Λήψη αποφάσεων για τον σχεδιασμό βιώσιμων μέτρων για την προστασία της χημικής κατάστασης του υδάτινου περιβάλλοντος από μη σημειακές πηγές ρύπανσης

Abstract

Στην παρούσα διδακτορική διατριβή αναπτύσσεται σε προγραμματιστικό περιβάλλον MATLAB ένα αποδοτικό και εύχρηστο Εργαλείο Υποστήριξης Αποφάσεων (ΕΥΑ), ικανό να εκτιμά την αποτελεσματικότητα αγροτικών Βέλτιστων Διαχειριστικών Πρακτικών (ΔΠ) στον περιορισμό της μη σημειακής ρύπανσης των επιφανειακών υδάτων λεκάνης απορροής από τις αγροτικής προέλευσης ενώσεις θρεπτικών του αζώτου νιτρικών (Ν-ΝΟ3) και του φωσφόρου (P). Το ΕΥΑ αποτελείται από: α) τις εναλλακτικές ΔΠ που περιλαμβάνουν παρεμβάσεις στη διαχείριση των καλλιεργειών, των εδαφικών πόρων, της εφαρμογής θρεπτικών και του ζωικού κεφαλαίου, β) μία συνάρτηση κόστους που υπολογίζει το επιπρόσθετο μέσο ετήσιο κόστος 5ετούς εφαρμογής τους, γ) το διαχειριστικό μοντέλο SWAT (Soil and Water Assessment Tool), το οποίο αξιολογεί την περιβαλλοντική αποτελεσματικότητα εφαρμογής των ΔΠ σε όλες τις υδρολογικά ομοιογενείς περιοχές της λεκάνης απορροής (Υδρολογικές Μονάδες - ΥΜ), δ) μία Βάση Δεδομένων Διαχειριστικών Πρακτικών (ΒΔΠ), η οποία αποθηκεύει δεδομένα μέσου ετήσιου φορτίου απωλειών ρύπων και κόστους που προκύπτουν από όλες τις ΥΜ της λεκάνης μετά από εφαρμογή σε αυτές με το μοντέλο SWAT όλων των συμβατών ΔΠ, ε) τον εκλεκτικό Γενετικό Αλγόριθμο (ΓΑ) του MATLAB, ο οποίος αποτελεί τη ‘μηχανή’ πολυκριτηριακής βελτιστοποίησης για την χωρική κατανομή ΔΠ στην αγροτική γη της λεκάνης με σκοπό τη βελτιστοποίηση του οικονομικού και των δύο περιβαλλοντικών κριτηρίων σε εύλογο χρονικό διάστημα λόγω χρήσης της ΒΔΠ στη διαδικασία. Η Μεθοδολογία και το EYA εφαρμόστηκαν στη μέσης έκτασης (940km2) λεκάνη του άνω ρου του Αράχθου στη Δυτική Ελλάδα. Δημιουργήθηκαν 50 ΔΠ προς εξέταση, μεμονωμένα μέτρα και συμβατοί συνδυασμοί αυτών, για εφαρμογή στους τρεις αγροτικούς τύπους χρήσης γης (αραβόσιτος, μηδική, βοσκότοποι). Οι καμπύλες αντιστάθμισης στο δισδιάστατο χώρο κόστους-P και κόστους-Ν-ΝΟ3 από το βέλτιστο μέτωπο Pareto τριών διαστάσεων κατά το τέλος της βελτιστοποίησης, παρείχαν πληροφορία για 100 διαφορετικούς συνδυασμούς ΔΠ, οι οποίοι προκαλούν διαφορετικά ετήσια κόστη και συγκεντρώσεις θρεπτικών στην έξοδο της λεκάνης. Ο εντοπισμός λύσεων καταδεικνύει τη χωρική κατανομή των ΔΠ, που διαμορφώνει διαφορετικά κάθε φορά τις τιμές των τριών κριτηρίων. Η πιο πρόσφορη λύση θεωρήθηκε η κατά 45 και 25% μείωση των μέσων ετήσιων συγκεντρώσεων P και Ν-ΝΟ3 στο ποτάμι αντίστοιχα, με συνολικό ετήσιο κόστος 500000€ ή 5€/ha, η οποία αντιστοιχεί σε διαμόρφωση λωρίδων συγκράτησης στους περισσότερους αγρούς αραβόσιτου και σε επιλεγμένες εκτάσεις βοσκότοπων σε συνδυασμό με τη μείωση χημικής λίπανσης στις εκτάσεις μηδικής, πρακτική που βρέθηκε να μην έχει κανένα αντίκτυπο στην παραγωγή. Το πλαίσιο πολυκριτηριακής βελτιστοποίησης που παρουσιάζεται συστήνεται για την υλοποίηση της Περιβαλλοντικής Νομοθεσίας σε κλίμακα λεκάνης απορροής με ικανοποιητικούς όρους κόστους και αποτελεσματικότητας, με τους παραγόμενους χάρτες να αποτελούν πολύτιμο μέσο για τη λήψη αποφάσεων, διευκολύνοντας τους αρμόδιους στο να επιβάλλουν επιπρόσθετους περιορισμούς τοπικού χαρακτήρα εντός της λεκάνης απορροής, αν αυτό είναι απαραίτητο.

In the present PhD thesis an efficient and user friendly Decision Support Tool (DST) is developed in MATLAB-programming, able to assess the effectiveness of agricultural Best Management Practices (BMPs) in mitigating nitrates-nitrogen (N-NO3) and phosphorus (P) surface water pollution arising from non-point agricultural sources in river basins. The DST is comprised of five components: a) the BMPs that cover a representative range of crop, soil, nutrient application and livestock management interventions, b) an economic component, which calculates the additional mean annual cost of their 5-year implementation, c) the river basin SWAT (Soil and Water Assesment Tool) model, which evaluates the environmental effectiveness of the BMP interventions at all homogeneous locations within the catchment (Hydrologic Response Units – HRUs), d) a BMP Database that stores mean annual nutrient losses and costs arising from the SWAT implementation of each BMP to all possible HRUs, e) an elitist MATLAB Genetic Algorithm (GA), which serves as the multi-objective optimization ‘engine’ for the selection and placement of BMPs in the agricultural land in the catchment in order to optimise the economic and the two environmental objectives in reasonable time by using the BMP Database. The methodology and the DST were tested in the medium-sized (940km2) Arachtos catchment of Western Greece. Fifty different BMPs were finally formulated including individual and compatible combinations of measures for implementation in each agricultural land use type (corn, alfalfa, pastureland). The trade-off frontiers between cost-P and cost-N-NO3 provided information on 100 different BMP combinations, which result in various mean annual costs and nutrient concentrations at the outlet. The solutions on the fronts correspond to BMP allocations in the catchment that formulate the three criteria differently. The optimal solution was considered to be the 45% reduction of P river concentration at the outlet, together with a 25% reduction of N-NO3 concentration from the baseline, with a total annual cost of approximately 500000€ or 5€/ha. This management solution corresponds to the establishment of filter strips in most of corn and in selected pastureland fields, together with the fertilization reduction in alfalfa fields, which was found to have no impact on crop yields. The multi-criteria optimization framework presented is suggested for a more cost-effective implementation of the environmental legislation at the catchment scale, with the produced maps being invaluable for decision-making, facilitating policy-makers in examining spatial patterns and imposing additional local constraints, if necessary.