<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن آبیاری و زهکشی ایران</PublisherName>
				<JournalTitle>مدیریت آب در کشاورزی</JournalTitle>
				<Issn>2476-4531</Issn>
				<Volume></Volume>
				<Issue>مقالات آماده انتشار</Issue>
				<PubDate PubStatus="epublish">
					<Year>2025</Year>
					<Month>09</Month>
					<Day>27</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Beyond climate: redefining maize water footprint through cultivar selection across Iran’s climatic gradient</ArticleTitle>
<VernacularTitle>فراتر از اقلیم: بازتعریف ردپای آب ذرت از طریق انتخاب رقم در طیف اقلیمی ایران</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">230490</ELocationID>
			
<ELocationID EIdType="doi">10.22034/wmaj.2025.537613.1276</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>سیدرضا</FirstName>
					<LastName>امیری</LastName>
<Affiliation>University of Saravan, Iran</Affiliation>
<Identifier Source="ORCID">0000-0002-4897-7019</Identifier>

</Author>
<Author>
					<FirstName>افشین</FirstName>
					<LastName>سلطانی</LastName>
<Affiliation>دانشگاه گرگان</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2025</Year>
					<Month>09</Month>
					<Day>04</Day>
				</PubDate>
			</History>
		<Abstract>Iran’s water crisis, driven by agriculture as its largest consumer, necessitates a fundamental shift towards smart water demand management. Despite valuable regional studies, the absence of a comprehensive national-scale analysis considering the country’s vast agro-climatic heterogeneity is a key knowledge gap. This research aims to fill this gap by conducting a spatio-temporal assessment of the green and blue water footprint of maize in 23 key agricultural regions of Iran. Using the process-based simulation model SSM-iCrop2, we simulated maize growth, yield, and water balance across 2760 scenarios designed based on a combination of 23 regions, 30-year climate data, and four maturity groups (cultivars). The results revealed a strong hydro-climatic gradient across Iran, ranging from absolute dependence on irrigation in the hot and arid south (blue water footprint more than 700 m³/ton) to a significant 37% green water share in the cool and semi-arid north. The key finding was that this climatic pattern can be disrupted by management decisions; selecting an unsuitable cultivar in Sarpol-e Zahab led to a 54% increase in the blue water footprint compared to the Karaj region (with a similar climate). These findings demonstrate the inefficacy of ‘one-size-fits-all’ policies in Iranian agricultural water management. Optimizing water use therefore requires a transition towards precise, regional approaches, for which we propose the development of climate-smart cultivation atlases as a key strategic tool to enhance water productivity.</Abstract>
			<OtherAbstract Language="FA">بحران آب در ایران، به ویژه در بخش کشاورزی به عنوان بزرگترین مصرف‌کننده، نیازمند بازنگری بنیادین در الگوهای مصرف و حرکت به سوی مدیریت هوشمند تقاضا است. با وجود مطالعات ارزشمند منطقه‌ای، نبود یک تحلیل جامع و مقایسه‌ای در مقیاس ملی که بتواند ناهمگونی‌های گسترده زراعی-اقلیمی کشور را در نظر بگیرد، یک شکاف دانش کلیدی محسوب می‌شود. این پژوهش با هدف پر کردن این شکاف، به ارزیابی زمانی-مکانی ردپای آب سبز و آبی ذرت دانه‌ای در ۲۳ منطقه کلیدی کشاورزی ایران می‌پردازد. در این تحقیق، از مدل شبیه‌سازی مبتنی بر فرآیند SSM-iCrop2 برای شبیه‌سازی رشد، عملکرد و بیلان آب ذرت استفاده شد و ۲۷۶۰ سناریو بر اساس ترکیبی از ۲۳ منطقه، داده‌های اقلیمی ۳۰ ساله و چهار رقم اجرا گردید. نتایج، یک طیف هیدرو-اقلیمی قدرتمند را در سراسر ایران آشکار ساخت که از وابستگی مطلق به آبیاری در جنوب گرم و خشک (ردپای آب آبی بیش از ۷۰۰ متر مکعب بر تن) تا سهم قابل توجه %۳۷ آب سبز در مناطق سرد و نیمه‌خشک شمالی امتداد دارد. یافته کلیدی پژوهش نشان داد که این الگوی اقلیمی می‌تواند توسط تصمیمات مدیریتی مختل شود؛ به طوری که انتخاب یک رقم نامتناسب در سرپل ذهاب، منجر به افزایش %۵۴ ردپای آب آبی در مقایسه با منطقه کرج (با اقلیم مشابه) گردید. این یافته‌ها نشان می‌دهد که سیاست‌های یک نسخه برای همه در مدیریت آب کشاورزی ایران ناکارآمد است و بهینه‌سازی مصرف آب نیازمند گذار به رویکردهای دقیق و منطقه‌ای است. تدوین اطلس‌های راهنمای کشت هوشمند-اقلیمی به عنوان یک راهبرد کلیدی برای افزایش بهره‌وری آب پیشنهاد می‌شود.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">ردپای آب آبی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">ردپای آب سبز</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مدل‌سازی گیاهان زراعی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مدیریت آب</Param>
			</Object>
		</ObjectList>
</Article>
</ArticleSet>
