Multiobjective الأمثل المكاني للممارسات حفظ الزراعية باستخدام نموذج SWAT وخوارزمية التطوري

الهدف العام من التجربة التالية هو توضيح طريقة التحسين متعدد الأهداف لممارسات الحفظ في مستجمع مائي باستخدام نظام تحسين محاكاة يتضمن نموذج عملية مستجمع المياه وخوارزمية تطورية. السؤال الجوهري هو كيفية تخصيص ممارسات الحفظ الزراعي في مستجمع مائي، بحيث يتم تحقيق أهداف جودة المياه بأقل تكلفة ممكنة.

يمكن تطبيق ممارسات صيانة متعددة في كل حقل، وقد تكون هناك أهداف متعددة لجودة المياه ذات أهمية. ويمكن محاكاة تعيين محدد لممارسات الصيانة باستخدام نموذج لعمليات مستجمع المياه. ولتحقيق هدف التحسين أولاً، اختر نموذجاً لعمليات مستجمع المياه يكون قد تمت معايرته والتحقق من صحته، بالإضافة إلى تمثيلات نموذجية لممارسات الصيانة.

كخطوة ثانية، يتم اختيار الأهداف البيئية المراد تعظيمها وتحديد تكاليف ممارسات الحفظ، وهو ما يسمح بتفعيل مكون الخوارزمية التطورية الذي يسعى إلى التحسين المتزامن للأهداف البيئية وأهداف التكلفة. بعد ذلك، يتم اختيار المعاملات التي تتحكم في عملية التحسين من أجل إجراء تحسين متعدد الأهداف. يتم دمج هذين المكونين، المحاكاة والتحسين، في نظام محاكاة وتحسين يسمى genetic I swat، حيث يتم الحصول على نتائج توضح المجموعة المثلى من تكوينات مجمعات المياه من حيث توزيع ممارسات الحفظ، وهو ما يحدد المقايضات بين الأهداف البيئية وتكلفة استثمارات الحفظ، ويسمح باختيار تكوين مكاني محدد لممارسات الحفظ بناءً على الأهداف البيئية المنشودة أو التكلفة.

تتمثل الميزة الرئيسية لهذه التقنية مقارنة بالطرق الحالية، مثل سيناريوهات تقييم ممارسات الحفظ البسيطة أو تحسين اختيار ممارسات الحفظ بناءً على تمثيل مبسط للممارسات، في أنها تدمج نموذجاً لعمليات مستجمعات المياه قائماً على الأسس الفيزيائية في قرار التحسين بطريقة مرنة ومفهومة بديهياً. ويمكن لهذه الطريقة أن تساعد في الإجابة على أسئلة جوهرية في مجالات إدارة مستجمعات المياه والاقتصاد البيئي، مثل تحديد أماكن تركيز الاستثمارات العامة في ممارسات الحفظ، أو كيفية هيكلة السياسات القائمة على السوق مثل المزادات العكسية لممارسات الحفظ أو برامج تداول جودة المياه. وفي سياق التلوث من مصادر غير نقطية، يتم اختيار معاملات التحسين بعد إعداد نموذج مستجمع المياه وتوفير بيانات الإدخال الخاصة بالتحسين، حيث يتم التحكم في عملية التحسين بواسطة برنامج يُسمى Genetic Iwo.

لبدء هذا الإجراء، افتح ملف genetic iwo dot exe، ثم انتقل إلى file، ثم open واختر قاعدة بيانات I SWAT، وهي raccoon GA dot mdb. انتقل إلى file، ثم configuration لتعيين مسارات ملفات swap. Model executables. انتقل إلى execute، ثم اختر allele set. تحدد هذه الخطوة مجموعات ممارسات الحفظ المستخدمة في عملية التحسين.

بالنسبة لهذه التشغيل، سيتم استخدام مجموعة الأليلات رقم 14، والتي تحتوي على 23 تركيبة من ممارسات الحفظ المراد تنفيذها. بعد ذلك، اختر مجموعة SP A two الفرعية المرجعية الأساسية لإجراء تحسين متعدد الأهداف باستخدام خوارزمية SP A two التطورية. أولاً، من قائمة الإعدادات المسبقة (preset)، اختر الحوض المائي المراد تحسينه؛ حيث يؤدي النقر فوق "تطبيق" (apply) إلى اختيار المدخلات من ملف الإعدادات المسبقة watershed presets.csv لملء قيم التحكم في هذه الشاشة.

بعد ذلك، ومن قائمة متغير المخرجات (output variable)، اختر الأهداف البيئية المراد تحسينها. يحدد اختيار كل من N outlet و P outlet دالة هدف ثلاثية الأبعاد، وهي: متوسط النيتروجين عند المخرج لمدة خمس سنوات، ومتوسط الفسفور عند المخرج لمدة خمس سنوات، والتكلفة الإجمالية لممارسات الحفظ.

سيؤدي هذا إلى إنشاء مجموعة جبهة مقايضة ثلاثية الأبعاد؛ حيث يتم ضبط حجم المجتمع الأولي عند 60. يحدد هذا العدد الأولي للحلول المرشحة عند اختيار البذرة مع كل خيار من خيارات الأليل. ويتم إنشاء حلول مرشحة تمثل تطبيقاً موحداً لكل ممارسة حفظ محددة في مجموعة الأليل على جميع وحدات الاستجابة الهيدرولوجية للأراضي الزراعية في الحوض المائي.

أولاً، يتم إنشاء الحلول المرشحة المتبقية عن طريق تعيين عشوائي لممارسات الحفظ من مجموعة الأليلات إلى HR للأراضي الزراعية. عند اختيار البذرة لكل خيار أليل، تأكد من أن حجم المجتمع الأولي، وهو 60 في هذا العرض التوضيحي، لا يقل عن عدد الأليلات في مجموعة الأليلات، وهو 23. في هذا العرض التوضيحي، قم بتعيين العدد المطلوب من الأجيال أو التكرارات لتشغيل عملية التحسين في هذا المثال على 125. عندما يتم اختيار حلين مرشحين لإنشاء حلول مرشحة جديدة، تحدد احتمالية العبور (crossover probability) احتمالية إنشاء حلول جديدة متميزة.

في هذا العرض التوضيحي، تم تعيين احتمالية العبور لتكون واحدًا. ويحدد حجم المجتمع المؤقت عدد الحلول المرشحة الجديدة التي يتم إنشاؤها. يتم استخدام موارد المعالج بأكبر قدر من الكفاءة عندما تكون هذه القيمة عددًا صحيحًا ومضاعفًا لعدد خيوط المعالجة؛ لذا تم اختيار 16 لهذا العرض التوضيحي.

تمثل احتمالية الطفرة احتمالية التغيير العشوائي في تعيين وحدة استجابة هيدرولوجية (HRU) إلى ممارسة صون أخرى. وبناءً على مجموعة الأليلات، تم تحديد هذه القيمة بـ 0.003. وفي هذا العرض التوضيحي، يتم اختيار عدد الخيوط أو المعالجات المستخدمة، وهو 16.

في هذا العرض التوضيحي، يتم توفير معامل معايرة رقم المنحنى بقيمة واحد من معايرة نموذج المقايضة. أخيرًا، اختر "حفظ المجتمع في ملف نصي". يؤدي تفعيل هذا الخيار إلى إنشاء ملف نصي يحتوي على قيم الأليل لكل وحدة استجابة هيدروليكية (HRU) في كل حل مرشح باقٍ.

يعد هذا الأمر مهماً لإعادة تشغيل عملية التحسين بعد اكتمال العدد المحدد من التكرارات. وبعد انتهاء التشغيل، يمكن تصور المجموعة الكاملة من حلول باريتو الفعالة (Pareto efficient solutions) أو جبهة المقايضة (trade-off frontier) باتباع الخطوات التالية. قم بتشغيل genetic.

قم بتشغيل برنامج SWAT، ثم انتقل إلى قائمة file، واختر open لفتح قاعدة بيانات IWA، وهي raccoon GA dot mdb. انتقل إلى file export، ثم اختر export HRU list، واحفظ الملف باسم raccoon allele, HRU dot T XT. قم بتشغيل map, swat dot xe، واضغط على execute، ثم اختر 3D animation لإنتاج رسوم متحركة لجبهة المقايضة ثلاثية الأبعاد، والتي تقارن مستويات النيتروجين عند المصب N على المحور الأحمر ومستويات الفسفور عند المصب P على المحور الأزرق مقابل التكلفة الإجمالية لممارسات الحفظ في جميع الأحواض الفرعية.

على المحور الأخضر، تكون المخرجات عبارة عن سلسلة من الملفات التي يمكن تحويلها بالكامل إلى ملفات صور. وباستخدام برنامج POV ray، يمكن أيضاً دمج الصور في مقطع فيديو يوضح تقدم الخوارزمية عن طريق تشغيل ماسح الإطارات xe. وتمثل كل نقطة في الجبهة تكويناً لمسقط المياه.

يمثل ذلك تعيينًا محددًا لممارسات الحفظ على مستوى المناظر الطبيعية. ويمكن استعراض العديد من هذه التكوينات للمنطقة الحدودية بأكملها باتباع الخطوات التالية: Run، ثم map، ثم swat، ثم xe، ثم select execute، وأخيرًا map animation.

تُظهر المربعات الموجودة على الجانب الأيسر المساقط ثنائية الأبعاد للحدود، بينما تشير الخطوط المتقطعة إلى موضع الحل المحدد المختار. وتوضح الخريطة (MAP) ممارسة الحفظ السائدة التي تفرضها الخوارزمية. وفي كل منها، يحدد مفتاح الشكل ممارسات الحفظ المختارة.

غالبًا ما يكون السؤال المثير للاهتمام هو كيفية اختيار تكوين محدد لمجمع مائي أو فرد يحقق مجموعة محددة من أهداف جودة المياه. على سبيل المثال، فرد يعمل على خفض النيتروجين بنسبة 30% والفوسفور بنسبة 30% مقارنة بخريطة الأحمال المرجعية. يتيح لنا SWAT البحث في الحدود عن فرد يحقق الحد الأدنى من المسافة الإقليدية (EUCLIDEAN distance) إلى الهدف المحدد. لاختيار تكوينات محددة لمجمعات المياه أو أفراد يحققون أهدافًا معينة لجودة المياه، افتح map swat dot exe، ثم اختر execute و search.

أدخل قيمة صفر كحد أدنى للهدف. في هذا المثال، حد أقصى للهدف يبلغ 100، بالإضافة إلى فاصل زمني للهدف يبلغ 10. في هذا المثال، أدخل نسبة مئوية محددة لخفض النيتروجين عن الخط المرجعي في حقل النسبة المئوية للخفض بجانب الخط المرجعي 30.

في هذا المثال، أدخل نسبة خفض الفسفور في خانة "نسبة الخفض" المجاورة لخط الأساس للفسفور، وبقيمة 30 أيضاً. في هذا المثال، سيقوم برنامج map swat بإظهار المخرجات في شاشة منبثقة؛ انقر فوق "نسخ"، ثم "نص"، وقم بلصقها في جدول بيانات.

يتم إنتاج ثلاثة جداول؛ يوضح الأول الأفراد الأقرب إلى أهداف N و P لنفس النسبة المئوية للاختزال، والتي تتراوح من T in إلى tmax عبر t int. وأسفل ذلك مباشرةً، يظهر الفرد المنفرد الأقرب إلى الهدف المحدد N spec والهدف المحدد P spec؛ أما في الجدول الثاني فتظهر أقرب الأفراد، حيث تتراوح قيمة هدف P من team in إلى Tmax بينما تظل قيمة N ثابتة بالقرب من end spec. ويعطي الجدول الثالث الأفراد الأقرب إلى أهداف النهاية التي تتراوح من team in إلى Tmax بينما تظل قيمة P ثابتة بالقرب من P spec.

في هذه الحالة، كان الفرد الأقرب إلى خفض نهائي بنسبة 30% هو ID 84 23 بقيمة نهائية بلغت 14, 639, 660. إليكم الخريطة التي توضح التوزيع المكاني لممارسات الحفظ وموقع تكوين مستجمع المياه هذا في جبهة المقايضة بعد تطويرها. وقد مهدت هذه التقنية الطريق للباحثين في مجال إدارة مستجمعات المياه والاقتصاد البيئي لاستكشاف طرق أكثر فعالية من حيث التكلفة لتحقيق الأهداف البيئية لمستجمعات المياه وتحسين تصميم السياسات القائمة على السوق.