Summary

SWATモデルを用いた農業保全の実践の空間的な多目的最適化と進化的アルゴリズム

Published: December 09, 2012
doi:

Summary

この作品は、水質改善目標の指定された一連の農業保全慣行の最適な(最も低コストの)配置を解くために、進化的アルゴリズムを用いた最適化コンポーネントを使用した水質モデルの統合を示します。ソリューションは、トレードオフの明確な定量化を可能にする、マルチ客観的なアプローチを使用して生成されます。

Abstract

風景渡る特定の水質目標を達成するためのターゲティング保全実践投資のコスト効率の高い( すなわち 、最も低コストの)方法を見つけることは流域管理における最も重要である。流域コンテキスト( 例えば 、5,12,20)で最も低コストの解決策を見つけるの伝統的な経済学の方法は、外部への影響を正確に生成された敷地内の汚染の割合として記述することができることを想定しています。このようなアプローチは、汚染源の影響はしばしば複雑な生物物理学的プロセスによって決定される流域における実際の汚染プロセスを代表することはほとんどありません。現代の物理ベース、空間的に分散水文学的シミュレーションモデルの使用は、プロセス表現の面でリアリズムの大きい程度を可能にしますが、モデルは最適化の不可欠な一部となるシミュレーション最適化フレームワークの開発が必要である。

進化進アルゴリズムは流域シミュレーション·最適化問題のコンビナトリアル性質に対処するとフル水質モデルの使用を可能にすることが特に有用な最適化ツールであるように見えます。進化的アルゴリズムは、候補解として、流域の保全慣行の特定の空間的配分を扱い、最適化の目標に対して改善を見つけるために反復的に選択、交叉および突然変異の確率的演算子を適用する解候補の集合(集団)を利用する。この場合の最適化の目的は同時に保全慣行のコストを最小限に抑え、流域における非点、源汚染を最小にするためである。研究の最近の拡大とセットは同様の方法を使用しようとすると広義の進化的最適化手法3,4,9,10,13-15,17-19,22,23,25と水質モデルを統合しています。このアプリケーションでは、Rabotyagovらの適切に従うプログラムを実証ACHと保全の実践と保全の実践と、ユーザーが指定した水質のコストとの間の完全なトレードオフのフロンティアを検索するため、その費用の現代および一般SPEA2 26多目的進化アルゴリズムとSWATの水質モデル7を使用し、ユーザが指定したセットを統合目的。フロンティアは、様々な水質改善の目標に関連するコストの完全な範囲を提示することによって、流域管理者が直面してトレードオフを定量化する。プログラムは、指定された水質改善の目標と保全慣行の最適化された配置のマップの生産を達成する流域の構成を選択することができます。

Protocol

1。流域モデルを準備して、最適化のための入力データを提供 i_SWATデータベースを作成 "回転子"と呼ばれるプログラムを使って、土壌、気象、管理や肥料などの複数の入力データベースからデータベースを構築します。 あるいは、既存のSWATの実行は(おそらくArcSWATまたはAVSWATで作成された)i_SWAT.exeでインポートすることができます。この場合、プログラムは &quo…

Discussion

私たちは、流域レベルの栄養素削減目標の範囲を達成するために農業保全慣行の最低コストミックスと場所を含む流域構成のパレート効率的なセットを検索するための統合されたシミュレーション·最適化フレームワークを構築します。シミュレーション·最適化システムの概念図8に示されている。農業保全慣行の水質への影響をシミュレートすることを含む、?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

この研究は、米国環境保護庁のターゲット流域グラント·プログラム(プロジェクト#WS97704801)、結合自然と人間系の国立科学財団のダイナミクス(プロジェクト#DEB1010259-CARD-クリン)、及び米国司法省から受け取ったサポートから一部で賄われていたFoodand農業協定の農業プロジェクトの農研究所(プロジェクト#20116800230190-CARD-)の。

References

  1. American Society of Agricultural and Biological Engineers. Design, layout, construction, and maintenance of terrace systems. ASAE Standard. , S268 (2003).
  2. . . Raccoon River Watershed water quality master plan. , (2011).
  3. 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).
  4. Bekele, E. G., Nicklow, J. W. Multiobjective management of ecosystem services by integrative watershed modeling and evolutionary algorithms. Water Resour. Res. 41, W10406 (2005).
  5. 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).
  6. 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).
  7. 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 .
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. Muleta, M. K., Nicklow, J. W. Evolutionary algorithms for multiobjective evaluation of watershed management decisions. J. Hydroinform. 4 (2), 83-97 (2002).
  15. Muleta, M. K., Nicklow, J. W. Decision support for watershed management using evolutionary algorithms. J. Water Resour. Plan. Manag. 131 (1), 35-44 (2005).
  16. 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).
  17. 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).
  18. 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).
  19. 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).
  20. Ribaudo, M. O. Consideration of off-site impacts in targeting soil conservation programs. Land Econ. 62, 402-411 (1986).
  21. Ribaudo, M. O. Targeting the conservation reserve program to maximize water quality benefits. Land Econ. 65, 320-332 (1989).
  22. 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).
  23. 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).
  24. 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).
  25. Zitzler, E., Laumanns, M., Thiele, L. SPEA2: Improving the Strength Pareto Evolutionary Algorithm for Multiobjective Optimization. CIMNE. , 95-100 (2002).

Play Video

Cite This Article
Rabotyagov, S., Campbell, T., Valcu, A., Gassman, P., Jha, M., Schilling, K., Wolter, C., Kling, C. Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm. J. Vis. Exp. (70), e4009, doi:10.3791/4009 (2012).

View Video