研究，是特别节目的一部分易发生火灾景观中的适应:美国俄勒冈州政策、管理、野火和社会网络的相互作用

将社会科学整合到人类和自然系统耦合的经验模型中

• 摘要
• 简介
• 研究背景与社会科学目标
• 我们是如何开展社会科学工作的
• 我们学到了演员的行为以及如何在基于代理的模型中表现它
• 在基于智能体的耦合人类和自然系统模型中表示参与者行为时遇到的挑战
  • 定量与定性的数据和分析
  • 将复杂的人体系统过程提炼成简单的模型
  • 生物物理模型对社会变量和模型的不同敏感性
  • 涉及社会和自然系统的研究任务的同步
  • 在社会数据和模型中以空间变化代替时间变化
  • 复杂定量模型的潜在暴政
  • 进行跨学科的研究
• 人类与自然系统耦合建模的结论与启示
• 对本文的回应
• 致谢
• 文献引用

介绍

人与自然耦合系统(CHANS)研究已成为研究复杂社会-生态相互作用的一种新方法。这一趋势与美国土地管理机构在景观尺度上(跨越所有权和行政管辖权)管理自然资源的政策兴趣日益增长相吻合，因此政策和管理与生态过程和结构的空间尺度相对应(例如，美国林务局2006,Collins and Larry 2007, Ager et al. 2015)。经验模型通常是这些研究工作的核心，用于代表人类与其环境之间的复杂互动，评估政策选择，并指导政策向更大的弹性(Folke等，2002)。特别是在CHANS研究中，基于agent的模型(ABMs)经常被用于将人类行为模型与生态模型相结合，从而使研究人员能够模拟人类agent(或行动者)在动态环境中按照规定的规则与其他行动者进行互动(如Parker et al. 2003, Millington et al. 2008, An 2012, roundsevell et al. 2012, Filatova et al. 2013)。这样的建模工作可以帮助理解人类决策，揭示CHANS中出现的突发行为，这些行为包括许多具有不同目标的参与者，并为政策制定提供信息(例如，Chapin等人2006,Happe等人2006,Nagendra和Ostrom 2014)。

参与CHANS建模工作的社会科学家的主要任务是在实证模型中表现人类行为。从概念上讲，这包括描述个体行动者如何通过景观管理决策与环境相互作用，以响应生物物理和社会经济条件(或反馈)(Anderies等人2004年，Liu等人2007年，Ostrom等人2007年，Spies等人2014年)。通过行为者的管理活动以及与其他行为者、机构和组织的互动，行为者与景观的互动可以发生在多个空间(如地块、景观、区域)、时间(如短期和长期)和组织尺度上(如Pickett et al. 2005)。然而，设计和参数化CHANS经验模型来代表行动者的决策是具有挑战性的(Filatova等，2013)。一些研究人员基于理论的、一般化的、静态的或尺度不确定的关于行动者如何行为的假设来设计行动者决策规则，而没有描述行为的实际经验数据。这可能会导致错误的模型参数、错误的行为表示，并最终导致政策制定者试图使用模型结果来为政策提供信息时过于简化的政策和实践(Ostrom 2007, Carpenter et al. 2009)。相比之下，过于复杂的人类行为表示可能很难应用于管理设置。如果有经验数据，并在适当的理论框架内进行审查，可能会提供最大的潜力来代表CHANS过程来改进政策(例如，Janssen和Ostrom 2006, Carpenter等人2009,Filatova等人2013)。这样的研究需要多学科和跨学科的方法来解决人类系统组件的多样性(例如，Rounsevell等人2012,Filatova等人2013)。

例如，人类系统内部的因素，如个体行为者的风险认知、信念和环境价值(例如，Paton 2003, Lindell和Perry 2012)，倾向于调解对生态条件的行为反应(Meyfroidt 2012)。充分评估这些因素涉及到社会科学学科的结合。此外，虽然CHANS ABMs倾向于关注个体行为者的行为，但人们对组织(例如，机构、非政府组织、社区团体)如何通过社交网络影响行为者的行为越来越感兴趣(例如，Basu等人1998年，Barton等人2000年，Monticino等人2007年，Honghui等人2010年，roundsevell等人2012年)。此外，还需要开发CHANS模型，在广泛的空间尺度上反映空间因素对行动者之间的相互作用及其结果的影响(例如，Filatova等人，2013年)，以解决当代自然资源管理问题。鉴于这些需求，CHANS研究团队面临的一个关键挑战是协调不同的社会科学家之间的工作，这些社会科学家的任务是开发数据和方法来代表CHANS实证模型中的参与者行为。这包括确定适当的概念框架和理论来指导分析，定义如何收集和分析数据，以及开发利用这些努力的结果来设计决策规则或经验模型(如abm)参与者行为的其他表示的方法。

开展跨学科研究是美国和国际上长期存在的科学目标和挑战(Daily and Ehrlich 1999, Metzger and Zare 1999, tres et al. 2003)，社会科学和自然科学的整合是当务之急(例如，Redman et al. 2004, Shindler et al. 2017)。Roy等人(2013:745)将跨学科研究定义为“不同学科的学者合作开发跨多个学科集成的术语、研究方法、方法论或理论”。这与多学科研究不同，多学科研究包括“来自多个学科的视角和方法，[但项目]研究人员仍然在自己的学科内行动，并保留其示范性关注点”(Klein 1990, Roy et al. 2013:745)。其他人则解决了开展跨学科研究的挑战，并为潜在从业者提供了指导方针。许多论文关注克服个别学科之间的概念、语言、知觉和哲学差异，这些差异是跨学科话语和合作的障碍(例如，Turner和Carpenter 1999, Eigenbrode等人2007)。跨学科研究也会受到操作上的困难的挑战，例如结合不同学科的不同概念和方法(Eigenbrode et al. 2007:55-56)，以及相关的生物物理学和社会科学家之间缺乏共同词汇(例如，Fox et al. 2006)，以及其他因素。一些学者认为，使用特定的分析“工具”，包括ABMs，可以构建和促进与人与自然互动相关的多学科研究的集成(例如，Zvoleff和An 2014)。试图整合社会科学和生物物理科学的研究人员受到警告，不要为了支持其他学科而简化或“压缩”某一学科，这样一个给定的学科就会被简化为过于简单的方程或规则，不能充分代表所研究的“问题的关键维度”(Wear 1999:300)。

我们利用这些发展中的跨学科研究指南来调查和代表在俄勒冈州中部易发生火灾的CHANS地区的行动者行为。然而，除了其他人提出的关于跨学科研究的建议之外，我们建议那些从事跨学科工作的团队，特别是CHANS的团队，可以从了解其他从事类似工作的来自不同学科的学者如何在CHANS项目中合作中受益。这样的思考可以帮助正在进行的和未来的CHANS研究工作，通过确定关于数据、分析和建模问题的潜在问题领域，以及如何作为一个不同学科的团队组织和运作。这可能使其他CHANS团队避免潜在的陷阱(例如Turner and Carpenter 1999)。为此，我们(1)简要总结了我们在这片易发生火灾的土地上了解到的参与者行为，以及我们如何在ABM中表现它;(2)更重要的是，报告了我们作为一个多学科社会科学家团队在开发CHANS ABM中表现参与者行为的数据和方法时遇到的挑战。我们的社会科学团队横跨人类学、经济学、环境历史、政治科学和社会学。关于CHANS项目、ABM和景观模拟的细节可以在Barros等人(2017)、Spies等人(2017)和Shindler等人(2017)中找到。关于个人社会科学贡献的细节可以在Charnley等人(2017)、Olsen等人(2017)和Steen-Adams等人(2017)中找到。我们强调了作为一个社会科学家团队的经验教训，他们为ABM制定了决策规则，确定了我们遇到的挑战，并讨论了它们对CHANS研究的影响。

研究背景和社会科学目标

易发生火灾的景观具有几种CHANS特征(Liu et al. 2007, Fischer et al. 2016一个)，包括复杂性、反馈在时间和空间上的滞后，以及不同行动者对野火风险的贡献和缓解方式的异质性(Ager等，2015年)。我们认为，野火风险包括发生野火的可能性和造成破坏的可能性(例如，Brenkert-Smith et al. 2006)。行为者可能受到内部因素(如野火风险认知、缓解成本和当地森林条件)和外部因素(如联邦、部落和州土地管理政策、木材市场和区域人口趋势)的综合影响(Steelman 2010, Steelman and McCaffery 2011)。影响因素(或变量)也可以是“快”或“慢”(Gunderson和Holling 2001, Folke 2006, Walker et al. 2012)，取决于一个因素显示影响所需的时间。在容易发生火灾的地区，快速变量可能包括火灾后的管理、新的信息运动、异常活跃的火灾季节，或野火或昆虫爆发后森林燃料的快速增加。缓慢的变量可能包括联邦法律的变化、人类人口趋势(如移民)、宏观经济条件以及气候变化对野火的影响。beplay竞技由于慢变量的运行时间较长，它们有时会影响快变量，例如，通过限制对变化条件的响应能力(Carpenter和Turner 2000, Walker等人2012)。变量是快是慢会影响短期研究(例如，Walker et al. 2012)有效检验特定变量的程度。

在我们的概念框架(图1)中，我们假设人类系统具有一组独特的、相互作用的行为主体群体，根据他们的风险感知和管理行为，对自然系统内的生物物理条件和过程的变化做出反应，并反过来影响它们。这些行为主体群体发挥着两个主要作用:(1)公共土地管理机构和私人林地所有者直接管理景观，从而影响生物物理变量(例如，通过采伐或间伐来降低林分密度)，这导致燃料条件改变，并相应地改变发生严重野火的可能性，以及其他景观结果(Spies等人，2017);(2)对野火管理和政策感兴趣的机构和组织努力通过社会网络影响土地管理者和土地所有者——通过商业联系、公共会议、人与人之间的联系，以及参与正式的激励计划，以及其他公民活动(Fischer et al. 2013)一个， Fischer和Jasny 2017)。在某些情况下，个别行为者可能同时扮演两种角色，如联邦土地管理机构(如美国林务局)可能与地方政府机构合作，协调减轻野火风险的工作。我们假设所有这些行动者在其管理或社会网络活动中都受到与野火及其管理相关的生物物理变量的影响，包括森林植被和林分结构、燃料条件和地形。除了这些内部变量之外，还有一些外部因素，包括联邦和州政策、商品市场和气候变化等，也会影响火灾易发地区的CHANS(图1)。例如，在自然系统内，生物物理条件与野火和气候制度相互作用，从而产生生物物理火灾网络(Ager等，2014)。beplay竞技虽然外部驱动因素可以影响CHANS的可变动态，但我们假设它们在很大程度上不受研究区域景观反馈的影响(例如，Walker et al. 2012)。

我们的CHANS项目建议使用系统模型、综合研究和协作学习来提高对人类行为体如何适应火灾易发森林生活的理解(如Walters 1986, Berkes和Folke 1994)，以及如何使现有政策更有效。我们将行为主体的行为概念化为在不同的空间和时间尺度上受到生物物理和社会经济条件和过程的影响，行为主体既影响景观条件(或反馈)，也受到景观条件的影响，例如野火灾害(Spies et al. 2014)。我们计划(1)研究土地管理政策、社会网络和机构以及行动者行为如何相互作用，影响景观动态，并对生物多样性和生态系统服务产生预期和意想不到的后果;(2)通过景观格局、社会网络和制度以及替代政策，研究景观结果对反馈的敏感性;(3)研究外部驱动因素，如气候变化和市场，可能如何改变景观结果。beplay竞技我们对表现机构或其他组织参与者的管理行为特别感兴趣，因为易发生火灾的景观通常包括重要的公共、部落或私人企业参与者(例如，Moritz等人2014)。为了推进这些目标，项目社会科学家的任务是识别和描述影响行动者森林管理和野火风险缓解行为的因素——生物物理因素与社会经济因素、内部因素与外部因素、快速因素与缓慢因素，并利用这些信息参数化行动者在ABM中的决策。

我们的研究区域位于俄勒冈州中部和中南部，喀斯喀特山脉以东(图2)。该区域包括各种所有权、机构和土地管理目标。该景观的特点是北部不断增长的城市地区(Bend, OR)和南部中部的其他小城市(Klamath Falls和Lakeview)在基质中拼凑偏远的农村地区。一年四季的居民都被其美学和休闲设施所吸引。尽管该地区历史上经常发生野火，但最近的野火规模较大且严重，有时起源于联邦管理的荒地，并蔓延至荒地和城市界面(WUI) (Spies et al. 2014, Stine et al. 2014)。这些生物物理和社会经济环境对政府官员和土地管理者提出了挑战，要求他们找到保护森林资源和家园的方法(Fischer et al. 2016)一个)．

6个景观主体群体占据了不同的景观份额:联邦政府(占总土地面积的58%)，尤其是美国林务局(48%)、州政府(1%)、部落(8%)、私人公司(12%)和私人个人，包括家庭森林所有者(8%)和WUI业主(12%)(图3)。林务部门的土地包括Fremont-Winema(912,676公顷)和Deschutes(648,308公顷)国家森林，具有一系列的管理目标(Charnley等人2017)。部落土地包括温泉联盟部落，其重点是商业木材管理和生态恢复(Steen-Adams et al. 2017)。私人企业森林土地所有者(1万公顷或以上)通常专注于商业木材生产，但最近发生了重大变化，最大的公司发生了土地所有权周转，森林行业将林地剥离给房地产投资信托基金和木材投资管理组织(Charnley等人，2017年)。私人个体参与者包括家庭森林所有者(2公顷或以上)和业主(2公顷以下)位于WUI。他们的土地管理目标变化很大，包括美学、野生动物栖息地、木材生产和隐私(例如，Fischer et al. 2013)b)．我们排除了城市土地所有者，以关注那些最容易受到火灾风险影响的土地。

我们是如何进行社会科学工作的

我们的项目团队在拨款提案撰写阶段开始形成，不同的社会科学家被邀请加入一个由生态学家、生态工程师和系统分析师组成的小组，考虑我们将解决的研究问题和我们将使用的方法。我们开发了一个初始的综合理论和方法论框架(例如，Heemskerk等人2003年，Redman等人2004年)，项目团队认为该框架可以容纳我们多学科团队的不同理论和方法(Spies等人2014年)。ABM展望(Spies et al. 2017)作为整合不同学科(如Zvoleff和An 2014)工作的工具，将是我们研究方法的核心，这一假设在一开始就由项目领导人确立，提案审稿人也指出这是我们项目提案的一个优势。项目负责人(一名景观生态学家和一名生态工程师)最初寻找的社会科学家团队成员表示，他们有兴趣帮助开发有关行动者的森林管理和野火风险缓解行为的信息，因为这些信息受到与野火相关的关键生物物理和社会经济条件和过程的影响，用于制定在ABM中代表行动者行为的决策规则。在这个过程中，当人们觉得他们有可能帮助这个项目的专业知识时，就会有更多的社会科学家加入到这个项目中。项目负责人寻求获得一系列(或“组合”)社会科学专业知识，包括一些潜在的冗余兴趣和技能组合，以确保在项目的多年过程中有足够的能力来解决易发生火灾的地区野火管理问题中各种各样的人与自然的相互作用。

在获得提案资助后，该项目开始了，超过10名社会科学家被正式列为参与者。这些人包括一名人类学家、三名经济学家、一名环境历史学家、一名政治学家和四名社会学家，以及几名参与项目不同阶段的研究生。具体的社会科学研究任务是调查参与者的行为，并为ABM制定决策规则，这些任务的分配很大程度上使用了一个特殊的过程，即个人根据自己先前的兴趣和使用他们最熟悉的方法发起工作。曾经研究过联邦土地管理者的人类学家计划使用定性方法收集和分析数据，以检查联邦和州的土地管理者和森林公司所有者(表1)。对美洲土著部落感兴趣的环境历史学家计划主要使用定性方法来检查行动者群体。一位有研究房主经验的社会学家调查了这一群体，而之前研究家庭森林所有者的经济学家则调查了这一群体。其他项目的社会科学家要么没有直接参与研究参与者的行为以促进ABM决策规则的发展，要么没有研究更广泛的背景问题，如公众对野火和利益相关者参与的态度，这在一定程度上也与他们自己之前的研究兴趣相符。

虽然用于检查每个参与者组的具体方法与领导每个组检查的特定社会科学家(s)的学科重点一致，但方法选择也部分基于参与者组本身的特征，包括每个组内不同实体或个人的数量。尽管联邦和州机构、部落和私营企业所有者管理着大部分(68%)研究区域景观，但个体管理者的数量很低(表1)。因此，人类学家和环境历史学家使用了定性内容分析(Flick 2014)，对面对面的记录、管理者的半结构化访谈和二手数据来源(如:管理文件和活动报告)，以调查这些演员群体的行为(Charnley等人2017,Steen-Adams等人2017)。家庭森林地主和房主共同管理的研究区域景观比例要小得多，但比政府、部落或企业行动者数量更多，变化也更大(表1)。因此，研究个体地主的社会学家和经济学家使用邮件调查来调查这些行动者群体。基于Fischer等人(2014年)开发的概念框架，他们的分析依靠逻辑回归来描述个体房主和家庭森林所有者进行各种管理和野火风险缓解活动的统计可能性，作为代表关键生物物理和社会经济影响因素的解释变量的函数(例如，Olsen等人2017年)。

因此，为CHANS项目所进行的社会科学主体包括几个子研究，这些子研究在很大程度上基于领导对每个行动者群体进行调查的社会科学家的特定学科和研究兴趣。对于每个参与者群体，子研究试图(1)检查参与者进行的景观管理活动;(2)解释行动者的决策过程，包括他们的目标、决策框架(如政策指令)和野火风险认知;(3)识别影响行动者森林管理和野火风险缓解行为的生物物理和社会因素;(4)利用这些数据制定决策规则，并将其编程到ABM中，以代表参与者的行为。Charnley等人(2017年)、Olsen等人(2017年)和Steen-Adams等人(2017年)可以找到关于这些单个亚研究的更多细节。结果是应用混合的方法来检查不同行为者群体的森林管理和野火风险缓解行为。这与该项目生物物理科学家采取的混合方法相平行(Spies et al. 2017)，与基于代理的建模的“混合”方法相一致(O’sullivan et al. 2016)。

前面的讨论不应该给人留下这样的印象:我们的项目没有任何跨学科的社会科学合作。相反，一些跨学科的社会科学合作确实发生了，但在某种程度上是在“需要”的基础上。例如，考虑到ABM的数量性质，使用定性方法检查联邦和州土地管理者和公司森林所有者的人类学家寻求其中一位经济学家的协助，根据收集的定性数据为这些行动者群体设计经验决策规则。研究房主的社会学家与另一名经济学家合作，后者协助开发了概率回归方程，描述房主进行结构和景观防火活动的可能性，使用的方法与经济学家用于研究家庭森林所有者的方法类似。经济学家参与促进ABM的许多参与者决策规则的发展，部分原因是他们对定量方法相对更大的兴趣和舒适。这些特征使经济学家在定性项目社会科学家和开发ABM的系统分析师之间起到某种中介作用。

我们学到了演员的行为以及如何在基于代理的模型中表现它

我们确定了行动者群体之间和内部的各种管理目标和活动(表2)。例如，影响管理决策的内部生物物理因素包括林分密度、年龄和结构以及野火风险，而影响管理决策的内部社会经济变量包括收获成本以及土地所有者和业主与野火相关机构和组织的联系。影响行为的外部社会经济变量包括联邦政策、年度收入目标、公众支持和木材价格。一些“快速”影响变量包括与燃料条件相关的野火危害程度、过去的野火以及树木因昆虫和疾病死亡。“缓慢”影响因素的例子包括联邦栖息地保护和濒危物种政策、人口和住房增长以及相关的WUI扩张(为联邦和州野火保护政策提供了政治支持)，以及人口统计数据(表2)。

我们发现，参与者群体的不同特征和我们检查它们的不同方式需要使用不同的方法来为每个参与者群体制定决策规则。关于这些决策规则的细节可以在Spies et al.(2017)中找到。我们为联邦和州土地管理者、部落和公司林地所有者制定了决策规则，这些规则反映了管理者访谈、现有管理计划、规划文件和专家意见(表3)。我们使用基于目标的方法来表示他们的木材采伐决策，该方法来自每个所有者的年度采伐目标，并在每个模型时间步中结合符合期望采伐特征的林分排序。我们将联邦和部落参与者的非商业燃料减少活动建立在年度处理目标的基础上，并结合在每个模型时间步上的林分特征，这些特征被管理者确定为表明合适的处理机会，包括与特定森林价值(如栖息地)、木材生产力、燃料负荷、WUI指定、和交通基础设施(表3)。我们根据与家庭森林所有者的收获和燃料减少活动以及业主的结构和景观防火活动相关的具体调查问题的逻辑回归分析，为个体私人土地所有者制定决策规则(奥尔森等人2017年)，随后费舍尔等人(2014年)。我们使用ABM中得到的回归方程来计算家庭森林所有者和房主在每个建模时间步进行特定活动的概率，作为关键生物物理和社会经济变量的函数(表3)。

我们的CHANS研究在火灾频发地区的森林政策管理方面产生了一些见解和成就。这些决策规则使我们能够使用ABM来模拟参与者群体50多年来的管理行为，用于当前和替代的景观尺度管理场景，以了解其可行性以及联合管理策略产生的社会和生态条件(Charnley等人2017,Spies等人2017)。在这些模拟中，管理行动结合演替和自然干扰来确定整个研究区域景观的预估生物物理条件。这些模拟的生物物理变化反过来又作为景观反馈，影响行动者是否能够或将选择在每个模拟年实施特定的管理行动。我们发现，在我们的研究领域中，联邦政府是一个关键的行动者群体(Charnley et al. 2017)，而代表机构行动者的政策、项目和规范的尝试可以为其他CHANS研究提供信息。我们还绘制了野火抑制和燃料管理网络(Fischer et al. 2016)b)．我们发现，接触灭火和野火相关机构和组织会影响私人土地所有者开展风险缓解活动的可能性(Olsen et al. 2017, Spies et al. 2017)。目前，ABM正被用于与正式的森林合作小组评估参与式建模(例如，O’sullivan等人，2016)中可供选择的景观尺度管理策略。

我们能够处理CHANS的一些特性。我们确定了影响因素的组合，包括生物物理、社会经济、内部、外部、缓慢和快速，为我们检查的行动者。我们发现，其中一些因素是双向反馈的，它们影响行动者的森林管理和野火风险缓解活动，而这些活动又反过来影响生物物理条件(如植被、燃料)。我们能够使用定性和定量数据和假设检验，而不是依赖于纯理论假设，来开发行动者行为的预测模型，以帮助模拟ABM中随着时间推移的CHANS动态(例如，Spies et al. 2017)。然而，我们的大部分社会科学研究也涉及到对这个易发生火灾的chan地区的社会景观的基本理解，包括确定关键的行动者以及影响他们的生物物理和社会经济因素。在这方面，我们的许多社会科学工作必须更多地涉及以学科为重点的数据收集、分析和假设检验，而不是综合发展与火灾易发景观相关的CHANS理论。

我们还发现，开发能够捕捉参与者对野火灾害反应的经验模型具有挑战性，部分原因是火灾信号频率在精细的空间和时间尺度上很低(Spies et al. 2017)。这一特征可能使行动者难以感知和应对野火风险，也使社会科学家难以利用短时间内收集的生物物理和社会经济数据观察此类影响。此外，在我们的项目中，我们发现，一些参与者进行的一些景观管理和野火风险缓解活动太微妙或太小，无法在我们选择的用于代表研究区域相当大的地理区域的空间尺度上操作的生物物理模型中产生影响。例如，房主可能会通过开展野火风险缓解活动来影响其房屋周围景观的变化，但即使大多数房主进行了这类活动，燃料条件在ABM中使用的生物物理模型的空间颗粒上的净变化可能是微不足道的。这就是我们的所有景观和结构Firewise活动的建模情况，业主可以合理地进行。此外，我们的野火行为模型在空间尺度上模拟的火灾运动不足以识别房屋到房屋的火灾运动。因此，我们必须考虑房主风险缓解活动的潜在有效性，假设采用Firewise活动时结构存活率提高(Olsen et al. 2017)。我们还发现，一些参与者(例如家庭森林所有者和房主)在实施燃料管理活动方面存在很大差异，当这些行为无法在给定的生物物理模型的空间尺度上表现出来时，这就带来了额外的挑战。

我们在将社交网络对行动者行为的影响表现为社交网络反馈的ABM方面取得了有限的进展。事后看来，考虑到对关键网络组件、结构和功能的可用研究相对缺乏，我们可能在一开始就对这个目标过于雄心勃勃了。虽然我们在针对家庭森林所有者和房主的行动者行为模型中发现了统计上显著的社会网络效应(例如，Olsen等人2017年)，但由于我们对社会网络本身变化建模能力的限制，我们无法在ABM中完全代表这些效应。困难的出现主要是因为我们没有收集到描述社会网络动态、行动者行为和景观变化之间相互作用的经验信息。此外，大量的个体行为者和他们之间的社会联系，以及他们的异质性，很难对CHANS建模进行简单的描述。然而，我们的工作使我们能够更好地在未来追求这一目标。估计的回归系数描述了社会网络对家庭森林所有者和房屋所有者管理行为的影响，提供了现有社会网络与这些行为者的模拟管理和缓解活动之间的粗略经验联系，应该开发一个动态的社会网络模拟模型。CHANS经验模型中表示社会野火相关网络的方法不断进步(例如，Fischer等人2013年一个, 2016年bFischer和Jasny 2017)可能会在未来提供这样的机会。

我们在描述联邦和州行为体的制度行为方面也没有取得我们所希望的进展。这些行为体的行为可以想象的受到一系列外部的社会、经济和政治因素的影响，除了特定的机构政策目标和我们研究的很大程度上内部的生物物理变量。例如，公共机构在野火抑制中使用的资源数量可能对媒体报道和政治压力很敏感(Donovan et al. 2011)，这表明除了我们研究的更直接的景观到行动者的途径外，生物物理反馈可以通过政治和社会网络过程间接发生。此外，可以想象的是，人口和住房增长及其对WUI野火风险的影响，往往会鼓励维持联邦和州政策的政治利益，这些政策支持当前的野火抑制，而不是解决野火的替代方法。替代方案可能包括，例如，减少灭火努力，以拯救接近野火的房屋，而支持扩大努力，鼓励房主对自己的住宅选址选择承担更大的责任，并通过增加针对其财产和结构的风险缓解活动，减少自己暴露在火灾风险中。虽然我们最初的意图是将这些间接反馈整合到我们的ABM中，但最终我们缺乏时间和资源这样做。

在基于代理的耦合人类和自然系统模型中，我们在表示参与者行为时遇到的挑战

作为一个由不同社会科学家组成的团队，我们还观察到一些相互关联的挑战，这些社会科学家与生物物理科学家合作，开发数据和方法来代表我们的CHANS ABM中的行为。我们根据几个主题总结了这些挑战。

定量与定性的数据和分析

一开始，很明显，个体社会科学家团队成员对定量(而非定性)收集和分析参与者行为数据的熟悉程度可能会影响他们的工作对ABM制定参与者决策规则的直接贡献程度。那些最喜欢定量工作的团队成员，或者那些喜欢定量工作的团队成员(通常是经济学家)，比那些不喜欢定量工作的定性团队成员，看到他们的工作对ABM有更直接的贡献。在几乎所有的行动者群体中，团队中的一个或另一个经济学家必须在一定程度上起到中介作用，促进数据和分析的转换和转移，这些数据和分析由更倾向于定性的团队成员开发，并提供给各种生物物理科学家和系统分析师，这些科学家和系统分析师准备了各种生物物理模型，用于代表生态和野火过程，并为ABM编程。在某些情况下，定性团队成员的研究工作没有直接与定量团队成员合作，结果是分析和见解更相关，没有直接纳入ABM。这些努力包括调查公众对野火及其管理的态度，研究区域内部落、联邦和私人企业土地的环境历史，以及利益相关方的拓展和参与，等等，所有这些都为增进对这一CHANS的理解做出了宝贵的贡献。

将复杂的人体系统过程提炼成简单的模型

我们面临的挑战是必须使用有限的决策规则集来表示参与者的行为。我们为每个行动者群体制定的决策规则必须只关注在每个群体中发现的最普遍的森林管理和野火风险缓解活动，以及用于代表自然系统的生态和野火模型所评估的生物物理条件和过程的最重要结果。可以说，这种简化在CHANS经验建模中几乎总是必要的，因为模型只能处理有限范围的活动和影响因素。我们的结果是，决策规则最终集中在一组生物物理和社会经济影响变量上，大多数是快速的和我们研究的CHANS内部的，对应于我们用来描述生态和野火条件和过程的生物物理模型所识别的特定变量。我们必须排除一些森林管理和风险缓解行为，主要是因为在我们的ABM的空间和时间尺度上难以表示它们。被排除的影响变量往往是缓慢的或外部的。例如，联邦野火抑制政策和治疗目标，以及人口和住房增长都影响联邦管理者在何时何地实施燃料减少治疗(例如，Paveglio和Prato 2012)，但这些都没有作为内生变量或反馈计入我们的ABM，因此我们的ABM对于这些影响是“静态的”。

一开始，我们必须确定我们可以在Envision模型中检查和表示的生物物理-社会经济反馈的范围。考虑到我们工作的广阔空间尺度和远景模型的现有结构，生物物理条件、景观管理者和土地所有者之间的相互作用被认为是最可行的。我们发现，反映涉及更广泛的社会经济因素(如政治动态和市场)的反馈更具挑战性。例如，在人口和住房增长方面，影响俄勒冈州住房发展速度和模式的最大因素之一是全州范围内的土地使用规划计划，该计划由县级管理，但受州土地保护和发展委员会的监督(例如，Kline et al. 2014)。任何以动态方式模拟人口和住房增长的合理尝试都必然涉及制定决策规则，概述野火如何影响政治、经济或社会动态，从而导致土地使用计划和政策的修改，并最终改变迁移和住房开发。与我们在将社交网络整合到Envision模型中的困难类似，我们发现在当前项目中整合这些更广泛的政治、经济或社会动态的可能性超出了我们的能力。

生物物理模型对社会变量和模型的不同敏感性

在某些情况下，我们遗漏特定行为体的行为和影响因素是因为(在我们的ABM的时空尺度上)特定的生物物理模型对行为体自称进行的管理和风险缓解活动没有反应。两个例子包括:(1)我们的燃料模型无法对燃料条件的变化做出反应，以应对商业化前的稀释，这可以想象会减少燃料的使用量;(2)我们的野火行为模型无法对房屋业主进行的结构和景观防火活动做出反应，这可以想象会影响野火行为和灭火努力。在这两种情况下，项目资源的限制要求我们依赖已经建立的和普遍接受的模型，很少有机会将它们裁剪到我们的具体应用和我们工作的空间尺度上(Barros等人2017,Spies等人2017)。这些遗漏是否对我们的结果产生了有意义的影响尚不确定。一些人类行为对个体来说似乎很重要，但在我们分析的景观尺度上可能并不那么重要。然而，在表达双向反馈方面的进展程度(例如，Parker et al. 2008, Filatova et al. 2013)在一定程度上取决于生物物理模型是否能够响应我们进行CHANS研究的空间尺度上的模拟景观管理活动。关于易发生火灾的景观中的chan，有必要进行重点研究，以确定哪些人类活动确实对关键的生物物理条件和过程有影响，并考虑在什么空间尺度上它们可以用生物物理模型来表示。这样的研究可以表明生物物理建模方面需要改进，并为在实证建模中整合生物物理和社会经济信息提供新的机会。

涉及社会和自然系统的研究任务的同步

我们发现，在某些情况下，研究任务的时间会影响我们在ABM中可以处理的CHANS互动。例如，项目的时间限制意味着，为制定参与者决策规则提供数据和分析的参与者访谈和调查与ABM开发同时进行。在某些情况下，这造成了对行动者行为的了解与影响它们的生物物理和社会经济变量之间的脱节，以及哪些变量可以在ABM中表征或建模。如果项目团队中的社会科学家能够更好地了解生物物理科学家和系统分析师所学到的东西，了解哪些管理活动可以在各种生物物理模型和ABM中表现出来，那么在他们进行访谈和调查之前，他们可能会以不同的方式组织特定的访谈或调查问题。同样地，如果生物物理科学家和系统分析师对社会科学家发现的最普遍的管理活动或被行动者认为最重要的管理活动有更好的认识，他们可能有机会修改生物物理模型或重新考虑ABM的空间尺度。尽管几乎每个月都有项目范围内的团队会议，但我们经常倾向于同时(但不一定总是协作)了解哪些参与者管理活动和影响因素是普遍的，以及哪些在为ABM选择的空间尺度上建模是可行的。

在社会数据和模型中以空间变化代替时间变化

我们发现很难使用截面数据来描述行动者对时间动态生物物理和社会经济变量的行为反应。社会科学通常依赖于在时间上狭小的窗口(或“快照”)进行的采访和调查。这就很难或不可能在较长时间内确定行为的变化。在某些情况下，并不是某一行为或影响因素不重要，而是不能使用截面数据来评估其效果或影响。例如，我们研究区域的俄勒冈中部包括一个完善的组织网络，专注于提高人们对野火的认识，以及土地所有者如何降低他们的风险(Fischer和Jasny 2017)。因为在俄勒冈州中部采样的几乎所有土地所有者最近都接触过这个网络，所以在我们的样本中，很少有调查对象可靠地估计缺乏这样一个网络会如何影响风险缓解工作。为了检验这种影响，我们必须使用研究区域中南部(2015年大厅)的调查样本，用空间变化代替时间变化，在那里野火组织网络不发达，以评估网络缺失如何影响行为。虽然这种替代方法在我们的案例中部分有效，但其他CHANS研究人员在使用横断面数据调查CHANS关系的较长时间框架时，会想要考虑他们可能会遗漏什么。评估CHANS核心的一些参与者的行为可能需要历史或回顾性研究，或跟踪人类对慢变量的反应的纵向研究。

复杂定量模型的潜在暴政

我们发现，我们的项目团队在一开始就决定将ABM作为我们研究方法的中心，这可能影响了个体社会科学家如何能够参与，以及我们研究的人类系统过程。复杂的定量模型，如ABMs，无疑对检查复杂的CHANS过程很有用。然而，过分关注复杂的定量模型的风险在于，定量模型本身最终将决定CHANS的研究方向，而不是反之。在我们的项目中，关于如何协调和开展我们的研究，ABM的结构和数据需求是早期项目会议的焦点。一些项目社会科学家感到ABM强加给他们的分析要求过分地限制了他们，并发现很难将他们自己的研究的理论基础转移到ABM框架。“填充模型”的工作占据了团队中几位定量的社会和生物物理学家的时间。将重点放在建立和运行我们的研究领域的模型上，可能会以对我们的CHANS如何运作进行更广泛的调查为代价，而这些调查可能也会提供信息。此外，选择任何给定的经验模型有时可能需要从调查中排除特定现象，如果这些现象不适合使用给定模型的结构或空间或时间尺度的分析进行检查。我们遗漏的潜在相关人类系统过程的例子包括:野火可能会推动政治活动，而政治活动作为反馈影响未来的联邦政策和管理;严重的野火活动可能会刺激州或地方土地使用规划政策的改变，从而影响未来住房开发的速度和位置，从而潜在地影响联邦森林管理者未来减少燃料处理的位置。虽然在我们研究的CHANS中，这些过程相对于其他参与者的行为可能会在多大程度上产生影响仍然未知，但它们对景观的潜在影响可以通过在拟模拟的场景中表示它们来检查。

进行跨学科的研究

更广泛地说，我们面临着充分整合项目团队中各种学科的工作的挑战。我们的CHANS研究计划强调，我们将利用社会和生态学科来开发有关行动者行为的信息，并将其纳入ABM，我们预计我们对ABM的使用将有助于我们的整合。然而，我们发现，我们的许多工作最终是更加多学科的，因为我们项目团队中的个体社会科学家很大程度上“在他们自己的学科内行动并保持模范性关注点”(例如，Roy et al. 2013:754)，主要是使用各自学科的理论和方法开发有关他们所选择的行动者群体的行为的数据。研究任务分配中的自我选择既影响哪一学科考察特定行为主体群体，又影响哪一学科为ABM制定决策规则。我们发现，ABM使我们能够整合基于项目团队中不同学科的理论和方法背景开发的信息(Shindler et al. 2017)，但不一定能确保我们开发出完整的概念和理论。这是否会影响我们的研究结果尚不确定。我们最初的社会科学工作主要集中在对火灾易发地区景观的CHANS进行基本了解，包括确定哪些行为者参与了火灾，他们进行了哪些管理活动，以及哪些社会经济和生物物理因素影响了他们。这一过程的大部分涉及初级数据收集和分析，这些工作主要是由那些在最适合评估特定行动者群体的方法方面拥有专门知识的团队成员进行的。例如，这一重点可能限制了我们发展跨多个学科更综合的理论的机会。然而，通过进一步了解火灾易发景观的人类系统组成，我们的研究为未来工作的进一步跨学科发展奠定了基础。

人类和自然系统耦合建模的结论和意义

随着政策对景观层面社会生态问题的兴趣日益增长(例如，Stine et al. 2014)，研究人员越来越多地被要求研究人们如何通过他们的景观管理决策和对快速和缓慢变量的反应来响应他们的环境，包括CHANS内部和外部的变化。经验模型对这一过程的贡献程度在一定程度上取决于社会和生物物理学家在景观级模型中充分表现人类系统动力学的能力。社会科学为检验和评估人类行为及其行为提供了一系列的理论和方法。我们的工作例证了在进行社会科学以实证模型来代表行动者行为方面的持续挑战。涉及跨学科研究的论文通常关注于单个学科之间的概念、语言、知觉和哲学差异，这些差异是话语和合作的障碍(例如Turner and Carpenter 1999, Eigenbrode et al. 2007)。除了这些挑战，我们可能还会遇到一些潜在的困难，这些困难涉及以下问题:(1)数据结构及其在空间和时间尺度上的可用性，足以检验不同学科正在研究的社会生态现象，以及(2)在一定程度上考虑到这些数据约束，使用经验模型全面整合不同学科的工作在分析和技术上是否可行。CHANS项目所能研究的现象可能总是有限的。然而，CHANS研究的改进也可能依赖于CHANS的个别项目认识到并分享他们对个别项目的局限性的看法，以便未来的项目可以更好地预测潜在的问题点。

根据我们自己开展CHANS研究的经验，包括ABM的开发和使用，我们向CHANS研究界提出以下建议:

1. 召开的研究团队。当建立CHANS研究团队时，项目领导人应该确定并考虑哪些未来的团队成员可能最好地补充其他未来团队成员的知识、技能和气质(例如，Jakobsen et al. 2004, Lach 2014)。理想情况下，每个团队成员应该拥有持续的合作兴趣和能力，而不是独立工作，愿意参与不同的学科，并考虑以新的方式看待自己的学科，愿意考虑自己参与CHANS研究工作的所有方面，而不是只选择他们最满意或最感兴趣的部分。项目领导人还应该考虑在确保所需的专业知识与招募可管理的团队成员之间的权衡。尽管团队组合的方法可能会主张包括一些冗余来抵消一些团队成员可能无法交付的可能性，但是过多的冗余可能会浪费项目资源和时间，这与与更多的个人进行谈判和合作有关，特别是如果一些个人不适合进行CHANS研究的话。保留一部分项目资金，以便日后获得无法预见但需要的专门知识，是一个可行的替代办法。
2. 定性和定量方法。虽然定性和定量数据和分析都有助于CHANS研究(如Lach 2014)，但以开发和使用ABMs或其他实证模型为特征的项目应包括一些乐于并愿意使用定量数据和分析的社会科学家，以确保其转化为相关实证模型的开发和使用。或者，CHANS团队应该确定那些愿意并且能够在更有质量意识的团队成员和那些参与开发经验模型的个人之间充当中介的个人。如有可能，应在一开始就预料到这些作用并确定个人。然而，这一切都没有假设CHANS的研究一定要依赖经验模型和定量数据，尽管这是我们论文的重点。
3. 依赖现有模型与开发新模型。CHANS的研究团队应该在一开始就考虑采用特定的或已经建立的经验模型的潜在优势和劣势。在承诺某一特定实证模型的拨款提案阶段，权宜之计和吸引力的潜在优势有时可能会被强加于特定团队成员(如社会科学)的潜在约束所抵消，这些约束涉及他们将能够贡献什么，以及他们可能能够解决哪些CHANS过程。跨学科项目必须注意不要“最小化或压缩”一个或另一个学科的内容，“放大另一个学科的内容”(Wear 1999:301)。我们鼓励CHANS项目考虑，选择一个具体的经验模型作为促进集成的工具，是否以及如何实际上可能会由于模型可能运行的空间和时间尺度，或其他因素而排除特定学科或对特定现象的检查。
4. 定义项目范围。确定可以在什么时间和空间尺度和范围内研究哪些CHANS过程和影响因素的界限是一个不可避免的步骤。CHANS的研究人员应该考虑他们将用来确定这些界限的标准，并深思熟虑和战略性地应用它们。在某些情况下，资源(包括时间和资金)可能要求项目选择更多基于权宜之计的方法(例如，我们已经有了可用的经验模型)。在其他情况下，当CHANS的研究人员还选择了最有希望的方法和时间和空间尺度来寻找有关社会-生态问题的新的和有意义的见解时，可能会产生更多的长期知识。选择参与者行为和影响因素子集纳入CHANS经验模型是研究过程中的一个里程碑，研究人员在研究过程中冒险排除可能对理解当前问题至关重要的现象和因素。考虑到我们强调的数据和分析困难，即使研究人员确实识别并选择了关键行为和影响因素，也可能不总是可能将它们整合到一个选择的经验模型中。一些CHANS的交互可能不适合使用特定的建模方法进行评估，例如，给定方法的选择涉及到关于CHANS项目能够学习什么的权衡。检查一些CHANS现象可能需要长期或反复的研究。
5. 培养跨学科合作。理想情况下，CHANS研究应该为不同学科之间提供充分的交流机会(例如，Wear 1999)，为跨学科合作和融合发展留出充足的时间(Jakobsen et al. 2004, Redman et al. 2004)。其中包括协调人类系统与自然系统的分析和建模，以确保关键的社会经济变量在生物物理模型中得到充分体现，并确保关键的生物物理变量在社会经济模型中得到充分体现。典型的3到4年的研究资助往往不能提供足够的时间来完全开发复杂的社会-生态系统综合模型。然而，如果这些工作不被认为是足够新颖或跨学科的，就很难孤立地资助个别的社会或生态研究组成部分。让CHANS的研究计划能够超越通常3至4年的研究资助期限，可能会使一些研究计划得以更全面地发展。例如，在申请拨款或早期发展阶段的“启动”或“探索性”资助可以为未来的CHANS项目提供更多的时间和资源，用于汇集知识、考虑研究思路、开发概念框架和分析方法，而不必过早地确定特定的方法或经验模型，只为了增加项目选择的可能性。
6. 项目后反思与评估。虽然CHANS方法(例如，Liu et al. 2007)为研究社会-生态现象提供了一个综合的概念框架，但CHANS的许多概念——包括通过快与慢、内部与外部变量等在时间和空间上滞后的反馈——都是相当抽象的，对于跨学科团队如何评估人类系统条件和过程，以及它们与自然系统的相互作用，没有提供多少指导。出于这个原因，我们认为，CHANS研究，以及更广泛的跨学科研究，可以从回顾性、坦诚的自我反思和个人研究团队的文献记录中受益，这些研究记录了他们在开展CHANS研究以及将涉及的多个学科的工作整合在一起时，他们认为自己的工作可能成功或失败的方式。这样的报告不仅提供了对不同类型CHANS系统的观察(例如，Liu et al. 2007)，还提供了关于如何开展CHANS研究、出现哪些挑战以及可以找到哪些解决方案的回顾性观察和分析。CHANS研究的未来取决于建立多学科和跨学科CHANS研究成果的清晰实例，包括评估这些特征可能(或可能不)影响可学习内容的程度。我们鼓励其他CHANS研究团队反思并记录他们在开展CHANS研究方面的尝试，这样他们可能有助于指导未来CHANS和跨学科研究工作。

理想的情况是，CHANS的研究将涉及发展进行跨学科分析的方法，使多学科团队能够在其运作的时间和空间尺度上检查与社会-生态问题有关的生物物理和社会过程及其影响因素。应该鼓励CHANS的研究团队采用多种方法和方法，包括定量和定性的。CHANS的研究资助机构和组织可以在他们资助的项目中促进这种多样性。在不同的研究背景下，不同的研究方法可能存在优点和缺点。我们的研究团队在运用多种社会科学方法方面的能力和舒适程度，可以部分地追溯到我们团队中所代表的社会科学学科的多样性。我们认为这种多样性使我们的团队获得了项目资金，调查了研究区域的主要参与者，并开发了代表和评估他们的许多行为所导致的景观结果的模型。然而，在进行CHANS研究时，可能有多种途径可以采取。选择一条道路可能会对我们能够或将要学到的东西产生影响。CHANS研究人员面临的一个基本挑战可能涉及反思我们的个人研究决策可能影响我们学习的方式(例如，Shindler等人2017)。解决这一挑战可能需要审视CHANS的研究过程本身。

文献引用

Ager, a.a.， m.a. Day, m.a. Finney, K. Vance-Borland, N. M Vaillant. 2014。分析在美国俄勒冈州一个火灾易发地区野火暴露的传播。森林生态与管理334:337 - 390。http://dx.doi.org/10.1016/j.foreco.2014.09.017

Ager, A. A.， J. D. Kline和A. P. Fischer, 2015。结合野火风险的生物物理和社会维度，改进野火缓解规划。风险分析35(8): 1393 - 1406。http://dx.doi.org/10.1111/risa.12373

一个,l . 2012。在人与自然耦合系统中对人类决策的建模:基于代理的模型回顾。生态模型229:25-36。http://dx.doi.org/10.1016/j.ecolmodel.2011.07.010

J. M. Anderies, M. A. Janssen和E. Ostrom, 2004。一个从制度角度分析社会-生态系统稳健性的框架。生态和社会9(1): 18。http://dx.doi.org/10.5751/ES-00610-090118

Barros, a.m.g, a.a. Ager, m.a. Day, h.k. Preisler, t.a. Spies, e.m. White, r.j. Pabst, k.a. Olsen, E. Platt, J. D. Bailey, J. P. Bolte. 2017。美国俄勒冈州中部模拟野火、森林管理和森林演替的时空动态。生态和社会22(1): 24。http://dx.doi.org/10.5751/ES-08917-220124

巴顿，D. C.， E. D.艾德森，D. A.舍恩瓦尔德，K. L.斯坦伯，2000。Aspen-EE:基于代理的基础设施相互依赖模型．桑迪亚国家实验室报告SAND2000-2925，阿尔伯克基，新墨西哥州，美国。http://dx.doi.org/10.2172/774027

巴苏，N.， R. Pryor和T. Quint, 1998。ASPEN:经济的微观模拟模型。计算经济学12:223 - 241。http://dx.doi.org/10.1023/A:1008691115079

伯克和C.福尔克，1994。将社会和生态系统连接起来，实现复原力和可持续性。贝耶尔讨论论文系列第52期，瑞典皇家科学院贝耶尔国际生态经济研究所，瑞典斯德哥尔摩。

Brenkert-Smith, H.， P. A. Champ和N. Flores, 2006。野外-城市界面居民野火缓解决策的洞察。社会与自然资源19:759 - 768。http://dx.doi.org/10.1080/08941920600801207

卡朋特，S. R.， H. A. Mooney, J. Agard, D. Capistrano, R. S. DeFries, S. Díaz, T. Dietz, A. K. Duraiappah, A. Oteng-Yeboah, H. M. Pereira, C. Perrings, W. V. Reid, J. Sarukhan, R. J. Scholes和A. Whyte. 2009。管理生态系统服务的科学:超越千年生态系统评估。美国国家科学院学报106(5): 1305 - 1312。http://dx.doi.org/10.1073/pnas.0808772106

卡朋特，S. R.和M. G.特纳，2000。野兔和乌龟:生态系统中快变和慢变的相互作用。生态系统3(6): 495 - 497。http://dx.doi.org/10.1007/s100210000043

查平III、F. S.、M. D.罗巴德斯、H. P.亨廷顿、J. F.约翰斯通、S. F.特雷纳、G. P.科菲纳斯、R. W.鲁斯、N. Fresco、D. C.纳彻和R. L.内勒。生态群落和社会-生态系统的方向性变化:基于阿拉斯加实例的预测框架。美国博物学家168: S36-S49。http://dx.doi.org/10.2307/4122279

S. Charnley, T. A. Spies, A. M. G. Barros, E. M. White, K. A. Olsen, 2017。森林管理的多样性以减少野火损失:对恢复力的影响生态和社会22(1): 22。http://dx.doi.org/10.5751/ES-08753-220122

Collins, S.和E. Larry, 2007。从生态系统服务的角度关心我们的自然资产．美国林业局，波特兰市，俄勒冈州，美国

Daily, G. C.和P. R. Ehrlich 1999。管理地球生态系统:一个跨学科的挑战。生态系统2:277 - 280。http://dx.doi.org/10.1007/s100219900075

多诺万，g.h.， J. P. Prestemon, K. Gebert, 2011。报纸报道和政治压力对野火抑制成本的影响。社会与自然资源24(8): 785 - 798。http://dx.doi.org/10.1080/08941921003649482

本杰布罗德、S. D.奥洛克、J. D.伍尔夫霍斯特、D. M.阿尔托夫、C. S.戈德堡、K.梅里尔、W.莫尔斯、M.尼尔森-平卡斯、J.斯蒂芬斯、L. Winowiecki和N. A.博斯克-佩雷斯。2007.在合作科学中运用哲学对话。生物科学57(1): 55 - 64。http://dx.doi.org/10.1641/B570109

Filatova, T.， P. H. Verburg, D. C. Parker和C. A. Stannard, 2013。基于空间主体的社会生态系统模型:挑战与展望。环境建模与软件45:1-7。http://dx.doi.org/10.1016/j.envsoft.2013.03.017

Fischer, A. P.， A. Callahan, J. Koch, T. A. Spies, C. S. Olsen, E. M. White, D. Jacobs。2013一个．利用基于森林、人、火灾agent的社会网络模型研究社会-生态系统中的相互作用。实践人类学35(1): 8日至13日。https://doi.org/10.17730/praa.35.1.w7348256k283t131

Fischer, A. P.和L. Jasny, 2017。适应环境变化的能力:来自关注不断增加的野火风险的组织网络的证据。生态和社会22(1): 23。http://dx.doi.org/10.5751/ES-08867-220123

Fischer, A. P.， J. D. Kline, A. A. Ager, S. Charnley, K. A. Olsen. 2014。目的探讨美国俄勒冈州黄松地区森林火灾风险感知及其对私人林地所有者减少燃料使用活动的影响。国际野火杂志23(1): 143 - 153。http://dx.doi.org/10.1071/WF12164

Fischer, A. P.， J. D. Kline, S. Charnley, C. Olsen。2013b．勘误为“用定性和定量方法确定政策目标群体:非工业私有林地的野火风险案例”[森林政策与经济25(2012)62-71]。森林政策与经济28:69 - 78。http://www.sciencedirect.com/science/article/pii/S1389934113000294

菲舍尔，a.p, t.a. Spies, t.a.斯蒂尔曼，C. Moseley, b.r. Johnson, j.d. Bailey, a.a. Ager, P. Bourgeron, S. Charnley, b.m.柯林斯，j.d.克莱恩，j.e.莱希，j.d.利特尔，j.d.米灵顿，j.d.尼尔森平卡斯，c.s.奥尔森，t.b.帕维利奥，克里斯托弗I.鲁斯，M. M. Steen-Adams, F. r Stevens, J. Vukomanovic, e.m.怀特，D. M. J. S.鲍曼一个．野火风险是一种社会生态病理学。生态与环境前沿14(5): 276 - 284。http://dx.doi.org/10.1002/fee.1283

Fischer, A. P.， K. Vance-Borland, L. Jasny, K. E. Grimm, S. Charnley. 2016b．景观规划中评估社会能力的网络方法:美国俄勒冈州易发生火灾的森林案例。景观与城市规划147:18-27。http://dx.doi.org/10.1016/j.landurbplan.2015.10.006

电影,U,编辑器。2014.塞奇定性数据分析手册．Sage出版物，洛杉矶，加利福尼亚州，美国。http://dx.doi.org/10.4135/9781446282243

Folke, c . 2006。弹性:社会-生态系统分析视角的出现。全球环境变化16:253 - 267。http://dx.doi.org/10.1016/j.gloenvcha.2006.04.002

Folke, C.， S. Carpenter, T. Elmqvist, L. Gunderson, C. S. Holling和B. Walker(2002)。复原力和可持续发展:在变革的世界中建设适应能力。中记录31(5): 437 - 440。http://dx.doi.org/10.1579/0044-7447-31.5.437

福克斯，H. E, C.克里斯蒂安，J. C.诺德比，O. R. W. Pergams, G. D.彼得森和C. R.派克。2006。将社会科学与环境保护结合起来的明显障碍。保护生物学20(6): 1817 - 1820。http://dx.doi.org/10.1111/j.1523-1739.2006.00598.x

L. H.甘德森和C. S.霍林编辑。2001.Panarchy:理解人类和自然系统的转变．美国华盛顿特区，岛屿出版社。

霍尔，2015年硕士。俄勒冈州中部NIPF燃料处理的远程探测和预测位置．论文。俄勒冈州立大学，科瓦利斯，俄勒冈，美国。

Happe, K.， K. Kellerman和A. Balmann, 2006年。基于agent的农业政策分析:农业政策模拟器AgriPoliS的说明，其适应和行为。生态和社会11(1): 49。http://dx.doi.org/10.5751/ES-01741-110149

M. Heemskerk, K. Wilson和M. Pavao-Zuckerman。2003.概念模型作为跨学科交流的工具。保护生态7(3): 8。http://dx.doi.org/10.5751/ES-00554-070308

赵洪辉，杨永年，凌斌，杨希军。2010。基于多智能体的长沙市城市扩展模型研究。地理科学杂志20(4): 540 - 556。http://dx.doi.org/10.1007/s11442-010-0540-z

雅各布森，c.h.， T. Hels和W. J. McLaughlin。2004.跨学科景观分析中科学家之间整合的障碍和促进因素:一项跨国家比较。森林政策与经济6:15-31。http://dx.doi.org/10.1016/s1389 - 9341 (02) 00080 - 1

杨森，文学硕士，E.奥斯特罗姆，2006。基于经验的，基于代理的模型。生态和社会11(2): 37。http://dx.doi.org/10.5751/ES-01861-110237

克莱因，j.t. 1990。跨学科:历史、理论和实践．韦恩州立大学出版社，底特律，密歇根州，美国。

J. D. Kline, P. Thiers, C. P. Ozawa, J. A. Yeakley, S. N. Gordon. 2014。在不同的治理制度下，土地利用规划的效果如何?案例研究在波特兰或温哥华，西澳大都会区，美国。景观与城市规划131:51 - 63。http://dx.doi.org/10.1016/j.landurbplan.2014.07.013

Lach, d . 2014。跨学科研究的挑战:理解人类景观系统的定性和定量方法的协调。环境管理52(1): 88 - 93。http://dx.doi.org/10.1007/s00267-013-0115-8

林德尔，M. K.和R. W.佩里，2012。保护行动决策模型:理论修正与附加证据。风险分析32(4): 616 - 632。http://dx.doi.org/10.1111/j.1539-6924.2011.01647.x

刘，J.， T. Dietz, S. R. Carpenter, M. Alberti, C. Folke, E. Moran, A. N. Pell, P. Deadman, T. Kratz, J. Lubchenco, E. Ostrom, Z. Ouyang, W. Provencher, C. L. Redman, S. H. Schneider和W. W. Taylor。2007。人类和自然系统耦合的复杂性。科学317(5844): 1513 - 1516。http://dx.doi.org/10.1126/science.1144004

Metzger, N.和R. N. Zare, 1999。跨学科研究:从信仰到现实。科学283(5402): 642 - 643。http://dx.doi.org/10.1126/science.283.5402.642

Meyfroidt, p . 2012。环境认知、土地变化与社会-生态反馈:综述。土地利用科学杂志8:341 - 367。http://dx.doi.org/10.1080/1747423X.2012.667452

米灵顿，J.， R. Romero-Calcerrada, J. Wainwright和G. Perry, 2008。一个基于agent的地中海农业土地使用/覆盖变化模型用于检查野火风险。人工社会与社会模拟杂志11(4): 4。http://jasss.soc.surrey.ac.uk/11/4/4.html

Monticino, M.， M. Acevedo, B. Callicott, T. Cogdill和C. Lindquist. 2007。耦合人类与自然系统:基于多智能体的方法。环境建模与软件22:656 - 663。http://dx.doi.org/10.1016/j.envsoft.2005.12.017

Moritz, m.a.， E. Batllori, r.a. Bradstock, a.m. Gill, J. Handmer, P. F. Hessburg, J. Leonard, S. McCaffrey, d.c. Odion, T. Schoennagel, and A. D. Syphard. 2014。学会与野火共存。自然515:58 - 66。http://dx.doi.org/10.1038/nature13946

H. Nagendra和E. Ostrom, 2014。将社会生态系统框架应用于印度班加罗尔城市湖泊公共资源的诊断。生态和社会19(2): 67。http://dx.doi.org/10.5751/ES-06582-190267

奥尔森，C. S.， J. D. Kline, A. A. Ager, K. A.奥尔森，K. C.肖特。2017。研究生物物理条件对野外-城市界面房主在火灾易发景观中的野火风险缓解活动的影响。生态和社会22(1): 21。http://dx.doi.org/10.5751/ES-09054-220121

奥斯特罗姆,e . 2007。一种超越万灵药的诊断方法。美国国家科学院学报104(39): 15181 - 15187。http://dx.doi.org/10.1073/pnas.0702288104

2016年，D. O’sullivan, T. Evans, S. Manson, S. Metcalf, A. Ligmann-Zielinska和C. Bone。基于agent的建模策略方向:避免YAAWN综合征。土地利用科学杂志11(2): 177 - 187。http://dx.doi.org/10.1080/1747423X.2015.1030463

帕克，华盛顿特区，A.赫斯尔和S. C.戴维斯，2008。复杂性、土地利用建模和人的维度:映射未知结果空间的基本挑战。Geoforum39:789 - 800。http://dx.doi.org/10.1016/j.geoforum.2007.05.005

帕克，D. C.， S. M.曼森，M. A.詹森，M. J.霍夫曼，P. Deadman. 2003。模拟土地利用和土地覆盖变化的多智能体系统研究进展。美国地理学家协会年鉴93:314 - 337。http://dx.doi.org/10.1111/1467-8306.9302004

佩顿,d . 2003。灾难准备:社会认知视角。灾害预防和管理12(3): 210 - 216。http://dx.doi.org/10.1108/09653560310480686

帕维利奥，T. B.和T.普拉托，2012年。将动态社会系统集成到未来野火损失评估中:基于经验主体的建模方法。页面1-42在H.C.杜邦、编辑器。环境管理:系统、可持续性和当前问题beplay官网世界杯．Nova Science Publishers, Inc.， Hauppauge，纽约，美国。

Pickett, s.t.a, M. L. Cadenasso, J. M. Grove, 2005。耦合自然-人类系统中的生物复杂性:多维框架。生态系统8(3): 225 - 232。http://dx.doi.org/10.1007/s10021-004-0098-7

雷德曼，c.l.， J. M.格罗夫和L. H.库比。2004。将社会科学融入长期生态研究(LTER)网络:生态变化的社会维度和社会变化的生态维度。生态系统7:161 - 171。http://dx.doi.org/10.1007/s10021-003-0215-z

罗塞维尔，医学博士，罗宾逊博士，还有穆雷-拉斯特博士。2012.从社会生态系统模型的行动者到行动者。英国皇家学会哲学学报B367(1586): 259 - 269。http://dx.doi.org/10.1098/rstb.2011.0187

Roy, E. D.， A. T. Morzillo, F. Sijo, S. M. W. Reddy, J. M. Rhemtulla, J. C. Milder, T. Kuemmerle和S. L. Martin。2013。在人与环境界面上难以捉摸的跨学科追求。生物科学63(9): 745 - 753。

Shindler, B.， T. A. Spies, J. P. Bolte和J. D. Kline, 2017。整合生态与社会知识:学习CHANS研究。生态和社会22(1): 26。http://dx.doi.org/10.5751/ES-08776-220126

Spies, T. A.， E. White, A. Ager, J. D. Kline, J. P. Bolte, E. K. Platt, K. A. Olsen, R. J. Pabst, A. M. G. Barros, J. D. Bailey, S. Charnley, J. Koch, M. M. Steen-Adams, P. H. Singleton, J. Sulzman, C. Schwartz和B. Csuti。2017。使用基于代理的模型来检查美国俄勒冈州易发生火灾地区的森林管理结果。生态和社会22(1): 25。http://dx.doi.org/10.5751/ES-08841-220125

Spies, T. A.， E. M. White, J. D. Kline, A. P. Fischer, A. A. Ager, J. Bailey, J. Bolte, J. Koch, E. Platt, C. S. Olsen, D. Jacobs, B. Shindler, M. M. Steen-Adams和R. Hammer。研究容易发生火灾的森林景观作为人类和自然系统的耦合。生态和社会19(3): 9。http://dx.doi.org/10.5751/ES-06584-190309

斯蒂尔曼，t.a.， 2010。实施创新:促进环境和资源治理的持久变革．乔治敦大学出版社，华盛顿特区，美国。

和s。m。麦卡弗里。2011.什么是限制更灵活的消防管理-公众或机构的压力?《林业．

Steen-Adams, m.m.， S. Charnley, m.d. Adams. 2017。野火政策、法律和非正式机构对管理和森林恢复力的影响的历史观点，在一个多所有制、频繁火灾，耦合的人类和自然系统在美国俄勒冈州。生态和社会22(3): 23。https://doi.org/10.5751/ES-09399-220323

Stine, P.， P. Hessburg, T. Spies, M. Kramer, C. J. Fettig, A. Hansen, J. Lehmkuhl, K. O 'Hara, K. Polivka, P. Singleton, S. Charnley, A. Merschel和R. White. 2014。俄勒冈州和华盛顿州东部湿润针叶林的生态和管理:相关生物物理科学的综合及其对未来土地管理的影响．美国林业局通用技术报告PNW-GTR-897。http://dx.doi.org/10.2737/PNW-GTR-897

特雷斯，B，特雷斯，a，范德瓦尔克和g，弗莱，编辑。2003.跨学科和跨学科景观研究:潜力和局限性．三角洲系列2。WUR Alterra，瓦赫宁根，荷兰。

特纳，M. G.和S. R.卡朋特，1999。跨学科研究的技巧和陷阱。生态系统2:275 - 276。http://dx.doi.org/10.1007/PL00010895

美国林务局(美国林务局)。2006.跨界合作:保护美国农村开放空间的伙伴关系．美国华盛顿特区。

沃克，b.h.， S. R.卡朋特，J.罗克斯特伦，A.-S。Crepin和G. D. Peterson, 2012年。驱动因素、“慢”变量、“快”变量、冲击和弹性。生态和社会17(3): 30。http://dx.doi.org/10.5751/ES-05063-170330

沃尔特斯,c . 1986。可再生资源的适应性管理。麦克米伦出版公司，纽约，美国纽约。

威尔，1999年。跨学科话语的挑战。生态系统2:299 - 301。http://dx.doi.org/10.1007/s100219900080

兹沃列夫，美国，洛杉矶，2014年。分析人类与景观的相互作用:集成工具。环境管理53:94 - 111。http://dx.doi.org/10.1007/s00267-012-0009-1