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

המטרה הכוללת של הניסוי הבא היא להדגים את השיטה לאופטימיזציה רב-אובייקטיבית של שיטות שימור בפרשת מים באמצעות מערכת אופטימיזציה של סימולציה הכוללת את מודל תהליך פרשת המים, ואלגוריתם אבולוציוני. השאלה הכוללת היא כיצד להקצות שיטות שימור חקלאיות בקו פרשת מים. כך שיעדי איכות המים מתקיימים בעלות הנמוכה ביותר.

שיטות שימור מרובות אפשריות בכל תחום, ויעדי איכות מים מרובים עשויים להיות חשובים. ניתן לדמות הקצאה מסוימת של שיטות שימור על ידי מודל תהליך פרשת מים. כדי להשיג תחילה את מטרת האופטימיזציה, בחר מודל תהליך פרשת מים מכויל ומאומת וייצוגי מודל של שיטות שימור.

כצעד שני, נבחרים היעדים הסביבתיים שיש למקסם ומתקבלות עלויות של שיטות שימור, המאפשרות להפעיל את רכיב האלגוריתם האבולוציוני המחפש לבצע אופטימיזציה בו-זמנית לאורך יעדי הסביבה והעלות. לאחר מכן, בחירת פרמטרים השולטים באופטימיזציה נעשית על מנת לבצע אופטימיזציה רב-אובייקטיבית. שני המרכיבים הללו, סימולציה ואופטימיזציה משולבים במערכת אופטימיזציה של סימולציה הנקראת תוצאות גנטיות I swat המתקבלות המציגות את הקבוצה האופטימלית של תצורות פרשת המים במונחים של מיקומי פרקטיקות שימור, המכמתת את הפשרות בין יעדים סביבתיים לעלות השקעות השימור, ומאפשרת בחירה של תצורה מרחבית ספציפית של שיטות שימור על סמך יעדים סביבתיים רצויים או עלות.

היתרון העיקרי של טכניקה זו על פני השיטות הקיימות כמו הערכת תרחישי שימור פשוטה או אופטימיזציה של בחירת שיטות שימור המבוססות על ייצוג פרקטיקה פשוט, הוא שהיא משלבת מודל תהליך פרשת מים מבוסס פיזיקה בהחלטת האופטימיזציה בצורה גמישה ומובנת אינטואיטיבית. שיטה זו יכולה לעזור לענות על שאלות מפתח בניהול פרשת המים ובתחומים כלכליים סביבתיים, כגון היכן למקד השקעות ציבוריות בפרקטיקות שימור, או כיצד לבנות מדיניות מבוססת שוק כגון מכרזים הפוכים לשיטות שימור או תוכנית סחר באיכות מים. בהקשר של זיהום מקור שאינו נקודתי, פרמטרי אופטימיזציה נבחרים לאחר הכנת מודל פרשת מים ונתוני קלט לאופטימיזציה בתנאי שהאופטימיזציה נשלטת על ידי תוכנית הנקראת Genetic Iwo.

כדי להתחיל בהליך זה, פתח את iwo dot exe הגנטי עבור לקובץ, ואז פתח ובחר את מסד הנתונים I SWAT, דביבון GA נקודה mdb עבור לקובץ, ולאחר מכן תצורה כדי להקצות את הנתיבים להחלפה. קבצי הפעלה של מודל עוברים לביצוע ולאחר מכן בחר קבוצת אללים. שלב זה קובע את השילובים של שיטות השימור המשמשות לאופטימיזציה.

לריצה זו ייעשה שימוש בערכת אללים מספר 14, שיש בה 23 שילובים של שיטות שימור שהולכים לביצוע. לאחר מכן בחר SP A שני ארכיונים מודעים לבסיס כדי לבצע אופטימיזציה רב-אובייקטיבית באמצעות האלגוריתם האבולוציוני SP A. ראשית, תחת הגדרה מוגדרת מראש, בחר את קו פרשת המים לאופטימיזציה דביבון לחיצה על החל בוחרת ערכים מקובץ הקביעות המוגדרות מראש של פרשת המים dot csv כדי למלא ערכי בקרה במסך זה.

לאחר מכן, תחת משתנה פלט, בחר את היעדים הסביבתיים לאופטימיזציה. שקע N שנבחר P מגדיר פונקציית מטרה תלת מימדית. חנקן היה ממוצע במשך חמש שנים ביציאה, זרחן ממוצע במשך חמש שנים ביציאה והעלות הכוללת של שיטות השימור.

זה ייצור גבול תלת מימדי של פשרה שיגדיר את גודל האוכלוסייה ההתחלתי ל-60. זה קובע את המספר הראשוני של פתרונות מועמדים כאשר נבחר הזרע עם כל אפשרות אלל. נוצרים פתרונות מועמדים המייצגים יישום אחיד של כל פרקטיקת שימור המצוינת בערכת האללים לכל יחידות התגובה ההידרולוגיות של אדמות חקלאיות בפרשת המים.

ראשית, הפתרונות המועמדים הנותרים נוצרים על ידי הקצאה אקראית של שיטות שימור מהאלל שנקבע ל-HR של אדמות חקלאיות. בעת בחירת הזרע עם כל אפשרות אלל, ודא שגודל האוכלוסייה ההתחלתי, שהוא 60 בהדגמה זו, גדול לפחות כמו מספר האללים בקבוצת אללים, שהוא 23. בהדגמה זו, הגדר את מספר הדורות או האיטרציות הרצוי עבור הפעלת המיטוב בדוגמה זו ל- 125. כאשר נבחרים שני פתרונות מועמדים ליצירת פתרונות מועמדים חדשים, הסתברות מוצלבת מציינת את ההסתברות ליצירת פתרונות חדשים מובחנים.

עבור הדגמה זו, הסתברות ההצלבה מוגדרת ל-1. גודל האוכלוסייה הזמנית קובע את מספר הפתרונות המועמדים החדשים שנוצרו. משאבי המעבד משמשים בצורה היעילה ביותר כאשר ערך זה הוא מספר שלם, כפולה של מספר הליכי המשנה של המעבד 16 נבחרת עבור הדגמה זו.

ההסתברות למוטציה היא ההסתברות לשינוי אקראי בהקצאת HRU לפרקטיקה אחרת לשימור. ממערכת האללים, הוא מוגדר ל-0.003. להדגמה זו, בחר את מספר הליכי המשנה או המעבדים שבהם נעשה שימוש, שהוא 16.

בהדגמה זו, גורם כיול מספר העקומה של אחד מסופק מכיול מודל ההחלפה. לבסוף, בחר שמור אוכלוסייה בקובץ טקסט. סימון אפשרות זו מייצר קובץ טקסט עם ערכי האלל של כל HRU בכל פתרון מועמד ששרד.

זה חשוב להפעלה מחדש של הפעלת המיטוב לאחר השלמת מספר החזרות שצוין. לאחר הריצה, ניתן לדמיין את כל מערך הפתרונות היעילים של פארטו או את גבול הפשרה על ידי ביצוע השלבים הבאים. לרוץ גנטית.

אני סוואט, הולך לקובץ, ואז פותח כדי לפתוח את מסד הנתונים I IWA, דביבון GA dot mdb. עבור לייצוא קבצים, ואז ייצא את רשימת HRU, שמור את הקובץ כאלל דביבון, מפת הפעלה של HRU dot T XT, swat dot xe, בחר ביצוע, ולאחר מכן אנימציה תלת מימדית כדי לייצר אנימציה של גבול הפשרה התלת מימדית, שמציב את רמות החנקן המוציא N על הציר האדום מול רמות זרחן מוציאות P על הציר הכחול מול העלות המסוכמת של שיטות השימור. בכל תת-האגנים.

על הציר הירוק, הפלט הוא סדרה של קבצים שניתן לעבד בבת אחת לקבצי תמונה. על ידי שימוש בתוכנית POV ray, ניתן לשלב את התמונות גם לסרט המציג את התקדמות האלגוריתם על ידי הפעלת סורק פריימים xe. כל נקודה בגבול מייצגת תצורת קו פרשת מים.

זוהי הקצאה ספציפית של פרקטיקות שימור בנוף. ניתן לראות רבות מהתצורות הללו לאורך כל הגבול על ידי ביצוע השלבים הבאים. הפעל, מפה, swat, xe, בחר ביצוע ולאחר מכן מפה הנפשה.

התיבות בצד שמאל מציגות את ההקרנות הדו-ממדיות של הגבול וקווי המקף מציינים את המיקום של הפתרון המסוים שנבחר. ה-MAP מציג את האלגוריתם הדומיננטי שנקבע פרקטיקת שימור. בכל אחד מהם מזהה האגדה את שיטות השימור שנבחרו.

לעתים קרובות שאלה מעניינת היא לבחור תצורת פרשת מים ספציפית או אדם המשיג קבוצה מוגדרת של יעדי איכות מים. לדוגמה, אדם מפחית חנקן ב-30% וזרחן ב-30% ביחס למפת העומסים הבסיסיים. SWAT מאפשר לנו לחפש את הגבול אחר אדם עם המרחק האוקלידי המינימלי למטרה שצוינה לבחור תצורות ספציפיות של פרשת מים או אנשים המשיגים יעדים מסוימים של איכות מים, לפתוח מפה swat dot exe ולבחור ביצוע וחיפוש.

הזן יעד מינימלי אפס. בדוגמה זו, יעד מרבי 100 בדוגמה זו, כמו גם מרווח יעד 10. בדוגמה זו, הזן אחוז הפחתה ספציפי בחנקן מקו הבסיס במרחב ההפחתה באחוזים לצד סוף קו הבסיס 30.

בדוגמה זו. לאחר מכן הזן אחוז הפחתה בזרחן באחוז ההפחתה ליד קו הבסיס של הזרחן, גם 30. בדוגמה זו, תוכנית Map swat תפיק פלט במסך מוקפץ, תלחץ על העתק, טקסט ותדביק בגיליון אלקטרוני.

שלוש טבלאות מיוצרות בראשונה הן הפרטים הקרובים ביותר ליעדי N ו-P באותו אחוז הפחתה, שנע בין T in ל-tmax ב-t int. ממש מתחת לזה, הפרט היחיד הקרוב ביותר ליעד מפרט N ומפרט P מופיע בטבלה השנייה הם הפרטים הקרובים ביותר, כאשר יעד ה-P נע בין קבוצה ל-Tmax בעוד ש-N מוחזק קבוע קרוב למפרט הקצה. הטבלה השלישית נותנת ליחידים את יעדי הקצה הקרובים ביותר החל מקבוצה ל-Tmax בעוד P מוחזק קבוע ליד מפרט P.

במקרה זה, הפרט הקרוב ביותר להפחתה של 30% היה ID 84 23 עם ערך סופי של 14, 639, 660. להלן המפה המציגה את ההתפלגות המרחבית של שיטות השימור ואת מיקומה של תצורת פרשת מים זו בגבול החליפין לאחר פיתוחה. הטכניקה סללה את הדרך לחוקרים בתחום ניהול פרשת המים וכלכלת הסביבה לחקור דרכים חסכוניות יותר להשגת יעדים סביבתיים של אגני מים ולשפר את עיצוב המדיניות מבוססת השוק.