Summary
यह काम एक अनुकूलन विकासवादी एल्गोरिदम उपयोग इष्टतम (सबसे कम लागत) पानी की गुणवत्ता में सुधार के लक्ष्यों का एक सेट निर्दिष्ट के लिए कृषि संरक्षण प्रथाओं के प्लेसमेंट के लिए हल करने घटक के साथ एक पानी की गुणवत्ता मॉडल की एक एकीकरण को दर्शाता है. समाधान एक बहु - उद्देश्य दृष्टिकोण का उपयोग कर, tradeoffs की स्पष्ट मात्रा का ठहराव के लिए अनुमति देता है उत्पन्न कर रहे हैं.
Protocol
1. वाटरशेड मॉडल तैयार करने और अनुकूलन के लिए इनपुट डेटा प्रदान
- एक i_SWAT डेटाबेस बनाएँ
- का प्रयोग एक बुलाया "रोटेटर" कार्यक्रम, मिट्टी, मौसम, प्रबंधन, और उर्वरक सहित कई इनपुट डेटाबेस से डेटाबेस का निर्माण.
- वैकल्पिक रूप से, एक मौजूदा स्वाट रन i_SWAT.exe (संभवतः ArcSWAT या AVSWAT के साथ बनाया) के साथ आयात किया जा सकता है. इस मामले में, इस कार्यक्रम के लिए प्रबंधन या अन्य HRU क्षेत्र स्तर के डेटा के आधार पर जानकारी की जगह "swat_rewrite" का इस्तेमाल किया जा सकता है.
- अंशांकन और स्वाट मॉडल के सत्यापन में इस बिंदु पर किया जाना चाहिए. स्वाट (2005 संस्करण) इस प्रकार का पशु नदी वाटरशेड EA मॉडलिंग ढांचे के भीतर शामिल मॉडल मूल रूप से और calibrated एक कुल अधिकतम रोज़ाना लोड अध्ययन (TMDL) के लिए मान्य झा एट अल द्वारा वर्णित के रूप में किया गया था. (2010). इसके अलावा और स्वाट मॉडल के अंशांकन सत्यापन एक प्रकार का पशु नदी वाटरशेड मास्टर प्लान के विकास के समर्थन में आयोजित किया गया था descri के रूप में,में बिस्तर, Agren, (2011) इंक है, जो स्वाट मॉडल है कि इस अध्ययन के लिए इस्तेमाल किया गया था.
- का एक संशोधित संस्करण SWAT2005.exe, SWAT2005GA.exe बुलाया का उपयोग करें.
- फाइल तैयार "जल presets.csv" - यह एक पाठ फ़ाइल एक प्रकार का पशु वाटरशेड के लिए विशिष्ट सेटिंग्स के कई भंडारण है. यह GeneticiSWAT और MapSWAT द्वारा पढ़ा जाता है नीचे एक क्लिक के साथ जल के लिए कई नियंत्रण और डेटा फ़ील्ड्स सेट.
- संरक्षण अभ्यास तत्वों की लागत तैयार. इस उदाहरण के लिए, इन तालिका में संग्रहीत कर रहे हैं [प्रैक्टिस लागत - काउंटी द्वारा एक प्रकार का पशु] एक डेटाबेस "subbasin Josh.mdb द्वारा अभ्यास लागत में.
एक उम्मीदवार समाधान की कुल लागत संरक्षण वाटरशेड इकाइयों ("प्रतिक्रिया इकाइयों hydrologic", या HRUs) को लागू प्रथाओं की लागत की राशि है. अनुकूलन कार्यक्रम जल में हर cropland HRU में संरक्षण प्रथाओं के एक विशेष सेट से एक एकल संरक्षण अभ्यास के एक इष्टतम काम समझता है. एससंभव संरक्षण एक HRU सौंपा प्रथाओं के टिकट एलील सेट कहा जाता है.
- स्वाट फ़ोल्डर बनाएँ. इस चलाने के लिए, 16 CPUs इस्तेमाल किया गया, जिसका अर्थ है SWAT2005GA.exe की 16 प्रतियां 16 अलग फ़ोल्डर्स में चलाए जा रहे थे (एक ही कम CPUs, जैसे के साथ सिस्टम के लिए लागू होता है, 4 फ़ोल्डर्स एक ट्रैक्टर - कोर प्रोसेसर के लिए बनाया जा चाहिए).
2. अनुकूलन मापदंडों का चयन
- अनुकूलन कार्यक्रम "GeneticISWAT" कहा जाता है के द्वारा नियंत्रित किया जाता है. अनुकूलन, खुला GeneticISWAT.exe प्रदर्शन.
- "फाइल" जाओ, और फिर "खोलें" i_SWAT डेटाबेस "एक प्रकार का पशु GA.mdb" चुनें.
- "फाइल" पर जाएँ, तो "विन्यास पथ स्वाट मॉडल निष्पादनयोग्य (SWAT2005GA.exe) को आवंटित करने के लिए.
- "चलाएँ" जाओ, तो ऐल्लि सेट का चयन करें. " यह कदम संरक्षण अनुकूलन में इस्तेमाल किया प्रथाओं के संयोजन निर्धारित करता है. इस चलाने के लिए, एलील सेट # 14 का इस्तेमाल किया गया था, जो संरक्षण प्रथाओं के 23 संयोजनों है. Available एलील सेट विन्यास फाइल "Alleles.csv" में संग्रहित कर रहे हैं.
- चलाएँ ", तो" SPEA2 पुरालेख आधारभूत वाकिफ सबसेट "का चयन लिए multiobjective अनुकूलन SPEA2 विकासवादी एल्गोरिथ्म का उपयोग करने के लिए जाएँ.
चित्रा 1. अनुकूलन के उद्देश्यों और मानकों की स्थापना.
अनुकूलन के लिए चयनित किया जा पैरामीटर:
पूर्व निर्धारित: करने के लिए अनुकूलित किया जा वाटरशेड चुनें. "लागू करें" क्लिक presets फ़ाइल "जल presets.csv" से प्रविष्टियों का चयन करने के लिए इस स्क्रीन पर नियंत्रण मूल्यों को भरने.
उत्पादन चर अनुकूलन के लिए पर्यावरण उद्देश्यों का चयन करें. चयनित (एन आउटलेट, पी आउटलेट) के रूप में, यह एक 3 आयामी समारोह उद्देश्य को परिभाषित करता है: नाइट्रोजन कार्बनिक (एन + NH4 + + NO2 NO3) दुकान पर 5 साल के लिए औसत, फास्फोरस (Orgaएनआईसी + P खनिज पी) दुकान पर 5 साल के लिए औसत है, और संरक्षण प्रथाओं की कुल लागत. ध्यान दें कि यह एक tradeoff 3 आयामी सीमा पैदा करेगा. वैकल्पिक आउटपुट चर, चुना जा सकता है जहां multiobjective कार्यक्रम ({उत्पादन चर}, कुल लागत) कम से कम करने के लिए है.
जनसंख्या का आकार: सेट प्रारंभिक जनसंख्या आकार. यह समाधान के उम्मीदवार प्रारंभिक संख्या निर्धारित करता है. जब बीज "" प्रत्येक एलील के साथ विकल्प चुना जाता है, उम्मीदवार प्रत्येक संरक्षण अभ्यास के एक समान आवेदन एलील जल में सभी cropland HRUs सेट में निर्दिष्ट का प्रतिनिधित्व समाधान पहले बनाया जाता है. शेष उम्मीदवार समाधान संरक्षण प्रथाओं के एलील cropland HRUs करने के लिए सेट से एक यादृच्छिक असाइनमेंट द्वारा बनाया जाता है. जब प्रत्येक एलील के साथ बीज "" विकल्प का चयन, एक करने के लिए सुनिश्चित करें कि प्रारंभिक आबादी आकार संख्या एक एलील सेट में alleles के इस प्रदर्शन में (23) के रूप में बड़े रूप में कम से कम करने की जरूरत है.
पीढ़ियों की संख्या: पीढ़ियों के अनुकूलन रन (कृपया ध्यान दें कि रन आरंभ किया जा सकता है) के लिए वांछित संख्या (पुनरावृत्तियों) सेट.
विदेशी संभावना: जब दो उम्मीदवार समाधान नए उम्मीदवार समाधान बनाने के लिए चयन कर रहे हैं, विदेशी संभावना है कि संभावना है कि विशिष्ट नए समाधान बनाया जाता है (इस प्रदर्शन के लिए 1 पर सेट) निर्दिष्ट करता है.
अस्थायी आबादी का आकार: इस नए उम्मीदवार बनाया समाधान की संख्या निर्धारित करता है. प्रोसेसर संसाधनों सबसे अधिक कुशलता से इस्तेमाल कर रहे हैं जब इस मूल्य प्रोसेसर धागे की संख्या के एक पूर्णांक एकाधिक (इस प्रदर्शन में 16) है.
उत्परिवर्तन संभावना: HRU काम में यादृच्छिक एलील सेट से दूसरे संरक्षण अभ्यास करने के लिए परिवर्तन की संभावना में निर्दिष्ट. (यह इस प्रदर्शन के लिए 0.03 के लिए सेट कर दिया जाता है).
की संख्याधागे: प्रोसेसर या धागे का इस्तेमाल किया की संख्या का चयन करें. 16 इस प्रदर्शन में प्रयोग किया जाता है.
वक्र सं अंशांकन कारक: यह स्वाट मॉडल अंशांकन से प्रदान की जाती है.
पाठ फ़ाइल में आबादी को बचाओ: यह महत्वपूर्ण है का चयन करने के लिए अगर एक पुनरावृत्तियों की निर्दिष्ट संख्या के बाद चलाने के अनुकूलन को पुनः आरंभ इच्छाओं को पूरा हो गया है. इस विकल्प की जाँच की जा रही है हर जीवित उम्मीदवार समाधान (व्यक्तिगत) में हर HRU के एलील मूल्यों के साथ एक पाठ फ़ाइल पैदा करता है. इस में वापस पढ़ा जा सकता है और पुनः आरंभ करने के लिए एक रन जारी है.
माध्यमिक अनुकूलन पैरामीटर
प्रथम वर्ष: ऐतिहासिक मौसम की जानकारी के शुरू होने के बाद एक साल के लिए स्थापित किया जाना चाहिए, और इस डेटा के अंत से पहले नहीं बाद में की तुलना में 7 साल.
मक्का की कीमत: उपज हानि समीकरण के साथ प्रयुक्त उर्वरक कटौती की लागत का अनुमान है.
पर्ज विधि: प्रभुत्व. व्यक्तियों, जो सभी 3 आयामों में भी बदतर हैं पर हावी रहे हैं और purged.
Huc स्रोत: "निर्दिष्ट स्थान, मूल्य जिसका अर्थ है" 7100006 "निम्नलिखित क्षेत्र" वाटरशेड Huc से सेट Huc जोन तालिका में एक पंक्ति को खोजने के लिए प्रयोग किया जाता है. मूल्य आठ अंकों Huc कोड के लिए एक प्रकार का पशु वाटरशेड "07100006 है.
लागत स्रोत: सेट "(HRU स्थान कोड) काउंटी" संकेत मिलता है कि अभ्यास की लागत से ऊपर तालिका में सीआरपी के अलावा अन्य लागत काउंटी FIPS कोड द्वारा निर्धारित किया जाएगा.
लागत के स्रोत सीआरपी: "1 स्थान" कि सीआरपी लागत से संकेत मिलता है करने के लिए सेट अभ्यास की लागत से ऊपर तालिका में काउंटी FIPS कोड द्वारा निर्धारित किया जाएगा.
3. प्रतिनिधि परिणाम GeneticiSWAT.exe एक लॉग इन करें और सेटिंग्स सभी उम्मीदवार (व्यक्तियों) समाधान है, के रूप में के रूप में अच्छी तरह से एक "बचाने" फ़ाइल है जो अंतिम एल्गोरिथ्म चलना और है जो अनुकूलन रन को पुनः आरंभ करने के लिए इस्तेमाल किया जा सकता से परिणाम encodes के लिए परिणाम दिखा फ़ाइल पैदा करता है. इस बिंदु पर, एक नीचे दिए गए चरणों का पालन करके Pareto कुशल समाधान (tradeoff सीमा) के पूरे सेट की कल्पना कर सकते हैं: उत्पादन जो सभी गाया जा सकता है एक बार में पोव - रे कार्यक्रम का उपयोग कर और "सौंपनेवाला", फिर "फ़ाइल कतार" का चयन करके छवि फ़ाइलों में फ़ाइलों की एक श्रृंखला है. छवियों को अपने दम पर इस्तेमाल किया जा सकता है या एक एल्गोरिथ्म प्रगति दिखा फिल्म में संयुक्त. अगर वांछित, एक एल्गोरिथ्म प्रगति दिखा फिल्म "Framescanner.exe" चल रहा है और इन कदमों का पालन करके बनाया जा सकता है: सीमा में प्रत्येक बिंदु एक वाटरशेड विन्यास (एक परिदृश्य पर एक संरक्षण प्रथाओं के विशेष कार्य) का प्रतिनिधित्व करता है. इन विन्यास के मानचित्र पूरे सीमा के लिए इन चरणों का पालन करके देखा जा सकता है: निर्यात हित के विशिष्ट वाटरशेड विन्यास (व्यक्तियों). अक्सर ब्याज की एक सवाल विशिष्ट वाटरशेड विन्यास (व्यक्तियों) के विशेष रूप से पानी की गुणवत्ता के उद्देश्यों को प्राप्त करने का चयन करने के लिए है. उदाहरण के लिए, एक एक indiv खोजने की इच्छा हो सकती हैसीमा है जो 30% और 20% आधारभूत loadings के सापेक्ष फास्फोरस कम द्वारा नाइट्रोजन में idual. MapSWAT एक व्यक्ति के लिए निर्दिष्ट उद्देश्य छोटी इयूक्लिडियन दूरी के साथ सीमा की खोज करने के लिए अनुमति देता है. यह निम्नलिखित करके किया जा सकता है: files/ftp_upload/4009/4009fig7.jpg "alt =" / 7 चित्रा "> आगे के विश्लेषण के लिए नक्शा डेटा निर्यात निम्न चरणों के द्वारा संभव है: तालिका 1 आवश्यक कार्यक्रमों की तालिका. तालिका 2 नमूना आवश्यक फ़ाइलों की तालिका. 
चित्रा 2 एससी.3 आयामी सीमा दृश्य के लिए "स्नैपशॉट" बनाने के लिए reenshot. 
चित्रा 3 tradeoff सीमा के स्टेटिक दृश्य. 
चित्रा 4 अंतिम सीमा में प्रत्येक व्यक्ति की एक नक्शा बनाने के स्क्रीनशॉट. 
चित्रा 5 पानी की गुणवत्ता के उद्देश्य के आधार पर सीमा में एक विशिष्ट व्यक्ति के लिए खोज का स्क्रीनशॉट. 
चित्रा 6 खोज उत्पादन का स्क्रीनशॉट.
7 चित्रा एक नमूना सीमा में चयनित व्यक्ति का वर्णन नक्शे के स्क्रीनशॉट. बड़ा आंकड़ा देखने के लिए यहां क्लिक करें . कार्यक्रम का नाम स्रोत विवरण रोटेटर कार्ड बनाता है और एक जल के लिए मिट्टी, मौसम, और डेटा प्रबंधन के साथ एक i_SWAT डेटाबेस भरता है. Swat2005GA.exe USDA ग्रासलैंड, मिट्टी और जल अनुसंधान प्रयोगशाला वाटरशेड सिमुलेशन मॉडल i_SWAT.exe कार्ड स्वाट डेटाबेस अंतरफलक GeneticISWAT.exe कार्ड विकासवादी एल्गोरिथ्म स्वाट नियंत्रक. से गालिब http://lancet.mit.edu/ga/ को शामिल किया गया है . MapSWAT.exe कार्ड I_SWAT डेटाबेस और shapefiles पुस्तकें, पीढ़ियों और व्यक्तियों की छवियों का उत्पादन. पोव - रे Povray.org विजन raytracer के हठ. Framescanner.exe टोड कैम्पबेल PNG AVI कनवर्टर करने के लिए छवि विंडोज लाइव मूवी Maker माइक्रोसॉफ्ट ए.वी. सेक करने के लिए किया जाता हैमैं WMV करने के लिए फ़ाइल का नाम टाइप विवरण एक प्रकार का पशु GA.mdb Access डेटाबेस एक प्रकार का पशु जल की संरचना और प्रबंधन का वर्णन है. पढ़ें GeneticiSWAT और MapSWAT. वाटरशेड presets.csv पाठ GeneticiSWAT.exe और MapSWAT लिए सेटिंग presets Alleles.csv पाठ एलील की सूची विकासवादी एल्गोरिथ्म के लिए सेट है. एक प्रकार का पशु ऐल्लि HRU.txt पाठ GeneticISWAT उन cropland होना निर्धारित alleles लिस्टिंग के द्वारा बनाई गई फ़ाइल. MapSWAT द्वारा पढ़ें. Subbasin Josh.mdb द्वारा अभ्यास की लागत एक्सेस डाटाबेस प्रबंधन के व्यवहार और काउंटी द्वारा लागत. छत Zones.mdb एक्सेस डाटाबेस टेबल [Huc डेटा] और जल के लिए छत उपज क्षेत्र संख्या रखती है. एनआरआई Budgets.mdb एक्सेस डाटाबेस फसल और मशीन टेबल जो इस दौड़ में नहीं किया जाता है के लिए GeneticISWAT.exe द्वारा पढ़ें. 2008-12-15.dat phucrp पाठ संयंत्र हीट यूनिट लुकअप तालिका, इस दौड़ में उपयोग नहीं किया. Management.mdb एक्सेस डाटाबेस रोटेशन लुकअप तालिका, इस दौड़ में उपयोग नहीं किया है. एक प्रकार का पशु GA 1313.log 2011/09/28, एक प्रकार का पशु GA 0732.log 2011/09/29, एक प्रकार का पशु 2011/10/07 GA 0644.log पाठ GeneticISWAT रन की फ़ाइलें लॉग इन करें. एक प्रकार का पशु GA.wmv एनीमेशन पीढ़ी द्वारा व्यक्तियों के 3 डी प्रदर्शन Subbasin.shp ESRI Shapefile जल में subbasins की रूपरेखा. एक प्रकार का पशु Map.wmv एनीमेशन सीमा पर प्रत्येक व्यक्ति के लिए प्रत्येक subbasin के लिए प्रमुख alleles का प्रदर्शन.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
हम एक एकीकृत सिमुलेशन अनुकूलन वाटरशेड मिश्रण सबसे कम लागत और कृषि संरक्षण प्रथाओं के स्थान पर वाटरशेड स्तर के पोषक तत्वों की कमी के उद्देश्यों की एक श्रेणी प्राप्त शामिल विन्यास की Pareto कुशल सेट के लिए खोज करने के लिए रूपरेखा बनाने के. सिमुलेशन अनुकूलन प्रणाली के एक वैचारिक आरेख चित्रा 8 में प्रस्तुत किया है. कृषि संरक्षण प्रथाओं के पानी की गुणवत्ता प्रभावों का अनुकरण सहित वाटरशेड सिमुलेशन, hydrologic मॉडल, SWAT2005, एक डेटाबेस Windows-आधारित नियंत्रण प्रणाली, 6,8 i_SWAT के साथ मिलकर द्वारा नियंत्रित किया जाता है. अनुकूलन घटक स्वाट की hydrologic प्रतिक्रिया इकाइयों (HRUs) पर संचालित है और एक विकासवादी 26 एल्गोरिथ्म के तर्क का काम करने के लिए संरक्षण प्रथाओं के आवंटन जो एक साथ पोषक तत्व (एन, पी, या दोनों) loadings और संरक्षण प्रथाओं की लागत कम से कम मिल. एल्गोरिथ्म पुनरावृत्तियों के बाद समाप्त कर रहे हैं, individ जीवित का एक सेटuals अनुमानित tradeoff सीमा का प्रतिनिधित्व करता है. चूंकि दो पोषक तत्वों के साथ माना जा रहा है (नाइट्रेट एन और कुल फास्फोरस), हम तीन आयामी एक tradeoff सीमांत प्राप्त करते हैं. Tradeoff सीमा पर प्रत्येक व्यक्ति बिंदु संरक्षण प्रथाओं के जल में प्रत्येक इकाई निर्णय लेने (cropland HRU) के लिए एक विशेष विन्यास निर्धारित करता है. है जो संरक्षण प्रथाओं का चयन कर रहे हैं, हम करने के लिए पोषक लक्ष्य निर्दिष्ट और फिर tradeoff सीमा व्यक्तिगत विन्यास जो पोषक तत्वों की कमी के मानदंडों को पूरा करने के लिए खोज की है. मिश्रण और संरक्षण चयनित प्रथाओं के स्थान क्षेत्र स्तर के जल में स्थानिक निर्णय लेने की इकाइयों को वापस मैप किया जा सकता है (अगर HRUs बनाने के समय में इस तरह के डेटा उपलब्ध है). हमारे दृष्टिकोण, जो एक विशेष मिश्रण और संरक्षण प्रथाओं के वितरण निर्दिष्ट बेहतर संरक्षण के पानी की गुणवत्ता में सुधार के उद्देश्य से नीति के लक्ष्य के लिए उपकरणों के साथ नीति प्रदान कर सकते हैं. कार्यान्वयन के संदर्भ में,एल्गोरिथ्म नुस्खे के साथ सशस्त्र, नीति लक्षित भुगतान विधि (11 द्वारा सुझाव दिया है) की पेशकश, कर सकते हैं या बोलियों को प्रकाश में लाना है और स्वीकार करते हैं या उन्हें अस्वीकार मार्गदर्शन के रूप में मॉडलिंग परिणाम का उपयोग. बेशक, लक्षित प्रथाओं के विशिष्ट सेट विशेष रूप से पानी की गुणवत्ता लक्ष्यों और विशिष्ट अध्ययन वाटरशेड पर निर्भर करता है. हालांकि, hydrologic मॉडल और आर्थिक लागत अनुमान में भविष्य में सुधार सिमुलेशन अनुकूलन प्रणाली में आसानी से शामिल किया जा सकता है. विकसित ढांचा आसानी से generalizable है और के Nonpoint स्रोत प्रदूषण कटौती की एक जटिल समस्या में उपयोगी और नीति प्रासंगिक अंतर्दृष्टि प्रदान करने में सक्षम है.
8 चित्रा प्रयोग का कुल प्रवाह.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
ब्याज की कोई संघर्ष की घोषणा की.
Acknowledgments
इस शोध लक्षित अमेरिकी पर्यावरण संरक्षण एजेंसी watersheds अनुदान कार्यक्रम (WS97704801 # परियोजना) से प्राप्त समर्थन से हिस्से में वित्त पोषित किया गया था, मिलकर प्राकृतिक और मानव सिस्टम (DEB1010259 कार्ड KLIN # परियोजना) के राष्ट्रीय विज्ञान फाउंडेशन गतिशीलता, और अमेरिका विभाग कृषि - Foodand कृषि समन्वित कृषि परियोजना के राष्ट्रीय संस्थान (# 20116800230190 परियोजना कार्ड-).
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. , Agren, Inc. Carroll, IA. (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).
- CARD: Resource and Environmental Policy Interactive Software Programs [Internet]. , Center for Agricultural and Rural Development, Iowa State University. Ames, IA. Available from: http://www.card.iastate.edu/environment/interactive_programs.aspx (2007).
- 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).
- The i_SWAT software package: a tool for supporting SWAT watershed applications. Gassman, P. W., Campbell, T., Secchi, S., Jha, M., Arnold, J. G. SWAT2003: The 2nd International SWAT Conference, 1-4 July, Bari, Italy, , Instituto di Ricerca sulle Acque, IRSACNR. Bari, Italy. 66-69 Forthcoming.
- 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).
- GAlib: Matthew's Genetic Algorithms Library [Internet]. , Available from: http://lancet.mit.edu/ga/ (1996).
- 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).
