Summary

Otimização Multiobjetivo espacial das práticas agrícolas de conservação, utilizando um modelo SWAT e um algoritmo evolutivo

Published: December 09, 2012
doi:

Summary

Este trabalho demonstra uma integração de um modelo de qualidade de água com um componente de otimização utilizando algoritmos evolucionários para resolver para ótima (menor custo) a colocação de práticas de conservação agrícolas para um determinado conjunto de objectivos de melhoria da qualidade da água. As soluções são gerados através de uma abordagem multi-objetivo, permitindo a quantificação explícita de compensações.

Abstract

Encontrar o custo-eficiente (ou seja, de menor custo) formas de prática de conservação visando investimentos para a realização de metas específicas de qualidade da água em toda a paisagem é de importância fundamental na gestão de bacias hidrográficas. Os métodos tradicionais de economia de encontrar a solução de menor custo no contexto das bacias hidrográficas (por exemplo, 5,12,20) assumem que fora do local de impacto pode ser bem descrita como uma proporção de no local poluição gerada. Tais abordagens não são susceptíveis de ser representativa do processo de poluição real em uma bacia hidrográfica, onde os impactos das fontes poluidoras são muitas vezes determinadas por processos biofísicos. O uso de modernas fisicamente baseados, espacialmente distribuídos modelos de simulação hidrológica permite um maior grau de realismo em termos de representação, mas requer um processo de desenvolvimento de um sistema de simulação-otimização, onde o modelo se torna parte integrante da otimização.

Evoluçãoalgoritmos ary parecem ser uma ferramenta de optimização particularmente útil, capaz de lidar com a natureza combinatória de um problema de simulação de optimização da bacia e permitindo o uso do modelo completo da qualidade da água. Algoritmos evolucionários tratar uma alocação espacial particular de práticas de conservação em uma bacia hidrográfica como uma solução candidato e utilizar conjuntos (populações) de soluções candidatos iterativamente aplicando operadores estocásticos de seleção, recombinação e mutação para encontrar melhorias com relação aos objetivos de otimização. Os objetivos de otimização neste caso são para minimizar a poluição difusa na bacia, ao mesmo tempo minimizando o custo de práticas de conservação. Um conjunto recente e em expansão de pesquisa é a tentativa de usar métodos similares e integra modelos de qualidade de água com amplamente definidos métodos de otimização evolucionárias 3,4,9,10,13-15,17-19,22,23,25. Nesta aplicação, é mostrado um programa que segue Rabotyagov et al. 'S adeach e integra um 7 moderno e comumente usado SWAT modelo de qualidade de água com um algoritmo evolutivo multiobjetivo SPEA2 26, e especificado pelo usuário conjunto de práticas de conservação e seus custos para procurar as fronteiras tradeoff entre os custos completos de práticas de conservação e especificado pelo usuário da qualidade da água objetivos. As fronteiras quantificar as vantagens e desvantagens enfrentadas pelos gestores de bacias hidrográficas através da apresentação de toda a gama de custos associados com vários objetivos de melhoria da qualidade da água. O programa permite uma seleção de configurações de mananciais de água atingir determinados objetivos de melhoria da qualidade e uma produção de mapas de posicionamento otimizado de práticas de conservação.

Protocol

1. Prepare modelo de Bacias Hidrográficas e fornecer dados de entrada para a optimização Criar um banco de dados i_SWAT Usando um programa chamado "rotador", construir o banco de dados de bancos de dados de entrada múltiplos, incluindo solos, clima, gestão e fertilizantes. Alternativamente, uma corrida SWAT existente (possivelmente criado com ArcSWAT ou AVSWAT) podem ser importados com i_SWAT.exe. Neste caso, o programa "swat_rewrite" pode ser usado para substituir …

Discussion

Nós construímos um sistema de simulação-otimização integrada para procurar Pareto-eficientes conjuntos de configurações de bacias hidrográficas que envolvem menor custo e localização mistura de práticas de conservação agrícolas para alcançar uma série de objetivos de nível de bacias hidrográficas redução de nutrientes. Um diagrama conceptual do sistema de simulação de optimização, é apresentado na Figura 8. Simulação de bacias hidrográficas, incluindo a simulação dos impac…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Esta pesquisa foi financiada, em parte, do apoio recebido de os EUA Agência de Proteção Ambiental alvejado Programa de Subsídios Bacias Hidrográficas (Projeto # WS97704801), Dinâmica da Fundação Nacional de Ciências dos Coupled sistemas naturais e humanos (Projeto # DEB1010259-CARD-KLIN), e do Departamento dos EUA da Agricultura-Instituto Nacional de projeto coordenado foodand Agricultura Agrícola (Projeto n º 20116800230190-CARD).

Referenzen

  1. American Society of Agricultural and Biological Engineers. Design, layout, construction, and maintenance of terrace systems. ASAE Standard. , S268 (2003).
  2. . . Raccoon River Watershed water quality master plan. , (2011).
  3. Arabi, M., Govindaraju, R. S., Hantush, M. M. Cost-effective allocation of watershed management practices using a genetic algorithm. Water Resour. Res. 42, W10429 (2006).
  4. Bekele, E. G., Nicklow, J. W. Multiobjective management of ecosystem services by integrative watershed modeling and evolutionary algorithms. Water Resour. Res. 41, W10406 (2005).
  5. Carpentier, C. L., Bosch, D. J., Batie, S. S. Using spatial information to reduce costs of controlling agricultural nonpoint source pollution. Am. J. Agr. Econ. 61, 404-413 (1998).
  6. Gassman, P. W., Reyes, M., Green, C. H., Arnold, J. G. The Soil and Water Assessment Tool: Historical development, applications, and future directions. Trans. ASABE. 50 (4), 1211-1250 (2007).
  7. Gassman, P. W., Campbell, T., Secchi, S., Jha, M., Arnold, J. G. The i_SWAT software package: a tool for supporting SWAT watershed applications. , 66-69 .
  8. Gitau, M. W., Veith, T. L., Gburek, W. J., Jarrett, A. R. Watershed level best management practice selection and placement in the Town Brook watershed, New York. J. Am. Water Resour. Assoc. 42, 1565-1581 (2006).
  9. Jha, M., Rabotyagov, S., Gassman, P. W. Optimal placement of conservation practices using genetic algorithms with SWAT. Int. Agr. Eng. J. 18 (1-2), 41-50 (2009).
  10. Jha, M. K., Wolter, C. F., Schilling, K. E., Gassman, P. W. Assessment of total maximum daily load implementation strategies for nitrate impairment of the Raccoon River, Iowa. J. Envir. Qual. 39, 1317-1327 (2010).
  11. Kanna, M., Yang, W., Farnsworth, R., Onal, H. Cost effective targeting of CREP to improve water quality with endogenous sediment deposition coefficients. Am. J. Agr. Econ. 85, 538-553 (2003).
  12. Kramer, R. A., McSweeny, W. T., Kerns, W. R., Stravros, R. W. An evaluation of alternative policies for controlling agricultural nonpoint source pollution. Water Resour. Bull. 20, 841-8446 (1984).
  13. Lant, C. L., Kraft, S. E., Beaulieu, J., Bennett, D., Loftus, T., Nicklow, J. Using GIS-based ecological-economic modeling to evaluate policies affecting agricultural watersheds. Ecol. Econ. 55, 467-484 (2005).
  14. Muleta, M. K., Nicklow, J. W. Evolutionary algorithms for multiobjective evaluation of watershed management decisions. J. Hydroinform. 4 (2), 83-97 (2002).
  15. Muleta, M. K., Nicklow, J. W. Decision support for watershed management using evolutionary algorithms. J. Water Resour. Plan. Manag. 131 (1), 35-44 (2005).
  16. Rabotyagov, S. S., Campbell, T., Jha, M., Gassman, P. W., Arnold, J., Kurkalova, L., Secchi, S., Feng, H., Kling, C. L. Least Cost Control of Agricultural Nutrient Contributions to the Gulf of Mexico Hypoxic Zone. Ecol. Appl. 20, 1542-1555 (2010).
  17. Rabotyagov, S., Jha, M., Campbell, T. Impact of crop rotations on optimal selection of conservation practices for water quality protection. J. Soil. Water Conserv. 65 (6), 369-380 (2010).
  18. Rabotyagov, S. S., Jha, M., Campbell, T. D. Nonpoint-source pollution for an Iowa watershed: An application of evolutionary algorithms. Canadian Journal of Agricultural Economics/Revue canadienne d’agroeconomie. , (2010).
  19. Rabotyagov, S. S., Jha, M., Campbell, T. Searching for Efficiency: Least Cost Nonpoint Source Pollution Control with Multiple Pollutants, Practices, and Targets. J. Nat. and Environ. Sci. 1, 75-90 (2010).
  20. Ribaudo, M. O. Consideration of off-site impacts in targeting soil conservation programs. Land Econ. 62, 402-411 (1986).
  21. Ribaudo, M. O. Targeting the conservation reserve program to maximize water quality benefits. Land Econ. 65, 320-332 (1989).
  22. Srivastava, P., Hamlett, J. M., Robillard, P. D., Day, R. L. Watershed optimization of best management practices using AnnAGNPS and a genetic algorithm. Water Resour. Res. 38 (3), 1-14 (2002).
  23. Veith, T. L., Wolfe, M. L., Heatwole, C. D. Development of optimization procedure for cost-effective BMP placement. J. Am. Water Resour. Assoc. 39 (6), 1331-1343 (2003).
  24. Whittaker, G., Confesor, R., Griffith, S. M., Färe, R., Grosskopf, S., Steiner, J. J., Mueller-Warrant, G. W., Banowetz, G. M. A Hybrid Genetic Algorithm for Multiobjective Problems with Activity Analysis-based Local Search. Eur. J. Operat. Res. , (2007).
  25. Zitzler, E., Laumanns, M., Thiele, L. SPEA2: Improving the Strength Pareto Evolutionary Algorithm for Multiobjective Optimization. CIMNE. , 95-100 (2002).
check_url/de/4009?article_type=t

Play Video

Diesen Artikel zitieren
Rabotyagov, S., Campbell, T., Valcu, A., Gassman, P., Jha, M., Schilling, K., Wolter, C., Kling, C. Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm. J. Vis. Exp. (70), e4009, doi:10.3791/4009 (2012).

View Video