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

המטרה הכוללת של הניסוי הבא היא להדגים את השיטה לאופטימיזציה רב-מטרתית של פרקטיקות שימור באגן ניקוז, באמצעות מערכת אופטימיזציה של סימולציה הכוללת מודל תהליכים של אגן ניקוז ואלגוריתם אבולוציוני. השאלה המרכזית היא כיצד להקצות פרקטיקות שימור חקלאיות באגן ניקוז, כך שיעמדו יעדי איכות המים בעלות הנמוכה ביותר.

ניתן ליישם מספר שיטות שימור בכל שדה, וייתכן שיהיו חשובים מספר יעדי איכות מים. ניתן לסמלול הקצאה מסוימת של שיטות שימור באמצעות מודל תהליכים של אגן ניקוז. כדי להשיג את מטרת האופטימיזציה, בחרו תחילה מודל תהליכים של אגן ניקוז שעבר כיול ותיקוף, וייצוגים מודליים של שיטות שימור.

כשלב שני, נבחרים היעדים הסביבתיים שיש למקסם ונקבעות עלויותיהם של פרקטיקות השימור, מה שמאפשר את הפעלת רכיב האלגוריתם האבולוציוני השואף לבצע אופטימיזציה סימולטנית הן של היעדים הסביבתיים והן של היעדי העלות. לאחר מכן, מתבצעת בחירה של הפרמטרים השולטים באופטימיזציה על מנת לבצע אופטימיזציה רב-יעדית. שני רכיבים אלו, הסימולציה והאופטימיזציה, משולבים במערכת סימולציית-אופטימיזציה הנקראת genetic I swat; התוצאות המתקבלות מציגות את קבוצת התצורות האופטימליות של אגן הניקוז במונחים של מיקומי פרקטיקות השימור, מה שמאפשר לכמת את הפשרות (trade-offs) בין היעדים הסביבתיים לבין עלות השקעות השימור, ומאפשר בחירה של תצורה מרחבית ספציפית של פרקטיקות שימור בהתבסס על יעדים סביבתיים רצויים או על עלות.

היתרון המרכזי של טכניקה זו על פני שיטות קיימות, כגון הערכת תרחישים של פרקטיקות שימור פשוטות או אופטימיזציה של בחירת פרקטיקות שימור המבוססת על ייצוג פשוט של הפרקטיקה, הוא שהיא משלבת מודל תהליכים של אגן ניקוז המבוסס על פיזיקה לתוך החלטת האופטימיזציה באופן גמיש ומובן באופן אינטואיטיבי. שיטה זו יכולה לסייע במתן מענה לשאלות מפתח בתחומי ניהול אגני ניקוז וכלכלה סביבתית, כגון היכן למקד השקעות ציבוריות בפרקטיקות שימור, או כיצד לבנות מדיניות מבוססת שוק, כגון מכרזים הפוכים לפרקטיקות שימור או תוכנית למסחר באיכות מים. בהקשר של זיהום ממקורות מפוזרים, פרמטרי האופטימיזציה נבחרים לאחר הכנת מודל של אגן ניקוז ואספקת נתוני קלט לאופטימיזציה; האופטימיזציה נשלטת על ידי תוכנה הנקראת Genetic Iwo.

כדי להתחיל בהליך זה, פתחו את genetic iwo dot exe, עברו לקובץ (file), לאחר מכן פתחו ובחרו את מסד הנתונים I SWAT, raccoon GA dot mdb. עברו לקובץ (file), ולאחר מכן להגדרות (configuration) כדי להקצות את הנתיבים לקובצי ההרצה של דגם ה-swap. עברו להרצה (execute), ולאחר מכן בחרו את סט האללים (allele set). שלב זה קובע את השילובים של שיטות השימור המשמשות באופטימיזציה.

עבור הרצה זו תישמש מערכת אללים מספר 14, הכוללת 23 שילובי פרקטיקות שימור לביצוע. לאחר מכן, בחר ב-SP A two archive baseline aware subset כדי לבצע אופטימיזציה רב-מטרתית באמצעות האלגוריתם האבולוציוני SP A two. ראשית, תחת preset, בחר את אגן הניקוז לאופטימיזציה; לחיצה על apply תבחר רשומות מקובץ ההגדרות המוקדמות watershed presets dot csv כדי למלא את ערכי הבקרה במסך זה.

בשלב הבא, תחת משתנה הפלט (output variable), בחרו את היעדים הסביבתיים לאופטימיזציה. הבחירה ב-N outlet ו-P outlet מגדירה פונקציית מטרה תלת-ממדית: ממוצע חמש שנתי של חנקן במוצא, ממוצע חמש שנתי של זרחן במוצא והעלות הכוללת של פרקטיקות השימור.

פעולה זו תיצור קו חזית של פשרה (trade-off frontier) תלת-ממדי; הגדירו את גודל האוכלוסייה הראשונית ל-60. נתון זה קובע את מספר הפתרונות המועמדים הראשוני כאשר נבחר הזרע (seed) עם כל אפשרות לאלל. נוצרים פתרונות מועמדים המייצגים יישום אחיד של כל פרקטיקת שימור שצוינה במערך האללים לכל יחידות התגובה ההידרולוגיות של קרקעות חקלאיות באגן הניקוז.

ראשית, פתרונות מועמדים שנותרו נוצרים על ידי הקצאה אקראית של פרקטיקות שימור מתוך קבוצת האללים ל-cropland HR. בעת בחירת הזרע עבור כל אפשרות אלל, וודאו שגודל האוכלוסייה הראשוני, שהוא 60 בהדגמה זו, גדול לפחות ממספר האללים בקבוצת אללים, שהוא 23. בהדגמה זו, הגדירו את מספר הדורות או האיטרציות הרצוי להרצת האופטימיזציה בדוגמה זו ל-125. כאשר נבחרים שני פתרונות מועמדים ליצירת פתרונות מועמדים חדשים, הסתברות ההעברה (crossover probability) קובעת את ההסתברות ליצירת פתרונות חדשים נבדלים.

עבור הדגמה זו, ההסתברות להצלבה (crossover probability) נקבעה לאחת. גודל האוכלוסייה הזמנית קובע את מספר פתרונות המועמדים החדשים שיוצרו. משאבי המעבד מנוצלים בצורה היעילה ביותר כאשר ערך זה הוא מספר שלם המכפיל את מספר תהליכי המעבד; עבור הדגמה זו נבחר הערך 16.

ההסתברות למוטציה היא ההסתברות לשינוי אקראי בהקצאת ה-HRU לפרקטיקת שימור אחרת. מתוך קבוצת האללים, היא נקבעת ל-0.003. לצורך הדגמה זו, בחר את מספר התהליכונים (threads) או המעבדים שבהם נעשה שימוש, שהוא 16.

בהדגמה זו, מקדם כיול של מספר העקומות השווה לאחד מסופק מכיול מודל ההחלפה (swap model). לבסוף, יש לבחור באפשרות "שמור אוכלוסייה בקובץ טקסט" (save population in text file). סימון אפשרות זו יוצר קובץ טקסט עם ערכי האללים של כל HRU בכל פתרון מועמד ששרד.

דבר זה חשוב לצורך הפעלה מחדש של הרצת האופטימיזציה לאחר השלמת מספר האיטרציות שנקבע. לאחר ההרצה, ניתן להציג באופן חזותי את כל קבוצת הפתרונות היעילים של Pareto או את חזית הפשרה (trade-off frontier) על ידי ביצוע השלבים הבאים. הרץ את genetic.

הפעל את SWAT, עבור ל-file, ולאחר מכן ל-open כדי לפתוח את מסד נתוני IWA, raccoon GA dot mdb. עבור ל-file export, ולאחר מכן ל-export HRU list, ושמור את הקובץ בשם raccoon allele, HRU dot T XT. הפעל את map, swat dot xe, בחר ב-execute, ולאחר מכן ב-3D animation כדי להפיק אנימציה של חזית הפשרה התלת-ממדית, המציבה את רמות החנקן במוצא N על הציר האדום מול רמות הזרחן במוצא P על הציר הכחול מול העלות הכוללת של שיטות השימור בכל תתי-האגנים.

בציר הירוק, הפלט הוא סדרה של קבצים שניתן לרנדר כולם יחד לקובצי תמונה. באמצעות תוכנת POV ray, ניתן גם לשלב את התמונות לסרט המציג את התקדמות האלגוריתם על ידי הרצת סורק הפריימים xe. כל נקודה בחזית (frontier) מייצגת קונפיגורציה של אגן ניקוז (watershed).

זוהי הקצאה ספציפית של פרקטיקות שימור בנוף. ניתן לראות רבות מקונפיגורציות אלה עבור כל הגבול על ידי ביצוע השלבים הבאים. הרץ, מפה, swat, xe, בחר execute, ולאחר מכן map animation.

התיבות בצד שמאל מציגות את ההטלות הדו-ממדיות של הגבול, והקוים המקווקווים מציינים את מיקומו של הפתרון הספציפי שנבחר. המפה (MAP) מציגה את פרקטיקת השימור הדומיננטית שהומלצה על ידי האלגוריתם. בכל מקרה, המקרא מזהה את פרקטיקות השימור שנבחרו.

לעיתים קרובות, שאלת המחקר היא בחירת תצורת אגן ניקוז ספציפית או פרט המשיג קבוצה מוגדרת של יעדי איכות מים. לדוגמה, פרט המפחית חנקן ב-30% וזרחן ב-30% ביחס למפת העומסים של קו הבסיס. SWAT מאפשר לנו לחפש בקו החזית את הפרט בעל המרחק האוקלידי (EUCLIDEAN) המינימלי מהיעד שהוגדר. כדי לבחור תצורות ספציפיות של אגני ניקוז או פרטים המשיגים יעדי איכות מים מסוימים, פתחו את map swat dot exe, ובחרו ב-execute וב-search.

הזן ערך מטרה מינימלי של 0. בדוגמה זו, ערך מטרה מקסימלי של 100, וכן מרווח מטרה של 10. בדוגמה זו, הזן אחוז הפחתה ספציפי של חנקן ביחס לקו הבסיס בשדה אחוז ההפחתה לצד קו הבסיס 30.

בדוגמה זו, הזן את אחוז ההפחתה בזרחן בשדה אחוז ההפחתה הסמוך לערך הבסיס של הזרחן, גם הוא 30. בדוגמה זו, תוכנית map swat תפיק פלט במסך קופץ; לחץ על העתק (copy), טקסט (text), והדבק בגיליון אלקטרוני.

שלוש טבלאות נוצרות; בראשונה מופיעים הפרטים הקרובים ביותר למטרות N ו-P של אותה אחוזי הפחתה, הנעים מ-T in עד tmax לפי t int. מיד מתחת לכך, הפרט הבודד הקרוב ביותר למטרות N spec ו-P spec מופיע בטבלה השנייה של הפרטים הקרובים ביותר, שבה מטרת ה-P נעה מ-team in עד Tmax בעוד ש-N נשמר קבוע בקרבת end spec. הטבלה השלישית מציגה את הפרטים הקרובים ביותר למטרות סוף הנעות מ-team in עד Tmax בעוד ש-P נשמר קבוע בקרבת P spec.

במקרה זה, הפרט הקרוב ביותר להפחתה של 30% בסוף התקופה היה ID 84 23 עם ערך סופי של 14, 639, 660. להלן המפה המראה את ההתפלגות המרחבית של שיטות שימור ואת מיקומה של תצורת אגן הניקוז הזו בקו חזית הפשרה (trade-off frontier) לאחר פיתוחה. הטכניקה סללה את הדרך עבור חוקרים בתחומי ניהול אגני ניקוז וכלכלה סביבתית לבחון דרכים יעילות יותר מבחינה כלכלית להשגת יעדים סביבתיים באגן הניקוז ולשפר את התכנון של מדיניות מבוססת שוק.