دوره 14، شماره 28 - ( پاییز و زمستان 1402 )
جلد 14 شماره 28 صفحات 54-37 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Yousefi Mobarhan E, Shirani K. (2023). Assessment of Maximum Entropy (ME) to identify Effective Factors on Gully Erosion and Determination of Sensitive Areas in Alaa Semnan Watershed. jwmr. 14(28), 37-54. doi:10.61186/jwmr.14.28.37
URL: http://jwmr.sanru.ac.ir/article-1-1225-fa.html
URL: http://jwmr.sanru.ac.ir/article-1-1225-fa.html
یوسفی مبرهن ابراهیم، شیرانی کورش. ارزیابی کارایی مدل بیشینه بی‌نظمی در شناسایی عوامل مؤثر بر فرسایش خندقی و تعیین پهنه‌های حساس در حوزه آبخیز علاء سمنان پژوهشنامه مديريت حوزه آبخيز 1402; 14 (28) :54-37 10.61186/jwmr.14.28.37
بخش تحقیقات حفاظت خاک و آبخیزداری، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان سمنان، سازمان تحقیقات، آموزش و ترویج کشاورزی سمنان
چکیده: (575 مشاهده)
چکیده مبسوط
مقدمه و هدف: فرسایش خندقی یکی از عوامل تهدیدکننده تعادل محیط زیست و پایداری آن بوده و نقش برجسته‌ای در بالابردن توان رسوب‌زایی حوزه‌های آبخیز و تغییر خصوصیات هیدرولوژیکی جریان‌های سطحی دارد. هدف از این تحقیق ارزیابی کارائی مدل یادگیری ماشین بیشینه‌ی بی‌نظمی به‌منظور تهیه نقشه‌ی حساسیت فرسایش خندقی در حوزه آبخیز سمنان است. شناسایی مهمترین عامل‌های زیســت‌محیطی مؤثر بر رخداد فرسایش خندقی با روش جک‌نایف و بررسی اهمیت هر یک از عامل‌های زیست‌‌محیطی در منطقه‌ِی مورد مطالعه با تحلیل منحنی‌های پاسخ از دیگر اهداف این پژوهش است.
مواد و روش‌ها: این پژوهش در پنج گام اصلی شامل، گام نخست انتخاب محدوده مورد مطالعه، جمع‌آوری و آماده‌سازی نقشه‌های عوامل مؤثر، گام دوم تهیه نقشه پراکنش رخداد فرسایش خندقی، گام سوم آزمون هم‌خطی چندگانه با شـاخص ضریب تحمل و فاکتور تورم واریـانس به‌منظور بررسی هم‌پوشانی اطلاعاتی عوامل مؤثر و بررسی اهمیت عوامل، گام چهارم اجرای مدل بیشینه بی‌نظمی یا حداکثر بی‌نظمی، تهیه نقشه پهنه‌بندی حساسیت نسبت به رخداد فرسایش خندقی و طبقه‌بندی آن به پنج رده خیلی‌کم، کم، متوسط، زیاد و خیلی‌زیاد، گام پنجم ارزیابی دقت طبقه‌بندی و اعتبارسنجی نقشه پهنه‌بندی و پیش‌بینی حساسیت نسبت به رخداد فرسایش خندقی می‌باشد.
یافته‌ها: طبق نتایج حاصله، از بین 23 عامل یا متغیر اولیـه، عوامل شاخص طول شیب آبراهه، انحنای سطح و شاخص توان آبراهه دارای هم‌خطی یا هم‌پوشـانی اطلاعاتی بوده و در مراحل بعدی از ورود به فرایند مدل‌سازی حذف و مدل‌سازی با 20 عامل یا متغیر مستقل اجرا گردید. نقشه حساسیت فرساش خندقی منطقه مورد مطالعه نشان داد بخش‌های خروجی و جنوبی حوزه آبخیز سمنان مستعد وقوع فرسایش خندقی می‌باشد. همچنین نتایج پهنه‌بندی حاصل از اجرای مدل بیشینه بی‌نظمی بیانگر آن است که مناطق مستعد فرسایش خندقی در مناطق مرتفع، واحدهای سنگی حساس (پهنه‌های رسی و مارنی کواترنری)، بارش متوسط سالانه، نوع خاک اریدسویل، اقلیم فراخشک، طبقات تراکم زهکشی بالا، شیب کم، اراضی پست و بدون وجه شیب جغرافیایی، شاخص رطوبت توپوگرافی بالا، کاربری اراضی مرتعی و سطح زمین با بافت کم مشاهده میشوند. همچنین مدل بیشینه بی‌نظمی در مراحل واسنجی و اعتبارسنجی بهترتیب دارای دقت 91 و 89 درصد است که از نظر کارایی در رده خیلی خوب برای پیش‌بینی مناطق مستعد فرسایش خندقی قرار می‌گیرد.
نتیجه‌گیری: حدود 35 درصد مساحت پهنه‌های با حساسیت زیاد و خیلی زیاد حاصل از اجرای مدل بیشینه بی‌نظمی، بیش از 90 درصد خندق‌های منطقه را در بر می‌گیرند. همچنین مدل بیشینه بی‌نظمی در مراحل اجرا و پیش‌بینی با سطح زیر منحنی ویژگی عمل‌گر گیرنده بالاتر از 90 درصد در پهنه‌بندی و پیش‌بینی رخداد فرسایش خندقی کارامد می‌باشد. این نتیجه برای مدیران و برنامه‌ریزان محلی و همچنین کارشناسان اجرایی به‌منظور شناسایی مناطق مستعد فرسایش خندقی و تعیین بهترین روش‌های اجرایی عملیات آبخیزداری برای رویکردهای حفاظت از خاک مفید خواهد بود.
مقدمه و هدف: فرسایش خندقی یکی از عوامل تهدیدکننده تعادل محیط زیست و پایداری آن بوده و نقش برجسته‌ای در بالابردن توان رسوب‌زایی حوزه‌های آبخیز و تغییر خصوصیات هیدرولوژیکی جریان‌های سطحی دارد. هدف از این تحقیق ارزیابی کارائی مدل یادگیری ماشین بیشینه‌ی بی‌نظمی به‌منظور تهیه نقشه‌ی حساسیت فرسایش خندقی در حوزه آبخیز سمنان است. شناسایی مهمترین عامل‌های زیســت‌محیطی مؤثر بر رخداد فرسایش خندقی با روش جک‌نایف و بررسی اهمیت هر یک از عامل‌های زیست‌‌محیطی در منطقه‌ِی مورد مطالعه با تحلیل منحنی‌های پاسخ از دیگر اهداف این پژوهش است.
مواد و روش‌ها: این پژوهش در پنج گام اصلی شامل، گام نخست انتخاب محدوده مورد مطالعه، جمع‌آوری و آماده‌سازی نقشه‌های عوامل مؤثر، گام دوم تهیه نقشه پراکنش رخداد فرسایش خندقی، گام سوم آزمون هم‌خطی چندگانه با شـاخص ضریب تحمل و فاکتور تورم واریـانس به‌منظور بررسی هم‌پوشانی اطلاعاتی عوامل مؤثر و بررسی اهمیت عوامل، گام چهارم اجرای مدل بیشینه بی‌نظمی یا حداکثر بی‌نظمی، تهیه نقشه پهنه‌بندی حساسیت نسبت به رخداد فرسایش خندقی و طبقه‌بندی آن به پنج رده خیلی‌کم، کم، متوسط، زیاد و خیلی‌زیاد، گام پنجم ارزیابی دقت طبقه‌بندی و اعتبارسنجی نقشه پهنه‌بندی و پیش‌بینی حساسیت نسبت به رخداد فرسایش خندقی می‌باشد.
یافته‌ها: طبق نتایج حاصله، از بین 23 عامل یا متغیر اولیـه، عوامل شاخص طول شیب آبراهه، انحنای سطح و شاخص توان آبراهه دارای هم‌خطی یا هم‌پوشـانی اطلاعاتی بوده و در مراحل بعدی از ورود به فرایند مدل‌سازی حذف و مدل‌سازی با 20 عامل یا متغیر مستقل اجرا گردید. نقشه حساسیت فرساش خندقی منطقه مورد مطالعه نشان داد بخش‌های خروجی و جنوبی حوزه آبخیز سمنان مستعد وقوع فرسایش خندقی می‌باشد. همچنین نتایج پهنه‌بندی حاصل از اجرای مدل بیشینه بی‌نظمی بیانگر آن است که مناطق مستعد فرسایش خندقی در مناطق مرتفع، واحدهای سنگی حساس (پهنه‌های رسی و مارنی کواترنری)، بارش متوسط سالانه، نوع خاک اریدسویل، اقلیم فراخشک، طبقات تراکم زهکشی بالا، شیب کم، اراضی پست و بدون وجه شیب جغرافیایی، شاخص رطوبت توپوگرافی بالا، کاربری اراضی مرتعی و سطح زمین با بافت کم مشاهده میشوند. همچنین مدل بیشینه بی‌نظمی در مراحل واسنجی و اعتبارسنجی بهترتیب دارای دقت 91 و 89 درصد است که از نظر کارایی در رده خیلی خوب برای پیش‌بینی مناطق مستعد فرسایش خندقی قرار می‌گیرد.
نتیجه‌گیری: حدود 35 درصد مساحت پهنه‌های با حساسیت زیاد و خیلی زیاد حاصل از اجرای مدل بیشینه بی‌نظمی، بیش از 90 درصد خندق‌های منطقه را در بر می‌گیرند. همچنین مدل بیشینه بی‌نظمی در مراحل اجرا و پیش‌بینی با سطح زیر منحنی ویژگی عمل‌گر گیرنده بالاتر از 90 درصد در پهنه‌بندی و پیش‌بینی رخداد فرسایش خندقی کارامد می‌باشد. این نتیجه برای مدیران و برنامه‌ریزان محلی و همچنین کارشناسان اجرایی به‌منظور شناسایی مناطق مستعد فرسایش خندقی و تعیین بهترین روش‌های اجرایی عملیات آبخیزداری برای رویکردهای حفاظت از خاک مفید خواهد بود.
نوع مطالعه: پژوهشي |
موضوع مقاله:
آبخیزداری
دریافت: 1401/11/17 | ویرایش نهایی: 1402/10/18 | پذیرش: 1402/1/26 | انتشار: 1402/10/18
دریافت: 1401/11/17 | ویرایش نهایی: 1402/10/18 | پذیرش: 1402/1/26 | انتشار: 1402/10/18
فهرست منابع
1. Adebiyi, J. A., Olabisi, L. S., Liu, L., & Jordan, D. (2021). Water-food-energy-climate nexus and technology productivity: A Nigerian case study of organic leafy vegetable production. Environment, Development and Sustainability, 23, 6128-6147. [DOI:10.1007/s10668-020-00865-0]
2. Allan, T., Keulertz, M., & Woertz, E. (2015). The water-food-energy nexus: an introduction to nexus concepts and some conceptual and operational problems. In (Vol. 31, pp. 301-311): Taylor & Francis. [DOI:10.1080/07900627.2015.1029118]
3. Aslani, A., Helo, P., & Naaranoja, M. (2014). Role of renewable energy policies in energy dependency in Finland: System dynamics approach. Applied energy, 113, 758-765. [DOI:10.1016/j.apenergy.2013.08.015]
4. Atanasova, N., Todorovski, L., Džeroski, S., & Kompare, B. (2006). Constructing a library of domain knowledge for automated modelling of aquatic ecosystems. Ecological Modelling, 194(1-3), 14-36. [DOI:10.1016/j.ecolmodel.2005.10.002]
5. Bagheri, A. (2006). Sustainable Development: Implementation in Urban Water Systems, Doctoral dissertation, Department of Energy and Environment, Chalmers University of Technology, Gothenburg, Sweden.
6. Baker, J. (2006). Systems thinking and counterinsurgencies. The US Army War College Quarterly: Parameters, 36(4), 1. [DOI:10.55540/0031-1723.2323]
7. Balali, H., Khalilian, S., Viaggi, D., Bartolini, F., & Ahmadian, M. (2011). Groundwater balance and conservation under different water pricing and agricultural policy scenarios: A case study of the Hamadan-Bahar plain. Ecological economics, 70(5), 863-872. [DOI:10.1016/j.ecolecon.2010.12.005]
8. Bazilian, M., Rogner, H., Howells, M., Hermann, S., Arent, D., Gielen, D., . . . Tol, R. S. (2011). Considering the energy, water and food nexus: Towards an integrated modelling approach. Energy policy, 39(12), 7896-7906. [DOI:10.1016/j.enpol.2011.09.039]
9. Brzezina, N., Biely, K., Helfgott, A., Kopainsky, B., Vervoort, J., & Mathijs, E. (2017). Development of organic farming in Europe at the crossroads: Looking for the way forward through system archetypes lenses. Sustainability, 9(5), 821. [DOI:10.3390/su9050821]
10. Cheng, L. (2010). System dynamics model of Suzhou water resources carrying capacity and its application. Water Science and Engineering, 3(2), 144-155.
11. Conti, J., Holtberg, P., Doman, L., Smith, K., Sullivan, J., Vincent, K., . . . Kearney, D. (2011). International energy outlook 2011. US Energy Information Administration. Retrieved from
12. Gleick, P. H. (1994). Water and energy. Annual Review of Energy and the environment, 19(1), 267-299. [DOI:10.1146/annurev.eg.19.110194.001411]
13. Guan, D., Gao, W., Su, W., Li, H., & Hokao, K. (2011). Modeling and dynamic assessment of urban economy-resource-environment system with a coupled system dynamics-geographic information system model. Ecological Indicators, 11(5), 1333-1344. [DOI:10.1016/j.ecolind.2011.02.007]
14. Hatam, A., Monem, M.J. & Bagheri A. (2013). System dynamic model development for irrigation network rehabilitation, cosidering farmers participation personnel promotion. Journal of Agricultural Engineering Research, 13(4), 1-24 (In Persian).
15. Hjorth, P., & Bagheri, A. (2006). Navigating towards sustainable development: A system dynamics approach. Futures, 38(1), 74-92. [DOI:10.1016/j.futures.2005.04.005]
16. Hoff, H., Iceland, C., Kuylenstierna, J., & Te Velde, D. W. (2012). Managing the water-land-energy nexus for sustainable development. UN Chronicle, 49(1-2), 4. [DOI:10.18356/7eda0998-en]
17. Hosseinzadeh, Z., Monem, M. J., Nahavandi, N., & Tehrani, M. V. (2017). Development of a conceptual model for application of hydro‐mechanical gates in irrigation networks by a system dynamic approach. Irrigation and Drainage, 66(5), 808-819. [DOI:10.1002/ird.2150]
18. Jobbins, G., Kalpakian, J., Chriyaa, A., Legrouri, A., & El Mzouri, E. H. (2015). To what end? Drip irrigation and the water-energy-food nexus in Morocco. International Journal of Water Resources Development, 31(3), 393-406. [DOI:10.1080/07900627.2015.1020146]
19. Karamian, F., Mirakzadeh, A. A., & Azari, A. (2021). The water-energy-food nexus in farming: Managerial insights for a more efficient consumption of agricultural inputs. Sustainable Production and Consumption, 27, 1357-1371. [DOI:10.1016/j.spc.2021.03.008]
20. Keairns, D., Darton, R., & Irabien, A. (2016). The energy-water-food nexus. Annual review of chemical and biomolecular engineering, 7, 239-262. [DOI:10.1146/annurev-chembioeng-080615-033539]
21. Khacheba, R., Cherfaoui, M., Hartani, T., & Drouiche, N. (2018). The nexus approach to water-energy-food security: an option for adaptation to climate change in Algeria. Desalination and Water Treatment, 131, 30-33. [DOI:10.5004/dwt.2018.22950]
22. Khan, S., Yufeng, L., & Ahmad, A. (2009). Analysing complex behaviour of hydrological systems through a system dynamics approach. Environmental Modelling & Software, 24(12), 1363-1372. [DOI:10.1016/j.envsoft.2007.06.006]
23. Kolahzari Moghadam, F. & Ketabchi, H. (2020). Feasibility of applying a simulation-optimization model for assessment of decisions based on water-energy-food nexus considering the environmental damages. Iranian Journal of Eco Hydrology. 7(2), 313-329. (In Persian).
24. Li, F. J., Dong, S. C., & Li, F. (2012). A system dynamics model for analyzing the eco-agriculture system with policy recommendations. Ecological Modelling, 227, 34-45. [DOI:10.1016/j.ecolmodel.2011.12.005]
25. Madani, K., & Khatami, S. (2015). Water for energy: Inconsistent assessment standards and inability to judge properly. Current Sustainable/Renewable Energy Reports, 2, 10-16. [DOI:10.1007/s40518-014-0022-5]
26. Medina Vásquez, J. E., & Ortegón, E. (2006). Manual for strategic planning and decision-making: theoretical bases and instruments for Latin America and the Caribbean. repositorio.cepal.org. United Nations. (In Spanish).
27. Mielke, E., Anadon, L. D., & Narayanamurti, V. (2010). Water consumption of energy resource extraction, processing, and conversion. Energy Technology Innovation Policy Discussion Paper No. 2010-15, Belfer Center for Science and International Affairs, Harvard Kennedy School, Harvard University, October 2010: 13-22
28. Mitigation, C. C. (2011). IPCC special report on renewable energy sources and climate change mitigation. Renewable Energy, 20(11).
29. Molajou, A., Pouladi, P., & Afshar, A. (2021). Incorporating social system into water-food-energy nexus. Water resources management, 35, 4561-4580. [DOI:10.1007/s11269-021-02967-4]
30. Molden, D. J., & Gates, T. K. (1990). Performance measures for evaluation of irrigation-water-delivery systems. Journal of irrigation and drainage engineering, 116(6), 804-823. [DOI:10.1061/(ASCE)0733-9437(1990)116:6(804)]
31. Nhamo, L., Ndlela, B., Nhemachena, C., Mabhaudhi, T., Mpandeli, S., & Matchaya, G. (2018). The water-energy-food nexus: Climate risks and opportunities in southern Africa. Water, 10(5), 567. [DOI:10.3390/w10050567]
32. Qudrat-Ullah, H. (2015). Modelling and simulation in service of energy policy. Energy Procedia, 75, 2819-2825. [DOI:10.1016/j.egypro.2015.07.558]
33. Rasul, G. (2014). Food, water, and energy security in South Asia: A nexus perspective from the Hindu Kush Himalayan region☆. Environmental Science & Policy, 39, 35-48. [DOI:10.1016/j.envsci.2014.01.010]
34. Rasul, G. (2016). Managing the food, water, and energy nexus for achieving the Sustainable Development Goals in South Asia. Environmental Development, 18, 14-25. [DOI:10.1016/j.envdev.2015.12.001]
35. Rasul, G., & Sharma, B. (2015). Water, Food, and energy nexus in South Asia: Implications for adaption to climate change. Handbook of climate change adaptation, 1329-1350. [DOI:10.1007/978-3-642-38670-1_81]
36. Rasul, G., & Sharma, B. (2016). The nexus approach to water-energy-food security: an option for adaptation to climate change. Climate Policy, 16(6), 682-702. [DOI:10.1080/14693062.2015.1029865]
37. Ringler, C., Bhaduri, A., & Lawford, R. (2013). The nexus across water, energy, land and food (WELF): potential for improved resource use efficiency? Current Opinion in Environmental Sustainability, 5(6), 617-624. [DOI:10.1016/j.cosust.2013.11.002]
38. Robalino-López, A., Mena-Nieto, A., & García-Ramos, J. E. (2014). System dynamics modeling for renewable energy and CO2 emissions: A case study of Ecuador. Energy for Sustainable Development, 20, 11-20. [DOI:10.1016/j.esd.2014.02.001]
39. Rozman, Č., Škraba, A., Kljajić, M., Pažek, K., Bavec, M., & Bavec, F. (2008). The system dynamics model for development of organic agriculture. Paper presented at the AIP Conference Proceedings. [DOI:10.1063/1.3020677]
40. Sahin, O., Stewart, R. A., & Porter, M. G. (2015). Water security through scarcity pricing and reverse osmosis: a system dynamics approach. Journal of cleaner production, 88, 160-171. [DOI:10.1016/j.jclepro.2014.05.009]
41. Sarkodie, S. A., & Owusu, P. A. (2020). Bibliometric analysis of water-energy-food nexus: Sustainability assessment of renewable energy. Current Opinion in Environmental Science & Health, 13, 29-34. [DOI:10.1016/j.coesh.2019.10.008]
42. Senge, P. M. (1990). The Fifth Discipline: The Art and Practice of the Learning Organization, Journal of Human Resource Management, 26(3), 343-348.
https://doi.org/10.1002/hrm.3930290308 [DOI:10.1002/hrm.3930290308.]
43. Senge, P. M. (2005). The Fifth Discipline in Practice: Granica Editions SA. books.google.com, 608 P, Argentina.
44. Senge, P. M. (2006).: The Fifth Discipline: The Art and Practice of the Learning Organization. Broadway Business. pocketbook4you. Avalable at: https://www.pocketbook4you.com/en/read/the-fifth-discipline, Scientific Research, An Academic Publisher. New York.
45. Shabani, S., Monem, M.J. & Bagheri A. (2014).. Dynamic model of Fumanat irrigation network improvement system from the perspective of adequacy and equability indices. Journal of Iran's Irrigation and Drainage. Tehran. Iran. (In Persian).
46. Shahabi Far, J. & Nourinia, H. (2010). Studying fertilizer challenges in Qazvin province, The first congress of fertilizer challenges in Iran. Tehran, Iran, (In Persian).
47. Shi, T., & Gill, R. (2005). Developing effective policies for the sustainable development of ecological agriculture in China: the case study of Jinshan County with a systems dynamics model. Ecological economics, 53(2), 223-246. [DOI:10.1016/j.ecolecon.2004.08.006]
48. Siddiqi, A., & Fletcher, S. (2015). Energy intensity of water end-uses. Current Sustainable/Renewable Energy Reports, 2, 25-31. [DOI:10.1007/s40518-014-0024-3]
49. Sohofi, S., Melkonyan, A., Karl, C., & Krumme, K. (2016). System archetypes in the conceptualization phase of water-energy-food nexus modeling. Paper presented at the Proceedings of the 34th International Conference of the System Dynamics Society.
50. Stave, K. A. (2003). A system dynamics model to facilitate public understanding of water management options in Las Vegas, Nevada. Journal of Environmental Management, 67(4), 303-313. [DOI:10.1016/S0301-4797(02)00205-0]
51. Sterman, J. (2000). Business dynamics systems thinking and modeling for a complex world. published by Irwin McGraw-Hill. In: USA.
52. Stuardo-Ruiz, G., Peña-Cortes, F., & Ther-Rios, F. (2014). The perception of public actors respecting the processes and imbalances in the management of the Maullín river estuary, Los Lagos Region, Chile: a conceptual model for the political and technical decision making processes. Revista de Gestão Costeira Integrada-Journal of Integrated Coastal Zone Management, 14(1), 27-40. [DOI:10.5894/rgci413]
53. Sušnik, J., Vamvakeridou-Lyroudia, L. S., Savić, D. A., & Kapelan, Z. (2012). Integrated System Dynamics Modelling for water scarcity assessment: Case study of the Kairouan region. Science of the total environment, 440, 290-306. [DOI:10.1016/j.scitotenv.2012.05.085]
54. Terrapon-Pfaff, J., Ersoy, S. R., Fink, T., Amroune, S., Jamea, E. M., Zgou, H., & Viebahn, P. (2020). Localizing the water-energy nexus: the relationship between solar thermal power plants and future developments in local water demand. Sustainability, 13(1), 108. [DOI:10.3390/su13010108]
55. Vaez Tehrani, M., Monem, M. J., & Bagheri, A. (2013). A system dynamics approach to model rehabilitation of irrigation networks case study: Qazvin irrigation network, Iran. Irrigation and Drainage, 62(2), 193-207. [DOI:10.1002/ird.1729]
56. Vlachos, D., Georgiadis, P., & Iakovou, E. (2007). A system dynamics model for dynamic capacity planning of remanufacturing in closed-loop supply chains. Computers & operations research, 34(2), 367-394. [DOI:10.1016/j.cor.2005.03.005]
57. Winz, I., Brierley, G., & Trowsdale, S. (2009). The use of system dynamics simulation in water resources management. Water resources management, 23, 1301-1323. [DOI:10.1007/s11269-008-9328-7]
58. Xi, X., & Poh, K. L. (2013). Using system dynamics for sustainable water resources management in Singapore. Procedia Computer Science, 16, 157-166. [DOI:10.1016/j.procs.2013.01.017]
59. Zarghami, M., & Akbariyeh, S. (2012). System dynamics modeling for complex urban water systems: Application to the city of Tabriz, Iran. Resources, Conservation and Recycling, 60, 99-106. [DOI:10.1016/j.resconrec.2011.11.008]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
