Optimización multiobjetivo espacial de las prácticas de agricultura de conservación que utilizan un modelo SWAT y un algoritmo evolutivo

Summary

Este trabajo demuestra una integración de un modelo de calidad del agua con un componente de optimización utilizando algoritmos evolutivos para resolver óptimo (de menor costo) la colocación de las prácticas agrícolas para la conservación de un conjunto específico de objetivos de mejora de la calidad del agua. Las soluciones se generan utilizando un enfoque multi-objetivo, lo que permite la cuantificación explícita de compensaciones.

Abstract

Encontrar los costos eficientes (es decir, el más bajo costo) formas de orientar las inversiones en conservación de práctica para el logro de determinados objetivos de calidad del agua en todo el paisaje es de una importancia primordial en la gestión de las cuencas hidrográficas. Métodos de la economía tradicional de encontrar la solución de más bajo costo en el contexto de la cuenca (por ejemplo, ^5,12,20) asumen que el impacto fuera del sitio puede ser descrito con precisión como una proporción de la contaminación genera en el sitio. Estos planteamientos son poco probable que sea representativo del proceso de contaminación real en una cuenca, donde los impactos de las fuentes contaminantes suelen estar determinadas por complejos procesos biofísicos. El uso de los modernos basados ​​en la física, distribuidos espacialmente modelos de simulación hidrológicos permite un mayor grado de realismo en términos de representación del proceso, sino que requiere un desarrollo de un marco de simulación-optimización en el que el modelo se convierte en una parte integral de la optimización.

Evoluciónalgoritmos ary parece ser una herramienta de optimización particularmente útil, capaz de tratar con la naturaleza combinatoria de una cuenca de simulación-optimización problema y permitiendo el uso del modelo de calidad de agua completo. Los algoritmos evolutivos tratar una distribución espacial particular de prácticas de conservación en una cuenca como una solución candidata y utilizar conjuntos (poblaciones) de soluciones candidatas iterativamente aplicando operadores estocásticos de la selección, la recombinación y mutación para encontrar mejoras con respecto a los objetivos de optimización. Los objetivos de optimización en este caso son dispersas para minimizar la contaminación procedente de la cuenca, al mismo tiempo reducir al mínimo el costo de las prácticas de conservación. Un conjunto reciente y creciente de investigación está tratando de utilizar los mismos métodos e integra los modelos de calidad del agua con la definición amplia de métodos de optimización evolutivas ^{3,4,9,10,13-15,17-19,22,23,25.} En esta aplicación, se demuestra un programa que sigue Rabotyagov et al. 'S aproada e integra un moderno y de uso común SWAT modelo de calidad del agua ⁷ con un algoritmo evolutivo multiobjetivo SPEA2 ^26, y el usuario especifica un conjunto de prácticas de conservación y sus costos para buscar las fronteras compensación entre los costos completos de las prácticas de conservación y la calidad especificada por el usuario de agua objetivos. Las fronteras cuantificar las ventajas y desventajas que enfrentan los administradores de cuencas hidrográficas mediante la presentación de la totalidad de los costos relacionados con los objetivos de mejora de la calidad de agua diferentes. El programa permite una selección de configuraciones de cuencas han alcanzado determinadas metas de mejoramiento de calidad de agua y una producción de mapas de colocación optimizada de las prácticas de conservación.

Protocol

1. Preparar Modelo Cuenca y proporcionar datos de entrada para la optimización Crear una base de datos i_SWAT El uso de un programa llamado "rotor", cree la base de datos desde bases de datos de entrada múltiples, incluyendo los suelos, el clima, la gestión y abono. Alternativamente, una carrera SWAT existente (posiblemente creado con ArcSWAT o AVSWAT) se pueden importar con i_SWAT.exe. En este caso, el programa "swat_rewrite" se puede utilizar para sustituir la gesti…

Discussion

Construimos un sistema integrado de simulación-optimización marco para buscar el sentido de Pareto eficientes conjuntos de configuraciones de las cuencas de menor costo que implican mezcla y ubicación de las prácticas agrícolas de conservación para lograr una serie de objetivos de nivel de cuencas de reducción de nutrientes. Un diagrama conceptual del sistema de simulación-optimización se presentan en la Figura 8. Simulación de cuencas, incluyendo la simulación de los impactos en la calidad d…