DOI: https://doi.org/10.1016/j.cesys.2026.100434
تاريخ النشر: 2026-04-02
المؤلف: Boris Apolo-Masache وآخرون
الموضوع الرئيسي: الأثر البيئي والاستدامة
نظرة عامة
تتناول ورقة البحث الدور الحاسم لبصمة المياه (WF) كمؤشر للاستدامة في الزراعة، خاصة في سياق زيادة الطلب العالمي على الغذاء وتغير المناخ. تتحمل الزراعة مسؤولية حوالي 70% من سحب المياه العذبة العالمية، مما يستلزم حوكمة مائية فعالة لتحقيق أهداف التنمية المستدامة (SDGs). تستخدم الدراسة رسم الخرائط البيبليومترية وإحصاءات الإنتاج الزراعي العالمية لتحليل 1,574 مقالة مدرجة في سكوبس حول بصمات المياه الزراعية. تكشف النتائج عن تركيز كبير على المحاصيل السنوية مثل القمح والذرة والأرز، بينما تتلقى المحاصيل المعمرة، التي لديها متطلبات مائية محلية كبيرة، اهتمامًا أقل نسبيًا. يسلط هذا التباين بين تركيز البحث والاحتياجات المائية الفعلية لمختلف المحاصيل الضوء على ضرورة تغيير أولويات البحث.
تؤكد الاستنتاجات على التوزيع غير المتساوي للاستفسارات العلمية عبر أنواع المحاصيل المختلفة، حيث تم دراسة المحاصيل السنوية بشكل موسع فيما يتعلق بممارسات إدارة المياه الخاصة بها. في المقابل، فإن المحاصيل المعمرة مثل قصب السكر والقهوة لا تحظى بالبحث الكافي، على الرغم من مساهمتها الكبيرة في الإنتاج العالمي. تحدد الورقة الفجوات المنهجية الرئيسية، بما في ذلك الاعتماد على النماذج النظرية لمتطلبات المياه للمحاصيل ونقص التحقق التجريبي من خلال القياسات الميدانية. تدعو إلى تعزيز دمج التقنيات المتقدمة مثل الاستشعار عن بعد والذكاء الاصطناعي في تقييمات بصمة المياه، إلى جانب دعوة لإجراء أبحاث أوسع حول الأنظمة المعمرة ذات التأثير العالي. إن معالجة هذه الفجوات أمر حيوي لمواءمة الجهود العلمية مع الحقائق الزراعية وتحسين استراتيجيات إدارة المياه، مما يعزز في النهاية أنظمة زراعية أكثر مرونة في مواجهة تغير المناخ وزيادة الطلب على الغذاء.
مقدمة
تؤكد مقدمة ورقة البحث على الدور الحاسم للمياه كمورد طبيعي متجدد ضروري لخدمات النظام البيئي، وإنتاجية الزراعة، وأمن الغذاء. مع تخصيص حوالي 70% من المياه العذبة على الأرض للزراعة، تبرز الورقة الحاجة الملحة لممارسات إدارة المياه الفعالة للحفاظ على إنتاج الغذاء في ظل الضغوط السكانية المتزايدة وتأثيرات تغير المناخ. يُعتبر مفهوم بصمة المياه، الذي قدمه هوكسترا وهونغ في عام 2002، إطارًا رئيسيًا لتقييم استخدام المياه في الزراعة، ويتكون من ثلاثة مكونات: بصمات المياه الخضراء والزرقاء والرمادية. يتم وضع هذا الإطار كأداة حيوية لتحقيق أهداف التنمية المستدامة للأمم المتحدة (SDGs)، وخاصة الهدف 2 (“القضاء على الجوع”) والهدف 12 (“الاستهلاك والإنتاج المسؤولين”).
تستعرض الورقة أيضًا الأدبيات الموجودة حول تقييمات بصمة المياه، مشيرة إلى هيمنة الدراسات التي تركز على استهلاك المياه للمحاصيل وتأثيراتها البيئية. على الرغم من التقدم الكبير الذي تم إحرازه، خاصة من خلال المراجعات البيبليومترية والنظامية، لا تزال هناك فجوات في فهم آثار أنظمة الإنتاج الزراعي المختلفة – وخاصة التمييز بين المحاصيل السنوية والمعمرة – على استخدام المياه. تهدف الدراسة إلى معالجة هذه الفجوات من خلال دمج التحليل البيبليومتري مع إحصاءات الزراعة وقواعد بيانات بصمة المياه، مما يساعد على تحديد الاتجاهات وإبلاغ أولويات البحث المستقبلية واستراتيجيات إدارة المياه المستدامة في الزراعة.
الطرق
تحدد قسم المنهجية في ورقة البحث نهجًا منهجيًا لتقييم بصمة المياه في الزراعة، باستخدام تقنيات بيبليومترية لتحليل الأدبيات التي تمت مراجعتها من قبل الأقران حول مؤشر بصمة المياه. تم هيكلة الدراسة في ثلاث مراحل: تحديد الموضوع ومعالجة البيانات، تحليل قاعدة البيانات والتصور، والتوليف وتفسير النتائج. يتم التركيز بشكل كبير على متطلبات المياه للمحاصيل، باستخدام معادلة بنمان-مونتيث كطريقة موحدة لحساب التبخر والنتح (ET)، وهو أمر حاسم لتحديد استخدام المياه للمحاصيل. تتضمن المعادلة ظروف الطقس المحلية وبيولوجيا المحاصيل، مع متغيرات رئيسية تشمل التبخر والنتح المرجعي ($ET_o$) ومعامل المحصول ($K_c$)، والذي يجب تعديله بناءً على أنواع المحاصيل المحددة ومراحل النمو.
تناقش الورقة أيضًا طرقًا مختلفة لحساب $ET_o$، مشددة على أهمية البيانات المناخية الدقيقة، خاصة في المناطق ذات التغطية المناخية المحدودة. تبرز دور البيانات المستمدة من الأقمار الصناعية والأدوات البرمجية المتقدمة مثل CROPWAT وAquaCrop في تحسين استخدام المياه ومحاكاة استجابات المحاصيل تحت ظروف متغيرة. علاوة على ذلك، يتم استكشاف دمج الذكاء الاصطناعي (AI) وتقنيات التعلم الآلي كوسيلة لتعزيز التحليلات الزراعية المتعلقة بالمياه. تسهل هذه التقنيات تحليل مجموعات البيانات الكبيرة، وتحسين القدرات التنبؤية للتبخر والنتح واحتياجات الري، ودعم إدارة الموارد التكيفية من خلال التوصيات في الوقت الحقيقي. تؤكد الدراسة على إمكانيات أساليب النمذجة الهجينة التي تجمع بين الطرق التقليدية والذكاء الاصطناعي لالتقاط تعقيدات ديناميات المياه الزراعية بشكل أفضل وتحسين دقة تقييمات بصمة المياه.
النتائج
في المرحلة الثالثة من البحث، ركز التوليف ودمج النتائج على تطوير فهم شامل لأبحاث بصمة المياه الزراعية من خلال التحليل البيبليومتري. استخدمت هذه المرحلة بيانات من قاعدة بيانات SCOPUS، وشبكة بصمة المياه (WFN)، وإحصاءات عالمية من إنتاج الزراعة العالمية للمنظمة الفاو لمقارنة الانتباه العلمي مع أولويات الاستدامة الزراعية في العالم الحقيقي. تضمنت الخطوات الرئيسية تصنيف المقالات التي تمت مراجعتها حسب المحصول المستهدف لتقييم مساهماتها في أهداف التنمية المستدامة (SDGs) والطلب العالمي على المياه، وتحديد الأدوات والمنهجيات التحليلية السائدة المستخدمة في دراسات بصمة المياه، ورسم الهيكل الفكري للمجال من خلال تحليل الكلمات المشتركة والتجميع.
كما حدد التحليل مؤلفين مؤثرين ومقالات رائدة شكلت بشكل كبير التخصص، بينما قدم أيضًا رؤى حول اتجاهات البحث وتطور المواضيع ضمن دراسات بصمة المياه الزراعية. بالإضافة إلى ذلك، تم استكشاف المنهجيات المستخدمة لتقدير بصمات المياه، موضحة المعلمات والمعادلات المستخدمة، بالإضافة إلى تفصيل مكونات بصمة المياه الثلاث: الزرقاء، والخضراء، والرمادية. تم تضمين دراسات حالة لوضع الأدبيات في سياقها، مع تسليط الضوء على التطبيقات العملية وتحديد فجوات المعرفة. تم تنظيم النتائج المجمعة بشكل موضوعي في القسم 3، مما يعكس الطبيعة الشاملة للتحليل الذي تم إجراؤه.
المناقشة
تحدد قسم المناقشة في ورقة البحث المنهجية والنتائج المتعلقة بتحليل دراسات بصمة المياه في الزراعة، مشددة على أهمية التحليل البيبليومتري في تحديد الاتجاهات والفجوات في الأدبيات. استخدمت الدراسة قواعد بيانات متنوعة، بما في ذلك SCOPUS، لتنقيح مجموعة البيانات من 2086 إلى 1574 مقالة، مع التركيز على المنشورات باللغة الإنجليزية التي تمت مراجعتها من قبل الأقران من 2007 إلى 2025. استخدم التحليل أداة بيبليومتريكس لتصور الاتجاهات، كاشفًا عن عدم توازن كبير في الانتباه البحثي بين المحاصيل السنوية والمعمرة. بشكل ملحوظ، تلقت المحاصيل السنوية مثل القمح والذرة تركيزًا واسعًا، بينما كانت المحاصيل المعمرة، على الرغم من قيم بصمتها المائية العالية، أقل بحثًا نسبيًا.
تسلط النتائج الضوء على الحاجة إلى مزيد من الاستفسارات العلمية حول المحاصيل المعمرة، خاصة في المناطق التي تمارس فيها ضغطًا كبيرًا على موارد المياه. تناقش الورقة أيضًا الأدوات المتنوعة المستخدمة في دراسات بصمة المياه، بما في ذلك النمذجة الهيدرولوجية وبرامج محاكاة المحاصيل، والتي تعتبر ضرورية لتقييم استخدام المياه وتطوير ممارسات زراعية مستدامة. حددت الخريطة الموضوعية للأدبيات ست مجموعات، مع التركيز على مواضيع رئيسية تدور حول تقييم الاستدامة، وإدارة ندرة المياه، والابتكارات التكنولوجية لتحسين كفاءة المياه. بشكل عام، تؤكد الدراسة على الدور الحاسم لأبحاث بصمة المياه في إبلاغ الممارسات الزراعية المستدامة وضرورة توسيع جهود البحث لتشمل مجموعة أوسع من أنظمة المحاصيل.
القيود
في قسم القيود، تحدد الدراسة المرحلة الأولية من تحديد الموضوع ومعالجة البيانات، والتي تتكون من خطوتين حاسمتين. تتضمن الخطوة الأولى تحديد قاعدة البيانات الأكثر ملاءمة التي تتماشى مع معايير البحث المحددة. تعتبر هذه العملية الاختيارية حاسمة لأنها تؤثر مباشرة على صلة وجودة البيانات المجمعة للدراسة. تركز الخطوة الثانية على معالجة البيانات، وتحديدًا تنظيف وتصنيف الوثائق التي لا تتعلق بأهداف الدراسة. تعتبر هذه الطريقة الدقيقة ضرورية لضمان أن تكون مجموعة البيانات النهائية ذات صلة وموثوقة، مما يعزز من صحة نتائج البحث.
DOI: https://doi.org/10.1016/j.cesys.2026.100434
Publication Date: 2026-04-02
Author(s): Boris Apolo-Masache et al.
Primary Topic: Environmental Impact and Sustainability
Overview
The research paper examines the critical role of the water footprint (WF) as a sustainability indicator in agriculture, particularly in the context of increasing global food demand and climate change. Agriculture is responsible for approximately 70% of global freshwater withdrawals, necessitating effective water governance to meet Sustainable Development Goals (SDGs). The study employs bibliometric mapping and global agricultural production statistics to analyze 1,574 Scopus-indexed articles on agricultural water footprints. Findings reveal a predominant focus on annual crops like wheat, maize, and rice, while perennial crops, which have significant local water demands, receive comparatively less attention. This misalignment between research focus and the actual water needs of various crops highlights the necessity for a shift in research priorities.
The conclusions emphasize the uneven distribution of scientific inquiry across different crop types, with annual crops being extensively studied regarding their water management practices. In contrast, perennial crops such as sugarcane and coffee are under-researched, despite their substantial contribution to global production. The paper identifies key methodological gaps, including a reliance on theoretical models for crop water requirements and a lack of empirical validation through field measurements. It advocates for enhanced integration of advanced technologies like remote sensing and AI in water footprint assessments, alongside a call for broader research on high-impact perennial systems. Addressing these gaps is crucial for aligning scientific efforts with agricultural realities and improving water management strategies, ultimately fostering more resilient agricultural systems in the face of climate change and rising food demands.
Introduction
The introduction of the research paper emphasizes the critical role of water as a renewable natural resource essential for ecosystem services, agricultural productivity, and food security. With approximately 70% of the Earth’s freshwater allocated to agriculture, the paper highlights the urgent need for efficient water management practices to sustain food production amidst increasing population pressures and climate change impacts. The concept of the water footprint, introduced by Hoekstra and Hung in 2002, serves as a key framework for assessing water use in agriculture, comprising three components: Green, Blue, and Grey Water Footprints. This framework is positioned as a vital tool for achieving the United Nations Sustainable Development Goals (SDGs), particularly SDG 2 (“Zero Hunger”) and SDG 12 (“Responsible Consumption and Production”).
The paper also reviews existing literature on water footprint assessments, noting the predominance of studies focused on crop water consumption and environmental impacts. While significant advancements have been made, particularly through bibliometric and systematic reviews, gaps remain in understanding the implications of different agricultural production systems—specifically the distinction between annual and perennial crops—on water use. The study aims to address these gaps by integrating bibliometric analysis with agricultural statistics and water footprint databases, thereby identifying trends and informing future research priorities and sustainable water management strategies in agriculture.
Methods
The methodology section of the research paper outlines a systematic approach to assessing the water footprint in agriculture, utilizing bibliometric techniques to analyze peer-reviewed literature on the water footprint indicator. The study is structured into three phases: topic delimitation and data pre-processing, database analysis and visualization, and synthesis and interpretation of findings. A significant focus is placed on crop water requirements, employing the Penman-Monteith equation as a standardized method for calculating evapotranspiration (ET), which is critical for determining crop water use. The equation incorporates local weather conditions and crop phenology, with key variables including reference evapotranspiration ($ET_o$) and crop coefficient ($K_c$), which must be adjusted based on specific crop types and growth stages.
The paper also discusses various methods for calculating $ET_o$, emphasizing the importance of accurate climatological data, particularly in regions with limited meteorological coverage. It highlights the role of satellite-derived data and advanced software tools like CROPWAT and AquaCrop in optimizing water use and simulating crop responses under varying conditions. Furthermore, the integration of artificial intelligence (AI) and machine learning techniques is explored as a means to enhance water-related agricultural analyses. These technologies facilitate the analysis of large datasets, improve predictive capabilities for evapotranspiration and irrigation demands, and support adaptive resource management through real-time recommendations. The study underscores the potential of hybrid modeling approaches that combine traditional methods with AI to better capture the complexities of agricultural water dynamics and improve the accuracy of water footprint assessments.
Results
In Phase III of the research, the synthesis and integration of findings focused on developing a comprehensive understanding of agricultural water footprint research through bibliometric analysis. This phase utilized data from the SCOPUS database, the Water Footprint Network (WFN), and global statistics from the FAO’s World Agricultural Production to juxtapose scientific attention with real-world agricultural sustainability priorities. Key steps included classifying reviewed articles by target crop to assess their contributions to the Sustainable Development Goals (SDGs) and the global water demand, identifying prevalent analytical tools and methodologies used in water footprint studies, and mapping the intellectual structure of the field through co-word analysis and clustering.
The analysis further identified influential authors and seminal articles that have significantly shaped the discipline, while also providing insights into research trends and the evolution of topics within agricultural water footprint studies. Additionally, the methodologies employed for estimating water footprints were explored, detailing the parameters and equations used, as well as the breakdown of the three water footprint components: blue, green, and grey. Case studies were included to contextualize the literature, highlighting practical applications and identifying knowledge gaps. The synthesized results are organized thematically in Section 3, reflecting the comprehensive nature of the analysis conducted.
Discussion
The discussion section of the research paper outlines the methodology and findings related to the analysis of water footprint studies in agriculture, emphasizing the importance of bibliometric analysis in identifying trends and gaps in the literature. The study utilized various databases, including SCOPUS, to refine a dataset from 2086 to 1574 articles, focusing on peer-reviewed English-language publications from 2007 to 2025. The analysis employed the Bibliometrix tool to visualize trends, revealing a significant imbalance in research attention between annual and perennial crops. Notably, annual crops like wheat and maize received extensive focus, while perennial crops, despite their high water footprint values, were comparatively under-researched.
The findings highlight the need for greater scientific inquiry into perennial crops, particularly in regions where they exert significant pressure on water resources. The paper also discusses the diverse tools employed in water footprint studies, including hydrological modeling and crop simulation software, which are essential for evaluating water use and developing sustainable agricultural practices. The thematic mapping of the literature identified six clusters, with key themes revolving around sustainability assessment, water scarcity management, and technological innovations for improving water efficiency. Overall, the study underscores the critical role of water footprint research in informing sustainable agricultural practices and the necessity of expanding research efforts to encompass a broader range of crop systems.
Limitations
In the limitations section, the study outlines the initial phase of topic delimitation and data pre-processing, which consists of two critical steps. The first step involves identifying the most appropriate database that aligns with the established search criteria. This selection process is crucial as it directly impacts the relevance and quality of the data collected for the study. The second step focuses on data processing, specifically the cleaning and filtering of documents that do not pertain to the study’s objectives. This meticulous approach is essential to ensure that the final dataset is both relevant and reliable, thereby enhancing the validity of the research findings.