以下是引用本文的既定格式:
HgydF4y2Baomayounfar, M., R. Muneepeerakul和J. M. Anderies, 2022。管理社会-生态系统的弹性-性能权衡。生态学报27(1):7。摘要在治理面临快速社会和环境变化的社会-生态系统方面,基于弹性的方法一直受到关注。在本文中,我们将研究关注弹性的治理策略。我们的分析建立在一个程式化的动态模型上,该模型以数学的方式操作一个广泛使用的概念框架,该框架将社会组件、自然资源和社会生态系统中的基础设施联系起来。具体来说,我们通过数值求解汉密尔顿-雅可比-贝尔曼(HJB)方程来确定政策——以公共基础设施投资的形式——以最大化系统弹性的量化指标。为了进行比较,我们还推导出了能够最大化系统性能的策略,并讨论了这两种策略之间的差异和含义。结果表明,最大化性能的策略会导致次优的弹性,反之亦然。此外,我们的敏感性分析表明,管理弹性需要一个人对外部压力的变化更敏感。
介绍
通常情况下,资源分配和环境管理的方法注重绩效(Brouwer等人2002年,Ganji等人2007年,homayun -far等人2010年,Anghinolfi等人2013年,Önal等人2016年,Little等人2017年,Moradi和Rasaei 2017年)。这些方法集中于系统的几个性能指标,并搜索能够最大化预期效用或最小化预期成本的策略。尽管这些指挥与控制方法在资源使用过程的早期开发阶段可以发挥良好的作用,但它们不能很好地解决系统组件之间复杂、非线性的相互作用,这些相互作用决定了系统对外部冲击的响应(Anderies et al. 2006)。因此,它们可能无意中增加系统对其他干扰的脆弱性(Csete和Doyle 2002)。
gydF4y2Ba作为一种替代方法,基于系统思维的弹性方法在社会生态系统研究中受到越来越多的关注。这些方法的重点是保持系统处理意外事件的能力,而不将理想的配置更改为不理想的配置。这是一个挑战,因为SESs经常表现出滞后和不可逆的变化(Walker et al. 2002)。Walker和Meyers(2004)指出,对滞后效应的阈值和评估的研究是可持续发展科学领域的一个优先课题。Martin(2011)进一步探讨了生态恢复力的概念——特别是在冲击取代系统超过其弹性阈值的情况下(参见Carpenter等人2005)——与滞后之间的关系。他将生态学中使用的恢复力概念与滞后现象结合起来,以检验经济衰退对经济系统的影响。Lyver等人(2019)通过评估环境、社会和经济驱动因素对传统知识系统弹性的影响,研究了环境管理的滞后效应。他们认为,打破人与传统土地和环境之间的联系可能会使文化和生态系统走向一个临界的门槛。此外,管理SESs的决策必须基于不完全的信息(Walker et al. 2002)。例如,系统变量的分布可能是高度不确定的,也就是说,深度不确定,或者分布参数的变化可能比我们更新信息的速度更快,因此,不当的先验主导了分析。 Incorporating these features makes resilience-based approaches better suited for managing SESs but also particularly challenging to analyze.
在可持续性文献中,许多研究讨论了基于弹性的SESs管理方法(Pezzey 1997, Fischer et al. 2009, Mäler和Li 2010, Derissen et al. 2011, Barfuss et al. 2018, Krueger et al. 2020)。Fischer等人(2009:549)提出
gydF4y2Ba尽管关于弹性的文献数量庞大,而且还在不断增长,但人们对这个术语的含义(就像临界点和可持续性的术语一样)的怀疑也越来越多,而且明显缺乏严格的分析工具开发来实际部署弹性。Anderies等人(2013)从定性的角度探讨了这些不同的想法,并呼吁在管理弹性、健壮性和SESs性能方面进行更严格的权衡分析。理论上,这些权衡在SESs中是普遍存在的。然而,要在真正的耦合系统中应用这些分析,我们需要对这种权衡有更深入和更精确的理解。本文就是朝着这个方向迈出的一步。
gydF4y2Ba为了更严格地调查基于弹性的SESs管理问题,需要一个合理的、量化的弹性指标。为此,Walker等人(2002)通过结合适应性管理方法(Holling 1978, Walters 1986)和情景规划(Van der Heijden 1996),提出了一种程序来揭示弹性发展路径。Anderies等人(2004)进一步提出了一个评估SESs稳健性的概念框架,Muneepeerakul和Anderies(2017)据此开发了一个程式化的动力学模型。该模型允许对政策领域的边界进行数学定义,从而形成一个可持续的系统,在这个系统中,人造和自然基础设施都可以长期维护。在本研究中,我们探讨了如何管理该模型所代表的SES或更一般的耦合基础设施系统(CIS)的弹性。
gydF4y2Ba无论重点是绩效还是复原力,决策者都面临着同样的挑战,即在应对实施的政策和干扰时适当考虑到自然和人为因素的动态。这就是动态规划的价值所在。这些技术已用于自然资源管理和生物经济模型(Ganji等,2008年,Homayounfar等,2011年,Alvarez等,2016年,Yaegashi等,2017年,Zhao等,2017年,Liu等,2018年,Anderies等,2019年)。
gydF4y2Ba在本文中,我们试图阐明耦合基础设施系统中弹性和性能之间的权衡问题,以便使用强大的动态规划分析技术以定量和系统的方式解决这个问题。特别地,我们开发了汉密尔顿-雅可比-贝尔曼(HJB)方程,用于CIS模型的简化版本,重点是基础设施。在之前的工作中,基础设施是高维动力系统中的一个动态变量,但由于模型的复杂性,弹性的度量必须通过数字来确定(例如,Yu等人2015年,Muneepeerakul和Anderies 2017年,Homayounfar等人2018年,Muneepeerakul和Anderies 2020年),这使得它不太适合某些类型的分析工具。在这里,通过简化动态系统模型(制作基础设施的主要动态变量,但仍嵌入其他变量的影响)和系统弹性的解析表达式,我们能够严格应用动态编程工具,即HJB方法。这允许对耦合系统的不同方面(例如,弹性和性能)进行严格和系统的比较。这种严格的方法在以前的作品中是不可能的,但在这里成为可能。然后,我们比较了衍生的政策,并进行了敏感性分析,这些政策的变化在社会和环境设置。研究结果揭示了从这两种哲学发展而来的政策的差异和权衡。
方法
我们分析了Muneepeerakul和Anderies(2017)开发的CIS模型,该模型捕捉了公共基础设施状态的动态行为,
在哪里
HgydF4y2Baomayounfar等人(2018)研究了该模型的弹性和鲁棒性指标。在该研究中,考虑了两种特定的恢复力类型:pip对放弃的恢复力和对公共基础设施崩溃的恢复力,这将伴随着RUs的放弃。每个恢复力都是通过系统距离其各自崩溃机制的边界(即pip或RUs放弃)的距离来测量的。由于任何一种恢复力的损失都意味着系统的崩溃,因此以两个恢复力指标之间的最小值作为整个系统的恢复力。在Homayounfar等人(2018)中,弹性指标是根据稳定性条件数值确定的,因此,不适合目前的分析。因此,我们引入了以下数量,它捕捉了恢复力矩阵的定性行为(Homayounfar等人2018年用数值确定),以捕捉我们分析中使用的系统恢复力:
在哪里
gydF4y2Ba为了简化分析,我们在时间尺度分离的基础上假设
总而言之,独联体的活力现在被我们现在集中注意的公共基础设施的活力所概括。将方程3无因次化,并使用得到的无因次组,人造基础设施的方程变为:
系统的弹性被改写为:
在哪里
gydF4y2Ba这个词
把这些因素放在一起,我们最大化弹性的问题可以写成:
在哪里
gydF4y2Ba式7所示问题对应的HJB方程为:
在哪里
gydF4y2Ba为了与基于性能的方法进行比较,我们定义了两个目标函数
(10) |
我们将使用
gydF4y2Ba最后,我们还对这些最优政策对社会-生态环境变化的敏感性进行了简单的敏感性分析。特别地,我们简单地改变了原始模型中的两个参数(Eq. 1):在系统外工作的人均工资(
我们首先建立了
然后,我们分析了HJB方程(方程8、9和10),得出了以下最优策略:
(13) |
(14) |
在这三种情况下,最优政策都是所谓的bang-bang控制:要么投资一切(
gydF4y2Ba一般来说,像我们这样的优化问题的完整解析解是困难的(Boscain和Piccoli 2005)。这里,我们对HJB方程进行数值求解,得到值函数
gydF4y2Ba之间的差异
gydF4y2Ba而
gydF4y2Ba我们还对这些最优政策对社会-生态环境变化,即资源补充率变化的敏感性进行了分析
gydF4y2Ba最后,应该指出的是,我们的恢复力目标函数(公式6)与c.s. Holling及其同事(Holling 1973, Walker et al. 2004)定义的生态恢复力有关,这可以与吸引盆地的大小和/或到另一个区域边界的距离有关——这些概念/数量可以在确定性动力系统中定义。特别是,弹性目标函数的一个小值意味着系统可以在没有扰动的情况下维持,但如果暴露在一个小扰动下将迅速崩溃。如果社会计划者在不存在干扰的(不现实的)假设下设计一项政策,她会优先考虑传统的绩效目标函数;她的系统可能会持续一段时间,但即使是很小的扰动也会崩溃。这强调了这里进行的以弹性为重点的分析的重要性。在这项工作的基础上,在系统中加入随机冲击将丰富分析和弹性的概念(参见,例如,德鲁里和洛奇2009),并将是一个值得未来研究的方向。
在本研究中,我们将动态规划应用于社会-生态系统(SESs)或更一般的耦合基础设施系统(CISs)的动态模型,该模型强调了基础设施的作用(Anderies等人2004年,Muneepeerakul和Anderies, 2017年)。特别地,我们基于公共基础设施的简化动力学推导出HJB方程,并确定了基础设施维护的投资政策,分别最大化系统弹性、系统性能和PIP性能,即
gydF4y2BaSESs的有效治理涉及多个维度,需要一个人在这些维度之间进行复杂权衡的能力。这里使用的方法对这样的任务很有用。我们希望像我们这样的研究能够使环境科学家和专业人士确定环境政策和制度应该如何改变,以更全面的方式响应社会和环境因素的变化。
对本文的回应欢迎对本文作出回应。如果被接受发表,您的回复将被超链接到文章。要提交响应,请点击此链接 .要阅读已经接受的回复,请点击此链接 .
致谢
MH和RM感谢陆军研究办公室/陆军研究实验室的支持。该研究得到陆军研究室/陆军研究实验室的资助。多学科大学研究计划W911NF1810267。本文件中的观点和结论仅代表作者的观点和结论,不应被解释为代表陆军研究办公室或美国政府表达或暗示的官方政策。
数据可用性
作者提供了所有相关的数据和代码基础上的发现描述在手稿。
文献引用
Alvarez, m.e, S. Di Marco, K. Erdlenbruch, M. Tidball. 2016。自然资源管理的混合控制问题。自然资源建模29:353-373。
J. M. Anderies, C. Folke, B. Walker和E. Ostrom, 2013。调整全球变化政策的关键概念:稳健性、弹性和可持续性。生态与社会18(2):8。
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。生态与社会9(1):18。
J. M. Anderies, J. D. Mathias和M. A. Janssen, 2019。社会-生态系统中的知识基础设施和安全运行空间。美国国家科学院学报116:5277-5284。
J. M., B. H. Walker, A. P. Kinzig, 2006。15场婚礼和一场葬礼:案例研究和基于弹性的管理。生态与社会11(1):21。
Anghinolfi, D., M. Paolucci, M. roba和A. C. Taramasso。固体废弃物回收利用的动态优化模型。废物管理33:287 - 296。
巴弗斯,W., J. F. Donges, S. J. Lade和J. Kurths. 2018。当治理人类环境的优化时,引爆要素既不可持续也不安全。自然通讯9(1):1 - 10。
Bolzoni, L., E. Bonacini, R. Della Marca和M. Groppi, 2019年。有限资源下流行病规模和持续时间的最优控制。数学生物科学315:108232。
波斯坎,美国和皮科利,2005年。最优控制的介绍。19 - 66页。Contrôle非linéaire等应用程序。赫尔曼,巴黎,法国。
gydF4y2BaBrouwer博士和J. D. Jansen, 2002。基于最优控制理论的智能井注水动态优化石油工程学会9(4):391-402。
卡朋特,S. R., F.韦斯特利,M. G.特纳,2005。社会-生态系统弹性的替代品。生态系统8:941 - 944。
凯夫,M.,沃格桑,2003。入口定价和入口如何交互。电信政策27:717 - 727。
Csete, m.e和J. C. Doyle, 2002。生物复杂性的逆向工程。科学295:1664 - 1669。
Dahlgren, E., and T. Leung. 2015。基础设施投资决策的最优多重停止方法。经济动态与控制学报53:251-267。
Derissen, S., m.f. Quaas和S. Baumgärtner。2011.生态经济系统恢复力与可持续性的关系。生态经济学70(6):1121 - 1128。
德鲁里,k.l.s, D. M.洛奇,2009。用平均首次通过时间量化扰动群内捕食系统的平衡恢复力。理论生态学2(1):41-51。
Fischer, J., G. D. Peterson, T. A. Gardner, L. J. Gordon, I. Fazey, T. Elmqvist, A. Felton, C. Folke和S. Dovers。2009。整合弹性思维和优化保护。生态学进展24(10):549-554。
t.l.弗里兹和J. E.费尔南德斯1979年。具有需求响应的最优传输维护模型。交通研究B部分:方法论13(4):317-339。
Ganji, A., D. Khalili和M. Karamouz. 2007。水库调度随机动态纳什博弈模型的建立。一、具有完全信息的对称随机模型。水资源进展30:528-542。
Ganji, A., D. Khalili, M. Karamouz, K. Ponnambalam和M. Javan, 2008。水库系统水分配管理政策的模糊随机动态纳什博弈分析。水资源管理22:51-66。
1973年。生态系统的恢复力和稳定性。生态学与系统学年评4:1-23。
Holling, c.s. 1978。云杉食心虫/森林管理问题。C. S.霍林,编辑,第143-182页。适应性环境评价与管理。约翰·威利,纽约,纽约,美国。
gydF4y2Bahomayoon -far, M., A. Ganji, D. Khalili和J. Harris, 2010。水库运行动态对策的两种求解方法。水资源研究进展33:752-761。
Homayounfar, M., A. Ganji和C. J. Martinez。2011。水库配水随机动态博弈的一种新解。水资源管理25:3427-3444。
Homayounfar, M., R. Muneepeerakul, J. M. Anderies, C. P. Muneepeerakul. 2018。将弹性和健壮性联系起来,并揭示它们在耦合基础设施系统中的权衡。地球系统动力学:1159-1168。
Hritonenko, N.和Y. Yatsenko, 2010。经济学、生态学和人口统计学中的年龄结构偏微分方程:最优控制和可持续性。数学人口研究17(4):191-214。
杨森,文学硕士,J. M.安德里斯,2007。社会-生态系统的稳健性权衡。国际公共期刊1:43-66。
克鲁格,e.h., D. Borchardt, J. W. Jawitz和P. S. C. Rao, 2020。在理想的运行空间内平衡城市供水系统的安全性、弹性和可持续性。环境研究快报15:035007。
利特尔,K. W., N. H. Koralegedara, C. M. Northeim和S. R. Al-Abed。2017.工业无害二次材料环境管理的决策支持:仿真与优化建模相结合的新分析方法。环境管理学报196:137-147。
刘波,程晨,王绍平,廖绍平,周国伟,吴晓明,李伟。2018。梯级水电系统运行的并行机会约束动态规划。能源165:752 - 767。
Lyver, p . O ' b。,P.Timoti, T. Davis, and J. M. Tylianakis. 2019. Biocultural hysteresis inhibits adaptation to environmental change. Trends in Ecology & Evolution 34(9):771-780.https://doi.org/10.1016/j.tree.2019.04.002
Mäler, K. G.,李建忠。2010。制度变迁不确定性下的可持续性衡量:弹性定价方法。环境与发展经济学15:707-719。
马丁,r . 2011。区域经济弹性、滞后性和衰退冲击。经济地理学报12:1-32。
Moradi, T.和M. R. Rasaei, 2017。基于多目标模拟优化和SA模型的油藏自动化管理。石油科学与工程学报150:91-98。
Muneepeerakul, R.和J. M. Anderies, 2017。社会-生态系统的战略行为与治理挑战。地球的未来5:865 - 876。
Muneepeerakul, R.和J. M. Anderies。耦合基础设施系统中自组织治理的出现和弹性。美国国家科学院学报117:4617-4622。
Önal, H., P. Woodford, S. A. twweddale, J. D. Westervelt, M. Chen, S. T. M. Dissanayake,和G. Pitois. 2016。退化训练用地调度恢复的动态仿真优化模型。环境管理学报71:144-157。
Ostrom, E., M. A. Janssen和J. M. Anderies, 2007。超越灵丹妙药。美国国家科学院学报104:15176-15178。
J. C. V.佩泽,1997。可持续发展的约束和
Van der Heijden, 1996。情景:战略对话的艺术。约翰·威利,纽约,纽约,美国。
gydF4y2Ba沃克,B., S.卡朋特,J.安德里斯,N.阿贝尔,G. S.卡明,M.詹森,L.勒贝尔,J.诺伯格,G. D.彼得森和R.普里查德。2002。社会-生态系统的弹性管理:参与式方法的工作假设。保护生态6(1):14。
沃克,B., C. S.霍林,S. R.卡朋特和A. Kinzig。社会-生态系统的恢复力、适应性和转化能力。生态与社会9(2):5。
沃克,B.和J. A.迈耶斯,2004年。生态和社会-生态系统的阈值:发展中的数据库。生态与社会9(2):3。
Walters, c.j. 1986。可再生资源的适应性管理。麦克米伦,纽约,美国。
gydF4y2BaYaegashi, Y., H. Yoshioka, K. Unami和M. Fujihara. 2017。一种随机放生种群动态的最优管理策略
Yu, J. D., M. R. Qubbaj ., R. Muneepeerakul, J. M. Anderies, R. M. Aggarwal. 2015。基础设施设计对社会-生态系统动力学中公共困境的影响。美国国家科学院学报112:13207-13212。
Zandvliet, M. J., O. H. Bosgra, J. D. Jansen, P. M. J. Van den Hof和J. F. B. M. Kraaijevanger. 2007。邦邦控制与储层注水奇异弧。石油科学与工程学报58:186-200。
赵涛,赵杰,雷晓东,王旭,吴斌。2017。水库防洪调度的改进动态规划。水资源管理31:2047-2063。
表1
表1.无量纲群的定义和解释。公共基础设施提供商。
无因次群
定义
解释
x
我嗯/我 米
公共基础设施的重新调整状态
τ
δt
新时间
xc
我c/我 米
基础设施的临界状态不可能改善基础设施的状况
ρ
l/Nh
资源相对自然损失率与最大收获率的比较
ϑ米
δ我米/µpg
基础设施的衰减率我 米相对于最大维护
Φ1
pg/wN
潜在收入——整个资源流动变成了相对于外部工资的收入
Φ2
pg/w P
相对于PIP的替代机会的潜在收入
无因次群 | 定义 | 解释 |
x | 我嗯/ |
公共基础设施的重新调整状态 |
τ | δt | 新时间 |
xc | 我c/ |
基础设施的临界状态不可能改善基础设施的状况 |
ρ | l/ |
资源相对自然损失率与最大收获率的比较 |
ϑ米 | δ我米/ |
基础设施的衰减率 |
Φ1 | pg/ |
潜在收入——整个资源流动变成了相对于外部工资的收入 |
Φ2 | pg/ |
相对于PIP的替代机会的潜在收入 |