند. این عامل ارتفاعی همچنین به مهاجرت مزارع قهوه به اراضی مرتفع و در نتیجه جنگل زدایی بیشتر در استان های اصلی قهوه منطقه کمک کرده است [ 80 ].
با توجه به معیارهای اجتماعی-اقتصادی، فاصله تا جاده ها (94/21 درصد) و فاصله تا شبکه آب (22/20 درصد) تفاوت معنی داری (43/0 درصد) برای این مطالعه ندارند که ارتباط نزدیکی با یافته های ارائه شده توسط مایتی [21] (40/1) دارد . ٪. قطعاً در مطالعه ما، کارشناسان قهوه، نزدیکی به جاده را به جای بدنه آبی در اولویت قرار می دهند، زیرا آمازوناس از نظر منابع آبی دارای موقعیت ممتازی است، در حالی که فاقد دسترسی جاده ای و حمل و نقل مناسب برای ورود است. ورودی ها و خروجی محصول به بازارها.
در منطقه آمازوناس، منطقه ای که به عنوان “عالی” (912.48 کیلومتر مربع ) برای کشت قهوه مدل شده است، 113.5٪ بیشتر از منطقه گزارش شده در آخرین سرشماری ملی کشاورزی سال 2012 (427.44 کیلومتر مربع [ 34 ]) است. اگرچه مناطقی که به عنوان «عالی» برای کشت قهوه مدل‌سازی شده‌اند با توزیع فضایی مرجع برای اعتبارسنجی مطابقت دارند (مناطق قهوه در ZEE [ 31 ] و مزارع ارجاع‌شده جغرافیایی)، مناطق «عالی» بزرگی وجود دارند که در ZEE در نظر گرفته نشده‌اند و همچنین برخی از مزارع جغرافیایی مرجع وجود دارند که در مناطق “عالی” قرار ندارند. این به دلیل این واقعیت است که ZEE یک نقشه مرجع قدیمی است (2010) و به دلیل عدم وجود یک نقشه ملی (یا منطقه ای) از توزیع فعلی قهوه. علاوه بر این، لارا و همکاران. [20 ] نشان می دهد که برخی از مزارع اعتبار سنجی ممکن است در مناطق کمتر مناسب واقع شوند، زیرا شیوه های کشاورزی مانند کاشت درختان سایه، مناسب بودن زمین را هنگام کاهش دما بهبود می بخشد، اما مزارع قهوه نباید در مناطق کاملاً نامناسب قرار گیرند.
نقشه های تناسب برای بیماری ها و آفات قهوه نشان داد که برخی از مناطق Condorcanqui، Bagua، Utcubamba، Luya و Rodriguez de Mendoza شرایط توسعه ایده آلی برای زنگ برگ قهوه، کرم توت قهوه و لکه توت دارند. این استان ها (به جز Condorcanqui) با استان های گزارش شده توسط خدمات بهداشت ملی کشاورزی (SENASA) مطابقت دارند، جایی که آنها به طور مداوم در حال ارزیابی و اعمال اقدامات کنترلی برای این بیماری ها و آفات هستند [40 ] . با توجه به این همزمانی با SENASA، تجزیه و تحلیل مبتنی بر دما ما قابل اعتماد است. متأسفانه بیماری ها و آفات تا حد زیادی به عوامل دیگری مانند رطوبت نسبی، دوره نوری، ارتفاع، درصد سایه و غیره بستگی دارند. [ 65 ، 66 ، 67 ، 68]. بنابراین، در تحقیقات آتی پیشنهاد می شود تمامی عوامل به منظور افزایش دقت در ارزیابی تناسب زمین در نظر گرفته شود. علاوه بر این، با توجه به اینکه بیماری‌ها و آفات به میکرواقلیم بستگی دارند، پیشنهاد می‌کنیم از لایه‌های موضوعی با وضوح فضایی بهتر استفاده کنید [ 100 ، 101 ]، که در لایه‌هایی با وضوح 1 کیلومتر مانند آنچه در WorldClim به خوبی نمایش داده نمی‌شود.
روش مورد استفاده در این تحقیق مبتنی بر ادغام AHP، GIS و RS به منظور تحلیل تناسب زمین برای کشت قهوه است. همین امر را می توان نه تنها در مورد سایر مناطق کشت قهوه، بلکه در مورد سایر محصولاتی که اهمیت تغذیه ای، اقتصادی و زیست محیطی دارند، اعمال کرد و آنها را با واقعیت محلی خود تنظیم کرد. علاوه بر این، این رویکردها به دلیل تجزیه و تحلیل تناسب زمین که مناطقی را که در آن یک محصول به طور مناسب توسعه یافته است، شناسایی می‌کند، در این زمینه تأثیرگذار بوده است، بنابراین به عدم بهره‌برداری بیش از حد از منابع خاک و در نتیجه به یک عمل کشاورزی پایدار کمک می‌کند.

5. نتیجه گیری ها

برای توسعه کشت قهوه در منطقه آمازوناس، مهمترین معیارها، معیارهای اجتماعی-اقتصادی و اقلیمی و به دنبال آن ادافولوژی و فیزیوگرافی است. مدل فرعی ادافولوژیک دارای بزرگترین منطقه “بهینه” برای کشت قهوه در منطقه آمازوناس است، در حالی که مدل فرعی با کوچکترین منطقه “بهینه”، مدل اقلیمی است. در آمازوناس، 11.4 درصد (4803.17 کیلومتر مربع )، 87.9 درصد (36952.27 کیلومتر مربع ) و 0.7 درصد (295.47 کیلومتر مربع ) از قلمرو به ترتیب ویژگی‌های «بهینه»، «نابهینه» و «نامناسب» را برای رشد قهوه نشان دادند. مشخص شد که 8.0٪ (966.92 کیلومتر مربع )، 18.6٪ (2628.00 کیلومتر مربع) و 7.6٪ (1208.18) به ترتیب قلمرو “نامناسب”، “نابهینه” و “بهینه” را برای توسعه بیماری ها و آفات، برای رشد قهوه “بهینه” نشان می دهند. توصیه می شود قهوه را در 912.48 کیلومتر مربع از قلمرو آمازوناس هدایت کنید، که مناسب بودن “عالی” برای قهوه است.
استفاده یکپارچه از AHP، GIS و RS امکان شناسایی مناسب مناطق دارای پتانسیل برای کشت قهوه در منطقه آمازوناس را فراهم کرد و هدف آن هدایت مدیریت صحیح قلمرو است. علاوه بر این، یک چارچوب روش‌شناختی کاربرد بالقوه برای محصولات مورد علاقه اقتصادی در مناطق آمازون آند ارائه شده است.

منابع

  1. ICO آمار تجارت-فوریه 2020. در دسترس آنلاین: https://www.ico.org/ (در 2 آوریل 2020 قابل دسترسی است).
  2. دوس آنجوس، اف. بلیک، دبلیو. Velleda-Caldas, N. La caficultura en Brasil: Evolución, situación actual y nuevos retos cara al futuro. موندو آگرار. 2011 ، 12 ، 28. [ Google Scholar ]
  3. MINAGRI. ال کافه پروانو. در دسترس آنلاین: https://minagri.gob.pe/portal/485-feria-scaa/10775-el-cafe-peruano (در 16 آوریل 2020 قابل دسترسی است).
  4. MINAGRI. Requerimientos Agroclimáticos del Cultivo de Café: Ficha Técnica N° 11 ; وزیر کشاورزی و ریگو: لیما، پرو، 2019. [ Google Scholar ]
  5. ICO صادرات قهوه توسط کشورهای صادرکننده در دسترس آنلاین: https://www.ico.org/trade_statistics.asp?section=Statistics (در 2 آوریل 2020 قابل دسترسی است).
  6. فام، ی. ریردون اسمیت، ک. مشتاق، س. Cockfield، G. تاثیر تغییرات آب و هوا و تنوع بر تولید قهوه: یک بررسی سیستماتیک. صعود چانگ. 2019 ، 156 ، 609-630. [ Google Scholar ] [ CrossRef ]
  7. PNUMA. La agricultura, al cambio climático آسیب پذیر. در Boletín El PNUMA en América Latina y el Caribe ; PNUMA: سیوداد پاناما، پاناما، 2014; جلد 2. [ Google Scholar ]
  8. CEPAL; CAC-SICA. Impactos Potenciales del Cambio Climático Sobre el Café en Centroamérica 2014 ; Comisión Económica para América Latina y el Caribe y Consejo Agropecuario Centroamericano del Sistema de la Integración Centroamericano: Ciudad de México، مکزیک، 2014. [ Google Scholar ]
  9. آریزپه، ن. اورلانا، آر. کوند، ای. هرناندز، جی. ویلرز، ام. تأثیرات تغییرات آب و هوایی بر گلدهی قهوه و توسعه میوه در وراکروز، مکزیک. Interciencia 2009 ، 34 ، 322-329. [ Google Scholar ]
  10. جارامیلو، جی. چابی اولیه، ع. کامونجو، سی. جارامیلو، ا. وگا، FE؛ Poehling، H.-M.; Borgemeister، C. تحمل حرارتی حشره خوار قهوه توت Hypothenemus hampei: پیش بینی تأثیر تغییر آب و هوا بر یک آفت حشره گرمسیری. PLoS ONE 2009 ، 4 ، e6487. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  11. روجاس اس.، Á. هارتمن یو.، ک. Almonacid M., R. El Impacto de la producción de café sobre la biodiversidad, la transformación del paisaje y las especies exóticas invasoras. محیط. دزارو. 2012 ، 16 ، 93-104. [ Google Scholar ]
  12. تجزیه و تحلیل چند معیاره مبتنی بر GIS چن، J. برای ارزیابی تناسب کاربری زمین در شهر رجینا. محیط زیست سیستم Res. 2014 ، 3 ، 13. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  13. آکینجی، اچ. اوزالپ، AY; تورگوت، ب. تحلیل تناسب کاربری اراضی کشاورزی با استفاده از تکنیک GIS و AHP. محاسبه کنید. الکترون. کشاورزی 2013 ، 97 ، 71-82. [ Google Scholar ] [ CrossRef ]
  14. Malczewski، J. تجزیه و تحلیل تصمیم چند معیاره مبتنی بر GIS: بررسی ادبیات. بین المللی جی. جئوگر. Inf. علمی 2006 ، 20 ، 703-726. [ Google Scholar ] [ CrossRef ]
  15. سیدیاما، جی سی; فریرا د ملو جونیور، جی سی. رزا، ا. سانتوس، دی. ریبیرو، آ. هایل کاستا، ام. هاماکاوا، پی جی؛ Nogueira Da Costa، ​​JM; Cláudio Costa, L. منطقه بندی اقلیم شناسی برای قهوه عربی (Coffea arabica L.) در ایالت Minas Gerais، برزیل. سوتین کشیش. آگرومتئورول. 2001 ، 9 ، 501-509. [ Google Scholar ]
  16. Saaty، TL نحوه تصمیم گیری: فرآیند سلسله مراتب تحلیلی. یورو جی. اوپر. Res. 1990 ، 48 ، 9-26. [ Google Scholar ] [ CrossRef ]
  17. منداس، ا. دلالی، الف. ادغام تجزیه و تحلیل تصمیم چند معیاره در GIS برای توسعه تناسب زمین برای کشاورزی: ​​کاربرد برای کشت گندم دوروم در منطقه ملتا در الجزایر. محاسبه کنید. الکترون. کشاورزی 2012 ، 83 ، 117-126. [ Google Scholar ] [ CrossRef ]
  18. ددی اوغلو، م. ایجاد شاخص تناسب اراضی برای گندم با رویکرد سیستم هیبریدی با استفاده از AHP و GIS. محاسبه کنید. الکترون. کشاورزی 2019 ، 167 ، 105062. [ Google Scholar ] [ CrossRef ]
  19. باقرزاده، ع. قلی زاده، ع. مدلسازی ارزیابی تناسب اراضی برای تولید گندم با رویکردهای پارامتریک و TOPSIS با استفاده از GIS، شمال شرق ایران. مدل. سیستم زمین محیط زیست 2016 ، 2 ، 1-11. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  20. لارا استرادا، ال. راشه، ال. اشنایدر، مدلسازی UA مناسب بودن زمین برای Coffea arabica L. در آمریکای مرکزی. محیط زیست مدل. نرم افزار 2017 ، 95 ، 196-209. [ Google Scholar ] [ CrossRef ]
  21. مناسب بودن سایت Mighty، MA و فرآیند سلسله مراتب تحلیلی: چگونه تجزیه و تحلیل GIS می تواند مزیت رقابتی صنعت قهوه جامائیکا را بهبود بخشد. Appl. Geogr. 2015 ، 58 ، 84-93. [ Google Scholar ] [ CrossRef ]
  22. Arango-Argoti، MA Zonificación Agroecológica del Café در پورتوریکو و تجزیه و تحلیل ساختاری y de Composición de Especies Arbóreas En el Agroecosistema Cafetero. پایان نامه کارشناسی ارشد، گروه گیاهان زراعی و علوم زراعی و محیطی، کالج علوم کشاورزی، دانشگاه پورتوریکو، Recinto de Mayagüez (RUM)، Mayagüez، پورتوریکو، 2007. [ Google Scholar ]
  23. گونزالس گونزالس، HA; هرناندز سانتانا، JR Zonificación agroecológica del Coffea arabica en el municipio Atoyac de Álvarez، Guerrero، مکزیک. تحقیق کنید. Geogr. 2016 ، 2016 ، 105-118. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  24. پیله ور، AR; متین فر، HR; سهرابی، ع. سرمدیان، ف. تکنیک های تلفیقی فازی، AHP و GIS برای ارزیابی تناسب اراضی در مناطق نیمه خشک برای کشاورزی گندم و ذرت. Ecol. اندیک. 2020 , 110 , 105887. [ Google Scholar ] [ CrossRef ]
  25. تاشایو، بی. هنربخش، ع. اکبری، م. افتخاری، م. ارزیابی تناسب اراضی برای پرورش ذرت با استفاده از روش GIS-AHP برای یک منطقه نیمه خشک، ایران. J. عربستان سعودی Soc. کشاورزی علمی 2020 ، 19 ، 332-338. [ Google Scholar ] [ CrossRef ]
  26. استواری، ی. هنربخش، ع. سانگونی، اچ. ذوالفقاری، ف. ملکی، ک. Ingram، B. GIS و ارزیابی تصمیم گیری چند معیاره ارزیابی تناسب زمین برای کشت کلزا در خاک های آهکی مناطق نیمه خشک. Ecol. اندیک. 2019 ، 103 ، 479-487. [ Google Scholar ] [ CrossRef ]
  27. علی، س. تکاتو، ک. تاوینکون، ج. Gyawali، S. ارزیابی تناسب کاربری زمین برای لاستیک طبیعی با استفاده از GIS در حوضه رودخانه U-tapao، تایلند. Kasetsart J. Soc. علمی 2020 ، 41 ، 110-117. [ Google Scholar ] [ CrossRef ]
  28. استور، ر. Kangas, J. یکپارچه سازی ارزیابی چند معیاره فضایی و دانش تخصصی برای مدل سازی مناسب زیستگاه مبتنی بر GIS. Landsc. طرح شهری. 2001 ، 55 ، 79-93. [ Google Scholar ] [ CrossRef ]
  29. رونو، اف. Mundia، CC GIS تجزیه و تحلیل مناسب بودن برای کشاورزی قهوه در کنیا. بین المللی جی. ژئومات. Geosci. 2016 ، 6 ، 1722-1733. [ Google Scholar ]
  30. لیپا کویزبل، جی اچ. Goyzueta Hancco، Y. Zonificación y Modelamiento Agroecológico Para el Cultivo de café (Coffea Arábica l.) Utilizando la Tecnología de SIG y Teledetección en el CIP Tambopata–Sandia–Puno. پایان نامه کارشناسی، Escuela Profesional de Ingeniería Agronómica، Ciencias de la Ingeniería، Universidad Nacional Del Antiplano، Puno، پرو، 2018. [ Google Scholar ]
  31. GRA; IIAP. Zonificación Ecológica y Económica (ZEE) del Departamento de Amazonas ; Gobierno Regional de Amazonas (GRA) و Instituto de Investigaciones de la Amazonía Peruana (IIAP): Iquitos، پرو، 2010. [ Google Scholar ]
  32. MINAGRI. منطقه آمازوناس ؛ وزیر کشاورزی: ​​لیما، پرو، 2009. [ Google Scholar ]
  33. INEI. نتایج قطعی سرشماری ملی 2017: آمازوناس. در Censos Nacionales 2017: XII de Población, VII de Vivienda y III de Comunidades Indígenas ; INEI: لیما، پرو، 2017; ص 1–11347. [ Google Scholar ]
  34. دیاز وارگاس، سی. کارمن ویلمز، M. Línea de Base del Sector Cafe en el Pro. Documento de Trabajo ; PNUD y PROMPERÚ: لیما، پرو، 2017. [ Google Scholar ]
  35. موران-سنتن، جی سی. Benavides-González، Á. Diagnóstico de suelos en cultivos de café ( Coffea arabica L.)، maíz ( Zea mays L.) y frijol ( Phaseolus vulgaris L.)، comunidad de Santa Julia، El Crucero، Managua. La Calera 2015 ، 15 ، 26-30. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  36. Jiménez-Torres، A.; Massa-Sánchez، P. Producción de café y variables climáticas: El caso de Espíndola، اکوادور. Economía 2015 ، 15 ، 117-137. [ Google Scholar ]
  37. گارسیا لوپز، جی سی. پوسادا سوارز، HE; Salazar Villareal، FA Factores de producción que influyen en la respuesta de genotipos de coffea arabica L. Bajo diversas condiciones ambientales de کلمبیا. Cenicafé 2015 ، 66 ، 30-57. [ Google Scholar ]
  38. Arcilla-Pulgarín، J. Factores que determinan la productividad del cafetal. در Sistemas de producción de café en کلمبیا ; Arcilla، PJ، Farfán، VF، Moreno، BA، Salazar، GLF، Hincapié، GE، Eds. Cenicafé: چینچینا، کلمبیا، 2007; صص 62-86. ISBN 9789589819302. [ Google Scholar ]
  39. کویت، ام. Jasen, DM; Van Thiet, N. Manual for Arabica Cultivation ; شرکت سهامی محصولات کشاورزی Tan Lam: Khe Sanh، ویتنام، 2004. [ Google Scholar ]
  40. سناسا Monitoreo de Plagas en Café از Constantes Lluvias در منطقه Amazonas. در دسترس آنلاین: https://www.senasa.gob.pe/senasacontigo/senasa-monitoreo-de-plagas-en-cafe-por-constantes-lluvias-en-la-region-amazonas/ (دسترسی در 1 سپتامبر 2020) .
  41. د کامارگو، MBP تأثیر تغییرپذیری آب و هوا و تغییرات آب و هوایی بر محصول قهوه عربی در برزیل. براگانتیا 2010 ، 69 ، 239-247. [ Google Scholar ] [ CrossRef ]
  42. Astigarra, A. ¿Cómo Afecta el Clima en la Producción del Café؟ در دسترس آنلاین: https://www.amcce.org.mx/letras-de-cafe/post/como-afecta-el-clima-en-la-produccion-del-cafe (در 16 آوریل 2020 قابل دسترسی است).
  43. رنا، ع. باروس، آر. ماستری، م. سوندال، ام. قهوه. در کتابچه راهنمای فیزیولوژی محیطی محصولات میوه ; Schaffer, B., Andersen, P., Eds. CRC Press: Boca Raton، FL، USA، 1994; صص 101-122. [ Google Scholar ]
  44. Ortoloni، A. Parâmetros Climáticos ea Cafeicultura ; Instituto Brasileiro do Café; Grupo Executivo de Racionalizaçao da Cafeicultura: ریو دو ژانیرو، برزیل، 1970. [ Google Scholar ]
  45. دسکروکس، اف. Snoeck, J. عوامل محیطی مناسب برای کشت قهوه. در قهوه: رشد، فرآوری، تولید پایدار: کتاب راهنمای تولیدکنندگان، پردازشگران، تاجران و محققان ؛ Wiley-VCH Verlag GmbH & Co. KGaA: Weinheim، آلمان، 2004; صص 164-177. ISBN 9783527307319. [ Google Scholar ]
  46. García-Benavides، J. Clima agrícola del cafeto (C. Arabica) y zonas potenciales en los andes de Venezuela. آگرون. تروپ 1968 ، 18 ، 57-85. [ Google Scholar ]
  47. دسکروکس، اف. Wintgens، JN ایجاد یک مزرعه قهوه. در قهوه: رشد، فرآوری، تولید پایدار: کتاب راهنمای تولیدکنندگان، پردازشگران، تاجران و محققان ؛ Wiley-VCH Verlag GmbH & Co. KGaA: Weinheim، آلمان، 2004; صص 178-245. ISBN 9783527307319. [ Google Scholar ]
  48. کارواخال، JF Cafeto Cultivo y Fertilización ، ویرایش دوم. Instituto Internacional de la Potasa: Bema, Suiza, 1984. [ Google Scholar ]
  49. Alegre, C. Climates et caféiers d’Arabie. Agronomie Tropicale 1959 ، 14 ، 23-58. [ Google Scholar ]
  50. Haarer, AE Modern Coffee Production ; Leonard Hill Limited London: لندن، بریتانیا، 1956. [ Google Scholar ]
  51. صادقیان، S. La acidez del suelo una limitante común para la producción de café. در Avances Técnicos Cenicafé ; Centro Nacional de Investigaciones de Café: Caldas، کلمبیا، 2016. [ Google Scholar ]
  52. ویلسون، آب و هوا و خاک KC. در قهوه: گیاه شناسی بیوشیمی و تولید لوبیا یک نوشیدنی ; Clifford، MN، Willson، KC، Eds. Springer: نیویورک، نیویورک، ایالات متحده آمریکا، 1985; صص 97-107. [ Google Scholar ]
  53. روزاس آرلانو، جی. اسکامیلا پرادو، ای. Ruiz Rosado، O. Relación de los nutrimentos del suelo con las características físicas y sensoriales del café orgánico. Terra Latinoam. 2008 ، 26 ، 375-384. [ Google Scholar ]
  54. USDA. کلیدهای طبقه بندی خاک ، ویرایش دوازدهم. خدمات حفاظت از منابع طبیعی: واشنگتن، دی سی، ایالات متحده آمریکا، 2014; شابک 016085427X. [ Google Scholar ]
  55. Rojas, O. Determinación del potencial agroecológico para el cultivo del café (Coffea arabica) در کاستاریکا. توریالبا 1990 ، 40 ، 1-7. [ Google Scholar ]
  56. Mesa, N. Selección de Suelos Para el Cafeto ; Instituto Cubano del Libro: La Habana، کوبا، 1974; پ. 51. [ Google Scholar ]
  57. Molina, E. El análisis de suelo y su Interpretación ; Amino Grow Internacional: San Pedro، کاستاریکا، 2011. [ Google Scholar ]
  58. Verheye, W. مدیریت زمین های کشاورزی: ​​جنبه های شیمیایی و باروری. دایره سیستم پشتیبانی زندگی 2017 ، 4 ، 1-32. [ Google Scholar ]
  59. آلوارادو-سوتو، ام. روخاس-کوبرتو، G. El Cultivo y Beneficiado del Café ، چاپ اول. Universidad Estatal a Distancia: San José، کاستاریکا، 2007. [ Google Scholar ]
  60. نزیمانا، آی. هارتمینک، AE; Geissen، V. تجزیه و تحلیل چند معیاره مبتنی بر GIS برای گسترش قهوه عربیکا در رواندا. PLoS ONE 2014 ، 9 ، e107449. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  61. Toranzo، J. ¿Cómo orientar una plantación؟ فروتیک. غواصان. 2007 ، 53 ، 42-46. [ Google Scholar ]
  62. تجزیه و تحلیل مناسب بودن سایت پرامانیک، MK برای کاربری اراضی کشاورزی منطقه دارجلینگ با استفاده از تکنیک های AHP و GIS. مدل. سیستم زمین محیط زیست 2016 ، 2 ، 1-14. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  63. Yalew، SG; ون گرینزون، ا. مول، ML؛ تحلیل تناسب زمین برای کشاورزی در حوضه آب با استفاده از سنجش از دور، GIS و تکنیک‌های AHP. مدل. سیستم زمین محیط زیست 2016 ، 2 ، 1-14. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  64. MINAM. Ley N° 26834–Ley de Áreas Naturales Protegidas ; Ministrio del Ambiente: لیما، پرو، 2017. [ Google Scholar ]
  65. جورجیو، اس. ایمباخ، پ. آنزوتو، اف. دل کارمن، سی. Avelino, J. Indicadores Meteorológicos y Climáticos de la Roya del Café ; CATIE، ANACAFE، CIRAD، PROMECAFE: کاستاریکا، 2014. [ Google Scholar ]
  66. Leguizamón-Caycedo، J. Orozco-Gallego، L. گومز-گومز، L. Periodos de incubación (Pi) y de Latencia (PL) de la roya del cafeto en la zona cafetera Central de Colombia. Cenicafé 1998 ، 49 ، 325-339. [ Google Scholar ]
  67. Miguel-Chuaire, LC La broca del Café, un Insecto Que se Desarrolla de Acuerdo con la Temperatura y la Altitud ; Cenicafé: Manizales، کلمبیا، 2010; ISSN 2145-9053. [ Google Scholar ]
  68. آنجل-کاله، کالیفرنیا Mancha de hierro. در Enfermedades del cafeto en کلمبیا ; گیل-والخو، LF، کاسترو کایسیدو، BL، Cadena Gómez، G.، ویرایش. Cenicafé: Medellín، کلمبیا، 2003; پ. 224. شابک 958-97218-5-0. [ Google Scholar ]
  69. بوکهورن، ام. اسمتس، بی. برتلز، ال. لسیو، م. Tsendbazar, N.-E.; هرولد، ام. فریتز، اس. کوپرنیک خدمات زمین جهانی: پوشش زمین 100 متر: عصر 2015: گلوب. در دسترس آنلاین: https://zenodo.org/record/3243509#.Xxrb254zaUk (دسترسی در 10 مه 2020).
  70. فیک، SE; Hijmans، RJ WorldClim 2: سطوح آب و هوایی با تفکیک مکانی جدید 1 کیلومتری برای مناطق خشکی جهانی. بین المللی جی.کلیماتول. 2017 ، 37 ، 4302-4315. [ Google Scholar ] [ CrossRef ]
  71. گولیک، ن. هنچر، م. دیکسون، ام. ایلیوشچنکو، اس. تاو، دی. Moore, R. Google Earth Engine: تجزیه و تحلیل جغرافیایی در مقیاس سیاره ای برای همه. سنسور از راه دور محیط. 2017 ، 202 ، 18-27. [ Google Scholar ] [ CrossRef ]
  72. مک نالی، A. NASA/GSFC/HSL FLDAS سطح زمین نوح مدل L4 ماهانه جهانی اقلیم شناسی 0.1 × 0.1 درجه (MERRA-2 و CHIRPS) ; مرکز خدمات داده‌ها و اطلاعات علوم زمین گدارد (GES DISC): Greenbelt، MD، ایالات متحده آمریکا، 2018. [ Google Scholar ]
  73. مک نالی، ا. Arsenault، K. کومار، اس. شوکلا، س. پترسون، پی. وانگ، اس. فانک، سی. پیترز-لیدار، سی دی; Verdin, JP یک سیستم همسان سازی داده های زمین برای برنامه های کاربردی امنیت غذا و آب در جنوب صحرای آفریقا. علمی داده 2017 ، 4 ، 1-19. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  74. مارکوس وی.، او. دنباله: تعاریف، تیپولوژی و روشهای cuantification. تحقیق کنید. Geográficas 2001 ، 26 ، 59-80. [ Google Scholar ] [ CrossRef ]
  75. هنگل، تی. مندس دی ژسوس، جی. Heuvelink، GBM؛ رویپرز گونزالس، ام. کلیبردا، م. بلاگوتیچ، آ. شانگگوان، دبلیو. رایت، MN; گنگ، ایکس. بائر-مارشالینگر، بی. و همکاران SoilGrids250m: اطلاعات خاک شبکه بندی شده جهانی بر اساس یادگیری ماشینی. PLoS ONE 2017 , 12 , e0169748. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  76. گومز-گونزالس، آر. پالما لوپز، دی جی; Obrador-Olan، JJ; روئیز-روزادو، او . Ecosistemas y Recur. آگروپکو 2018 ، 5 ، 203-215. [ Google Scholar ] [ CrossRef ]
  77. Hoyle, F. Managing Soil Organic Matter: A Practical Guide ; Paterson، J.، Ed. شرکت تحقیق و توسعه غلات: کینگستون، استرالیا، 2013; ISBN 9781921779565. [ Google Scholar ]
  78. اینگرام، JSI؛ فرناندز، ECM مدیریت ترسیب کربن در خاک: مفاهیم و اصطلاحات. کشاورزی اکوسیست. محیط زیست 2001 ، 87 ، 111-117. [ Google Scholar ] [ CrossRef ]
  79. Farr، TG; روزن، PA; کارو، ای. کریپن، آر. دورن، آر. هنسلی، اس. کوبریک، م. پالر، ام. رودریگز، ای. راث، ال. و همکاران ماموریت توپوگرافی رادار شاتل. کشیش ژئوفیس. 2007 ، 45 ، 1-33. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  80. روخاس بریسنو، NB; باربوزا کاستیلو، ای. Maicelo Quintana، JL; اولیوا کروز، اس ام. Salas López، R. Deforestación en la Amazonía peruana: Índices de cambios de cobertura y uso del suelo basado en SIG. Boletín Asoc. Geógrafos Españoles 2019 ، 81 ، 1–34. [ Google Scholar ] [ CrossRef ]
  81. MTC Descarga de Datos Espaciales-Transporte Terrestre por Carretera. در دسترس آنلاین: https://portal.mtc.gob.pe/estadisticas/descarga.html (در 6 سپتامبر 2020 قابل دسترسی است).
  82. MINEDU. Descarga de Información Espacial del MED. در دسترس آنلاین: https://sigmed.minedu.gob.pe/descargas/ (در 6 سپتامبر 2020 قابل دسترسی است).
  83. SERNANP. Visor de las Áreas Naturales Protegidas. در دسترس آنلاین: https://geo.sernanp.gob.pe/visorsernanp/ (در 6 سپتامبر 2020 قابل دسترسی است).
  84. Saaty، TL یک روش مقیاس‌بندی برای اولویت‌ها در ساختارهای سلسله مراتبی. جی. ریاضی. روانی 1977 ، 15 ، 234-281. [ Google Scholar ] [ CrossRef ]
  85. حسین، ام اس; ارزیابی چند معیاره مبتنی بر NG GIS برای مدل‌سازی تناسب زمین برای پرورش میگوی غول‌پیکر (Macrobrachium rosenbergii) در Companigonj Upazila در نوآخالی، بنگلادش. محاسبه کنید. الکترون. کشاورزی 2010 ، 70 ، 172-186. [ Google Scholar ] [ CrossRef ]
  86. Saaty، RW فرآیند تحلیل سلسله مراتبی – چیست و چگونه استفاده می شود. ریاضی. مدل. 1987 ، 9 ، 161-176. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  87. ساعتی، TL فرآیند تحلیل سلسله مراتبی ; McGraw Hill: نیویورک، نیویورک، ایالات متحده آمریکا، 1980. [ Google Scholar ]
  88. چن، ی. یو، جی. خان، اس. تحلیل حساسیت فضایی وزن‌های چند معیاره در ارزیابی تناسب زمین مبتنی بر GIS. محیط زیست مدل. نرم افزار 2010 ، 25 ، 1582-1591. [ Google Scholar ] [ CrossRef ]
  89. تمیز، من. کالیس، جی. انتخاب تجهیزات ساخت و ساز با استفاده از روش های تصمیم گیری چند معیاره. Procedia Eng. 2017 ، 196 ، 286-293. [ Google Scholar ] [ CrossRef ]
  90. چاکرابورتی، اس. Banik، D. طراحی یک مدل انتخاب تجهیزات جابجایی مواد با استفاده از فرآیند تحلیل سلسله مراتبی. بین المللی J. Adv. Manuf. تکنولوژی 2006 ، 28 ، 1237-1245. [ Google Scholar ] [ CrossRef ]
  91. Leiva E.، ST Sostenibilidad de las Fincas Cafetaleras a Través del Manejo Integrado de la Broca del Café (Hipotenemus hampei) en el Distrito de Huambo، Rodríguez de Mendoza، Amazonas. پایان نامه کارشناسی ارشد، MAestría en Gestión para el Desarrollo Sustentable، Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas، Chachpoyas، Amazonas، 2016. [ Google Scholar ]
  92. اوچوا، PA; Chamba، YM; Arteaga، JG; Capa، ED برآورد مناطق مناسب برای رشد قهوه با استفاده از رویکرد GIS و ارزیابی چند معیاره در مناطق با داده‌های کمیاب. Appl. مهندس کشاورزی 2017 ، 33 ، 841-848. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  93. Duc، TT با استفاده از تکنیک GIS و AHP برای تحلیل تناسب کاربری اراضی. در مجموعه مقالات سمپوزیوم بین المللی ژئوانفورماتیک برای توسعه زیرساخت های فضایی در زمین و علوم وابسته . موسسه کنسرسیوم ژئوانفورماتیک ژاپن و ویتنام برای محیط زیست و منابع: هوشی مین، ویتنام، 2006; صص 1-6. [ Google Scholar ]
  94. Calle-Yunis، CR; سالاس لوپز، آر. اولیوا-کروز، اس ام. باربوزا-کاستیلو، ای. Silva-López، JO; ایلیکوین-تریگوسو، دی. روجاس-بریسنو، NB مناسب بودن زمین برای آبزی پروری پایدار قزل آلای رنگین کمان (Oncorhynchus mykiss) در مولینوپامپا (پرو) بر اساس RS، GIS، و AHP. ISPRS Int. J. Geo-Inf. 2020 ، 9 ، 28. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  95. GEOBOSQUES. Bosque y Perdida de Bosque. در دسترس آنلاین: https://geobosques.minam.gob.pe/geobosque/view/perdida.php (در 25 سپتامبر 2020 قابل دسترسی است).
  96. Jaramillo Robledo، Á. Guzmán-Martínez، O. Relación entre la temperatura y crecimiento en Coffea arabica L.، variedad Caturra. Cenicafé 1984 ، 57-65. [ Google Scholar ]
  97. مونتویا، ای. جارامیلو، Á. Efecto De La Temperatura En La Producción De Café. Cenicafé 2016 ، 67 ، 58-65. [ Google Scholar ]
  98. Avelino، J. باربوزا، بی. آرایا، جی سی. فونسکا، سی. داوریو، اف. گیوت، بی. Cilas، C. اثرات قرار گرفتن در معرض شیب، ارتفاع و عملکرد بر کیفیت قهوه در دو ارتفاعات کاستاریکا، Orosi و Santa María de Dota. J. Sci. کشاورزی مواد غذایی 2005 ، 85 ، 1869-1876. [ Google Scholar ] [ CrossRef ]
  99. گوامبی، LAD؛ Cedeño، SRV؛ Talledo، DSF Calidad organoléptica de cafés arábigos en relación a las variedades y altitudes de las zonas de cultivo، اکوادور. کشیش ایبروم. تکنول. Postcosecha 2017 ، 18 ، 67-77. [ Google Scholar ]
  100. Liebig، TI فراوانی آفات و بیماری‌ها در سیستم‌های تولید قهوه عربیکا در اوگاندا – مکانیسم‌های اکولوژیکی و تحلیل فضایی در مواجهه با تغییرات اقلیمی . Doktorarbeit, Gartenbauwissenschaften, Universität Hannover: Hanovre, Germany, 2017. [ Google Scholar ]
  101. Villarreyna، ARA Efecto de la Sombra Sobre las Plagas y Enfermedades، a Través del Microclima، Fenología y Estado Fisiológico del Cafeto. در دسترس آنلاین: https://agritrop.cirad.fr/581152/ (در 8 اکتبر 2019 قابل دسترسی است).
Ijgi 09 00673 g001 550
شکل 1. موقعیت جغرافیایی منطقه آمازوناس، پرو.
Ijgi 09 00673 g002 550
شکل 2. نمودار جریان روش مورد استفاده برای تجزیه و تحلیل مناسب بودن قلمرو برای رشد قهوه در منطقه آمازوناس، پرو.
Ijgi 09 00673 g003 550
شکل 3. ساختار سلسله مراتبی معیارها و زیرمعیارهای در نظر گرفته شده در تحلیل تناسب قهوه در منطقه آمازوناس، پرو.
Ijgi 09 00673 g004 550
شکل 4. نقشه تناسب معیارهای اقلیمی ( a – f )، ادافولوژیکی ( g – k )، فیزیوگرافیک ( l – n ) و اجتماعی – اقتصادی ( o – r ) برای رشد قهوه در منطقه آمازوناس، پرو.
Ijgi 09 00673 g005 550
شکل 5. نقشه های مناسب برای بیماری ها و آفات قهوه در منطقه آمازوناس، پرو.
Ijgi 09 00673 g006 550
شکل 6. نقشه تناسب ( الف ) اقلیمی، ( ب ) ادافولوژیک، ( ج ) فیزیوگرافی، ( د ) اجتماعی-اقتصادی، و ( ه ) بیماری ها و آفات کشت قهوه در منطقه آمازوناس، پرو.
Ijgi 09 00673 g007 550
شکل 7. نقشه مناسب بودن قلمرو برای تولید قهوه: ( الف ) بدون محدودیت و ( ب ) با محدودیت های ناشی از بیماری ها و آفات در منطقه آمازوناس، پرو.
Ijgi 09 00673 g008 550
شکل 8. نواحی فعلی کشت قهوه و تناسب زمین مدل سازی شده در منطقه آمازوناس، پرو.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید