Optimization of Water-Food Nexus System under Dual Uncertainties
Notice bibliographique
Résumé
Abstract In this study, a fuzzy chance-constrained programming (FCCP) method is developed to synergetic plan water-food nexus (WFN) system under dual uncertainties. The developed method can tackle uncertainties expressed as probabilistic distribution and flexible parameter. Then, a FCCP-WFN model is formulated for the city of Jinan (China), in which 72 scenarios are designed with the consideration of different food demand levels, constraint-violation risk levels, and satisfactory degrees. Results indicate that (i) surface water would be the main water source for Jinan (accounting for 62.7% of water supply), and agriculture would be the largest water consumer (accounting for 55.5% of water allocation), therefore, rational management of surface water and reduction of agricultural water allocation are essential to alleviate the water shortage problem in Jinan; (ii) the annual arable land area is 628.4×10 3 ha to 683.4×10 3 ha, of which grain crops account for 62.1%, and the sufficient grain planting area can ensure food security in Jinan; (iii) uncertainties have significant influence on water allocation schemes, thus, managers should consider the impact of uncertainties during decision-making process, and make different management schemes according to different attitudes to system risks under undetermined conditions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».