Spaziale Ottimizzazione multiobiettivo di pratiche di conservazione agricole utilizzando un modello SWAT e un algoritmo evolutivo

L'obiettivo generale del seguente esperimento è dimostrare il metodo di ottimizzazione multi-obiettivo delle pratiche di conservazione in un bacino idrografico, utilizzando un sistema di simulazione-ottimizzazione che comprende il modello di processo del bacino e un algoritmo evolutivo. La domanda principale è come allocare le pratiche agricole di conservazione all'interno di un bacino idrografico in modo che gli obiettivi di qualità dell'acqua siano raggiunti al minor costo possibile.

Su ciascun campo sono possibili diverse pratiche di conservazione, e possono essere importanti diversi obiettivi di qualità dell'acqua. Un'assegnazione specifica di pratiche di conservazione può essere simulata mediante un modello di processo del bacino idrografico. Per raggiungere l'obiettivo di ottimizzazione, selezionare innanzitutto un modello di processo del bacino idrografico calibrato e validato, nonché le rappresentazioni del modello delle pratiche di conservazione.

Come secondo passaggio, vengono selezionati gli obiettivi ambientali da massimizzare e si ottengono i costi delle pratiche di conservazione, consentendo l'attivazione del componente relativo all'algoritmo evolutivo che mira a ottimizzare simultaneamente gli obiettivi ambientali ed economici. Successivamente, si procede alla selezione dei parametri che controllano l'ottimizzazione, al fine di eseguire un'ottimizzazione multi-obiettivo. Questi due componenti, simulazione e ottimizzazione, sono integrati in un sistema di ottimizzazione simulativa denominato genetic I swat, i cui risultati mostrano l'insieme ottimale di configurazioni del bacino idrografico in termini di collocazione delle pratiche di conservazione, quantificando i compromessi tra gli obiettivi ambientali e il costo degli interventi di conservazione, e permettendo la selezione di una specifica configurazione spaziale delle pratiche di conservazione in base agli obiettivi ambientali desiderati o al costo.

Il principale vantaggio di questa tecnica rispetto ai metodi esistenti, come la valutazione di scenari di pratiche conservative semplici o l'ottimizzazione della scelta delle pratiche conservative basata su una rappresentazione semplificata delle pratiche, consiste nell'integrazione di un modello fisicamente basato dei processi del bacino idrografico all'interno del processo decisionale di ottimizzazione, in modo flessibile e intuitivamente comprensibile. Questo metodo può aiutare a rispondere a domande fondamentali nei settori della gestione del bacino idrografico e dell'economia ambientale, ad esempio su dove concentrare gli investimenti pubblici nelle pratiche conservative, oppure come strutturare politiche basate sul mercato, come aste al ribasso per pratiche conservative o programmi di scambio di qualità dell'acqua. Nel contesto dell'inquinamento da fonti diffuse, i parametri di ottimizzazione vengono selezionati dopo che è stato predisposto un modello del bacino idrografico e forniti i dati di ingresso per l'ottimizzazione; l'ottimizzazione è controllata da un programma chiamato Genetic Iwo.

Per iniziare questa procedura, aprire genetic iwo.exe, andare su File, quindi selezionare Apri e scegliere il database I SWAT, raccoon GA.mdb. Andare su File, quindi su Configurazione per assegnare i percorsi a swap. I file eseguibili del modello vanno eseguiti selezionando Imposta allele. Questo passaggio determina le combinazioni di pratiche conservative utilizzate nell'ottimizzazione.

Per questa esecuzione verrà utilizzato l'insieme di alleli numero 14, che comprende 23 combinazioni di pratiche conservazionistiche da eseguire. Quindi, selezionare il sottoinsieme SP A due archive baseline aware per eseguire un'ottimizzazione multi-obiettivo mediante l'algoritmo evolutivo SP A two. Per prima cosa, nella sezione preset, selezionare il bacino idrografico da ottimizzare, cliccare su raccoon e quindi su apply per selezionare le voci dal file di preset watershed presets dot csv e compilare i valori di controllo in questa schermata.

Successivamente, sotto la variabile di output, selezionare gli obiettivi ambientali per l'ottimizzazione. L'azoto all'uscita e il fosforo all'uscita selezionati definiscono una funzione obiettivo tridimensionale. Azoto medio su cinque anni all'uscita, fosforo medio su cinque anni all'uscita e costo totale delle pratiche di conservazione.

Questo creerà un fronte tridimensionale di compromesso impostando la dimensione iniziale della popolazione a 60. Ciò determina il numero iniziale di soluzioni candidate quando il seme viene selezionato con ciascuna opzione di allele. Vengono create soluzioni candidate che rappresentano un'applicazione uniforme di ciascuna pratica di conservazione specificata nell'insieme di alleli a tutte le unità di risposta idrologica coltivata nel bacino idrografico.

Prima di tutto, le soluzioni candidate rimanenti vengono create mediante un'assegnazione casuale di pratiche conservative dagli alleli disponibili ai terreni agricoli HR. Quando si seleziona ciascuna opzione allelica, assicurarsi che la dimensione iniziale della popolazione, pari a 60 in questa dimostrazione, sia almeno pari al numero di alleli presenti nel set di alleli, che in questo caso è 23. In questa dimostrazione, impostare il numero desiderato di generazioni o iterazioni per l'esecuzione dell'ottimizzazione a 125. Quando due soluzioni candidate vengono selezionate per generare nuove soluzioni candidate, la probabilità di crossover indica la probabilità che vengano create soluzioni distinte.

Per questa dimostrazione, la probabilità di crossover è impostata a uno. La dimensione della popolazione temporanea determina il numero di nuove soluzioni candidate generate. Le risorse del processore sono utilizzate in modo più efficiente quando questo valore è un numero intero; per questa dimostrazione si è scelto un multiplo del numero di thread del processore, pari a 16.

La probabilità di mutazione corrisponde alla probabilità di un cambiamento casuale nell'assegnazione dell'HRU a un'altra pratica conservativa. A partire dall'insieme degli alleli, tale valore è impostato a 0,003. Per questa dimostrazione, selezionare il numero di thread o processori utilizzati, pari a 16.

In questa dimostrazione, il fattore di calibrazione del numero di curva pari a uno viene fornito dalla calibrazione del modello swap. Infine, selezionare salva popolazione in file di testo. L'abilitazione di questa opzione genera un file di testo contenente i valori allelici di ogni HRU in ogni soluzione candidata sopravvissuta.

Questo è importante per riavviare l'esecuzione dell'ottimizzazione dopo aver completato il numero specificato di iterazioni. Al termine dell'esecuzione, l'intero insieme di soluzioni efficienti di Pareto o il fronte dei compromessi può essere visualizzato seguendo questi passaggi. Esegui genetico.

Accedo al menu File, quindi seleziono Apri per aprire il database IWA, file raccoon GA dot mdb. Vado su File, esporta, quindi esporto l'elenco HRU, salvando il file come raccoon allele, HRU dot T XT. Eseguo map, swat dot xe, seleziono Esegui e poi Animazione 3D per produrre un'animazione del fronte tridimensionale delle compromissioni, che contrappone i livelli di azoto all'uscita (N) sull'asse rosso ai livelli di fosforo all'uscita (P) sull'asse blu rispetto al costo totale delle pratiche di conservazione in tutti i sottobacini.

Sull'asse verde, l'output è una serie di file che possono essere renderizzati tutti insieme in file immagine. Utilizzando il programma POV ray, le immagini possono anche essere combinate in un filmato che mostra l'avanzamento dell'algoritmo eseguendo lo scanner di frame xe. Ogni punto del fronte rappresenta una configurazione di bacino idrografico.

Questa è un'assegnazione specifica di pratiche di conservazione su un paesaggio. Molte di queste configurazioni possono essere osservate per l'intera area di frontiera seguendo questi passaggi: eseguire, mappare, swat, xe, selezionare esegui e quindi animazione della mappa.

Le caselle sul lato sinistro mostrano le proiezioni bidimensionali del fronte, mentre le linee tratteggiate indicano la posizione della soluzione particolare scelta. La MAP mostra la pratica conservativa prescritta dall'algoritmo dominante. In ciascuna, la legenda identifica le pratiche conservative scelte.

Spesso una domanda di interesse consiste nella selezione di una specifica configurazione del bacino idrografico o di un individuo in grado di raggiungere un determinato insieme di obiettivi per la qualità dell'acqua. Ad esempio, un individuo che riduce l'azoto del 30% e il fosforo del 30% rispetto alla mappa dei carichi di base. SWAT ci permette di cercare lungo il fronte l'individuo con la minima distanza EUCLIDEA rispetto all'obiettivo specificato. Per selezionare configurazioni specifiche del bacino idrografico o individui che raggiungono determinati obiettivi per la qualità dell'acqua, aprire map swat dot exe, quindi selezionare esegui e cerca.

Inserire un valore minimo di destinazione pari a zero. In questo esempio, un valore massimo di destinazione pari a 100, nonché un intervallo di destinazione pari a 10. In questo esempio, inserire una riduzione percentuale specifica di azoto rispetto alla linea di base nello spazio percentuale di riduzione accanto al termine della linea di base 30.

In questo esempio, inserire la riduzione percentuale di fosforo nella casella di riduzione percentuale accanto al valore iniziale di fosforo, anch'essa pari al 30%. In questo esempio, il programma map swat produrrà un output in una finestra popup: fare clic su copia, testo, e incollare in un foglio di calcolo.

Vengono prodotte tre tabelle: nella prima sono riportati gli individui più vicini agli obiettivi N e P con la stessa percentuale di riduzione, che varia da T in a tmax con incrementi di t int. Subito al di sotto, nella seconda tabella, appare l'individuo singolo più vicino all'obiettivo N spec e P spec, dove l'obiettivo P varia da team in a Tmax mentre N è mantenuto costante vicino a end spec. La terza tabella riporta gli individui più vicini agli obiettivi end, con P mantenuto costante vicino a P spec e l'obiettivo che varia da team in a Tmax.

In questo caso, l'individuo più vicino a una riduzione finale del 30% era l'ID 84 23 con un valore finale di 14.639.660. Di seguito è riportata la mappa che mostra la distribuzione spaziale delle pratiche di conservazione e la posizione di questa configurazione del bacino idrografico nella frontiera dei compromessi dopo il suo sviluppo. La tecnica ha aperto la strada ai ricercatori nel campo della gestione dei bacini idrografici e dell'economia ambientale per esplorare modi più economicamente efficienti di raggiungere gli obiettivi ambientali dei bacini idrografici e per migliorare la progettazione di politiche basate sul mercato.