• 文摘gydF4y2Ba
• 介绍gydF4y2Ba
• 背景gydF4y2Ba
• 为适应水禽收获管理协议gydF4y2Ba
  • 被动的适应gydF4y2Ba
  • 积极适应gydF4y2Ba
• 自适应的实践收获管理gydF4y2Ba
  • 目标设定在收割适应性管理gydF4y2Ba
  • 监测和评估在收割适应性管理的问题gydF4y2Ba
  • 自适应缩放收获管理gydF4y2Ba
• 结论gydF4y2Ba
• 对这篇文章gydF4y2Ba
• 确认gydF4y2Ba
• 文献引用gydF4y2Ba

水禽收获管理在北美,它的成功,历史上有几个缺点,包括缺乏明确的目标,未能考虑不确定的管理成果,收获和低效使用规定理解管理的影响。解决这些问题和其他问题,美国鱼类和野生动物服务于1995年开始实施自适应收获管理。收获政策现在使用马尔可夫决策过程的开发有一个明确的会计控制环境变化,局部可控性的收获,和结构性水鸟种群动态的不确定性。被动地适应当前的政策,在某种意义上,任何减少结构不确定性是计划外的监管过程的副产品。泛化的马尔可夫决策过程允许的计算最优积极适应政策,但目前尚不清楚如何具体由各州完成收获行为被动和主动方法之间的不同。马尔可夫决策过程还提供了管理者的能力去探索最优水平的聚合或“管理规模”调控系统的粮食收成展品高时间、空间和组织的变化。制度化的进程自适应收获管理一直是显著的,但仍有些管理者认为这个过程是灵丹妙药,而无法欣赏这更明确的提出的挑战和收获有条不紊的监管。技术障碍包括需要开发更好的人口过程之间的联系以及景观的动力学,以及模型的动力学结构不确定性更全面的方式。从制度的角度来看,如何价值和分配协议丰收仍然是难以捉摸的,有一些证据表明,水禽管理者高估了狩猎法规成就导向因素的重要性。事实上,正是这些未解决的价值判断,缺乏一个有效的结构组织辩论,提出自适应收获的最大威胁管理作为一种可行的手段应对管理不确定性。gydF4y2Ba

关键词:gydF4y2Ba适应性管理、收获、狩猎法规,马尔可夫决策过程,候鸟,优化,不确定性,水禽。gydF4y2Ba

6月30日,1999年出版。gydF4y2Ba

与自适应资源管理经验的增长,其成功实施的障碍变得越来越明显。当然,最近的评论(例如,McLain和李1996年,沃尔特1997)不会鼓励许多管理者追求一种方法,通常与困难的概念和方法,相关问题的生物学和社会学维度高,抵抗力和机构(沃尔特斯1986)。我们最近的经验与适应性管理的美国水禽收成证实这些障碍的普遍性;然而,这也表明他们可以部分地克服。虽然很少有适应性管理的努力进展超出了计划阶段(1997年Walters),在美国州和联邦管理者使用一种自适应方法设置鸭狩猎规定自1995年以来。虽然方法不是传统意义上的“实验”,不确定有一个明确的会计监管的影响,以及认识到收获政策可以减少这些不确定性的一个有效的工具。参与这项工作的人理解强大的壁垒继续进步,但我们受益于一个机构承诺适应性管理,所以经常躲避其他自然资源管理器。因此,在水禽收成的规定,自适应资源管理可能有希望兑现承诺提供改进的理解和管理性能。gydF4y2Ba

在本文中,我们提出一个概念模型的适应性管理水禽丰收,并讨论其应用在美国。我们还提供一个描述的一些技术和制度问题,继续挑战经理水禽的收成。我们希望我们的经验将有助于那些试图使用自适应资源管理在生态复杂、多方系统。gydF4y2Ba

有43种鸭子,鹅,天鹅(鸭科)原产于北美,和他们的繁殖,移民和越冬范围涵盖几乎所有的生态系统在欧洲大陆(Bellrose 1976)。每年,大约有2000万水禽是运动的收获,和主要未知号码是生存的收获。大约70 - 80%的水禽收获包括鸭子,主要是野鸭(gydF4y2Ba阿拉斯platyrhynchosgydF4y2Ba)、蒂尔(gydF4y2Baa . crecca discorsgydF4y2Ba)和木鸭子(gydF4y2BaAix sponsagydF4y2Ba)。二百万水禽猎人在北美的大部分居住在美国,那里的大部分(85%)发生运动的收成。在美国被猎人直接支出超过美国5亿美元,水禽的总经济效益估计在美国每年110亿美元(Teisl和Southwick 1995)。gydF4y2Ba

1916年之前,监管机构在水禽收成是享有国家和省级政府。由此产生的变化在管理方法和缺乏有效的协调管理几乎不可能。1916年,英国(加拿大)和美国签署公约保护候鸟,赋予管理权力的候鸟与联邦政府签署的国家。后续条约与墨西哥、日本和苏联扩大和加强联邦政府的作用在调节收成。条约有效商业狩猎结束,禁止所有的候鸟每年从3月10日到9月1日,并提供用于狩猎季节不超过3.5个月。只是最近一直在努力修改条约正式承认和规范生存收成。gydF4y2Ba

水禽收获管理体制在北美已经演变成什么可能是最广泛的,世界上复杂,昂贵的野生动物保护工作(霍金斯et al . 1984年)。四再经议会,由代表国家和省级野生动物机构,提供一个论坛,供审查生物信息和制定监管提议由联邦政府审议。基于这些输入,联邦收获方针建立和狩猎法规颁布在州或省的基础上。狩猎法规通常指定日期、季节每天包限制,和法律的方法。美国迄今为止最复杂的系统公告、讨论、和监管决策(Blohm 1989)。gydF4y2Ba

监管过程的一个非常重要的组成部分包括收集的数据每年繁殖种群状态,收获水平,生产、移民和其他人口特征(史密斯et al . 1989年)。长期数据被用来估计关键人口生存和繁殖等参数,并将收获水平与各种监管场景(Martin et al . 1979年)。此信息纳入人口模型,进而用于通知规定过程(威廉姆斯和尼科尔斯1990)。gydF4y2Ba

毫不奇怪,收割的建模的影响具有很大的不确定性(尼科尔斯et al . 1995),但模型往往没有足够的升值,其局限性已使用(康罗伊1993)。减少不确定性的机会通过监管过程没有被利用。一个不幸的结果是一个不必要的速度了解种群动态和收获的影响,以及相应的改善的速度随时间管理。在1980年代,美国鱼类和野生动物服务要求一个更便捷的方式收获的规定,甚至实施了大规模的收获管理实验(1987年Sparrowe和帕特森,美国鱼类和野生动物服务1988)。不幸的是,这个实验是广泛的批评和动量更失去了适应性管理方法。gydF4y2Ba

改善决策的动力再次增长在1990年代,当midcontinent鸭种群急剧波动促使新的争论适当收获水平。一些机构的危机提供了一个机会内省,经理寻求办法做出更客观的决策在面对无处不在的不确定性(Johnson et al . 1993年)。后续改进监管过程框架在自适应资源管理方面,有一个明确的会计不确定性和管理在降低不确定性的影响(威廉姆斯和约翰逊1995年,gydF4y2Ba点击gydF4y2Ba在网上复制的参考gydF4y2Ba)。自1995年以来,鸭狩猎法规规定在美国已经正式的过程称为自适应收获管理(gydF4y2Ba点击gydF4y2Ba这里访问收获年度自适应状态报告管理gydF4y2Ba)。gydF4y2Ba

长期存在的缺陷在水禽收获管理包括缺乏明确的目标,未能考虑不确定的管理成果,过于主观和复杂的决策过程,反馈机制不足。为了解决这些不足,我们寻求一个管理方法:gydF4y2Ba

1. 评估管理行为基于显式定义的好处(和成本,在必要时);gydF4y2Ba
2. 占水鸟种群的动态特性和管理行为的动力学的影响;gydF4y2Ba
3. 许可证管理行为受到经济、社会或政治因素;gydF4y2Ba
4. 账户明确不确定性的影响管理行为和不受控制的环境因素;gydF4y2Ba
5. 定义明确的管理政策之间的联系和运行监测和评估项目;gydF4y2Ba
6. 将反馈机制的性能随着时间的推移可以改善管理;和gydF4y2Ba
7. 统一水禽收获管理在时间、空间和bio-organizational鳞片。gydF4y2Ba

为了满足这些需求,收获管理框架下的序贯决策的不确定性,尤其是在随机控制流程(Puterman 1994)。在这个概念模型中,经理定期观察系统的状态(例如,人口规模和相关环境特性)和需要一些管理操作(例如,狩猎法规)。基于这一行动,经理收到相关的直接利益和增加成本管理的既定目标。资源系统后来发展到一个新的状态,变化是由管理行动和其他不可控因素的影响。经理然后观察新的系统状态,使一个新的决定。管理的目标是使一个序列的决策,每个信息系统现状的基础上,以最大化收益和/或减少成本在一个扩展的时间框架。处方的优化管理系统在每一次的行动为每个状态构成一个最优的管理政策。gydF4y2Ba

利用马尔可夫链的水禽管理决策和系统行为的性质,可以描述自适应收获管理的马尔可夫决策过程。因此,管理行为,奖励和系统转换只需要描述当前的系统状态和行动,而不是过去国家占领或行动。通过仔细建模人口应对管理,限制管理选项的数量,和会计为随机效应和系统的不确定性,我们能够识别特定行为的转移概率和回报需要使用优化算法用于马尔可夫决策过程(Puterman 1994)。gydF4y2Ba

四种基本regulations-setting过程中不确定性的来源可以被识别(威廉姆斯1997)。第一个也是最明显的是不可控的环境变化。第二个来源是局部可控性,表达意图之间缺乏一致性和实际管理控制,由于间接行为(例如收获法规)不严密地与特定的控制水平。第三个来源的不确定性是结构性的,管理者面临一个不完整的生物和生态过程的理解。最后,部分可观测性反映了这样一个事实:所有参数管理感兴趣的只能在提供的精确已知现存的监控程序。所有四个不确定性的来源最终限制经理人适当和有效地应对系统状态的变化,或理解这些变化的根本原因。当然,限制管理放大的同时存在多个来源的不确定性(威廉姆斯et al . 1996年)。gydF4y2Ba

目前监管政策管理水禽收成标识使用递归算法,在期望效用(或价值)的丰收gydF4y2BaV (gydF4y2BaRgydF4y2Ba_tgydF4y2Ba|gydF4y2BaXgydF4y2Ba_tgydF4y2Ba)gydF4y2Ba在时间框架(gydF4y2Bat, tgydF4y2Ba+ 1,…,gydF4y2BaTgydF4y2Ba条件在系统状态gydF4y2BaXgydF4y2Ba_tgydF4y2Ba在时间gydF4y2Bat,gydF4y2Ba与gydF4y2BaRgydF4y2Ba_tgydF4y2Ba被时间和具体由各州完成的监管决策的策略(Johnson et al . 1997年):gydF4y2Ba

(1)gydF4y2Ba

在哪里gydF4y2BaugydF4y2Ba_{我,不gydF4y2Ba}是一个收获模型相关的实用程序和gydF4y2BapgydF4y2Ba_{我,不gydF4y2Ba}代表的概率模型gydF4y2Ba我gydF4y2Ba是最适当的系统动力学模型。期望(gydF4y2BaEgydF4y2Ba)是对环境变化和局部能控性,使用经验概率分布。注意明确预期现在和未来收获工具之间的权衡。还要注意被动适应的算法计算加权平均的现在和未来的实用工具,基于当前模型的概率。操作,聚合工具生成一个模型是由平均模型相关的实用程序gydF4y2BatgydF4y2Ba从时间和状态转换概率gydF4y2BatgydF4y2Ba来gydF4y2BatgydF4y2Ba+ 1,基于gydF4y2BapgydF4y2Ba_{我,不gydF4y2Ba}。gydF4y2Ba

最优的监管政策,最大化收获预期的累积效用,gydF4y2BaV (gydF4y2BaRgydF4y2Ba_tgydF4y2Ba|gydF4y2BaXgydF4y2Ba_tgydF4y2Ba)gydF4y2Ba。收割工具可以简单地定义为收获产量,或收获的函数和其他性能指标,如水鸟人口规模(Johnson et al . 1997年)。例如,野鸭收获经理寻求最大化长期累积的收获,但比例贬值收成时人口规模预计将低于北美水禽的目标管理计划:gydF4y2Ba

(2)gydF4y2Ba

在哪里gydF4y2BahgydF4y2Ba_{我,不gydF4y2Ba}模型相关的年度收获,gydF4y2BaX1gydF4y2Ba_{我,不gydF4y2Ba+ 1gydF4y2Ba}模型的具体尺寸后续野鸭繁殖种群,然后呢gydF4y2BaggydF4y2Ba是人口的目标。以这种方式定义收获效用降低监管决策的可能性,预计将产生人口规模以下的目标。当然,收获效用也要考虑成本,但这不是必要的水禽收获管理因为颁布狩猎法规的成本并不依赖于监管的性质决定。gydF4y2Ba

被动地适应过程的一个关键特性是一个显式占不同的假设有关法规及其他环境特征对种群动态的影响。因此,最优监管决策gydF4y2BatgydF4y2Ba条件对系统状态吗gydF4y2BaXgydF4y2Ba_tgydF4y2Ba和概率分配给一组替代系统模型。给定一个特定的监管决定gydF4y2Bat,gydF4y2Ba每个模型的种群动态提供了年人口规模预测gydF4y2BatgydF4y2Ba+ 1。比其他的一些模型有更好的表现,而这种性能评估进行比较的模型相关的预测人口规模与人口估计来自监控程序。模型相对较好的预测获得概率质量根据贝叶斯定理:gydF4y2Ba

(3)gydF4y2Ba

在哪里gydF4y2Ba1gydF4y2Ba_我gydF4y2Ba(gydF4y2BaX1gydF4y2Ba_tgydF4y2Ba,gydF4y2BaX1gydF4y2Ba_{tgydF4y2Ba+ 1gydF4y2Ba})的概率是观察到的变化在人口规模gydF4y2BatgydF4y2Ba来gydF4y2BatgydF4y2Ba+ 1,条件模型gydF4y2Ba我gydF4y2Ba(Hilborn和沃尔特斯1992:503 - 504)。这个概率计算通过假设观察人口规模将通常分布在预测(Hilborn沃尔特斯1992:504,威廉姆斯et al . 1996),并通过推导一个模拟预测人口规模的概率密度函数(w·肯德尔Patuxent野生动物研究中心gydF4y2Ba个人沟通gydF4y2Ba)。这些密度函数生成的结构模型gydF4y2Ba我gydF4y2Ba从抽样分布的变化gydF4y2BaXgydF4y2Ba_tgydF4y2Ba(即。,partial observability) and variation in harvest rates under a given regulatory decision (i.e., partial controllability).

因此,被动自适应方法分为三个步骤:gydF4y2Ba

1)年gydF4y2Bat,gydF4y2Ba确定一个最优的监管决定,基于当前或“之前”模型概率gydF4y2BapgydF4y2Ba_{我,不gydF4y2Ba},系统状态gydF4y2BaXgydF4y2Ba_tgydF4y2Ba。gydF4y2Ba

2)监管已经做出决定,模型相关的人口规模的预测gydF4y2BatgydF4y2Ba+ 1 (gydF4y2BaXgydF4y2Ba_{我,不gydF4y2Ba}+ 1)gydF4y2Ba确定。gydF4y2Ba

3)当监测数据gydF4y2BatgydF4y2Ba+ 1,模型概率更新来反映的相对性能替代模型。gydF4y2Ba

然后新的或“后”模型的概率成为下一个时间步的先验概率,并用于获得监管策略gydF4y2BaXgydF4y2Ba_{tgydF4y2Ba+ 1gydF4y2Ba}。因此,收获政策“进化”随着时间的变化而在结构不确定性的特征。gydF4y2Ba

这个过程是被动的适应,信息变化模型概率发生计划外的监管过程的副产品(沃尔特斯1986)。这个过程的一个主要优势的传统方法是一个显式占结构使用经验的评估模型不确定性的概率。被动地适应过程的主要缺点是未能认识到收获政策本身可以作为一个工具来减少结构的不确定性。gydF4y2Ba

认识到一些监管策略比其他人更丰富导致考虑更积极地自适应方法。开发这些政策涉及之间的权衡短期管理性能和知道的长期价值替代系统动力学模型是最合适的沃尔特斯(1986)。可以确定最佳积极适应政策与泛化扩展马尔可夫决策过程的建模系统包括一个信息状态(威廉姆斯1996gydF4y2Baa、bgydF4y2Ba)。时间转换的信息状态函数的监管行动以同样的方式,时间资源状态的变化是一个操作的函数。gydF4y2Ba

积极适应的递归计算算法是:gydF4y2Ba

。(4)gydF4y2Ba

与被动适应的算法,只收获事业由先验模型概率加权,而未来的事业是由后验概率加权的。这个想法是为了解释管理行为不仅对系统状态的影响gydF4y2BaXgydF4y2Ba_tgydF4y2Ba,而且在信息状态的概率的特征gydF4y2BaPgydF4y2Ba_tgydF4y2Ba(组gydF4y2BapgydF4y2Ba_{我,不gydF4y2Ba}概率)。从这个意义上说,管理行为产生的作用都收获服务效用和系统动力学信息。gydF4y2Ba

最近的进步理论计算和软件克服了一些困难积极适应策略最优对管理目标(威廉姆斯1996gydF4y2Baa、bgydF4y2Ba;b . Lubow科罗拉多合作渔业和野生动物研究中心,gydF4y2Ba个人沟通gydF4y2Ba)。我们刚刚开始,然而,被动和主动探索不同政策作为先验概率模型的函数,目标函数、时间范围、折扣利率,和其他系统的特性,可能对最优利率的学习。初步调查与野鸭收获管理模型(Johnson et al . 1997年)表明,被动和主动政策最大的差异发生在不确定性是最高,而且没有差异发生的确定性模型。最佳积极适应政策缺乏“探索”(1986年Walters)行动的广泛的常见系统的状态,尽管相对温和的探针是明显的在极端的系统状态。最后,即使是这些调查行动是减毒当有一个明确的识别部分收获部分系统可控制性和可观测性。这些结果表明,被动地适应协议可能执行近以及积极适应协议,即使有高度的不确定性系统动力学和管理的影响。gydF4y2Ba

自然资源管理是一个过程使用生物信息(因果关系)来预测后果,这些后果和社会信息价值(目标)(李1993)。当管理者达成一致目标和因果关系,管理决策可以基于一个既定程序收集和评估信息。如果有协议管理行为的影响,但对管理目标的分歧,谈判的过程中利益相关者制定可接受的政策是必要的。如果管理目标是广泛接受,但有分歧或不确定性的影响管理行为,适应管理可以解决和解决这些分歧的一个有用的工具。实际上,自适应管理允许经理同意政策时不能预测结果达成一致。由此看来,适应性管理不是一个过程为应对分歧管理目标。gydF4y2Ba

很明显,任何决策过程将在其有效性有限如果有歧义的目标或目标的过程。然而,大部分的历史水禽收获管理在北美,缺乏明确的、明确的,商定的目标(尼科尔斯et al . 1995年)。也许是因为收获水禽不是一个商业商品,总是有一些不愿考虑收获的大小是最相关的性能指标。然而,大多数经理一直满足于接受,收获是猎人活动的产物和成功,这通常被认为是更适当的性能的措施。有趣的是,最近的人类的研究表明,猎人参与和满意不大幅增加规定,提供最大允许收获(Enck et al . 1993年,Ringelman 1997)。更令人不安的是证据,经理继续高估成就导向因素设置狩猎法规的重要性,忽略了证据表明水禽猎人动机主要是由社会和审美方面的户外休闲(Ringelman 1997)。gydF4y2Ba

事后来看,最初要求明确的目标已经有点天真,因为固有的复杂性和矛盾的自然生物,社会、经济和管理目标。此外,很显然,对生物过程已成为纠纷的目标和信仰交织在一起(Lee 1993:107约翰逊et al . 1996年)。管理者的目标,他们愿意接受的约束,依赖于种群动态,这本身就是一个不确定性的来源。提供结构的争论,我们最初专注于收获的估值和人口规模。我们使用一个迭代过程的评价、比较和修改(1978年温和),最终产生了广泛支持收获效用的定义。辅助目标(例如,减少监管改革的时间频率),不服从马尔可夫决策过程优化,正在通过规范解决离散的监管方案。例如,监管的替代品产生巨大差异在预期收成减少监管变化的频率。以前描述的计算算法是必不可少的探索这些和其他目标的影响,因此,对于允许更明智的争论。gydF4y2Ba

收获适应性管理的主要优势在传统方法是,它使得显式的资源监控的作用在收割的制定策略。监视和管理之间更紧密的联系使得经理为了更好地评估各种调查活动的效用,从而确保管理效益的监控成本。鉴于目前财政气候的效用许多调查程序是检查至关重要的是,它是重要的监测与评估和决策集成到一个具有成本效益的丰收计划管理。gydF4y2Ba

这么发达,当前水鸟监测项目的主要缺陷之一是缺乏有用的信息构成种群动态的景观特征和模式。收获的更明智的方法的一个关键挑战监管是识别这些景观功能与人口相关流程,然后定期监测这些特性在适当的空间和时间尺度。因为水鸟长途迁徙,大规模、协调方法上有必要帮助识别跨种群动态的影响。鉴于此类项目的成本,经理会越来越需要依靠遥感数据和GIS技术(Johnson et al . 1996年)。gydF4y2Ba

缺乏信息的时空动态水禽栖息地可能占缺乏研究关于人口密度依赖监管的本质。即使更多的栖息地信息可用,水禽的极端流动性使密度的定义看起来脆弱的。尽管如此,这是令人不安的,可持续利用的理论基础(Hilborn et al . 1995年)已收到很少注意在水禽研究。更有希望的注意,最近的进步条带和标记项目应该刺激建设更多的人口空间显式模型(1996年Nichols),与过程与时间和空间的景观模式(例如,邓宁et al . 1992年)。gydF4y2Ba

被动和主动适应性管理的必要组件是一个商定的程序更新概率与选择相关的系统动力学模型。每年更新过程调整概率模型,使用概率比前一年和年之间人口规模的变化产生后验概率。这个过程与长期的使用信息基地如条带数据,比较另类的模型依赖于分析年延伸到过去的历史信息。试图确定最优策略的关键困难与后一种方法是优化过程信息积累随着时间的推移,变得越来越复杂,这种复杂性会很快淹没可用计算机资源(沃尔特斯1986:233)。主要技术挑战是开发程序,历史信息,如条带数据可以有效地并入模型概率的更新。gydF4y2Ba

所有生态系统表现出广泛的颞可变性,空间,和bio-organizational尺度函数,最终,个人如何应对他们的环境(Levin 1992)。聚合为管理目的的规模是一个任意的决定,但可以强烈影响的收益和成本管理。管理系统,占生态变异的重要来源预计收益率最高的效益,但也具有相对较高的监测和评估成本(巴布科克和Sparrowe 1989, Sparrowe 1990)。确定最优规模管理关键取决于明确的绩效标准和描述的可用性相关的生态模式。生态模式的描述,反过来取决于足够的数据来探索生态变化,阐明潜在的因果机制。gydF4y2Ba

我们目前正在使用这里描述的被动的适应过程,探索最优水平的调控聚合或“管理规模”水禽收成。这个练习的效用取决于时间的能力模型,空间和bio-organizational变化,这样可以确定聚合的影响。聚合可以适应在股票动态的规范和监管决策的时空变化。还需要一个显式的管理效益和监控成本会计作为管理规模的函数。当利益在很大程度上是不变的管理,监测和评估成本的考虑将激励经理“平均”或“崩溃”收获政策在生态变化的来源。当成本被忽略,但是,经理驱动走向极端的解集。后一种方法描述水禽收获管理在美国,那里是一个坚持不懈的努力,越来越占空间在水禽生物学和组织的变化。然而,我们的初步调查的管理规模提出了严肃的问题这种方法的成本效益。在模拟练习,收获的效用,而对管理聚合的水平,即使潜在股票的鸭子在相对较大的人口差异的特征。缺乏敏感性更明显的差控制个股收成(约翰逊和摩尔1996)。gydF4y2Ba

“适应性管理”这个术语是在1970年代,那些关心环境管理的内在不确定性(温和1978)。然而,“通过实践来学习”的概念(沃尔特斯温和1990)多年来一直支持在许多形式,常常“管理实验”的标题下(MacNab 1983)或“探索”沃尔特斯(1986)。事实上,水禽生物学家往往提倡试验法规来帮助解决不确定性的影响收获年度生存(例如,希1955年,安德森等人。1987年,康罗伊和Krementz 1990)。我们相信这些请求通常被忽视了,不是因为不确定性的减少被认为是不重要的,但由于短期风险收获实验可能带来的机会。实际上,实现监管的实验意味着暂时取代传统收获目标与学习(即客观。,系统动力学的替代假说之间的区别)。因此,潜在损失的收获机会基于实验的规定。gydF4y2Ba

相比之下,收获适应性管理的重点是学习利率和短期收获,而是规定,提供一个最佳的平衡短期和长期的收获的好处。幸运的是,这个理论,计算算法和软件必要计算最优,积极适应政策现在可用(威廉姆斯1996gydF4y2Baa、bgydF4y2Ba)。尽管在被动政策积极适应政策的好处(定义)仍不清楚,我们相信,自适应优化将机会来改善管理性能(和政治验收)和超越的一个经典实验方法。gydF4y2Ba

虽然自适应的最终命运收获管理北美水禽仍不确定,我们相信,辅助的好处越来越明显。过程提供了一个有效的数据之间的联系和决定通过集成监控、评估和决策在一个连贯的框架。明确性要求通过一种自适应方法有助于关注重要的生物和社会问题,并保证在管理决策承担更大的责任。接受管理的不确定性更大,更严格和集中评估相结合,培育了至少一些管理者更愿意挑战教条和传统信仰。gydF4y2Ba

使用自适应管理规范水禽收获在美国很可能会继续,但其长期生存能力绝不是保证。目前尚不清楚,水禽经理将承认所强加的限制性能不确定性并采取相应行动。也不清楚,经理准备投资同样的能源和资源收集信息资源用户对资源本身,即使这意味着仍不明确,未满足的管理目标。最终收获适应性管理的成功取决于普遍利益相关者之间关于如何获取利益和价值应该如何分享这些好处。加拿大宪法修订,随后修改条约的努力合法化春天寻找生存,预示着巨大的决策过程的结构变化。实际上,更多的利益相关者,包括原住民和省级政府,可能会要求在决策过程中发挥更大的作用。经理在这两个国家有责任确保这些利益相关者的问题解决,同时确保接受分配的收成。正是这些未解决的价值判断,缺乏有效的制度结构组织辩论,提出自适应收获的最大威胁管理作为一种可行的手段应对管理不确定性。gydF4y2Ba

本文对被邀请。如果发表,你的反应将是超链接的文章。提交评论,跟进gydF4y2Ba这个链接gydF4y2Ba。阅读评论已经接受,跟进gydF4y2Ba这个链接gydF4y2Ba。gydF4y2Ba

许多人造成了收获适应性管理的开发和实现。特别是,然而,我们要感谢d . j ., w·l·肯德尔公元前Lubow, j·d·尼科尔斯和c·t·摩尔的专业知识,建议,和支持。我们也感谢约翰逊回顾这个手稿的较早的一份草案。gydF4y2Ba

安德森,d R。,K. P. Burnham, D. D. Nichols, and M. J. Conroy.1987年。实验需要了解美国黑鸭子的种群动态。gydF4y2Ba野生动物协会公告gydF4y2Ba15gydF4y2Ba:282 - 284。gydF4y2Ba

巴布科克,k . M。,和R。D. Sparrowe.1989年。平衡的期望与现实在鸭收获管理。gydF4y2Ba交易北美野生动物和自然资源的会议gydF4y2Ba54gydF4y2Ba:594 - 599。gydF4y2Ba

Bellrose, f . C。gydF4y2Ba1976年。gydF4y2Ba北美的鸭子,鹅,天鹅。gydF4y2BaStackpole,哈里斯堡,宾夕法尼亚州,美国。gydF4y2Ba

Blohm, r . J。gydF4y2Ba1989年。介绍收获:了解调查和季节设置。118 - 133页gydF4y2Ba在gydF4y2Bak·h·比蒂,编辑器。gydF4y2Ba第六届国际研讨会水禽学报》上。gydF4y2Ba鸭子无限,孟菲斯,田纳西州,美国。gydF4y2Ba

康罗伊·m·J。gydF4y2Ba1993年。在自然资源管理模型的使用:预测,没有处方。gydF4y2Ba交易北美野生动物和自然资源的会议gydF4y2Ba58gydF4y2Ba:509 - 519。gydF4y2Ba

康罗伊·m·J。,和D. G. Krementz.1990年。审查证据的狩猎在美国黑鸭子的数量的影响。gydF4y2Ba交易北美野生动物和自然资源的会议gydF4y2Ba55gydF4y2Ba:501 - 517。gydF4y2Ba

邓宁,j·B。,B. J. Danielson, and H. R. Pulliam.1992年。影响人口复杂景观的生态过程。gydF4y2BaOikosgydF4y2Ba65年gydF4y2Ba:169 - 175。gydF4y2Ba

Enck, j·W。,B. L. Swift, and D. J. Decker.1993年。猎鸭下降原因:从纽约的见解。gydF4y2Ba野生动物协会公告gydF4y2Ba21gydF4y2Ba:10-21。gydF4y2Ba

霍金斯,a S。,R。C. Hanson, H. K. Nelson, and H. M. Reeves, editors.1984年。gydF4y2Ba在北美面貌:开拓水禽管理。gydF4y2Ba美国政府印刷局,华盛顿特区,美国。gydF4y2Ba

希基,J·J。gydF4y2Ba1955年。有科学依据迁徙路线管理吗?gydF4y2Ba交易北美野生动物和自然资源的会议gydF4y2Ba20.gydF4y2Ba:126 - 150。gydF4y2Ba

Hilborn, R。,和C. J. Walters.1992年。gydF4y2Ba定量渔业股票评估:选择、动态和不确定性。gydF4y2Ba查普曼和大厅,纽约,纽约,美国。gydF4y2Ba

Hilborn, R。,C. J. Walters, and D. Ludwig.1995年。可再生资源的可持续开发。gydF4y2Ba生态学和系统学的年度审查gydF4y2Ba26gydF4y2Ba:45 - 67。gydF4y2Ba

温和,c . S。,编辑器。gydF4y2Ba1978年。gydF4y2Ba自适应环境评估和管理。gydF4y2Ba约翰威利,英国伦敦。gydF4y2Ba

约翰逊,f。,和C. T. Moore.1996年。收获多只股票的鸭子。gydF4y2Ba野生动物管理》杂志上gydF4y2Ba60gydF4y2Ba:551 - 559。gydF4y2Ba

约翰逊,f。,C. T. Moore, W. L. Kendall, J. A. Dubovsky, D. F. Caithamer, J. T. Kelley, Jr., and B. K. Williams.1997年。不确定性和野鸭收成的管理。gydF4y2Ba野生动物管理》杂志上gydF4y2Ba61年gydF4y2Ba:203 - 217。gydF4y2Ba

约翰逊,f。,B. K. Williams, J. D. Nichols, J. E. Hines, W. L. Kendall, G. W. Smith, and D. F. Caithamer.1993年。开发一个自适应管理策略获取水禽在北美。gydF4y2Ba交易北美野生动物和自然资源的会议gydF4y2Ba58gydF4y2Ba:565 - 583。gydF4y2Ba

约翰逊,f。,B. K. Williams, and P. R. Schmidt.1996年。自适应决策在收割水禽和栖息地管理。页面即gydF4y2Ba在gydF4y2Baj . t . Ratti编辑器。gydF4y2Ba学报》第七届国际研讨会水禽。gydF4y2Ba鸭子无限,孟菲斯,田纳西州,美国。gydF4y2Ba

李,k . N。gydF4y2Ba1993年。gydF4y2Ba指南针和陀螺仪:整合科学与政治环境。gydF4y2Ba岛出版社,华盛顿特区,美国。gydF4y2Ba

莱文,s。gydF4y2Ba1992年。生态模式和规模的问题。gydF4y2Ba生态gydF4y2Ba73年gydF4y2Ba:1943 - 1967。gydF4y2Ba

MacNab, J。gydF4y2Ba1983年。野生动物管理的科学实验。gydF4y2Ba野生动物协会公告gydF4y2Ba11gydF4y2Ba:397 - 401。gydF4y2Ba

马丁f·W。,R。S. Pospahala, and J. D. Nichols.1979年。评估和人口管理的北美候鸟。187 - 239页gydF4y2Ba在gydF4y2Baj .凯恩斯Jr .) g·p·帕蒂尔和w·e·沃尔特斯编辑器。gydF4y2Ba环境生物监测、评价、预测和管理——某些案例研究和相关的量化问题。gydF4y2Ba国际合作的出版社、公司、美国马里兰州。gydF4y2Ba

McLain r . J。,和R。G. Lee.1996年。适应性管理:承诺和陷阱。gydF4y2Ba环境管理gydF4y2Ba20.gydF4y2Ba:437 - 448。gydF4y2Ba

尼科尔斯,j . D。gydF4y2Ba1996年。来源的迁徙运动的动物种群的变化:统计推断和选择性检查鸟的实证结果。147 - 197页gydF4y2Ba在gydF4y2Bao·e·罗兹Jr .) r·k·;痒和m·h·史密斯。、编辑。gydF4y2Ba种群动态的生态空间和时间。gydF4y2Ba芝加哥大学出版社,芝加哥,伊利诺斯州,美国。gydF4y2Ba

尼科尔斯,j . D。,F. A. Johnson, and B. K. Williams.1995年。管理北美水禽在面对不确定性时。gydF4y2Ba生态学和系统学的年度审查gydF4y2Ba26gydF4y2Ba:177 - 199。gydF4y2Ba

Puterman, m . L。gydF4y2Ba1994年。gydF4y2Ba马尔可夫决策过程:离散随机动态规划。gydF4y2Ba约翰威利,纽约,纽约,美国。gydF4y2Ba

Ringelman, j·K。gydF4y2Ba1997年。法规和鸭丰富对鸭猎人的影响参与和满意。gydF4y2Ba交易北美野生动物和自然资源的会议gydF4y2Ba62年gydF4y2Ba:361 - 376。gydF4y2Ba

史密斯,r . I。,R。J. Blohm, S. T. Kelly, and R. E. Reynolds.1989年。对数据库管理鸭收成。gydF4y2Ba交易北美野生动物和自然资源的会议gydF4y2Ba54gydF4y2Ba:537 - 544。gydF4y2Ba

Sparrowe, r D。gydF4y2Ba1990年。发展中收获法规策略木鸭子。373 - 375页gydF4y2Ba在gydF4y2Bal . h . Fredrickson g . v .汉堡,s . p . Havera d . a . Graber r·e·柯比和t . s .泰勒,编辑。gydF4y2Ba学报1988年北美木鸭子研讨会。gydF4y2Ba圣路易斯,密苏里州,美国。gydF4y2Ba

Sparrowe, r D。,和J. H. Patterson.1987年。从研究结论和建议下稳定鸭狩猎法规:管理的影响和未来的发展方向。gydF4y2Ba交易北美野生动物和自然资源的会议gydF4y2Ba52gydF4y2Ba:320 - 326。gydF4y2Ba

Teisl, m F。,和R。Southwick.1995年。gydF4y2Ba鸟类和水禽的经济贡献娱乐在美国在1991年。gydF4y2BaSouthwick Associates美国弗吉尼亚州阿灵顿。gydF4y2Ba

美国鱼类和野生动物服务。gydF4y2Ba1988年。gydF4y2Ba最后suppplemental环境影响声明:每年发行的法规允许的运动狩猎候鸟。gydF4y2Ba美国内政部,华盛顿特区,美国。gydF4y2Ba

沃尔特斯,c·J。gydF4y2Ba1986年。gydF4y2Ba自适应可再生资源的管理。gydF4y2Ba麦克米伦,纽约,纽约,美国。gydF4y2Ba

_________。gydF4y2Ba1997年。河岸和沿海生态系统的适应性管理的挑战。gydF4y2Ba保护生态gydF4y2Ba1gydF4y2Ba(2):1。(在线)网址:gydF4y2Bahttp://www.consecol.org/vol1/iss2/art1gydF4y2Ba。gydF4y2Ba

沃尔特斯,c·J。,和C. S. Holling.1990年。大规模的管理实验和通过实践来学习。gydF4y2Ba生态gydF4y2Ba71年gydF4y2Ba:2060 - 2068。gydF4y2Ba

威廉姆斯,b K。gydF4y2Ba1996年gydF4y2Ba一个。gydF4y2Ba自适应优化和生物种群的收获。gydF4y2Ba数学生物科学gydF4y2Ba136年gydF4y2Ba:1。gydF4y2Ba

_________。gydF4y2Ba1996年gydF4y2Bab。gydF4y2Ba可再生自然资源:解决方案的自适应优化算法和计算机程序。gydF4y2Ba生态模型gydF4y2Ba93年gydF4y2Ba:101 - 111。gydF4y2Ba

_________。gydF4y2Ba1997年。水禽的管理方法下的不确定性。gydF4y2Ba野生动物协会公告gydF4y2Ba25gydF4y2Ba:714 - 720。gydF4y2Ba

威廉姆斯,b K。,和F. A. Johnson.1995年。适应性管理和水禽的收成的规定。gydF4y2Ba野生动物协会公告gydF4y2Ba23gydF4y2Ba:430 - 436。gydF4y2Ba

威廉姆斯,b K。,F. A. Johnson, and K. Wilkins.1996年。不确定性和水禽的适应性管理的收成。gydF4y2Ba野生动物管理》杂志上gydF4y2Ba60gydF4y2Ba:223 - 232。gydF4y2Ba

威廉姆斯,b K。,和J. D. Nichols.1990年。建模和候鸟的管理。gydF4y2Ba自然资源建模gydF4y2Ba4gydF4y2Ba:273 - 311。gydF4y2Ba