Diese Arbeit wurde zum Teil von der Unterstützung durch die US Environmental Protection Agency Gezielte Wasserscheiden Grants Program (Project # WS97704801) eingegangen sind, finanziert, der National Science Foundation Dynamik gekoppelter natürliche und menschliche Systeme (Project # DEB1010259-CARD-KLIN) und das US Department of Agriculture-National Institute of Coordinated Agricultural Foodand Agriculture Project (Projekt # 20116800230190-CARD-).

Ein. Bereiten Watershed Model und Bereitstellung von Input-Daten zur Optimierung <ol><li> Neues i_SWAT Datenbank <ol><li> Mit einem Programm namens &quot;Rotator&quot;, bauen die Datenbank von mehreren Input-Datenbanken, einschließlich Böden, Wetter, Management und Dünger. </li><li> Alternativ kann eine vorhandene SWAT Lauf (eventuell mit ArcSWAT oder AVSWAT erstellt) mit i_SWAT.exe importiert werden. In diesem Fall ist das Programm &quot;swat_rewrite&quot; kann zur Verwaltung oder anderen Informationen über HRU Feldebene Daten ersetzen. </li><li> Kalibrierung und Validierung des SWAT-Modell soll an dieser Stelle durchgeführt werden. Das SWAT (Version 2005) Modell innerhalb dieser Raccoon River Watershed EA Modeling Framework integriert wurde ursprünglich kalibriert und validiert für insgesamt Maximum Daily Load (TMDL) Studie von Jha et al. (2010). Weitere Kalibrierung und Validierung des SWAT-Modell wurde zur Unterstützung der Entwicklung eines Raccoon River Watershed Master Plan durchgeführt, wie beschrieBett in Agren, Inc. (2011), die das Modell SWAT, die für diese Studie verwendet wurde. </li><li> Verwenden Sie eine modifizierte Version des SWAT2005.exe, genannt SWAT2005GA.exe. </li></ol></li><li> Bereiten Sie die Datei &quot;Wasserscheide presets.csv&quot; - Dies ist eine Textdatei speichern viele der spezifischen Einstellungen der Raccoon Wasserscheide. Es wird von GeneticiSWAT und MapSWAT unten mehrere Steuerelemente und Datenfelder für das Einzugsgebiet mit einem Klick zu lesen. </li><li> Bereiten Sie die Kosten für die Erhaltung der Praxis Elemente. Für dieses Beispiel sind diese in Tabelle gespeichert [Praxis Kosten - Raccoon nach Bundesland] in einer Datenbank &quot;Practice Kosten Teileinzugsgebiet Josh.mdb&quot;. </li></ol> Die Gesamtkosten eines Kandidaten Lösung ist die Summe der Kosten der Erhaltung Praktiken angewendet Wasserscheide Einheiten (&quot;hydrologischen Response Units&quot; oder HRUs). Die Optimierung Programm berücksichtigt eine optimale Zuordnung eines einzelnen Erhaltung der Praxis von einem bestimmten Satz von der Erhaltung Praktiken in jedem Acker HRU in der Wasserscheide. Die sets möglicher Erhaltung Praktiken, die einer HRU genannt Allel-Sets. <ol start="4"><li> Erstellen SWAT Ordner. Für diesen Lauf, 16 CPUs verwendet wurden, dh 16 Kopien SWAT2005GA.exe in 16 separaten Ordnern ausgeführt wurden (das gleiche gilt für Systeme mit weniger CPUs, zB sollten 4 Ordner für ein &quot;Quad-Core&quot;-Prozessor erstellt werden). </li></ol> 2. Wählen Optimierungsparameter <ol><li> Die Optimierung wird durch das Programm namens &quot;GeneticISWAT&quot; gesteuert. Optimierung, offene GeneticISWAT.exe durchzuführen. <ol><li> Gehen Sie auf &quot;Datei&quot;, dann &quot;Open&quot; und wählen Sie die i_SWAT Datenbank &quot;Raccoon GA.mdb&quot;. </li><li> Gehen Sie auf &quot;Datei&quot;, dann &quot;Konfiguration&quot;, um die Pfade zu SWAT-Modell ausführbaren Dateien (SWAT2005GA.exe) zuordnen. </li><li> Gehen Sie auf &quot;Ausführen&quot;, dann &quot;Wählen Allele Set&quot;. Dieser Schritt bestimmt die Kombinationen der Erhaltung Praktiken bei der Optimierung verwendet. Für diesen Lauf, setzen Allel Nr. 14 verwendet wurde, welche über 23 Kombinationen von Naturschutz. Averfügbar Allel-Sets werden in der Konfigurationsdatei &quot;Alleles.csv&quot; gespeichert. </li><li> Gehen Sie auf &quot;Ausführen&quot;, und wählen Sie dann &quot;SPEA2 Archiv Baseline Aware Subset&quot; zu Mehrzieloptimierung mit dem SPEA2 evolutionären Algorithmus. </li></ol></li></ol><img src="/files/ftp_upload/4009/4009fig1.jpg" alt="Abbildung 1"/> Abbildung 1. Einstellung Optimierung Ziele und Parameter. Optimierung Parameter gewählt werden: Preset: Wählen Sie die Wasserscheide optimiert werden. Klicken Sie auf &quot;Übernehmen&quot; wählt Einträge aus dem Presets-Datei &quot;Wasserscheide presets.csv&quot; die Kontrolle Werte auf diesem Bildschirm zu füllen. Output Variable: Wählen Sie die Umweltziele für die Optimierung. As (N Outlet, P Outlet), definiert dies eine 3-dimensionale Zielfunktion: Stickstoff (Organic N + NO3 + NH4 + NO2), gemittelt über 5 Jahre an der Steckdose, Phosphor (Organic P + Mineral P), gemittelt über 5 Jahre an der Steckdose, und die Gesamtkosten der Erhaltung Praktiken. Beachten Sie, dass dies ein 3-dimensionales Kompromiss Grenze zu schaffen. Alternative Ausgangsvariablen können ausgewählt werden, wo die multikriterielle Programm ist zu minimieren ({Output Variable}, Total Cost). Einwohnerzahl: Set Anfangspopulationsgröße. Dies bestimmt die anfängliche Anzahl von Kandidaten-Lösungen. Wenn &quot;Seed mit jedem Allel&quot;-Option ausgewählt ist, werden Kandidaten-Lösungen, die eine einheitliche Anwendung der einzelnen Erhaltung Praxis in der Allel auf allen Ackerflächen HRUs im Einzugsgebiet festgelegt zuerst erstellt. Die übrigen Kandidaten-Lösungen werden von einem zufälligen Zuordnung der Erhaltung Praktiken aus dem Allel auf Ackerland HRUs erstellt. Bei der Auswahl des &quot;Seed mit jedem Allel&quot;-Option, muss man sicherstellen, dass der Anfangspopulationsgröße mindestens so groß ist wie die Anzahl der Allele in einem Allel Satz (23 in dieser Demonstration). Anzahl der Generationen: Stellen Sie die gewünschte Anzahl der Generationen (Iterationen) für die Optimierung run (beachten Sie, dass der Lauf neu gestartet werden kann). Crossover-Wahrscheinlichkeit: Wenn zwei Kandidaten für die Schaffung neuer Kandidaten-Lösungen gewählt werden, gibt Crossover Wahrscheinlichkeit die Wahrscheinlichkeit, dass verschiedene neue Lösungen erstellt werden (auf 1 gesetzt für diese Demonstration). Größe des temporären Bevölkerung: Dies bestimmt die Anzahl der neuen Kandidaten Lösungen geschaffen. Prozessorressourcen werden am effizientesten, wenn dieser Wert ist ein ganzzahliges Vielfaches der Anzahl von Prozessor-Threads (16 in dieser Demonstration) verwendet. Mutation Wahrscheinlichkeit: Geben Sie die Wahrscheinlichkeit, dass zufällige Veränderung in HRU Zuordnung zu einem anderen Erhaltung der Praxis von der Allel-Set. (Es wird auf 0,03 für diese Demonstration gesetzt). Anzahl derThemen: Wählen Sie die Anzahl der Prozessoren oder Fäden verwendet. 16 ist in dieser Demonstration verwendet. Kurve Nr. Kalibrierfaktor: Diese wird aus dem SWAT Modell-Kalibrierung zur Verfügung gestellt. Speichern Bevölkerung in Textdatei: Dies ist wichtig, um festzulegen, ob man wünscht, die Optimierung nach der angegebenen Anzahl von Iterationen ausgeführt Neustart abgeschlossen ist. Wenn Sie diese Option wird eine Textdatei mit den Allelwerte jeder HRU in jedem überlebenden Kandidaten Lösung (individuell). Dies kann wieder eingelesen werden, um neu zu starten und weiterhin einen Lauf. Sekundäre Optimierungsparameter First Year: Muss zu einem Jahr nach Beginn der historischen Wetterdaten eingestellt werden, und nicht später als 7 Jahre vor Ende dieser Daten. Preis von Mais: In Verbindung mit dem Ertragsverlust Gleichung, um die Kosten für Düngemittel Reduzierungen zu schätzen. <pclass = &quot;jove_content&quot;&gt; Scoring Methode: SPEA2 Archiv. Scoring bestimmt, wie wahrscheinlich ein überlebenden Einzelnen, für Crossover gewählt werden soll. Purge-Methode: Dominiert. Personen, die schlimmer sind in allen 3 Dimensionen beherrscht und gespült. HUC Quelle: Set to &quot;festgelegte Location&quot;, dh den Wert &quot;7100006&quot; aus dem folgenden Feld &quot;Watershed HUC&quot; wird verwendet, um eine Zeile in der HUC Zone Tisch zu finden. Der Wert &quot;07100006&quot; ist die achtstellige HUC Code für das Raccoon Wasserscheide. Kosten Quelle: Set zu &quot;County (HRU Location Code)&quot;, um anzuzeigen, dass andere Kosten als CRP nach Bundesland FIPS-Codes werden in der Praxis die Kosten obigen Tabelle ermittelt werden. Cost Quelle CRP: Wählen Sie &quot;1 Location&quot;, dass CRP Kosten geben wird nach Bundesland FIPS-Codes in der Praxis Kosten obigen Tabelle ermittelt werden. <strong&gt; SWAT version: SWAT2005 3. Repräsentative Ergebnisse GeneticiSWAT.exe produziert eine Protokolldatei mit der Einstellungen und die Ergebnisse für alle Kandidaten-Lösungen (Individuen), sowie ein &quot;Speichern&quot;-Datei, die die Ergebnisse aus dem endgültigen Algorithmus Iteration und mit deren Hilfe die Optimierungslauf starten kann kodiert. An dieser Stelle kann man die gesamte Menge der Pareto-effiziente Lösungen (der Kompromiss Grenze), indem Sie die folgenden Schritte visualisieren: <ol><li> Führen GeneticiSWAT; <ol><li> Gehen Sie auf &quot;Datei&quot;, dann &quot;Open&quot;, um die i_SWAT Datenbank &quot;Raccoon GA.mdb&quot; zu öffnen. </li><li> Gehen Sie auf &quot;Ausführen&quot;, dann &quot;Export HRU List&quot;. Datei speichern unter &quot;Raccoon Allele HRU.txt&quot;. </li></ol></li><li> Produzieren Sie eine Animation, indem Sie Mapswat.exe, wählen Sie &quot;Ausführen&quot; und dann &quot;3d Animation&quot;. </li></ol><img src="/files/ftp_upload/4009/4009fig2.jpg" alt="Abbildung 2"/> Abbildung 2. Screenshot für die Erstellung von &quot;Momentaufnahmen&quot; für 3-dimensionale Grenze Visualisierung. Output ist eine Reihe von Dateien, die alle gemacht auf einmal werden in Bilddateien mit POV-Ray-Programm und wählen Sie &quot;Render&quot;, dann &quot;File Queue&quot;. Die Bilder können auch einzeln verwendet werden oder kombiniert in einem Film zeigt den Algorithmus Progression. <img src="/files/ftp_upload/4009/4009fig3.jpg" alt="Abbildung 3"/> Abbildung 3. Statische Visualisierung der Kompromiss Grenze. Falls gewünscht, kann ein Film zeigt den Algorithmus Progression durch läuft &quot;Framescanner.exe&quot; und die folgenden Schritte erstellt werden: <ol><li> Gehen Sie auf &quot;Datei&quot;, dann &quot;Neu&quot;, dann &quot;Datei&quot;, dann &quot;Import&quot;, dann &quot;PNG Files&quot;. Wählen Sie die statischen Bildern. </li><li> Um einen Film zu schaffen, &quot;Datei&quot;, dann &quot;Export&quot;, dann &quot;AVI&quot;. </li><li> Wählen Codec &quot;DIB&quot;, um AVI-Dateien von Chargen-Image erstellenDateien. </li></ol> Jeder Punkt in der Grenze stellt einen Wendepunkt Konfiguration (eine spezifische Zuordnung der Erhaltung Praktiken auf einem Querformat). Karten dieser Konfigurationen kann für die gesamte Grenze mit den folgenden Schritten gesehen werden: <ol><li> Führen Mapswat.exe, wählen Sie &quot;Ausführen&quot;, dann &quot;Map Animation&quot;. </li><li> Wählen Sie &quot;Raccoon&quot; von Preset-Liste und klicken Sie auf &quot;Übernehmen&quot;. </li><li> Wählen Sie &quot;Layout 7 (Waschbär)&quot; von Map Layout-Liste und klicken Sie auf &quot;OK&quot;. </li></ol><img src="/files/ftp_upload/4009/4009fig4.jpg" alt="Abbildung 4"/> Abbildung 4. Screenshot der Schaffung einer Karte von jedem einzelnen in der letzten Grenze. Exportieren spezifischen Wasserscheide Konfigurationen (Individuen) von Interesse. Oft eine Frage von Interesse ist es, spezifische Wasserscheide Konfigurationen (Individuen) zu erreichen insbesondere Wasserqualität Ziele auszuwählen. Zum Beispiel kann es erwünscht sein, eine indiv. findenidual in der Grenze, die Stickstoff um 30% reduziert und Phosphor um 20% im Vergleich zum Ausgangswert Belastungen. MapSWAT ermöglicht es, die Grenze für den einzelnen zu suchen mit dem kleinsten euklidischen Abstand zu dem angegebenen Ziel. Dies kann wie folgt geschehen: <ol><li> Öffnen MapSWAT.exe. Wählen Sie &quot;Ausführen&quot; | &quot;Suchen&quot;. </li></ol><img src="/files/ftp_upload/4009/4009fig5.jpg" alt="Abbildung 5"/> Abbildung 5. Screenshot der Suche nach einer bestimmten Person im Grenzgebiet auf die Wasserqualität Ziele. <ol start="2"><li> Geben minimalen und maximalen Reduktionsziele Tmin und Tmax sowie ein Intervall Tint. Geben Sie auch einen bestimmten Prozent weniger Stickstoff (nsoll) gegenüber dem Ausgangswert in der &quot;% reduction&quot; Platz neben N Baseline und prozentige Reduktion der Phosphor (Pspez) in der &quot;% Ermäßigung&quot; neben Phosphor Grundlinie. Das Programm erzeugt eine Ausgabe in einem Popup-Fenster: </li></ol><html><img src="/files/ftp_upload/4009/4009fig6.jpg" alt="Abbildung 6"/> Abbildung 6. Screenshot der Suche ausgegeben <ol start="3"><li> Klicken Sie auf &quot;Text kopieren&quot; und fügen Sie ihn in eine Tabellenkalkulation. Drei Tabellen erzeugt werden. In der ersten sind Personen nächsten N-und P-Ziele der gleichen prozentualen Reduktion, die von Tmin zu Tmax reicht von Tint. Nur unter dieser am nächsten Einzelnen zum Ziel (nspec, Pspez) erscheint. Zweitens gibt eine Tabelle nächsten Individuen, wo die P Zielbereiche von Tmin zu Tmax während N konstant gehalten Nähe nspec wird. Drittens, eine Tabelle mit Personen nächsten N-Ziele von Tmin zu Tmax während P konstant gehalten Nähe Pspez. In diesem Fall war der engste Individuum zu einer 30% Reduktion ID N 8423 mit einem N-Wert von 14,637,279.60. Hier ist die Karte zeigt die räumliche Verteilung der Erhaltung Praktiken und die Lage dieser Wasserscheide Konfiguration im Kompromiss Grenze: </li></ol>files/ftp_upload/4009/4009fig7.jpg &quot;alt =&quot; Abbildung 7 &quot;/&gt; Abbildung 7. Screenshot einer Probe Karte beschreibt die ausgewählte Person in der Grenze. <a href="http://www.jove.com/files/ftp_upload/4009/4009fig7large.jpg" target="_blank">Klicken Sie hier für eine größere Abbildung zu sehen</a> . Exportieren Karte Daten zur weiteren Analyse durch folgende Schritte möglich: <ol><li> Führen Mapswat.exe, wählen Sie &quot;Ausführen&quot;, dann &quot;Export Map Data&quot;. </li><li> Wählen Sie &quot;Raccoon&quot; von Preset-Liste und klicken Sie auf &quot;Übernehmen&quot;. </li><li> Geben Sie die ID ein Wendepunkt Konfiguration (individuellen) (8423 gezeigt), zu überprüfen &quot;Show Allele Eigenschaften&quot; und &quot;Show Costs&quot;, und klicken Sie dann auf &quot;OK&quot;. Diese Daten können verwendet werden, um benutzerdefinierte Karten der ausgewählten Wasserscheide Konfiguration mit einem GIS-Programm zu erstellen. </li></ol><table border="1"><tbody><tr><td> Name des Programms </td><td> Quelle </td><td> Beschreibung </td></tr><tr><td> Rotator </td><td> CARD </td&gt; <td> Erstellt und füllt eine i_SWAT Datenbank mit Boden, Wetter und Management-Daten für eine Wasserscheide. </td></tr><tr><td> Swat2005GA.exe </td><td> USDA Grassland, Soil &amp; Water Research Laboratory </td><td> Watershed Simulationsmodell </td></tr><tr><td> i_SWAT.exe </td><td> CARD </td><td> SWAT Datenbank-Schnittstelle </td></tr><tr><td> GeneticISWAT.exe </td><td> CARD </td><td> Evolutionäre Algorithmen SWAT-Controller. Beinhaltet Galib von <a href="http://lancet.mit.edu/ga/" target="_blank">http://lancet.mit.edu/ga/</a> . </td></tr><tr><td> MapSWAT.exe </td><td> CARD </td><td> Liest i_SWAT Datenbanken und Shapefiles erzeugt Bilder von Generationen und Einzelpersonen. </td></tr><tr><td> POV-Ray </td><td> Povray.org </td><td> Persistence of Vision Raytracer. </td></tr><tr><td> Framescanner.exe </td><td> Todd Campbell </td><td> PNG image to AVI Converter </td></tr><tr><td> Windows Live Movie Maker </td><td> Microsoft </td><td> Verwendet werden, um AV komprimierenIch WMV </td></tr></tbody></table> Tabelle 1. Tabelle von Programmen benötigt. <table border="1"><tbody><tr><td> Name der Datei </td><td> Typ </td><td> Beschreibung </td></tr><tr><td> Raccoon GA.mdb </td><td> Access-Datenbank </td><td> Aufbau und Management Beschreibungen von Raccoon Wasserscheide. Gelesen von GeneticiSWAT und MapSWAT. </td></tr><tr><td> Wasserscheide presets.csv </td><td> Text </td><td> Einstellen Voreinstellungen für GeneticiSWAT.exe und MapSWAT </td></tr><tr><td> Alleles.csv </td><td> Text </td><td> Liste der Allel-Sets für evolutionären Algorithmus. </td></tr><tr><td> Raccoon Allele HRU.txt </td><td> Text </td><td> Datei GeneticISWAT Auflistung dieser Allele bestimmt in Ackerland werden erstellt. Gelesen von MapSWAT. </td></tr><tr><td> Praxis Kosten Teileinzugsgebiet Josh.mdb </td><td> Access-Datenbank </td><td> Die Kosten, die Management-Praxis und Landkreis. </td></tr><tr><td> Terrasse Zones.mdb </td><td> Access-Datenbank </td><td> Tabelle [HUC Data] hält die Terrasse und Ertrag Zonennummern für die Wasserscheide. </td></tr><tr><td> NRI Budgets.mdb </td><td> Access-Datenbank </td><td> Gelesen von GeneticISWAT.exe für den Pflanzenschutz &amp; Maschine Tabellen, die nicht in diesem Lauf verwendet werden. </td></tr><tr><td> phucrp 2008-12-15.dat </td><td> Text </td><td> Pflanzen Heat Unit Lookup-Tabelle, nicht in dieser Ausführung verwendet. </td></tr><tr><td> Management.mdb </td><td> Access-Datenbank </td><td> Drehung Nachschlagetabelle, nicht in dieser Ausführung verwendet. </td></tr><tr><td> Raccoon GA 2011.09.28 1313.log, Raccoon GA 2011.09.29 0732.log, Raccoon GA 2011.10.07 0644.log </td><td> Text </td><td> Log-Dateien GeneticISWAT Lauf. </td></tr><tr><td> <a href="http://www.jove.com/4009/Raccoon_GA.wmv">Raccoon GA.wmv</a> </td><td> Animation </td><td> 3D-Darstellung von Personen, die von Generation </td></tr><tr><td> <a href="http://www.jove.com/4009/Subbasin.shp" target="_blank">Subbasin.shp</a> </a&gt; </td><td> ESRI Shapefile </td><td> Umrisse der Teileinzugsgebiete im Einzugsgebiet. </td></tr><tr><td> <a href="http://www.jove.com/4009/Raccoon_Map.wmv" target="_blank">Raccoon Map.wmv</a> </td><td> Animation </td><td> Anzeige der dominanten Allele für jedes Teileinzugsgebiet für jeden einzelnen an der Grenze. </td></tr></tbody></table> Tabelle 2. Tabelle der Probe Dateien erforderlich.

<ol>
	<li>American Society of Agricultural and Biological Engineers. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Design,+layout,+construction,+and+maintenance+of+terrace+systems.">Design, layout, construction, and maintenance of terrace systems.</a> ASAE Standard. , S268 (2003).</li><li>. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Raccoon River Watershed water quality master plan. , (2011).</li><li>Arabi, M., Govindaraju, R. S., Hantush, M. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cost-effective+allocation+of+watershed+management+practices+using+a+genetic+algorithm.">Cost-effective allocation of watershed management practices using a genetic algorithm.</a> Water Resour. Res. 42, W10429 (2006).</li><li>Bekele, E. G., Nicklow, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multiobjective+management+of+ecosystem+services+by+integrative+watershed+modeling+and+evolutionary+algorithms.">Multiobjective management of ecosystem services by integrative watershed modeling and evolutionary algorithms.</a> Water Resour. Res. 41, W10406 (2005).</li><li>Carpentier, C. L., Bosch, D. J., Batie, S. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+spatial+information+to+reduce+costs+of+controlling+agricultural+nonpoint+source+pollution.">Using spatial information to reduce costs of controlling agricultural nonpoint source pollution.</a> Am. J. Agr. Econ. 61, 404-413 (1998).</li><li>Gassman, P. W., Reyes, M., Green, C. H., Arnold, J. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Soil+and+Water+Assessment+Tool:+Historical+development,+applications,+and+future+directions.">The Soil and Water Assessment Tool: Historical development, applications, and future directions.</a> Trans. ASABE. 50 (4), 1211-1250 (2007).</li><li>Gassman, P. W., Campbell, T., Secchi, S., Jha, M., Arnold, J. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+i_SWAT+software+package:+a+tool+for+supporting+SWAT+watershed+applications.">The i_SWAT software package: a tool for supporting SWAT watershed applications.</a> , 66-69 .</li><li>Gitau, M. W., Veith, T. L., Gburek, W. J., Jarrett, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Watershed+level+best+management+practice+selection+and+placement+in+the+Town+Brook+watershed,+New+York.">Watershed level best management practice selection and placement in the Town Brook watershed, New York.</a> J. Am. Water Resour. Assoc. 42, 1565-1581 (2006).</li><li>Jha, M., Rabotyagov, S., Gassman, P. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optimal+placement+of+conservation+practices+using+genetic+algorithms+with+SWAT.">Optimal placement of conservation practices using genetic algorithms with SWAT.</a> Int. Agr. Eng. J. 18 (1-2), 41-50 (2009).</li><li>Jha, M. K., Wolter, C. F., Schilling, K. E., Gassman, P. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Assessment+of+total+maximum+daily+load+implementation+strategies+for+nitrate+impairment+of+the+Raccoon+River,+Iowa.">Assessment of total maximum daily load implementation strategies for nitrate impairment of the Raccoon River, Iowa.</a> J. Envir. Qual. 39, 1317-1327 (2010).</li><li>Kanna, M., Yang, W., Farnsworth, R., Onal, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cost+effective+targeting+of+CREP+to+improve+water+quality+with+endogenous+sediment+deposition+coefficients.">Cost effective targeting of CREP to improve water quality with endogenous sediment deposition coefficients.</a> Am. J. Agr. Econ. 85, 538-553 (2003).</li><li>Kramer, R. A., McSweeny, W. T., Kerns, W. R., Stravros, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+evaluation+of+alternative+policies+for+controlling+agricultural+nonpoint+source+pollution.">An evaluation of alternative policies for controlling agricultural nonpoint source pollution.</a> Water Resour. Bull. 20, 841-8446 (1984).</li><li>Lant, C. L., Kraft, S. E., Beaulieu, J., Bennett, D., Loftus, T., Nicklow, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+GIS-based+ecological-economic+modeling+to+evaluate+policies+affecting+agricultural+watersheds.">Using GIS-based ecological-economic modeling to evaluate policies affecting agricultural watersheds.</a> Ecol. Econ. 55, 467-484 (2005).</li><li>Muleta, M. K., Nicklow, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evolutionary+algorithms+for+multiobjective+evaluation+of+watershed+management+decisions.">Evolutionary algorithms for multiobjective evaluation of watershed management decisions.</a> J. Hydroinform. 4 (2), 83-97 (2002).</li><li>Muleta, M. K., Nicklow, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Decision+support+for+watershed+management+using+evolutionary+algorithms.">Decision support for watershed management using evolutionary algorithms.</a> J. Water Resour. Plan. Manag. 131 (1), 35-44 (2005).</li><li>Rabotyagov, S. S., Campbell, T., Jha, M., Gassman, P. W., Arnold, J., Kurkalova, L., Secchi, S., Feng, H., Kling, C. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Least+Cost+Control+of+Agricultural+Nutrient+Contributions+to+the+Gulf+of+Mexico+Hypoxic+Zone.">Least Cost Control of Agricultural Nutrient Contributions to the Gulf of Mexico Hypoxic Zone.</a> Ecol. Appl. 20, 1542-1555 (2010).</li><li>Rabotyagov, S., Jha, M., Campbell, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Impact+of+crop+rotations+on+optimal+selection+of+conservation+practices+for+water+quality+protection.">Impact of crop rotations on optimal selection of conservation practices for water quality protection.</a> J. Soil. Water Conserv. 65 (6), 369-380 (2010).</li><li>Rabotyagov, S. S., Jha, M., Campbell, T. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nonpoint-source+pollution+for+an+Iowa+watershed:+An+application+of+evolutionary+algorithms.">Nonpoint-source pollution for an Iowa watershed: An application of evolutionary algorithms.</a> Canadian Journal of Agricultural Economics/Revue canadienne d'agroeconomie. , (2010).</li><li>Rabotyagov, S. S., Jha, M., Campbell, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Searching+for+Efficiency:+Least+Cost+Nonpoint+Source+Pollution+Control+with+Multiple+Pollutants,+Practices,+and+Targets.">Searching for Efficiency: Least Cost Nonpoint Source Pollution Control with Multiple Pollutants, Practices, and Targets.</a> J. Nat. and Environ. Sci. 1, 75-90 (2010).</li><li>Ribaudo, M. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Consideration+of+off-site+impacts+in+targeting+soil+conservation+programs.">Consideration of off-site impacts in targeting soil conservation programs.</a> Land Econ. 62, 402-411 (1986).</li><li>Ribaudo, M. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Targeting+the+conservation+reserve+program+to+maximize+water+quality+benefits.">Targeting the conservation reserve program to maximize water quality benefits.</a> Land Econ. 65, 320-332 (1989).</li><li>Srivastava, P., Hamlett, J. M., Robillard, P. D., Day, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Watershed+optimization+of+best+management+practices+using+AnnAGNPS+and+a+genetic+algorithm.">Watershed optimization of best management practices using AnnAGNPS and a genetic algorithm.</a> Water Resour. Res. 38 (3), 1-14 (2002).</li><li>Veith, T. L., Wolfe, M. L., Heatwole, C. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+of+optimization+procedure+for+cost-effective+BMP+placement.">Development of optimization procedure for cost-effective BMP placement.</a> J. Am. Water Resour. Assoc. 39 (6), 1331-1343 (2003).</li><li>Whittaker, G., Confesor, R., Griffith, S. M., F&#228;re, R., Grosskopf, S., Steiner, J. J., Mueller-Warrant, G. W., Banowetz, G. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+Hybrid+Genetic+Algorithm+for+Multiobjective+Problems+with+Activity+Analysis-based+Local+Search.">A Hybrid Genetic Algorithm for Multiobjective Problems with Activity Analysis-based Local Search.</a> Eur. J. Operat. Res. , (2007).</li><li>Zitzler, E., Laumanns, M., Thiele, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SPEA2:+Improving+the+Strength+Pareto+Evolutionary+Algorithm+for+Multiobjective+Optimization.">SPEA2: Improving the Strength Pareto Evolutionary Algorithm for Multiobjective Optimization.</a> CIMNE. , 95-100 (2002).</li></ol>

Keine Interessenskonflikte erklärt.

Wir bauen eine integrierte Simulations-Optimierung Rahmenbedingungen für Pareto-effiziente Sätze von Wasserscheide Konfigurationen mit niedrigsten Kosten Mix und Lage von landwirtschaftlichen Erhaltung Praktiken, um einen Bereich der Wasserscheide-Level-Nährstoff-Reduktionsziele zu erreichen suchen. Eine konzeptionelle Darstellung der Simulations-Optimierung ist in Abbildung 8 dargestellt. Watershed Simulation, einschließlich Simulation der Wasserqualität Auswirkungen landwirtschaftlicher Erhaltung...

spatial multiobjective optimization of agricultural conservation practices using a swat model and an evolutionary algorithm

Das Finden der wirtschaftlich (dh niedrigsten Kosten) Möglichkeiten von Targeting Erhaltung der Praxis Investitionen für die Erreichung eines bestimmten Wasserqualität Ziele in der Landschaft ist von zentraler Bedeutung in Watershed Management. Traditionelle Ökonomie Methoden zu finden, die kostengünstigste Lösung in der Wasserscheide Kontext (zB 5,12,20) davon ausgehen, dass off-site Auswirkungen genau kann als Anteil der Vor-Ort Umweltverschmutzung erzeugt beschrieben werden. Solche Ansätze sind kaum repräsentativ für die tatsächliche Verschmutzung Prozess in einem Einzugsgebiet, in dem die Auswirkungen von umweltschädlichen Quellen häufig durch komplexe biophysikalische Prozesse bestimmt werden. Der Einsatz moderner physikalisch basierten, räumlich verteilten hydrologischen Simulationsmodellen ermöglicht einen höheren Grad an Realismus in Bezug auf die Prozessdarstellung erfordert aber eine Entwicklung eines Simulations-Optimierung Rahmen, in dem das Modell zu einem integralen Bestandteil der Optimierung. Evolutionary Algorithmen scheinen eine besonders nützliche Optimierungs-Tool in der Lage, mit der kombinatorischen Charakter einer Wasserscheide Simulations-Optimierung Problem umzugehen und erlaubt die Verwendung des vollen Wasserqualität Modell sein. Evolutionäre Algorithmen behandeln eine bestimmte räumliche Zuordnung der Erhaltung Praktiken in einem Wassereinzugsgebiet als Kandidat Lösung und nutzen Sets (Populationen) von Kandidaten-Lösungen iterative Anwendung stochastischer Betreiber von Selektion, Rekombination und Mutation zu Verbesserungen im Hinblick auf die Optimierung der Ziele zu finden. Die Optimierung Ziele sind in diesem Fall die diffuse Verschmutzung im Einzugsgebiet zu minimieren, gleichzeitiger Minimierung der Kosten für die Erhaltung Praktiken. Eine aktuelle und Ausbau Reihe von Forschungs versucht, ähnliche Methoden zu verwenden und integriert Wasserqualität Modelle mit breiter definierten evolutionäre Optimierungsverfahren 3,4,9,10,13-15,17-19,22,23,25. In dieser Anwendung demonstrieren wir ein Programm, welches Rabotyagov et al folgt. &#39;S entspreach und integriert eine moderne und häufig verwendete SWAT Wasserqualität Modell 7 mit einem multikriterielle evolutionären Algorithmus SPEA2 26 und Benutzer-spezifizierten Satz von der Erhaltung Praktiken und deren Kosten für die komplette Kompromiss Grenzen zwischen Kosten der Erhaltung Praktiken und vom Benutzer angegebenen Wasserqualität suchen Ziele. Die Grenzen zu quantifizieren die Kompromisse der Wasserscheide Managern durch die Vorlage der vollständigen Reihe von Kosten mit verschiedenen Verbesserung der Wasserqualität Ziele verknüpft konfrontiert. Das Programm ermöglicht eine Auswahl der Wasserscheide Konfigurationen erreichen angegebene Verbesserung der Wasserqualität Ziele und eine Produktion von Karten von optimierten Platzierung der Erhaltung Praktiken.

Watch this Scientific Journal Video about Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm at JoVE.com

Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm

Diese Arbeit zeigt eine Integration einer Wasserqualität Modell mit einer Optimierung Komponente nutzen evolutionären Algorithmen für eine optimale (niedrigsten Kosten) Platzierung von landwirtschaftlichen Erhaltung Praktiken für eine bestimmte Reihe von Verbesserung der Wasserqualität Ziele zu lösen. Die Lösungen werden unter Verwendung eines multi-objektiven Ansatz, so dass für die explizite Quantifizierung von Kompromissen.

Spatial Mehrzieloptimierung of Agricultural Conservation Practices mit einem SWAT-Modell und einem evolutionären Algorithmus

Finding the cost-efficient (i.e., lowest-cost) ways of targeting conservation practice investments for the achievement of specific water quality goals ...

spatial-multiobjective-optimization-agricultural-conservation

Research

JoVE Journal

Biology

12.9K Aufrufe.  University of Washington. Diese Arbeit zeigt eine Integration einer Wasserqualität Modell mit einer Optimierung Komponente nutzen evolutionären Algorithmen für eine optimale (niedrigsten Kosten) Platzierung von landwirtschaftlichen Erhaltung Praktiken für eine bestimmte Reihe von Verbesserung der Wasserqualität Ziele zu lösen. Die Lösungen werden unter Verwendung eines multi-objektiven Ansatz, so dass für die explizite Quantifizierung von Kompromissen.

Serie: Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm

Predicting the Effectiveness of Population Replacement Strategy Using Mathematical Modeling

Charles Taylor and John Marshall explain the utility of mathematical modeling for evaluating the effectiveness of population replacement strategy.  Insight is given into how computational models can provide information on the population dynamics of mosquitoes and the spread of transposable elements through A. gambiae subspecies.  The ethical considerations of releasing genetically modified mosquitoes into the wild are discussed.

Charles Taylor and John Marshall explain the utility of mathematical modeling for evaluating the effectiveness of population replacement strategy. Insight is given into how computational models can provide information on the population dynamics of mosquitoes and the spread of transposable elements through A. gambiae subspecies. The ethical considerations of releasing genetically modified mosquitoes into the wild are discussed.

Die Vorhersage der Wirksamkeit der Bevölkerung Replacement-Strategie mittels mathematischer Modellierung

Charles Taylor and John Marshall explain the utility of mathematical modeling for evaluating the effectiveness of population replacement strategy.  ...

Forschung

Biologie

Non-radioactive in situ Hybridization Protocol Applicable for Norway Spruce and a Range of Plant Species

The high-throughput expression analysis technologies available today give scientists an overflow of expression profiles but their resolution in terms of tissue specific expression is limited because of problems in dissecting individual tissues. Expression data needs to be confirmed and complemented with expression patterns using e.g. in situ hybridization, a technique used to localize cell specific mRNA expression. The in situ hybridization method is laborious, time-consuming and often requires extensive optimization depending on species and tissue. In situ experiments are relatively more difficult to perform in woody species such as the conifer Norway spruce (Picea abies). Here we present a modified DIG in situ hybridization protocol, which is fast and applicable on a wide range of plant species including P. abies. With just a few adjustments, including altered RNase treatment and proteinase K concentration, we could use the protocol to study tissue specific expression of homologous genes in male reproductive organs of one gymnosperm and two angiosperm species; P. abies, Arabidopsis thaliana and Brassica napus. The protocol worked equally well for the species and genes studied. AtAP3 and BnAP3 were observed in second and third whorl floral organs in A. thaliana and B. napus and DAL13 in microsporophylls of male cones from P. abies. For P. abies the proteinase K concentration, used to permeablize the tissues, had to be increased to 3 g/ml instead of 1 g/ml, possibly due to more compact tissues and higher levels of phenolics and polysaccharides. For all species the RNase treatment was removed due to reduced signal strength without a corresponding increase in specificity. By comparing tissue specific expression patterns of homologous genes from both flowering plants and a coniferous tree we demonstrate that the DIG in situ protocol presented here, with only minute adjustments, can be applied to a wide range of plant species. Hence, the protocol avoids both extensive species specific optimization and the laborious use of radioactively labeled probes in favor of DIG labeled probes. We have chosen to illustrate the technically demanding steps of the protocol in our film.
Anna Karlgren and Jenny Carlsson contributed equally to this study.
Corresponding authors: Anna Karlgren at Anna.Karlgren@ebc.uu.se and Jens F. Sundstr&#246;m at Jens.Sundstrom@vbsg.slu.se

Non-radioactive in situ Hybridization Protocol Applicable for Norway Spruce and a Range of Plant Species

We describe a modified DIG in situ hybridization protocol, which is fast and applicable on a wide range of plant species including Norway spruce. With just a few adjustments, including altered RNase treatment and proteinase K concentration, the protocol may be used in studies of different tissues and species.

Nicht radioaktiv In situ Hybridisierung Protocol Einsetzbar für Fichte und einer Reihe von Pflanzenarten

The high-throughput expression analysis technologies available today give scientists an overflow of expression profiles but their resolution in terms of ...

An Optimized Protocol for Rearing Fopius arisanus, a Parasitoid of Tephritid Fruit Flies

Fopius arisanus (Sonan) is an important parasitoid of Tephritid fruit flies for at least two reasons. First, it is the one of only three opiine parasitoids known to infect the host during the egg stage1. Second, it has a wide range of potential fruit fly hosts. Perhaps due to its life history, F. arisanus has been a successfully used for biological control of fruit flies in multiple tropical regions2-4. One impediment to the wide use of F. arisanus for fruit fly control is that it is difficult to establish a stable laboratory colony5-9. Despite this difficulty, in the 1990s USDA researchers developed a reliable method to maintain laboratory populations of F. arisanus10-12. There is significant interest in F. arisanus biology13,14, especially regarding its ability to colonize a wide variety of Tephritid hosts14-17; interest is especially driven by the alarming spread of Bactrocera fruit fly pests to new continents in the last decade18. Further research on F. arisanus and additional deployments of this species as a biological control agent will benefit from optimizations and improvements of rearing methods. In this protocol and associated video article we describe an optimized method for rearing F. arisanus based on a previously described approach12. The method we describe here allows rearing of F. arisanus in a small scale without the use of fruit, using materials available in tropical regions around the world and with relatively low manual labor requirements.

An Optimized Protocol for Rearing Fopius arisanus, a Parasitoid of Tephritid Fruit Flies

Fopius arisanus is an egg-larval parasitoid of Tephritid fruit flies that is successfully used in biological control of these important tropical pests. We describe here an optimized protocol for rearing F. arisanus on a small scale using readily available materials.

Ein optimiertes Protokoll für die Aufzucht Fopius arisanus, Fliegt ein Parasitoid von Tephritid Fruit

Fopius arisanus (Sonan) is an important parasitoid of Tephritid fruit flies for at least two reasons. First, it is the one of only three opiine ...

Ablation of a Single Cell From Eight-cell Embryos of the Amphipod Crustacean Parhyale hawaiensis

The amphipod Parhyale hawaiensis is a small crustacean found in intertidal marine habitats worldwide. Over the past decade, Parhyale has emerged as a promising model organism for laboratory studies of development, providing a useful outgroup comparison to the well studied arthropod model organism Drosophila melanogaster. In contrast to the syncytial cleavages of Drosophila, the early cleavages of Parhyale are holoblastic. Fate mapping using tracer dyes injected into early blastomeres have shown that all three germ layers and the germ line are established by the eight-cell stage. At this stage, three blastomeres are fated to give rise to the ectoderm, three are fated to give rise to the mesoderm, and the remaining two blastomeres are the precursors of the endoderm and germ line respectively. However, blastomere ablation experiments have shown that Parhyale embryos also possess significant regulatory capabilities, such that the fates of blastomeres ablated at the eight-cell stage can be taken over by the descendants of some of the remaining blastomeres. Blastomere ablation has previously been described by one of two methods: injection and subsequent activation of phototoxic dyes or manual ablation. However, photoablation kills blastomeres but does not remove the dead cell body from the embryo. Complete physical removal of specific blastomeres may therefore be a preferred method of ablation for some applications. Here we present a protocol for manual removal of single blastomeres from the eight-cell stage of Parhyale embryos, illustrating the instruments and manual procedures necessary for complete removal of the cell body while keeping the remaining blastomeres alive and intact. This protocol can be applied to any Parhyale cell at the eight-cell stage, or to blastomeres of other early cleavage stages. In addition, in principle this protocol could be applicable to early cleavage stage embryos of other holoblastically cleaving marine invertebrates.

Ablation of a Single Cell From Eight-cell Embryos of the Amphipod Crustacean Parhyale hawaiensis

The amphipod Parhyale hawaiensis is a promising model organism for studies of crustacean embryology and comparative arthropod development and evolution. This protocol describes a method for manual removal of single blastomeres from early cleavage stage embryos of Parhyale.

Ablation von einer einzigen Zelle ab Acht-Zell-Embryonen der Amphipod Schalentier<em&gt; Parhyale hawaiensis</em

The amphipod Parhyale hawaiensis is a small crustacean found in intertidal marine habitats worldwide. Over the past decade, Parhyale has emerged as a ...

Measuring Spatial and Temporal Ca2+ Signals in Arabidopsis Plants

Developmental and environmental cues induce Ca2+ fluctuations in plant cells. Stimulus-specific spatial-temporal Ca2+ patterns are sensed by cellular Ca2+ binding proteins that initiate Ca2+ signaling cascades. However, we still know little about how stimulus specific Ca2+ signals are generated. The specificity of a Ca2+ signal may be attributed to the sophisticated regulation of the activities of Ca2+ channels and/or transporters in response to a given stimulus. To identify these cellular components and understand their functions, it is crucial to use systems that allow a sensitive and robust recording of Ca2+ signals at both the tissue and cellular levels. Genetically encoded Ca2+ indicators that are targeted to different cellular compartments have provided a platform for live cell confocal imaging of cellular Ca2+ signals. Here we describe instructions for the use of two Ca2+ detection systems: aequorin based FAS (film adhesive seedlings) luminescence Ca2+ imaging and case12 based live cell confocal fluorescence Ca2+ imaging. Luminescence imaging using the FAS system provides a simple, robust and sensitive detection of spatial and temporal Ca2+ signals at the tissue level, while live cell confocal imaging using Case12 provides simultaneous detection of cytosolic and nuclear Ca2+ signals at a high resolution.

Measuring Spatial and Temporal Ca2+ Signals in Arabidopsis Plants

Ca2+ signaling regulates diverse biological processes in plants. Here we present approaches for monitoring abiotic stress induced spatial and temporal Ca2+ signals in Arabidopsis cells and tissues using the genetically encoded Ca2+ indicators Aequorin or Case12.

Mess räumliche und zeitliche Ca<sup&gt; 2 +</sup&gt; Signale in Arabidopsis-Pflanzen

Developmental and environmental cues induce Ca2+ fluctuations in plant cells. Stimulus-specific spatial-temporal Ca2+ patterns are sensed by cellular Ca2+ ...

Observation and Quantification of Mating Behavior in the Pinewood Nematode, Bursaphelenchus xylophilus

A method for observing and quantifying the mating behavior of the pinewood nematode, Bursaphelenchus xylophilus, was established under a stereomicroscope. To improve the mating efficiency of B. Xylophilus and to increase the chances of mating observation, virgin adults were cultured and used for the investigation. Eggs were obtained by keeping the nematodes in water and allowing the females to lay eggs for 10 min. The second-stage juveniles (J2) were synchronized by incubating the eggs for 24 h at 25 &#176;C in the dark, and the early J4 were obtained by culturing the J2 with grey mold, Botrytis cinerea, for another 52 h. At this time point, most J4 nematodes could be clearly distinguished as being male or female using their genital morphology. The male and female J4 were collected and cultured separately in two different Petri dishes for 24 h to get virgin adult nematodes. A virgin male and a virgin female were paired in a drop of water in the well of a concave slide. The mating behavior was filmed with a video recorder under a stereomicroscope. The whole period of the mating process was 82.8 &#177;3.91 min (mean &#177;SE) and could be divided into 4 different phases: searching, contacting, copulating, and lingering. The mean minutes of duration were 21.8 &#177; 2.0, 28.0 &#177; 1.9, 25.8 &#177; 0.7 and 7.2 &#177; 0.5, respectively. Eleven sub-behaviors were described: cruising, approaching, encountering, touching, hooping, locating, attaching, ejaculating, separating, quiescence, and roaming. Interestingly, obvious intra-sexual competition was observed when one female was grouped with 3 males or one male with 3 females. This protocol is useful and valuable, not only in investigating the mating behavior of B. xylophilus, but also in acting as a reference for ethological studies of other nematodes.

Observation and Quantification of Mating Behavior in the Pinewood Nematode, Bursaphelenchus xylophilus

A protocol for investigating the mating behavior of the pinewood nematode, Bursaphelenchus xylophilus, is presented. Behavioral features of B. xylophilus are described in the mating process.

Beobachtung und Quantifizierung der Paarungsverhalten in der Pinewood Nematode,<em&gt; Bursaphelenchus xylophilus</em

A method for observing and quantifying the mating behavior of the pinewood nematode, Bursaphelenchus xylophilus, was established under a stereomicroscope. ...

Transient Expression and Cellular Localization of Recombinant Proteins in Cultured Insect Cells

Heterologous protein expression systems are used for the production of recombinant proteins, the interpretation of cellular trafficking/localization, and the determination of the biochemical function of proteins at the sub-organismal level. Although baculovirus expression systems are increasingly used for protein production in numerous biotechnological, pharmaceutical, and industrial applications, nonlytic systems that do not involve viral infection have clear benefits but are often overlooked and underutilized. Here, we describe a method for generating nonlytic expression vectors and transient recombinant protein expression. This protocol allows for the efficient cellular localization of recombinant proteins and can be used to rapidly discern protein trafficking within the cell. We show the expression of four&#160;recombinant proteins in a commercially available insect cell line, including two aquaporin proteins from the insect Bemisia tabaci, as well as subcellular marker proteins specific for the cell plasma membrane and for intracellular lysosomes. All recombinant proteins were produced as chimeras with fluorescent protein markers at their carboxyl termini, which allows for the direct detection of the recombinant proteins. The double transfection of cells with plasmids harboring constructs for the genes of interest and a known subcellular marker allows for live cell imaging and improved validation of cellular protein localization.

Nonlytic insect cell expression systems are underutilized for production, cellular trafficking/localization, and recombinant protein functional analysis. Here, we describe methods to generate expression vectors and subsequent transient protein expression in commercially available lepidopteran cell lines. The co-localization of Bemisia tabaci aquaporins with subcellular fluorescent marker proteins is also presented.

Vorübergehende Expression und zelluläre Lokalisation von rekombinanten Proteinen in gezüchteten Insektenzellen

Heterologous protein expression systems are used for the production of recombinant proteins, the interpretation of cellular trafficking/localization, and ...

Reproductive Techniques for Ovarian Monitoring and Control in Amphibians

Ovarian control and monitoring in amphibians require a multi-faceted approach. There are several applications that can successfully induce reproductive behaviors and the acquisition of gametes and embryos for physiological or molecular research. Amphibians contribute to one-quarter to one-third of vertebrate research, and of interest in this context is their contribution to the scientific community&#39;s knowledge of reproductive processes and embryological development. However, most of this knowledge is derived from a small number of species. In recent times, the decimation of amphibians across the globe has required increasing intervention by conservationists. The captive recovery and assurance colonies that continue to emerge in response to the extinction risk make existing research and clinical applications invaluable to the survival and reproduction of amphibians held under human care. The success of any captive population is founded on its health and reproduction and the ability to develop viable offspring that carry forward the most diverse genetic representation of their species. For researchers and veterinarians, the ability to monitor and control ovarian development and health is, therefore, imperative. The focus of this article is to highlight the different assisted reproductive techniques that can be used to monitor and, where appropriate or necessary, control ovarian function in amphibians. Ideally, any reproductive and health issues should be reduced through proper captive husbandry, but, as with any animal, issues of health and reproductive pathologies are inevitable. Non-invasive techniques include behavioral assessments, visual inspection and palpation and morphometric measurements for the calculation of body condition indices and ultrasound. Invasive techniques include hormonal injections, blood sampling, and surgery. Ovarian control can be exercised in a number of ways depending on the application required and species of interest.

The study of amphibian biology provides valuable information on the reproductive, physiological, embryological and developmental processes that drive organisms of many taxonomic groups. Here, we present a comprehensive guide on different methodologies that can be used to study ovarian control and monitoring in amphibians.

Reproduktionstechniken für Diekarianüberwachung und -kontrolle bei Amphibien

Ovarian control and monitoring in amphibians require a multi-faceted approach. There are several applications that can successfully induce reproductive ...

Using a Thermal Camera to Measure Heat Loss Through Bird Feather Coats

Feathers are essential to insulation, and therefore to the cost of thermoregulation,&#160;in birds. There is robust literature on the energetic cost of thermoregulation in birds across a variety of ecological circumstances. However, few studies characterize the contribution of the feathers alone to thermoregulation. Several previous studies have established methods for measuring the insulation value of animal pelts, but they require destructive sampling methods that are problematic for birds, whose feathers are not distributed evenly across the skin. More information is needed about 1) how the contribution of feathers to thermoregulation varies both across and within species and 2) how feather coats may change over space and time. Reported here is a method for rapidly and directly measuring the thermal performance of feather coats and the skin using dried whole skin specimens, without the need to destroy the skin specimen. This method isolates and measures the thermal gradient across a feather coat in a way that measurements of heat loss and metabolic cost in live birds, which use behavioral and physiological strategies to thermoregulate, cannot. The method employs a thermal camera, which allows the rapid collection of quantitative thermal data to measure heat loss from a stable source through the skin. This protocol can easily be applied to various research questions, is applicable to any avian taxa, and does not require destruction of the skin specimen. Finally, it will further the understanding of the importance of passive thermoregulation in birds by simplifying and accelerating the collection of quantitative data.

This protocol describes the quantification of heat transmission through a flat skinned avian specimen using a thermal camera and hot water bath. The method allows obtaining of quantitative, comparative data about the thermal performance of feather coats across species using dried flat skin specimens.

Verwenden einer Wärmebildkamera zur Messung des Wärmeverlusts durch Vogelfedermäntel

Feathers are essential to insulation, and therefore to the cost of thermoregulation,&#160;in birds. There is robust literature on the energetic cost of ...

Mass Spectrometry Analysis to Identify Ubiquitylation of EYFP-tagged CENP-A (EYFP-CENP-A)

Studying the structure and the dynamics of kinetochores and centromeres is important in understanding chromosomal instability (CIN) and cancer progression. How the chromosomal location and function of a centromere (i.e., centromere identity) are determined and participate in accurate chromosome segregation is a fundamental question. CENP-A is proposed to be the non-DNA indicator (epigenetic mark) of centromere identity, and CENP-A ubiquitylation is required for CENP-A deposition at the centromere, inherited through dimerization between cell division, and indispensable to cell viability.
Here we describe mass spectrometry analysis to identify ubiquitylation of EYFP-CENP-A K124R mutant suggesting that ubiquitylation at a different lysine is induced because of the EYFP tagging in the CENP-A K124R mutant protein. Lysine 306 (K306) ubiquitylation in EYFP-CENP-A K124R was successfully identified, which corresponds to lysine 56 (K56) in CENP-A through mass spectrometry analysis. A caveat is discussed in the use of GFP/EYFP or the tagging of high molecular weight protein as a tool to analyze the function of a protein. Current technical limit is also discussed for the detection of ubiquitylated bands, identification of site-specific ubiquitylation(s), and visualization of ubiquitylation in living cells or a specific single cell during the whole cell cycle.
The method of mass spectrometry analysis presented here can be applied to human CENP-A protein with different tags and other centromere-kinetochore proteins. These combinatory methods consisting of several assays/analyses could be recommended for researchers who are interested in identifying functional roles of ubiquitylation.

Mass Spectrometry Analysis to Identify Ubiquitylation of EYFP-tagged CENP-A EYFP-CENP-A

CENP-A ubiquitylation is an important requirement for CENP-A deposition at the centromere, inherited through dimerization between cell division, and indispensable to cell viability. Here we describe mass spectrometry analysis to identify ubiquitylation of EYFP-tagged CENP-A (EYFP-CENP-A) protein.