| تعداد نشریات | 282 |
| تعداد نشریات سازمان | 80 |
| تعداد شماره‌ها | 3,251 |
| تعداد مقالات | 35,918 |
| تعداد مشاهده مقاله | 54,654,129 |
| تعداد دریافت فایل اصل مقاله | 93,728,336 |
مدل سازی پایداری آب، انرژی و غذا بر پایة رویکرد پویایی سامانه در آبخیز سراب صیدعلی استان لرستان | ||
| پژوهش های آبخیزداری | ||
| مقاله 7، دوره 39، شماره 3 - شماره پیاپی 152، مهر 1405، صفحه 97-122 اصل مقاله (1008.1 K) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/wmrj.2026.372167.1659 | ||
| نویسندگان | ||
| آرمان کیانی1؛ کاکا شاهدی* 2؛ محمود حبیب نژاد روشن2؛ علی حقی زاده3 | ||
| 1دانشجوی دکتری گروه آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران | ||
| 2استاد گروه آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران | ||
| 3استاد گروه آبخیزداری، دانشکده منابع طبیعی، دانشگاه لرستان، خرم آباد، ایران | ||
| چکیده | ||
| مقدمه و هدف آب، انرژی و غذا اساس توسعه پایدار جوامع هستند، و بهشکل جدایی‌ناپذیر و درهم‌تنیده با یکدیگر مرتبط هستند، به‌گونه‌ای که تغییر در هر یک از آن‌ها سبب پیامدهای مستقیم و غیرمستقیمی بر دیگری است. هدف این پژوهش، ارائه و توسعه یک رویکرد روش‌شناختی نوین بود که بتوان به‌طور کارآمد از فرآیند تصمیم‌سازی و سیاست‌گذاری در عرضه و تقاضای منابع یک آبخیز پشتیبانی کرد و پایداری آب، انرژی و غذا بر پایة رویکرد پویایی سامانه در قالب سناریوهای مختلف را به‌طور کمی مدلسازی کرد. از ساختار این چارچوب می‌توان بهعنوان ابزار مفیدی در بهبود سیاست‌گذاری و ارتقای سطح پایداری آبخیزها بهره برد و چشم‌اندازهای کارآمدتری را در مدیریت منابع فراهم آورد. مواد و روش‌ها در این پژوهش، یک چارچوب کمی و یکپارچه مبتنی بر پویایی سامانه با درنظر گرفتن تعاملات عرضه و تقاضا منابع با رویکرد همبست آب-انرژی-غذا در آبخیز سراب صیدعلی، توسعه و مدلسازی شد. از آنجایی که مدلسازی دقیق و قابل اطمینان پویایی‌شناسی سامانه برای ارزیابی پایداری منابع نیازمند پایگاه داده‌ای جامع و شفاف است، داده‌های لازم از مراجع رسمی و معتبر ملی گردآوری شد. به‌منظور مدلسازی و اعتبارسنجی مدل در منطقه مطالعه‌شده، از داده‌های تاریخی ثبت‌شده سال های 1380 تا 1402 بهعنوان ورودی به نرم افزار Vensim استفاده شد. افزون بر این، گام زمانی شبیه‌سازی به‌طور سالانه تنظیم و افق کلی مدلسازی، با در نظر گرفتن ملاحظات فنی و رویکرد‌های سیاست‌گذاری بلندمدت شرکت مدیریت منابع آب ایران، از سال ۱۳۸۰ تا سال ۱۴۲۵ تعیین شد تا امکان پیش‌بینی رفتار آینده سامانه فراهم آید. پس از توسعه مدل، اعتبارسنجی آن با بهره‌گیری از آزمون‌های استاندارد پویایی‌شناسی سامانه مانند آزمون کفایت مرزی، سازگاری ابعاد و آزمون بازتولید رفتار، انجام شد. نتایج بر اساس حلقه‌های بازخوردی تحلیل شدند. با تلفیق یافته‌های تحلیل حساسیت و ویژگی‌های بومی منطقه، سناریوهای مختلفی تعریف و در مدل پیاده‌سازی شد. سرانجام، مطلوب‌ترین سناریو با استفاده از روش تصمیم‌گیری چندمعیاره تاپسیس فازی رتبه‌بندی و انتخاب شد. نتایج و بحث با توجه به متغیرهای مربوط به بخش آب، انرژی، غذا و مؤلفههای اجتماعی و اقتصادی فرآیند مدلسازی از سال 1380 تا ۱۴۲۵ انجام شد. پس از اعتبارسنجی مدل، نتایج نشان داد در سال ۱۳۸۰ جمعیت ساکن آبخیز ۵۶۴۰۰ نفر بود. بر اساس مدلسازی انجام‌شده مبتنی بر متغیرهایی چون نرخ تولد، نرخ مرگ و میر و نرخ مهاجرت، جمعیت در سال ۱۴۲۵ برابر با ۸۵۷۷۰ نفر پیش‌بینی شد. این یافته نشان‌دهندة ۵۲% افزایش جمعیت بود. از سال ۱۳۸۰ تا ۱۴۲۵، کاهش منابع آب منطقه قابل‌توجه خواهد بود. کاهش حجم آب سطحی در دوره نخست از سال 1380 تا 1384 حدود 21 میلیون مترمکعب بود و در دوره دوم از سال 1385 تا 1425، دو میلیون مترمکعب پیش‌بینی شد. در طول دوره مدلسازی حجم آب زیرزمینی حدود 1/77 میلیارد مترمکعب کاهش یافت. این درحالی است که کاهش پایداری منابع آب (سطحی و زیرزمینی) 79/1 میلیارد مترمکعب برآورد شد. روند پایداری انرژی (فسیلی و الکتریکی) از سال 1380 تا 1400 افزایشی و 2/2 میلیون بشکه نفت بود. روند انرژی در دوره زمانی ۱۴۰۱ تا 1419 کاهشی بود، اما همچنان در محدوده مثبت باقی ماند، یعنی پاسخگوی نیازهای منطقه است. از سال 1420 تا ۱۴۲۵ اندازه‌های شاخص پایداری انرژی منفی پیش‌بینی شد و تا سال 1425 به محدوده منفی 1/8 میلیون بشکه نفت خواهد رسید. این یافته بیانگر کاهش شدید پایداری انرژی و ایجاد چالشهای اساسی این بخش است. روند پایداری منابع غذایی با توجه به مجموع چهار منبع (کشاورزی، دام و طیور، شیلات و خوراک دام و طیور با منشا کشاورزی) از سال ۱۳۸۰ تا ۱۴۰۹، افزایشی پیش‌بینی شد و عرضه مواد غذایی تا سال ۱۴۰۹ حدود ۵۹۷ هزار تن بیش از تقاضا خواهد بود. از سال ۱۴۱۰ تا ۱۴۲۵ این روند تغییر خواهد کرد و ذخیره غذا در سال ۱۴۲۵ به ۳۹۰ هزار تن کاهش خواهد یافت. این یافته نشان‌دهنده کاهش ذخایر و تضعیف پایداری منابع غذایی است. نتایج تحلیل حساسیت نشان داد در زیرسامانه آب، سهم آب زیرزمینی از مصرف و راندمان آبیاری، در زیرسامانه انرژی سهم انرژی فسیلی و اندازة مصرف سرانه انرژی در بخش‌های مسکونی و تجاری و در زیرسامانه کشاورزی سطح زیرکشت چغندر قند و سرانه مصرف غذا، متغیرهای مهمی به‌شمار می آیند. در این پژوهش بر اساس نتایج تحلیل حساسیت و شناسایی نقاط اثرگذار بر مدل، سناریوی اصلاح الگوی مصرف با ضریب نزدیکی 0/755 بهعنوان بهترین گزینه برای ارتقای پایداری منابع معرفی شد. از سوی دیگر، کمترین اثرگذاری بر بهبود پایداری منابع مربوط به سناریوی حالت پایه با ضریب نزدیکی 0/189 بود. نتیجه‌گیری و پیشنهادها ماهیت مدیریت و برنامه‌ریزی جامع در آبخیزها، پیچیده و چندبعدی است. زیرا، ابعاد آب‌شناختی، اجتماعی، اقتصادی و زیست‌محیطی بهشکل درهم‌تنیده بر یکدیگر اثرگذارند. تحقق مدیریت کارآمد در چنین سامانه‌ای نیازمند درک علمی، دقیق و ژرف از چالش‌ها و تعاملات میان مؤلفههای مختلف مانند منابع آب، انرژی و غذا است. با وجود اثربخشی رویکرد همبست با نگاه سامانه‌ای، اجرای این رویکرد همچنان با چالش‌هایی مانند کمبود داده‌های دقیق، ماهیت میان‌رشته‌ای موضوع، پیچیدگی ساختارهای اقتصادی و اجتماعی و خلاهای موجود در سیاست‌گذاری مواجه است. بر اساس نتایج این پژوهش، پیشنهاد می‌شود با توسعه مدل‌های جامع‌تر همبست و با درنظر گرفتن نبودن قطعیت‌ها و تغییرات اقلیمی، زمینه تصمیم‌سازی آگاهانه و مدیریت پایدار منابع را با اصلاح الگوی مصرف، تنوع‌بخشی به منابع، بهره‌گیری از فناوری‌های نوین و تقویت مدیریت خطر، فراهم آورد. | ||
| کلیدواژه‌ها | ||
| آبخیز سراب صیدعلی؛ پایداری؛ پویایی سامانه؛ Vensim؛ همبست | ||
| عنوان مقاله [English] | ||
| Modeling the Sustainability of Water, Energy, and Food Based on the System Dynamics Approach in the Sarab Seyed Ali Watershed, Lorestan Province | ||
| نویسندگان [English] | ||
| Arman Kiani1؛ Kaka Shahedi2؛ Mahmoud Habibnejad Roshan2؛ Ali Haghizadeh3 | ||
| 1Ph.D., Student, Department of Watershed Management, Faculty of Natural Resources, Sari Agricultural Sciences and Natural Resources University, Sari, Iran | ||
| 2Professor, Department of Watershed Management, Faculty of Natural Resources, Sari Agricultural Sciences and Natural Resources University, Sari, Iran | ||
| 3Professor, Department of Watershed Management, Faculty of Natural Resources, Lorestan University, Khoramabad, Iran | ||
| چکیده [English] | ||
| Introduction and Goal Water, energy, and food are the basis of the sustainable development of societies and they are inextricably and interrelated, such that changes in each of them cause direct and indirect consequences on the others. The objective of this study was to present and develop a new methodological approach that can efficiently support the decision-making and policy-making process in the supply and demand of a watershed’s resources, and to quantitatively model the sustainability of water, energy, and food based on the system dynamics approach across different scenarios. The structure of this framework can be used as an effective tool to improve policy-making and elevate the level of watershed sustainability, providing more efficient perspectives in resource management. Materials and Methods In this study, a quantitative and integrated framework based on system dynamics (SD) was developed and modeled, considering the interactions of resource supply and demand with a Water-Energy-Food nexus approach in the Sarab Sayed Ali watershed. Since accurate and reliable SD modeling for assessing resource sustainability requires a comprehensive and transparent database, the necessary data were collected from official and credible national authorities. For modeling and validation in the study area, historical data recorded between 2001 and 2023 were utilized as inputs for the Vensim software. Furthermore, the simulation time step was set annually, and the overall modeling horizon was determined from 2001 to 2046 considering technical aspects and the long-term policy orientations of the Iran Water Resources Management Company to enable the prediction of the system’s future behavior. After developing the model, its validation was performed using standard SD tests, such as the boundary adequacy test, dimensional consistency test, and behavior reproduction test. The results were analyzed based on feedback loops. By integrating the findings from the sensitivity analysis with the local characteristics of the region, various scenarios were defined and applied to the model. Ultimately, the most desirable scenario was ranked and selected using the Fuzzy TOPSIS Multi-Criteria Decision-Making method. Results and Discussion Considering the variables related to the water, energy, food, and social and economic sectors, the modeling process was carried out from 2001 to 2046. After model validation, the results showed that in 2001, the population living in the watershed was 56,400. Based on modeling conducted based on variables such as birth rate, death rate, and migration rate, the population in 2046 was predicted to be 85,770 people. This finding indicates a 52 increase in population. From 2001 to 2046, the reduction in water resources in the region will be significant. The decrease in surface water volume in the first period from 2001 to 2005 was about 21 million m3, and in the second period from 2006 to 2046, 2 million m3 was predicted. During the modeling period, the volume of groundwater decreased by about 1.77 billion m3. This is while the decrease in the sustainability of water resources (surface and underground) was estimated at 1.79 billion m3. The trend in energy sustainability (fossil and electrical) from 2001 to 2046, was an increase of 2.2 million barrels of oil. The energy trend during the period 2022 to 2040, was decreasing, but it still remained in a positive range, meaning it met the needs of the region. From 2041 to 2046, negative energy sustainability index values were predicted, and by 2046, it will reach a range of negative 1.8 million barrels of oil. This finding indicates a sharp decline in energy sustainability and the emergence of significant challenges in this sector. The trend of food resource sustainability, considering all four sources (agriculture, livestock and poultry, fisheries, and livestock and poultry feed of agricultural origin), was predicted to increase from 2001 to 2030, and food supply demand by about 597 thousand tonnes by 2030. From 2031 to 2046, this trend changed, and food reserves decreased to 390 thousand tonnes in 2046. This finding indicate a reduction in reserves and a weakening of the sustainability of food resources. The results of the sensitivity analysis showed that, in the water subsystem, the groundwater share of consumption and irrigation efficiency; in the energy sector, the fossil energy share and per capita energy consumption in the residential and commercial sector; and in the agricultural sector, the beet cultivation area and per capita food consumption are considered key variables. In this study, based on the findings of sensitivity analysis and the identification of effective leverage points in the model, the consumption pattern modification scenario with a proximity coefficient of 0.755 is introduced as the best option to improve resource sustainability. On the other hand, the least impact on improving resource sustainability was related to the base case scenario with a proximity coefficient of 0.189. Conclusion and Suggestions Comprehensive management and planning in watersheds have a complex and multidimensional nature. Because hydrological, social, economic, and environmental affect each other in an intertwined manner. Achieving effective management in such a system requires a scientific, accurate, and in‑depth understanding of the challenges and interactions among various components such as water, energy, and food resources. Despite the effectiveness of the integrated approach with a systems perspective, its implementation still faces challenges such as the lack of accurate data, the interdisciplinary nature of the subject, the complexity of economic and social structures, and existing gaps in policymaking. Based on the results of this study, it is suggested that by developing more comprehensive correlation models and taking into account the lack of certainties and climate change, the field of informed decision-making and sustainable resource management can be prepared by modifying consumption patterns, diversifying resources, utilizing new technologies, and strengthening risk management. | ||
| کلیدواژه‌ها [English] | ||
| Nexus, Sarab Sayed Ali Watershed, sustainability, system dynamics, vensim | ||
| مراجع | ||
|
Amani M, Najafabadi MO, Mirdamadi SM, Torkashvand AM. 2025. Dynamic analysis of the water, food, and energy nexus in minab county: An integrated approach to sustainable water resource management in hormozgan province. Results in Engineering. 27: 106185. https://doi.org/10.1016/j.rineng.2025.106185 Aqili SAH. 2017. Water-food-energy nexus approach for sustainability evaluation using scenario analysis and MCDM Techniques with respect to virtual water content; Case study: Lenjanat Sub-Basin. Master of Science. Faculty of Civil Engineering. Isfahan University of Technology. 170 p. (In Persian). Arvandi S, Zare A, Afshar Asl M. 2021. Nexus of water, food and energy in modern irrigation systems. Journal of Water Engineering Systems. 9(4): 55-66. (In Persian). https://journals.iau.ir/article_687578.html Chamas Z, Abou Najm M, Al-Hindi M, Yassine A, Khattar R. 2021. Sustainable resource optimization under water-energy-food-carbon nexus. Journal of Cleaner Production. 278: 123894. https://doi.org/10.1016/j.jclepro.2020.123894 Dankens S, Buisson MC. 2025. The water-energy-food-environment nexus. The global commission on the economics of water (GCEW); International Water Management Institute. pp. 1-11. https://cgspace.cgiar.org/items/886077c4-7f99-4777-8c93-b62ac30dd34a Ersoy SR, Raabe M, Schneider S, Fahsold K, Roche MY. 2024. Solar power and the water-energy-food nexus. Smart Energy Solutions for Africa. pp. 1-12. Forrester JW. 1961. Industrial dynamics. The university press of the Massachusetts Institute of Technology. pp. 1-480. http://www.laprospective.fr/dyn/francais/memoire/autres_textes_de_la_prospective/autres_ouvrages_numerises/industrial-dynamics-forrester 1961.pdf&ved=2ahUKEwjRm6WSpPqRAxVozgIHHRRCOZsQFnoECBcQAQ&usg=AOvVaw2FdJ9wK2rsQf8fizcWyUcK Francisco EC, de Arruda Ignacio PS, Piolli AL, Dal Poz MES. 2023. Food-energy-water (FEW) nexus: Sustainable food production governance through system dynamics modeling. Journal of Cleaner Production. 386: 135825. https://doi.org/10.1016/j.jclepro.2022.135825 Hacısuleyman V, Ozger M. 2024. Multi-objective cropping pattern optimization and comparative assessment with the food-energy-water nexus. Water Supply. 24(12): 4077-4093. https://iwaponline.com/ws/article/doi/10.2166/ws.2024.254/106243 Han F, Alkhawaji RN, Shafieezadeh MM. 2025. Evaluating sustainable water management strategies using Topsis and fuzzy Topsis methods. Applied Water Science. 15(4): 1-13. https://doi.org/10.1007/s13201-024-02336-7 Hoff H. 2011. The water, energy and food security nexus. Bonn 2011 Nexus Conference, Bonn, Germany. https://doi.org/10.1016/j.agsy.2024.104065 Goharshahi GA, Shahraki J, Sardar Shahraki A, Ali Ahmad N. 2024. Dynamic analysis of sustainable management of water resources based on the correlation of water, food and energy resources (Case study: Darmian and Sarbisheh Cities in South Khorasan Province). Iranian Journal of Irrigation and Water Engineering. 55(3): 154-173. (In Persian). https://doi.org/10.22125/IWE.2023.415390.1747 Jafary F, Bradley C. 2021. Agriculture and groundwater irrigation management in central Iran. Exploring and Optimizing Agricultural Landscapes. Cham: Springer International Publishing. pp. 721-734. https://doi.org/10.1007/978-3-030-67448-9_39 Jamab Consulting Engineers. 2019. Integrated management report on exploitation and withdrawal control of water resources in Lorestan Province. Iran Water Resources Management Company, Tehran. pp. 1-135. (In Persian). Keyhanpour MJ, Jahromi SHM, Ebrahimi H. 2021. System dynamics model of sustainable water resources management using the nexus water-food-energy approach. Ain Shams Engineering Journal. 12(2): 1267-1281. https://doi.org/10.1016/j.asej.2020.07.029 Li W, Liang Y, Liu L, He Q, Huang J, Yin Z. 2024. Spatio-temporal impacts of land use change on water-energy-food nexus carbon emissions in China, 2011–2020. Environmental Impact Assessment Review. 105: 107436. https://doi.org/10.1016/j.eiar.2024.107436 Liu D. 2019. Evaluating the dynamic resilience process of a regional water resource system through the nexus approach and resilience routing analysis. Journal of Hydrology. 578: 124028. https://doi.org/10.1016/j.jhydrol.2019.124028 Loni R, Sharifzadeh M. 2022. A review of water, energy, and food nexus in Iran: Necessity, challenges and suggested solutions. Sustainability, Development and Environment. 3(3): 29-49. (In Persian). https://sanad.iau.ir/Journal/jsde/Article/846697 Lv Y, Yan S, Lai X, Li Y. 2025. Dynamic modeling of the water-energy-food-carbon nexus: Scenario analysis and security assessment in Sichuan Province, China. Journal of Cleaner Production. 502: 145370. https://doi.org/10.1016/j.jclepro.2025.145370 Meadows D. 2008. Thinking in systems: International bestseller. Chelsea Green Publishing. pp. 1-78. https://research.fit.edu/media/site-specific/researchfitedu/coast-climate-adaptation-] library/climate-communications/psychology-amp-behavior/Meadows-2008.-Thinking-in-Systems.pdf Most T. 2024. Variance-based sensitivity analysis in the presence of correlated input variables. ArXiv preprint arXiv. 12: 04933. https://doi.org/10.48550/arXiv.2408.04933 Naghdi S, Bozorg-Haddad O, Khorsandi M, Chu X. 2021. Multi-objective optimization for allocation of surface water and groundwater resources. Science of the Total Environment. 776: 146026. https://doi.org/10.1016/j.scitotenv.2021.146026 Ndlela TJ. 2024. Assessing water-energy nexus dynamics for sustainable resource management in Cape Town: A system dynamics approach. Ph.D. Dissertation. Faculty of Engineering. Stellenbosch University. 116 p. Newell JP, Goldstein B, Foster AA. 2019. 40-year review of food–energy–water nexus literature and its application to the urban scale. Environmental Research Letters. 14(7): 073003. https://iopscience.iop.org/article/10.1088/1748-9326/ab0767/meta Nhamo L, Mpandeli S. 2025. Catalyzing sustainable development goals through the water-energy-food nexus. iScience. 28(2). https://www.cell.com/iscience/fulltext/S2589-0042(25)00162-2 Pagano A, Coletta VR, Portoghese I, Panagopoulos, Panagopoulos A, Pisinaras V, Chatzi A, Malamataris D, Babakos K, Lilli M, Nikolaidis N, Giordano R. 2025. On the use of participatory system dynamics modelling for WEF nexus management: Hints from two case studies in the Mediterranean regio. Environmental Impact Assessment Review. 115: 1-15. https://doi.org/10.1016/j.eiar.2025.108012 Sanchez Lozano JM, Teruel-Solano J, Soto-Elvira PL, Garcla-Cascales MS. 2013. Geographical information systems (GIS) and multi-criteria decision making (MCDM) methods for the evaluation of solar farms locations: Case study in south-eastern Spain. Renewable and Sustainable Energy Reviews. 24: 544-556. https://doi.org/10.1016/j.rser.2013.03.019 Scanlon BR, Fakhreddine S, Rateb A, de Graaf I, Famiglietti J, Gleeson T, Zheng C. 2023. Global water resources and the role of groundwater in a resilient water future. Nature Reviews Earth and Environment. 4(2): 87-101. https://doi.org/10.1038/s43017-023-00418-9 Schneider P, Avellan T, Le Hung A. 2019. Water-energy-food nexus and sustainability. In Encyclopedia of sustainability in higher education. Cham: Springer International Publishing. pp. 2062-2074. https://doi.org/10.1007/978-3-319-63951-2_474-1 Shahedi K, Kiani A, Bayati F. 2023. Evaluation of sustainability in Sarab Seydali Watershed, Selseleh City. Geography and Environmental Sustainability. 13(2): 39-57. (In Persian). https://doi.org/10.22126/ges.2023.8473.2599 Sterman J. 2002. System dynamics: Systems thinking and modeling for a complex world. Massachusetts Institute of Technology. pp. 1-31. https://dspace.mit.edu/handle/1721.1/102741 Tayefeh A, Abdous M, Zahedi R, AslaniA, Zolfagharzadeh MM. 2023. Advanced bibliometric analysis on water, energy, food, and environmental nexus (WEFEN). Environmental Science and Pollution Research. 30(47): 103556-103575. https://doi.org/10.1007/s11356-023-29379-8 Voulvoulis N. 2018. Water reuse from a circular economy perspective and potential risks from an unregulated approach. Current Opinion in Environmental Science and Health. 2: 32-45. https://doi.org/10.1016/j.coesh.2018.01.005 Wang, K, Liu J, Xia J, Wang Z, Meng Y, Chen H, YeB. 2021. Understanding the impacts of climate change and socio-economic development through food-energy-water nexus: A case study of mekong river delta. Resources, Conservation and Recycling. 167:105390. https://doi.org/10.1016/j.resconrec.2020.105390 Wen C, Dong W, Zhang Q, He N, Li T. 2022. A system dynamics model to simulate the water-energy-food nexus of resource-based regions: A case study in Daqing City, China. Science of the Total Environment. 806: 150497. https://10.1016/j.scitotenv.2021.150497 Wu L. 2022. Water-energy-food nexus assessment framework for integrated resource management. Ph.D. Dissertation. Department of Civil, Geological, and Environmental Engineering, Saskatchewan University. 203 p. https://harvest.usask.ca/bitstream/10388/14192/1/WU-DISSERTATION-2022.pdf Yan X, Jiang D, Fu J, Hao M. 2018. Assessment of sweet sorghum-based ethanol potential in China within the water–energy–food nexus framework. Sustainability. 10(4): 1046-1063. https://doi.org/10.3390/su10041046 Zahedi R, Sadeghitabar E, Khazaee M, Faryadras R, Ahmadi A. 2025. Potentiometry of wind, solar and geothermal energy resources and their future perspectives in Iran. Environment, Development and Sustainability. 27(7): 15311-15337. https://doi.org/10.1007/s10668-024-04633-2 Zeng Y, Liu D, Guo S, Xiong L, Liu P, Yin J, Wu Z. 2022. A system dynamic model to quantify the impacts of water resources allocation on water–energy–food–society (WEFS) nexus. Hydrology and Earth System Sciences. 26(15): 3965-3988. https://doi.org/10.5194/hess-26-3965-2022 Zhang P, Zhang L, Hao Y, Xu M, Pang M, Wang C, Voinov A. 2024. Food–energy–water nexus optimization brings substantial reduction of urban resource consumption and greenhouse gas emissions. PNAS nexus. 3(2). https://doi.org/10.1093/pnasnexus/pgae028 Zhu X. 2025. Advances in agricultural irrigation management and technology. Water. 17(17): 2591-2593. https://doi.org/10.3390/w17172591 Zhu M, Yang G, Jiang Y, Wang X. 2023. Agent-based modeling for water–energy–food nexus and its application in ningdong energy and chemical base. Sustainability. 15(14): 11428-11453. https://doi.org/10.3390/su151411428 Ziari K, Yousefi S. 2024. A comparative study of population growth indicators in Iranian cities and their geographical neighbors. Urban Economics. 8(2): 45-62. (In Persian). https://doi.org/10.22108/ue.2024.142370.1292 | ||
|
آمار تعداد مشاهده مقاله: 1,044 تعداد دریافت فایل اصل مقاله: 70 |
||