SWAT 모델을 사용하여 농업 보호 관행의 공간 Multiobjective 최적화 및 진화 알고리즘
Summary
이 작품은 수질 개선 목표 지정된 집합에 대한 농업 보호 관행의 최적 (최저 비용) 게재 위치에 대해 해결하기 위해 진화 알고리즘을 이용하여 최적화 구성 요소와 수질 모델의 통합을 보여줍니다. 솔루션은 tradeoffs의 명시 적 정량화를 위해 수 있도록 여러 목적 접근법을 사용하여 생성됩니다.
Abstract
풍경에서 특정 수질 목표 달성을 위해 보전 실천 투자를 타겟팅의 비용 효율적인 (즉, 최저 비용) 방법을 찾는 것은 유역 관리의 기본 중요합니다. 유역 환경 (예를 들어, 5,12,20)에 가장 낮은 비용 솔루션을 찾는 전통 경제학 방법은 오프 사이트에 미치는 영향을 정확하게 생성 현장 오염의 비율로 설명 할 수 있다고 가정합니다. 이러한 접근 방법은 오염 소스의 영향은 종종 복잡한 biophysical 프로세스에 의해 결정됩니다 유역의 실제 오염 공정의 대표가 될 가능성이 있습니다. 현대적인 물리적 기반, spatially 배포 수문 시뮬레이션 모델의 사용은 프로세스 표현의 측면에서 현실성의 큰 학위를 허용하지만 모델은 최적화의 중요한 부분이되는 시뮬레이션 최적화 프레임 워크의 개발이 필요합니다.
진화워 알고리즘은 분수령 시뮬레이션 최적화 문제의 조합 자연과 처리 및 전체 수질 모델의 사용을 허용 할 수 특히 유용 최적화 도구로 나타납니다. 진화 알고리즘은 후보 솔루션으로 유역의 보존 관행의 특정 공간 할당을 유지하고 반복적 확률 선택의 운영자, 재조합, 그리고 최적화의 목표와 관련하여 개선을 찾을 돌연변이를 적용 후보 솔루션 세트를 (인구) 사용합니다. 이 경우 최적화 목표는 동시에 보존 관행의 비용을 최소화 유역에 nonpoint 소스 오염을 최소화하는 것입니다. 연구의 최근 및 확장 세트는 유사한 방법을 사용하려고 시도하고 광범위하게 정의 된 진화 최적화 방법 3,4,9,10,13-15,17-19,22,23,25과 수질 모델을 통합하고 있습니다. 이 응용 프로그램에서 우리는 Rabotyagov 외 다음에 프로그램을 보여줍니다.의 appro가ACH하고 보존 관행의 비용과 사용자가 지정한 수질 사이의 전체 효율이 줄어의 국경을 검색 할 수있는 multiobjective 진화 알고리즘 SPEA2 26, 및 보존 관행과 비용의 사용자 지정 집합으로 현대적이고 일반적으로 SWAT 수질 모델을 사용하는 7 통합 목표. 국경 다양한 수질 개선 목표와 관련된 비용의 전체 범위를 제시하여 유역 관리자들이 직면 tradeoffs을 수량화. 이 프로그램은 지정된 수질 개선 목표 및 보존 관행의 최적화 된 배치의지도 생산을 달성 유역 구성의 선택 할 수 있습니다.
Protocol
Discussion
우리는 분수령 수준의 영양이 감소 목표의 범위를 달성하기 위해 농업 보호 관행의 가장 저렴한 혼합 및 위치를 포함하는 유역 구성 파레토 효율적인 세트를 검색 할 수있는 통합 된 시뮬레이션 최적화 프레임 워크를 구축 할 수 있습니다. 시뮬레이션 최적화 시스템의 개념적 다이어그램은 그림 8에 표시됩니다. 농업 보존 관행의 수질 영향을 시뮬레이션 등의 유역 시뮬레이션은 Windo…
Disclosures
The authors have nothing to disclose.
Acknowledgements
이 연구는 미국 환경 보호국의 대상 Watersheds 교부금 프로그램 (프로젝트 # WS97704801)로부터받은 지원에서 일부 재정 지원, 결합 자연과 인간 시스템 (프로젝트 # DEB1010259-CARD-KLIN)의 국립 과학 재단 (National Science Foundation)의 역학, 미국과 한 Foodand 농업의 협정 농업 프로젝트의 농업 – 국립 연구소 (프로젝트 # 20116800230190-CARD -)의.
References
- American Society of Agricultural and Biological Engineers. Design, layout, construction, and maintenance of terrace systems. ASAE Standard. , S268 (2003).
- . . Raccoon River Watershed water quality master plan. , (2011).
- 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).
- Bekele, E. G., Nicklow, J. W. Multiobjective management of ecosystem services by integrative watershed modeling and evolutionary algorithms. Water Resour. Res. 41, W10406 (2005).
- 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).
- 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).
- 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 .
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Muleta, M. K., Nicklow, J. W. Evolutionary algorithms for multiobjective evaluation of watershed management decisions. J. Hydroinform. 4 (2), 83-97 (2002).
- Muleta, M. K., Nicklow, J. W. Decision support for watershed management using evolutionary algorithms. J. Water Resour. Plan. Manag. 131 (1), 35-44 (2005).
- 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).
- 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).
- 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).
- 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).
- Ribaudo, M. O. Consideration of off-site impacts in targeting soil conservation programs. Land Econ. 62, 402-411 (1986).
- Ribaudo, M. O. Targeting the conservation reserve program to maximize water quality benefits. Land Econ. 65, 320-332 (1989).
- 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).
- 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).
- 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).
- Zitzler, E., Laumanns, M., Thiele, L. SPEA2: Improving the Strength Pareto Evolutionary Algorithm for Multiobjective Optimization. CIMNE. , 95-100 (2002).
