Summary

אופטימיזציה למרחבי Multiobjective של שיטות שימור חקלאיות באמצעות מודל SWAT ואלגוריתם אבולוציונית

Published: December 09, 2012
doi:

Summary

עבודה זו ממחישה את שילוב של מודל איכות מים עם מרכיב ייעול ניצול אלגוריתמים אבולוציוניים לפתור עבור מיקום אופטימלי (הנמוך ביותר עלות) של שיטות שימור חקלאיות לסדרה מוגדרת של יעדים לשיפור איכות מים. הפתרונים מופקים באמצעות גישה רבה אובייקטיבית, המאפשר לכימות מפורש של פשרות.

Abstract

מציאת הדרכים היעילות עלות (כלומר, הנמוך ביותר עלות) של מיקוד השקעות בפועל שימור להשגת יעדי איכות מים ספציפיים על פני הנוף היא הראשונה בחשיבותו בניהול קו פרשת מים. שיטות כלכלה מסורתיות של מציאת הפתרון בעלות הנמוכה ביותר בהקשר פרשת המים (למשל, 5,12,20) להניח כי השפעות מחוץ לאתר יכולות להיות מתוארות בצורה מדויקת כאחוז מזיהום שנוצר באתר. גישות אלה צפויות להיות נציג של התהליך בפועל הזיהום בקו פרשת מים, שבו ההשפעות של מקורות מזהמים לעתים קרובות נקבעות על ידי תהליכי biophysical מורכבים. השימוש במודלים פיסיים המודרניים מבוססים, המופצים מרחבית הידרולוגיים סימולציה מאפשר למידה רבה יותר של ריאליזם במונחים של ייצוג תהליך אבל דורש פיתוח של מסגרת סימולצית אופטימיזציה בי המודל הופך לחלק בלתי נפרד של אופטימיזציה.

אבולוציהאלגוריתמי ארי יופיעו להיות כלי אופטימיזציה שימושית במיוחד, מסוגל להתמודד עם האופי קומבינטורית של בעית קו פרשת מי סימולציה ואופטימיזציה המאפשרת שימוש במודל איכות מים המלא. אלגוריתמים אבולוציוניים טיפול בהקצאה מרחבית מסוימת של שיטות שימור בקו פרשת מים כפתרון מועמד ולנצל סטים (אוכלוסיות) של פתרוני המועמד ערוך את החלימו מפעילים סטוכסטיים של בחירה, רקומבינציה, ומוטציות למצוא שיפורים ביחס למטרות הייעול. יעדי אופטימיזציה במקרה זה הם למזער זיהום nonpoint מקור בפרשת מים, בו זמנית להקטין את העלות של שיטות שימור. סט אחרון והמתרחב של מחקר שינסה להשתמש בשיטות דומות ומשלב מודלים של איכות מים בשיטות אופטימיזציה אבולוציוניים שהוגדרו באופן רחב 3,4,9,10,13-15,17-19,22,23,25. ביישום זה, אנחנו מדגימים את תכנית העוקבת Rabotyagov et al. של approach ומשלב מודרניים ונפוצים הימ"מ מודל איכות מים 7 עם אלגוריתם multiobjective האבולוציונית SPEA2 26, ומשתמש שצוין-סט של שיטות שימור והעלויות שלהם כדי לחפש את הגבולות שתגמול המלאים בין העלויות של שיטות שימור ושיפור איכות מים ציין משתמש יעדים. הגבולות לכמת את הפשרות העומדות בפני מנהלי קו פרשת המים על ידי הצגת המגוון הרחב של עלויות הקשורות למטרות שיפור איכות מים שונות. התכנית מאפשרת בחירה של תצורות קו פרשת מים שהשיגו את מטרות שצוינו באיכות מים ושיפור ייצור של מפות של מיקום אופטימלי של שיטות שימור.

Protocol

1. הכן דגם קו פרשת מים ולספק נתוני קלט לאופטימיזציה צור מסד נתוני i_SWAT שימוש בתכנית בשם "מסובב", לבנות מסד נתונים ממאגרי מידע קלט מרובים כוללים קרקעות, מזג אוויר, ניה?…

Discussion

אנו בונים מסגרת סימולצית אופטימיזציה משולבת כדי לחפש קבוצות פארטו יעילים של תצורות פרשת מים מעורבות תערובת בעלויות נמוכה ומיקום של שיטות שימור חקלאיות כדי להשיג מגוון מטרות הפחתה התזונתיות פרשת מים ברמה. תרשים רעיוני של מערכת סימולצית אופטימיזציה מוצג באיור 8.<…

Divulgations

The authors have nothing to disclose.

Acknowledgements

מחקר זה מומן בחלקו מתמיכה שקבלה מהתכנית של הסוכנות האמריקנית להגנת הסביבה הממוקדת היקוות מענקים (מס 'פרויקט WS97704801), דינמיקה של קרן המדע הלאומי של מערכות טבעיות ואנושיות מצמידים (מס' פרויקט DEB1010259-CARD-קלין), ומשרד החוץ האמריקאי של מכון לאומי לחקלאות, לפרויקט החקלאי המתואם של Foodand החקלאות (פרויקט-20116800230190-card).

References

  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/fr/4009?article_type=t

Play Video

Citer Cet Article
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