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, ניהול ודשן.
- לחלופין, להפעיל SWAT קיים (שנוצר אולי עם ArcSWAT או AVSWAT) ניתן לייבא עם i_SWAT.exe. במקרה זה, תכנית "swat_rewrite" יכול לשמש תחליף או ניהול מידע HRU אחר המבוסס על נתונים ברמת שדה.
- כיול ואימות של מודל SWAT יש לבצע בשלב זה. מודל SWAT (גרסה 2005) שולב במסגרת זו דביבון נהר Watershed EA דוגמנות במקור היה מכויל ואומת על עומס מחקר יומי מרבי כולל (TMDL) כפי שתואר על ידי Jha et al. (2010). כיול ואימות נוסף של מודל SWAT נערך בתמיכה בפיתוח של תכנית מתאר פרשת מי נהר דביבון, כdescriהמיטה באגרן, Inc (2011), שהוא מודל SWAT ששמש למחקר זה.
- השתמש בגרסה שונה של SWAT2005.exe, נקראת SWAT2005GA.exe.
- הכן קובץ "presets.csv קו פרשת מים" - זהו קובץ טקסט אחסון רב של הגדרות הספציפיות לפרשת מי דביבון. הוא נקרא על ידי GeneticiSWAT וMapSWAT להלן כדי להגדיר פקדים מרובים ושדות נתונים לקו פרשת המים בלחיצה אחת.
- הכן את העלויות של אלמנטי שיטות שימור. בדוגמה זו, אלו מאוחסנים בטבלה [עלויות בפועל - דביבון על ידי מחוז] ב" עלויות בפועל על ידי subbasin Josh.mdb "מסד נתונים.
העלות הכוללת של פתרון מועמד היא סכום העלויות של שיטות שימור יחולו על יחידות קו פרשת מים ("יחידות הידרולוגיות תגובה", או HRUs). תכנית הייעול מחשיבה הקצאה אופטימלית של תרגול שימור אחת מקבוצה מסוימת של שיטות שימור בכל היבול HRU בקו פרשת המים. שלETS של שיטות שימור אפשריות שהוקצו לHRU נקראים אלל סטים.
- יצירת תיקיות ימ"מ. לטווח זה, 16 מעבדים שמשו, כלומר 16 עותקים של SWAT2005GA.exe נוהלו ב16 תיקיות נפרדות (אותו הדבר חל על מערכות עם מעבדים פחות, למשל, 4 תיקיות צריכות להיות שנוצרו עבור "ליבה מרובעת" מעבד).
2. בחר פרמטרי Optimization
- אופטימיזציה נשלטת על ידי התוכנה בשם "GeneticISWAT". כדי לבצע אופטימיזציה GeneticISWAT.exe, פתוח.
- עבור ל" קובץ ", ואז" פתח "ולבחור את מסד נתוני i_SWAT" דביבון GA.mdb ".
- עבור ל" קובץ ", ואז" הגדרות "כדי להקצות את הנתיבים לימ"מ הרצת מודל (SWAT2005GA.exe).
- עבור ל" בצע ", ואז" בחר ערכת אלל ". צעד זה מקובע את השילובים של שיטות שימור ששמשו באופטימיזציה. לטווח זה, אלל להגדיר # 14 היו בשימוש, שבו יש 23 שילובים של שיטות שימור. אבסטי אלל ailable מאוחסנים בקובץ התצורה "Alleles.csv".
- עבור ל" בצע ", ואז לבחור" Subset SPEA2 הארכיון Baseline המודע "כדי לבצע אופטימיזציה multiobjective באמצעות האלגוריתם האבולוציוני SPEA2.
איור 1. הגדרת יעדי אופטימיזציה ופרמטרים.
פרמטרים שנבחר אופטימיזציה:
מראש: בחר פרשת המים כדי להיות מותאמת. לחיצה על "החל" בוחרת מערכים הקבועים מראש הקובץ "presets.csv פרשת המים" כדי למלא את ערכי שליטה במסך זה.
משתנה פלט: בחר את היעדים הסביבתיים לאופטימיזציה. כפי שנבחר (N אאוטלט, אאוטלט P), זה מגדיר פונקצית מטרה 3-ממדים: חנקן (N האורגני + + NO3 NH4 + NO2) בממוצע במשך 5 שנים ביציאה, זרחן (Orga nic P + המינרלים P) בממוצע במשך 5 שנים ביציאה, והעלות הכוללת של שיטות שימור. שים לב שזה ייצור גבול תחלופה 3-ממדי. משתני פלט אלטרנטיביים יכולים להיות נבחר, שבו תכנית multiobjective היא למזער ({משתנה פלט}, עלות הכוללת).
גודל אוכלוסייה: גודל אוכלוסיית סט ראשוני. זה מקובע את המספר הראשוני של פתרוני מועמד. כאשר "זרע עם כל אלל" אפשרות מסומן, פתרוני מועמד המייצגים יישום אחיד של כל תרגול שימור המפורט באלל להגדיר לכל היבול HRUs בפרשת מים נוצרים ראשון. פתרוני המועמדים הנותרים נוצרו על ידי הקצאה אקראית של שיטות שימור מאלל המוגדר היבול HRUs. בעת בחירה "הזרע עם כל אלל" אפשרות, צריך לוודא שגודל האוכלוסייה הראשוני הוא לפחות גדול כמו מספר אללים בסט אלל (23 בהפגנה הזאת).
תחת = "jove_content"> מספר הדורים: הגדר את המספר הרצוי של דורות (חזרות) לטווח אופטימיזציה (שים לב שניתן להפעיל מחדש).
הסתברות Crossover: כאשר שני פתרוני מועמד נבחרים ליצירת פתרוני מועמד חדשים, הסתברות מוצלבת מציינת את ההסתברות שפתרונות חדשים מובחנים נוצרים (מוגדר 1 להפגנה הזאת).
גודל האוכלוסייה זמנית: זו קובעת את מספר פתרונות של המועמד חדשים שנוצרו. משאבי מעבד נמצאים בשימוש בצורה היעילה ביותר כאשר ערך זה הוא כפול שלם של מספר נושאי מעבד (16 בהפגנה הזאת).
הסתברות מוטציה: ציין את ההסתברות לשינוי בהקצאה האקראי HRU לפרקטיקת שימור אחר מקבוצת אלל. (הוא מוגדר ל0.03 להפגנה הזאת).
המספרנושאים: בחר את מספר המעבדים או חוטים המשמשים. 16 משמשים בהפגנה הזאת.
גורם כיול מס עקומה: זה מסופק מכיול מודל SWAT.
שמור אוכלוסייה בקובץ טקסט: זה חשוב כדי לבחור אם רוצה לחדש אופטימיזציה לרוץ אחרי מספר המסוים של חזרות הושלם. סימון אפשרות זו מייצרת קובץ טקסט עם ערכי אלל של כל HRU בכל פתרון מועמד לשרוד (פרט). ניתן לקרוא שוב כדי להפעיל מחדש ולהמשיך לרוץ.
פרמטרים משניים אופטימיזציה
השנה הראשונה: חייבת להיות מוגדרת כשנה לאחר תחילתו של מזג אוויר מידע הסטורי, ולא יאוחר מ 7 שנים לפני הסוף של נתונים אלה.
מחיר התירס: משמש במשוואת אובדן התשואה להעריך את העלות של הפחתת דשן.
שיטת טיהור: נשלט. אנשים שמצבם גרועים בכל 3 הממדים נשלטים ומטוהר.
מקור HUC: סט ל" מיקום מסוים ", כלומר, את הערך" 7100006 "מ" קו פרשת מי HUC "השדה הבא משמש כדי למצוא שורה בטבלת אזור HUC. הערך "07100006" הוא קוד HUC שמונה ספרות לקו פרשת מי דביבון.
מקור עלות: סט ל" קאונטי (קוד המיקום HRU) "כדי לציין שעלויות אחרות מאשר CRP תיקבענה על ידי קודי מחוז FIPS בטבלת העלויות בפועל לעיל.
מקור CRP עלות: גדר "הארץ 1" כדי לציין שעלות CRP ייקבע על ידי קודי מחוז FIPS בטבלת העלויות בפועל לעיל.
3. נציג תוצאות GeneticiSWAT.exe מייצר קובץ יומן מראה את ההגדרות ואת התוצאות לכל פתרוני המועמד (יחידים), וכן קבצים "שמורים" המקודד את התוצאות מאיטרציה האלגוריתם הסופית ושניתן להשתמש בו כדי להפעיל מחדש את טווח אופטימיזציה. בשלב זה, ניתן לדמיין את המערכה השלמה של פתרונות יעילים פארטו (גבול האיזון) על ידי ביצוע השלבים הבאים: פלט הוא סדרה של קבצים הניתנים להפקה בבת אחת לתוך קבצי תמונה באמצעות תכנית POV-Ray ובחירה באפשרות "לגמול", ואז "תור קובץ". את התמונות ניתן להשתמש בכוחות עצמם או לשלב בסרט המראה את התקדמות האלגוריתם. אם תרצו, סרט המראה את התקדמות האלגוריתם ניתן ליצור על ידי הפעלה "Framescanner.exe" וביצוע השלבים הבאים: לכל נקודה בגבול מייצגת תצורת פרשת מים (הקצאה ספציפית של שיטות שימור בנוף). מפות של תצורות אלה ניתן לראות לכל הגבול על ידי ביצוע השלבים הבאים: תצורות יצוא ספציפי קו פרשת מים (יחידים) של עניין. לעתים קרובות שאלה של עניין היא לבחור תצורות ספציפיות קו פרשת מים (יחידים) להשגת יעדי איכות מים בפרט. לדוגמה, אחד ייתכן שתרצה למצוא individual בגבול אשר מפחית ב 30% חנקן וזרחן על ידי 20% ביחס לעומסים בנקודת התחלה. MapSWAT מאפשר לאדם לחפש את הגבול לאדם עם המרחק הקטן ביותר אוקלידית למטרה המוגדרת. ניתן לעשות זאת על ידי ביצוע פעולות הבאות: files/ftp_upload/4009/4009fig7.jpg "alt =" איור 7 "/> יצוא נתוני המפה לניתוח נוסף אפשרי על ידי ביצוע השלבים הבאים: טבלת 1. טבלת התוכניות הנדרשות. טבלה 2. טבלה של קבצי דוגמה הנדרשות.
איור 2. Screenshot ליצירה "צלם" להדמית גבול 3-ממדית.
איור 3. הדמיה סטטית של גבול האיזון.
איור 4. מסך של יצירת המפה של כל פרט בגבול האחרון.
איור 5. מסך של חיפוש אדם ספציפי בגבול המתבסס על יעדים של איכות מים.
איור 6. מסך של פלט חיפוש
איור 7. תמונת מסך של מפת מדגם מתאר אדם שנבחר בגבול. לחץ כאן לצפייה בדמות גדולה. שם תכנית מקור תיאור Rotator כרטיס יוצר וממלא את מסד נתוני i_SWAT עם קרקע, מזג אוויר, וניהול נתונים לקו פרשת מים. Swat2005GA.exe משרד חקלאות אדמת מרעה, מעבדה לחקר קרקע ומים מודל סימולצית פרשת מים i_SWAT.exe כרטיס SWAT ממשק מסד נתונים GeneticISWAT.exe כרטיס בקר הימ"מ האלגוריתם אבולוציוני. משלב גאליב מhttp://lancet.mit.edu/ga/. MapSWAT.exe כרטיס קורא מסדי נתונים וshapefiles i_SWAT, מפיק תמונות של דורות ויחידים. POV-Ray Povray.org התמדה של החזון Raytracer. Framescanner.exe טוד קמפבל תמונה בפורמט PNG לממיר AVI יוצר סרטים של Windows Live מיקרוסופט משמש לדחיסת AVאני ל WMV שמו של קובץ סוג תיאור דביבון GA.mdb מסד נתוני Access תיאורי מבנה וניהול של קו פרשת מי דביבון. נקרא על ידי GeneticiSWAT וMapSWAT. presets.csv פרשת מים טקסט הגדרות קבועות מראש לקביעת GeneticiSWAT.exe וMapSWAT Alleles.csv טקסט רשימה של האלל קובעת לאלגוריתם אבולוציוני. HRU.txt אלל דביבון טקסט קובץ שנוצר על ידי GeneticISWAT רישום אללים אלה שנקבעו להיות יבול. נקרא על ידי MapSWAT. עלויות בפועל על ידי subbasin Josh.mdb מסד נתונים של Access עלויות על ידי ניהול בפועל ומחוז. הטרסה Zones.mdb מסד נתונים של Access טבלה [HUC נתונים] מחזיקים במרפסת ומספרי אזור תשואה לקו פרשת המים. NRI Budgets.mdb מסד נתונים של Access נקרא על ידי GeneticISWAT.exe לשולחנות חיתוך ומכונה שאינם משמשים בטווח זה. phucrp 2008-12-15.dat טקסט שולחן חום צמח יחידת בדיקה, לא נעשה שימוש בטווח זה. Management.mdb מסד נתונים של Access טבלת סיבוב בדיקה, לא נעשה שימוש בטווח זה. דביבון GA 2011/09/28 1313.log, דביבון GA 2011/09/29 0732.log, דביבון 2011/10/07 GA 0644.log טקסט קבצי יומן של ריצת GeneticISWAT. דביבון GA.wmv הנפשה תצוגת 3D של יחידים על ידי הדור Subbasin.shp > ESRI Shapefile קווי מתאר של subbasins בפרשת מים. דביבון Map.wmv הנפשה תצוגה של אללים דומיננטיים לכל subbasin עבור כל אדם על הגבול.
Subscription Required. Please recommend JoVE to your librarian.
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. סימולצית פרשת מים, ובכלל זה מדמה את ההשפעות של איכות המים של שיטות שימור חקלאיות מטופלות על ידי המודל ההידרולוגי, SWAT2005, בשילוב עם מערכת מבוססת Windows מסד נתוני שליטה, 6,8 i_SWAT. מרכיב אופטימיזציה פועל ביחידות התגובה ההידרולוגיות (HRUs) של הימ"מ ומעסיק את ההיגיון של אלגוריתם האבולוציוני 26 כדי למצוא את הקצאת שיטות שימור אשר בו זמנית מקטינה עומסים תזונתיים (N, P, או שניהם) ואת העלות של שיטות שימור. לאחר חזרות האלגוריתם תסתיימנה, סט של הישרדות individuals מייצג את גבול האיזון המשוער. מאז ששני חומרים מזינים נבחנים בו זמנית (ניטראט-N וזרחן הכולל) תקבלו גבול איזון בתלת ממד. כל נקודה בודדה על גבול האיזון קובעת תצורה מסוימת של שיטות שימור לכל יחידת קבלת החלטות (היבול HRU) בקו פרשת המים. כדי לראות אילו שיטות שימור נבחרות, יש לנו לציין מטרות תזונתיות ולאחר מכן לחפש את גבול הפשרה עבור תצורות בודדות שעומדות בקריטריונים להפחתה התזונתיים. המיקום ושילוב של שיטות שימור שנבחרו ניתן למפות חזרה ליחידות מרחביות תחום ברמת קבלת החלטות בפרשת המים (אם נתונים כאלה זמינים בעת יצירת HRUs). הגישה שלנו, אשר מציינת שילוב והפצה של שיטות שימור בפרט, יכולה לספק לקובעי מדיניות כלים להכוונה טובה יותר של מדיניות השימור שמטרתה שיפור איכות מים. במונחים של יישום,חמושים במרשמים של האלגוריתם, קובעי מדיניות יכולים להציע תשלומים ממוקדים (שיטה שהוצעה על ידי 11), או לעורר את ההצעות ולקבל או לדחות אותם באמצעות תוצאות דוגמנות כהדרכה. כמובן, הסט הספציפי של פרקטיקות הממוקדות תלוי במטרות מסוימות באיכות מים וקו פרשת מים הספציפיים למד. עם זאת, לשיפורים עתידיים במודל ההידרולוגי וההערכות של העלות הכלכליות יכולים בקלות להיות משולבים בתוך מערכת סימולצית אופטימיזציה. המסגרת שפותחה היא בקלות להכליל והוא מסוגל לספק תובנה שימושיות ומדיניות רלוונטיות לבעיה מורכבת של הפחתת זיהום מקורות nonpoint.
איור 8. זרימה כוללת של הניסוי.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
אין ניגודי האינטרסים הכריזו.
Acknowledgments
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
- 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).