Otimização Multiobjetivo espacial das práticas agrícolas de conservação, utilizando um modelo SWAT e um algoritmo evolutivo

O objetivo geral do seguinte experimento é demonstrar o método de otimização multiobjetivo de práticas de conservação em uma bacia hidrográfica, utilizando um sistema de simulação e otimização que envolve um modelo de processos da bacia e um algoritmo evolutivo. A questão principal é como alocar práticas agrícolas de conservação em uma bacia hidrográfica de modo que os objetivos de qualidade da água sejam atingidos ao menor custo possível.

Múltiplas práticas de conservação são possíveis em cada campo, e diversos objetivos de qualidade da água podem ser importantes. Uma atribuição específica de práticas de conservação pode ser simulada por um modelo de processo de bacia hidrográfica. Para alcançar a meta de otimização, selecione primeiro um modelo de processo de bacia hidrográfica calibrado e validado, bem como representações do modelo para as práticas de conservação.

Como segundo passo, selecionam-se os objetivos ambientais a serem maximizados e obtêm-se os custos das práticas de conservação, o que permite invocar o componente do algoritmo evolutivo que busca otimizar simultaneamente os objetivos ambientais e de custo. Em seguida, realiza-se a seleção dos parâmetros que controlam a otimização, com o fim de realizar uma otimização multiobjetivo. Esses dois componentes — simulação e otimização — são integrados em um sistema de simulação e otimização denominado Genetic I. São então obtidos resultados SWAT que mostram o conjunto ótimo de configurações da bacia hidrográfica em termos de alocação de práticas de conservação, quantificando as compensações entre metas ambientais e o custo dos investimentos em conservação, e permitindo a seleção de uma configuração espacial específica das práticas de conservação com base em objetivos ambientais desejados ou em função do custo.

A principal vantagem desta técnica em relação aos métodos existentes, como a avaliação de cenários de práticas de conservação simples ou a otimização da escolha de práticas de conservação com base em representações simplificadas dessas práticas, é que ela integra um modelo de processo hidrográfico fisicamente fundamentado ao processo de decisão de otimização de forma flexível e intuitivamente compreensível. Esse método pode ajudar a responder perguntas fundamentais nas áreas de gestão de bacias hidrográficas e economia ambiental, como onde concentrar investimentos públicos em práticas de conservação, ou como estruturar políticas baseadas em mercado, como leilões reversos para práticas de conservação ou programas de comercialização de qualidade da água. No contexto da poluição por fontes difusas, os parâmetros de otimização são selecionados após a preparação de um modelo da bacia hidrográfica e a disponibilização dos dados de entrada para otimização, sendo a otimização controlada por um programa chamado Genetic Iwo.

Para iniciar este procedimento, abra o genetic iwo.exe, vá até arquivo e abra, então selecione o banco de dados I SWAT, raccoon GA.mdb. Vá até arquivo, depois configuração, para atribuir os caminhos ao executável do modelo SWAP. Vá até executar, então selecione o conjunto de alelos. Esta etapa determina as combinações de práticas de conservação utilizadas na otimização.

Para esta execução, será utilizado o conjunto de alelos número 14, que possui 23 combinações de práticas conservacionistas a serem executadas. Em seguida, selecione o subconjunto de referência SP A dois habilitado para arquivamento para realizar a otimização multiobjetivo utilizando o algoritmo evolutivo SP A dois. Primeiro, em predefinições, selecione a bacia hidrográfica a ser otimizada, raccoon, clicando em aplicar para selecionar entradas do arquivo de predefinições, watershed presets dot csv, a fim de preencher os valores de controle nesta tela.

Em seguida, na variável de saída, selecione os objetivos ambientais para otimização. A saída de nitrogênio e a saída de fósforo selecionadas definem uma função objetiva tridimensional: nitrogênio médio durante cinco anos na saída, fósforo médio durante cinco anos na saída e o custo total das práticas de conservação.

Isso criará um conjunto tridimensional de fronteira de compensação, definindo o tamanho inicial da população em 60. Isso determina o número inicial de soluções candidatas quando a semente com cada opção de alelo é selecionada. São criadas soluções candidatas que representam uma aplicação uniforme de cada prática de conservação especificada no conjunto de alelos a todas as unidades de resposta hidrológica agrícola na bacia hidrográfica.

Primeiro, as soluções candidatas restantes são criadas por meio da atribuição aleatória de práticas de conservação provenientes do conjunto de alelos às unidades hidrológicas de terras cultiváveis. Ao selecionar o valor inicial (seed) com cada opção de alelo, certifique-se de que o tamanho da população inicial, que é 60 nesta demonstração, seja pelo menos tão grande quanto o número de alelos em um conjunto de alelos, que é 23. Nesta demonstração, defina o número desejado de gerações ou iterações para a execução da otimização neste exemplo como 125. Quando duas soluções candidatas são selecionadas para gerar novas soluções candidatas, a probabilidade de cruzamento especifica a probabilidade de que novas soluções distintas sejam criadas.

Para esta demonstração, a probabilidade de cruzamento é definida como um. O tamanho da população temporária determina o número de novas soluções candidatas criadas. Os recursos do processador são utilizados de forma mais eficiente quando este valor é um inteiro; um múltiplo do número de threads do processador, 16, é selecionado para esta demonstração.

A probabilidade de mutação é a probabilidade de mudança aleatória na atribuição de HRU a outra prática de conservação. A partir do conjunto de alelos, ela é definida como 0,003. Para esta demonstração, selecione o número de threads ou processadores utilizados, que é 16.

Nesta demonstração, o fator de calibração do número de curva igual a um é fornecido a partir da calibração do modelo swap. Por fim, selecione salvar população em arquivo de texto. Marcar esta opção gera um arquivo de texto com os valores alélicos de cada UHR em todas as soluções candidatas sobreviventes.

Isso é importante para reiniciar a execução da otimização após a conclusão do número especificado de iterações. Após a execução, todo o conjunto de soluções eficientes de Pareto ou a fronteira de compensação pode ser visualizado seguindo estes passos. Executar genético.

Aciono o SWAT, vou até arquivo, depois abro para abrir o banco de dados IWA, raccoon GA dot mdb. Vou até arquivo, exporto, depois exporto a lista HRU, salvo o arquivo como raccoon allele, HRU dot T XT executo o mapa, swat dot xe, seleciono executar e, em seguida, animação 3D para produzir a animação da fronteira tridimensional de compensação, que coloca os níveis de nitrogênio na saída N no eixo vermelho contra os níveis de fósforo na saída P no eixo azul contra o custo total das práticas de conservação em todas as subbacias.

No eixo verde, a saída é uma série de arquivos que podem ser renderizados de uma só vez em arquivos de imagem. Ao usar o programa POV ray, as imagens também podem ser combinadas em um filme que mostra a progressão do algoritmo ao executar o frame scanner xe. Cada ponto na fronteira representa uma configuração de bacia hidrográfica.

Essa é uma atribuição específica de práticas de conservação em uma paisagem. Muitas dessas configurações podem ser visualizadas para toda a região de fronteira seguindo estes passos: executar, mapear, swat, xe, selecionar executar e, em seguida, animação do mapa.

As caixas no lado esquerdo mostram as projeções bidimensionais da fronteira, e as linhas tracejadas indicam a posição da solução específica escolhida. O MAP mostra a prática conservacionista prescrita pelo algoritmo dominante. Em cada caso, a legenda identifica as práticas conservacionistas escolhidas.

Muitas vezes, surge a questão de interesse em selecionar uma configuração específica de bacia hidrográfica ou um indivíduo que alcance um conjunto determinado de objetivos de qualidade da água. Por exemplo, um indivíduo que reduza o nitrogênio em 30% e o fósforo em 30% em relação às cargas de referência no mapa. O SWAT permite pesquisar na fronteira por um indivíduo com a menor distância EUCLIDIANA em relação ao objetivo especificado. Para selecionar configurações específicas de bacia hidrográfica ou indivíduos que atinjam objetivos particulares de qualidade da água, abra o map swat dot exe e selecione executar e pesquisar.

Insira um valor mínimo de destino igual a zero. Neste exemplo, um valor máximo de destino igual a 100, bem como um intervalo de destino igual a 10. Neste exemplo, insira uma redução percentual específica de nitrogênio em relação à linha de base no campo de redução percentual ao lado de linha de base final 30.

Neste exemplo, insira a redução percentual de fósforo na redução percentual ao lado da linha de base de fósforo, também de 30. Neste exemplo, o programa SWAT gerará uma saída em uma tela pop-up; clique em copiar, o texto, e cole em uma planilha.

São produzidas três tabelas. Na primeira, estão os indivíduos mais próximos dos alvos N e P com a mesma porcentagem de redução, que varia de T in até tmax por t int. Logo abaixo dessa, aparece na segunda tabela o indivíduo único mais próximo do alvo N espec e P espec, onde o alvo P varia de team in até Tmax enquanto N é mantido constante próximo a end spec. A terceira tabela apresenta os indivíduos mais próximos dos alvos finais, variando de team in até Tmax enquanto P é mantido constante próximo a P spec.

Neste caso, o indivíduo mais próximo de uma redução de 30% no fim foi o ID 84 23, com um valor final de 14.639.660. Abaixo está o mapa que mostra a distribuição espacial das práticas de conservação e a localização dessa configuração de bacia hidrográfica na fronteira de compensação após seu desenvolvimento. A técnica abriu caminho para pesquisadores na área de manejo de bacias hidrográficas e economia ambiental explorarem formas mais econômicas de alcançar os objetivos ambientais de bacias hidrográficas e aprimorarem o desenho de políticas baseadas no mercado.