Multi-criteria optimization of planning and operation of irrigation systems including the local rainfall characteristics with a special focus on sustainability
Zusammenfassung der Projektergebnisse
Die Bewässerungspraxis zielt gegenwärtig auf die kurzfristige Maximierung des Ertrages, d.h. ökologische oder andere Kriterien werden bei der Suche nach optimalen Bewirtschaftungsstrategien selten berücksichtigt. Hinzu kommt, dass der Einfluß räumlich und zeitlich variabler Größen wie Niederschlag oder Boden bei der Nutzung von simulationsbasierten Planungswerkzeugen vernachlässigt wird. Aus diesem Grund wurden in diesem Projekt stochastische Optimierungsverfahren entwickelt, welche die Unsicherheiten der Wettervorhersage und der bodenhydraulischer Parameter berücksichtigt und so Risiken in der Ertragsentwicklung der Pflanzen besser abschätzen kann. Neuentwicklungen des Projektes sind die Optimierungsverfahren GET-OPTIS und DYN-OPTIS zur effizienten und effektiven, simulationsbasierten Lösung von scheduling-Problemen in der Bewässerungslandwirtschaft. Die Anwendungen dieser Verfahren zeigen, das die Optimierungsprobleme mit einer großen Zahl von Entscheidungsvariablen durch problemspezifische Implementierungen (GET-OPTIS) oder durch die alternative Lösungsstrategie des reinforcement-learning (DYN-OPTIS) grundsätzlich effektiver und effizienter gelöst werden können. Methoden zur simulationsbasierten dynamischen Optimierung (reinforcement-learning) können für die adaptive Steuerung von Bewässerungssystemen und bei einer großen Zahl von Entscheidungsvariablen von Vorteil sein, weil der Entscheidungsraum nicht zwangsläufig mit der Zeitabhängigkeit der Entscheidungsvariablen anwächst. Die neue Strategie OCCASION beruht auf der Berechnung stochastischer Ertragsfunktionen (unter der Berücksichtigung von Klima und/oder Bodenvariabilität) und kann zur Verbesserung der Ernährungssicherheit, zur Nachfragesteuerung und zur sozioökonomischen Bewertung von Bewässerungsmaßnahmen zur Anpassung bei künftigen Klimaänderungen dienen. Diese Strategie verbindet simulationsbasierte Optimierung und Monte-Carlo Simulation, um multivariate Verteilungsfunktionen der Erträge und des Wasserbedarfes zur Charakterisierung des Verhaltens für kleinräumigen landwirtschaftlichen Einheiten abzuleiten. In einer Erweiterung dieser Strategie ist es möglich, auch ökonomische Indikatoren wie Produktivität, Gewinn und Preiselastizität sowie ökologische Indikatoren wie Stoffeinträge und Grundwasserneubildungsraten als Verteilungsfunktionen berechnen zu können. Die Verteilungsfunktionen sind ideale Bausteine für Optimierungswerkzeuge auf Betriebsebene, da sie zwar in einem ersten Berechnungsschritt aufwändig auf der Basis von (gekoppelten) Prozessmodellen abgeleitet wurden, aber später schnell die notwendigen Ergebnisgrößen (z.B. Zielfunktionswerte mit Wahrscheinlichkeitsangaben) für die Optimierungsalgorithmen berechnen. Zur Verbesserung der Effizienz von Optimierungsläufen mit Monte-Carlo Simulationen wurde das stackordering Verfahren MC-STACKO implementiert, das für die Bewässerungsoptimierung eine Reduktion von über 90% bei der Berechnungszeit ergab und mit beliebigen simulationsbasierten Optimierungsalgorithmen verknüpft werden kann. Begleitende Experimente zur Validierung von optimalen Defizitbewässerungsstrategien auf der Laborund Feldskala in gemäßigten und ariden Gebieten haben gezeigt, dass die Wasserproduktivität durch die Anwendung stochastischer Optimierungsverfahren signifikant gesteigert werden kann.
Projektbezogene Publikationen (Auswahl)
- Determining Crop-Production Functions using Multi-Objective Evolutionary Algorithms. In: Paly, M. de ; Schütze, N. ; Zell, A.: Evolutionary Computation. 2010 (IEEE Series), S. 1870–1877. – ISBN 978-1-4244-6909-3
- OCCASION: A new Planning Tool for Optimal Climate Change Adaption Strategies in Irrigation. In: Journal of Irrigation and Drainage Engineering 136 (2010), Nr. 12, S. 836–8461
Schütze, N. ; Schmitz, G. H.:
- Analysis of AET and yield predictions under surface and buried drip irrigation systems using the Crop Model PILOTE and Hydrus-2D. In: Agricultural Water Management 98 (2011), Nr. 6, S. 1033–1044
Mailhol, J. C. ; Ruelle, P. ; Walser, S. ; Schütze, N. ; Dejean, C.
- Perspektiven für die integrierte Wasserbewirtschaftung durch den Einsatz simulationsbasierter Optimierungsmethoden am Beispiel landwirtschaftlich genutzter küstennaher arider Gebiete im Oman. In: Hydrologie und Wasserbewirtschaftung 55 (2011), Nr. 2, S. 52–63
Schütze, N. ; Grundmann, J. ; Schmitz, G.H.
- Comparison of SVAT models for simulating and optimizing deficit irrigation systems in arid and semi-arid countries under climate variability. In: Water Resources Management 26 (2012), Nr. 4, S. 997–1014
Kloss, S. ; Schütze, N. ; Schmitz, G. H.
- Highly efficient stochastic optimization of irrigation systems. In: Proceedings of the 10th International Conference on Hydroinformatics, 2012
Schütze, N. ; Paly, M. de
- Novel simulation-based algorithms for optimal open-loop and closed-loop scheduling of deficit irrigation systems. In: Journal of Hydroinformatics 14 (2012), Nr. 1, S. 136–151
Schütze, N. ; Paly, M. de ; Shamir, U.
- Optimal planning and operation of irrigation systems under water resource constraints in Oman considering climatic uncertainty. In: Journal of Environmental Earth Sciences 65 (2012), Nr. 5, S. 1511–1521
Schütze, N. ; Kloss, S. ; Lennartz, F. ; Albakri, A. ; Schmitz, G.H.
(Siehe online unter https://doi.org/10.1007/s12665-011-1135-4) - Stochastic Optimization of Irrigation Systems under Water Resource Constraints from Plot to Regional Scale Using Decomposition. In: Valocchi, A. J. (Hrsg.) ; Pinder, G. F. (Hrsg.): Proceedings of the XIX International Conference on Computational Methods in Water Resources. University of Illinois at Urbana-Champaign, USA, 2012
Schütze, N.
