环境系统不确定性分析的理论与发展
阿尔钦——不确定性、演化与经济理论
阿尔钦——不确定性、演化与经济理论正文:经济学分析中一个重要修正,便是纳入了不完全信息和不确定预见作为经济学的一个公理。
这一修正摒弃掉了“利润最大化”,使得经济分析不再依赖于那些可预测的——在教科书中常被粗略的假设为近似的——个体行为。
除去这些改变,众多分析概念常常只与这些行为本身的存续有关系,因为这些概念不是建立在这样那样的动机和预见之上的。
这篇文章所提倡的方法具体表现在生物进化和自然选择的原则上,即,将经济系统当作一种“选择采纳机制”,在那些在寻求功利过程中发生的探究行动中进行选择。
由此产生的分析——和传统的行为分析一样——也适用于那些常被当作偏离了规范经济行为的行动(译者注:即后文所说的试错行为和模仿性“创新”)。
这一分析方法剔除了“精确预期”和“固态知识”这两个不真实的假说,其更广泛的适用性为经济学研究提供了动力。
本文将进行的阐释如下:首先,需要明确的是,“利润最大化”有一个方面的简要阐述被普遍忽略了,即,当预见具有不确定性的时候,“利润最大化”作为某一具体行动的指导是没有什么意义的。
其次,建设性的发展起自一个环境选择原理的引入,这个环境选择原理是一个后验的经济体系,其最适宜行为依据的是“实现净利润”而非“利润最大化”准则。
这表明了即使在没有丝毫个体理性、预见性或者动机性的极端随机行为模型中,经济学家也能够通过对传统分析工具进行的一些修正,来预测和解释事件。
再次,在普遍存在不确定性和不完全信息的世界中,环境选择这一现象和一类个体的动机性行为相融合。
对照利润最大化的追求,在净利润追求过程中的那些适应性、模仿性和试错性行为将被更好的利用。
最后,本文将讨论基于这些原理的一些影响及推测。
【1】我很感激 Stephen Enke博士的批评和启发,这引导我在完善了本文的内容和阐释。
I.利润最大化并非是行动的指导当今经济分析中,经济行为严重依赖于理性单位所做的决定,即在传统假设中,理性个体总是谋求一个完美的最优情况【2】。
环境系统分析第一章思考题与参考答案
环境系统分析第一章思考题与参考答案《环境系统分析》第一章思考题与参考答案1.简述系统分析的基本原理和方法。
参考答案：系统分析是针对所研究的问题的整体，对组成系统的各个要素及其外部条件进行全面的、互相联系的和发展的研究，以找出解决问题的最佳方案或替代方案。
为此，系统分析过程必须遵循整体性原理、最优性原理、阶层性原理、动态性原理和环境适应性原理。
整体性原理是指，构成系统的各个元素是以系统最优为总目标结合在一起的，各个元素的状态及状态之间的联系都必须服从这一总目标。
整体性原理是系统分析最主要、最基本的原理。
最优性原理是指系统分析的结果应力求系统的最优解，通过调整各元素之间的相互关系来寻求系统的最佳结构。
阶层性原理是指任何一个系统都存在着层次结构，这种结构形成了系统内部各元素的主次和重要性程度，是形成有序系统的重要依据。
动态性原理是指一个系统总是处在不断运动发展之中，必须用发展的观点来探寻系统的最优解。
环境适应性原理是指一个系统总是处在外部环境的约束之中，只有适应环境才能生存和发展，环境适应性是建立系统约束的重要依据。
系统分析的基本方法是分解、综合和评价的反复协调，达到系统的最优化。
分解和综合是系统分析的两个主要环节。
分解就是研究和描述组成系统的各个要素的特征，掌握各要素的变化规律，也就是模型化；综合是研究各要素之间的联系和有机组合，达到系统的总目标最优，也就是最优化。
2.系统的各个特征在最优化模型中各起着什么作用？参考答案：整体性特征是构造系统模型的出发点，只有那些与系统有关的元素及其变量才能进入模型；相关性特征是识别模型内部各元素之间的关系、构成系统模型的基础；目的性特征则是建立系统目标和目标体系的指导和依据；阶层性特征表明模型中各个变量的层次关系，是辨别变量重要性的依据；环境适应性则为建立系统外部约束条件提供了基础。
3.数学模型在系统分析中起什么作用？系统分析是否一定要应用数学模型？参考答案：数学模型是系统分析的工具和手段，这具体表现在三个方面：抽象化：运用数学方法对现实世界进行抽象，通过数学符号及各种表达形式建立研究客体的内部规律及其与外部的联系，从而可以运用数学规律来解决实际问题。
灰色系统理论概述
灰色系统理论概述一、本文概述本文旨在对灰色系统理论进行全面的概述和探讨。
灰色系统理论，作为一种专门研究信息不完全、不明确、不确定系统的新兴学科，自其诞生以来，已经在众多领域，如经济管理、预测决策、生态环保等，展现出其独特的优势和强大的应用价值。
本文首先简要介绍了灰色系统理论的基本概念、发展历程和主要特点，然后详细阐述了灰色系统理论的核心内容，包括灰色预测、灰色决策、灰色关联分析等方面。
本文还将对灰色系统理论的应用领域和前景进行展望，以期能够为广大读者提供一个全面、深入的灰色系统理论概述，并激发更多学者和研究人员对该领域的兴趣和探索。
二、灰色系统理论的基本原理灰色系统理论是一种专门研究信息不完全、不明确的系统的理论。
它的基本原理主要包括灰色关联分析、灰色预测模型和灰色决策等。
这些原理的核心思想是利用已知信息，通过灰色理论的处理方法，挖掘系统的内在规律，从而实现对系统的有效描述和预测。
灰色关联分析是灰色系统理论中的一种重要方法。
它通过计算系统中各因素之间的关联度，揭示因素之间的内在联系和动态变化过程。
这种方法对于处理信息不完全、数据不规则的系统尤为有效，能够帮助我们更好地理解系统的结构和行为。
灰色预测模型是灰色系统理论的另一个核心原理。
它利用少量的、不完全的信息，通过建立灰色微分方程或灰色差分方程，实现对系统发展趋势的预测。
灰色预测模型具有预测精度高、计算简便等优点，广泛应用于经济、社会、工程等多个领域。
灰色决策是灰色系统理论在决策领域的应用。
它通过分析决策问题中的灰色信息，结合灰色关联分析和灰色预测模型等方法，为决策者提供科学、合理的决策依据。
灰色决策注重决策过程的系统性和整体性，有助于提高决策的科学性和准确性。
灰色系统理论的基本原理包括灰色关联分析、灰色预测模型和灰色决策等。
这些原理为我们提供了一种全新的视角和方法来理解和处理信息不完全、不明确的系统。
通过运用这些原理，我们可以更好地揭示系统的内在规律，实现对系统的有效描述和预测，为决策和实践提供有力支持。
环境风险评价原理方法与案例
案例五：某建设项目环境风险评价
总结词
科学预测，合理规避
详细描述
对某建设项目的施工期和运营期可能产生的环境风险进行科学预测，提出合理规 避和降低风险的措施，确保项目建设和运营的可持续发展。
THANKS FOR WATCHING
感谢您Байду номын сангаас观看
案例三：某流域环境风险评价
总结词
系统研究，综合治理
详细描述
对某流域的水质、生态系统和人类活 动进行系统研究，识别流域内的环境 风险源，提出综合治理方案，降低流 域环境风险。
案例四：某城市环境风险评价
总结词
以人为本，预防为主
详细描述
针对某城市的环境状况和潜在风险源进行全面调查和分析，提出针对性的预防和控制措施，保障城市居民的健康 和安全。
详细描述
风险预测需要考虑多种因素，如气象条件、地形地貌、污染物性质和扩散模式等，以提供更加准确和 可靠的风险预测结果。
风险控制
总结词
风险控制是环境风险评价的最终目的，旨在提出有效的预防和应对措施，降低或消除潜 在环境风险对环境和人类健康的影响。
详细描述
风险控制包括制定应急预案、采取工程技术和管理措施等手段，以确保项目建设和运营 过程中的环境安全。
评价方法与技术
评价方法
环境风险评价的方法包括定性评价、 定量评价和半定量评价等。
技术手段
包括风险识别技术、暴露评估技术、 影响预测技术、风险管理技术等。
02
环境风险评价原理
风险识别
总结词
风险识别是环境风险评价的第一步，旨在找出可能对环境和人类健康造成危害的因素。
详细描述
风险识别主要通过资料收集、现场调查和专家咨询等方法，全面了解项目建设和运营过程中可能产生的环境污染 、生态破坏和人体健康影响。
环境风险评价中的不确定性问题
中国环境科学科技期刊CHINA ENVIRONMENTAL SCIENCE1998年第18卷第3期No.3 Vol.18 1998环境风险评价中的不确定性问题*曾光明钟政林曾北危（湖南大学环境保护研究所，长沙 410082) Gordon G.H.Huang (Faculty of Engineering, University of Regina,Canada s4s 0A2)文摘介绍了环境风险评价中的不确定性问题的分类及其影响因素,论述了定量分析不确定性问题的4种方法, 即传递函数法、数值模拟法、置信区间法和二间矩法。
最后提出减少不确定性问题的途径，即多目标规划法、非参数回归法、回归分析法和专家意见法。
关键词不确定性风险评价定量分析Research of the uncertainty in environmental risk assessment.Zeng Guangming, Zhong Zhenglin, Zeng Beiwei，(Environmental Protection Research Institute, Hunan University, Changsha 410082)； Gordon G.H.Huang(Faculty of Engineering, University of Regina, Canada s4s 0A2).China EnvironmentalScience.1998,18(3):252～255Abstract—In this paper, the classification and impact factors ofthe uncertainty in the Environmental Risk Assessment (ERA) are introduced. Four methods for quantitative analysis ofuncertainty, i.e. transfer function method, numerical value simulation method, confidence interval method and second order matrix method, are expounded. At last , the approaches forlessening uncertainty, i.e. multiple objective programming, nonparametric approach, regression analysis and expert opinion approach are put forward.Key words:uncertainty risk assessment quantitative analysis 前几年，怀疑者们一直认为，由美国科学院院士及工程院院士FrankPress 倡议并促成的国际减轻自然灾害10年（1990～2000年)意义不大。
水环境模型中不确定性方法研究进展
摘
要： 不确 定性是 自然现 象中普遍存在的 ， 在 水环境 中不确定性 因素众 多， 也使得 不确定性研 究逐 渐成为水环境
模型研 究的热点之一。对不确定性在水环境模 型研 究中的产 生与发展进行 了总结 ， 介绍 了水环境模 型 中常 用的不
确 定性 研 究 方 法及 其 特 点 ， 并 结合 国 内外 的水 环 境 模 型 ， 对 其 不确 定性 研 究 的发 展 趋 势 进 行 了展 望 。
不确定性是 客观事物具有 的一种普 遍属性 ， 广泛存在于 各种 自然现象和社会 现象之 中。水环境 是一 个充满 不确定 性 因素 、 变化复 杂的系 统。首先 ， 作为 污染物 载体 的水流变 化（ 水文过程 ） 由于受气候 、 土壤 、 生物和人类活动的影响 ， 是
一
在水环境领域 中， 最早 的不确定性分 析出现在水生 态领
分析 的起点 Ｉ Ｓ － ６ １ 。２ ０世 纪 ７ ０ —８ Ｏ年代 ， 计算 机技术 促进 了
基 于 随机 模 拟 思 想 和 非 线 性 最 优 化 理 论 的 不 确 定 性 分 析 的
量也是一个随时间 和空间变 化 的不 确定量 ； 最后， 由于水体 中的稀 释 、 扩散、 分解 、 凝聚和沉 淀既遵循 固有 的变 化规律 ， 又存在不确定性 变异 。 。 由于对 水环境 复 杂系统 认识 的
胡 琚 ， 李春 晖 ， 贾俊 香 ， 王 炬 ， 徐礼 强
（ １ ．北京师范大学环境 学院， 水沙科 学教 育部 重点实验 室， 北京
３ ．珠 江 水 利 委 员会 珠 江 水 利 科 学 研 究 院 ， 广 东 广 州
１ ０ ０ ８ ７ ５ ；
２ ．北京师 范大学环境学院， 水环境模拟 国家重点实验室 ， 北京 １ ０ ０ ８ ７ ５ ；
气候模型的不确定性分析与评估
气候模型的不确定性分析与评估在当今全球气候变化的背景下，气候模型成为了我们理解和预测气候系统变化的重要工具。
然而，这些模型并非完美无缺，它们存在着一定的不确定性。
对气候模型不确定性的深入分析与评估，对于提高气候预测的准确性和可靠性，制定有效的应对气候变化策略，具有至关重要的意义。
首先，我们需要明确什么是气候模型。
简单来说，气候模型是基于物理、化学和生物等学科的原理和规律，通过数学公式和算法，对气候系统的各种过程和相互作用进行模拟和预测的工具。
这些模型通常包括大气环流、海洋环流、陆地表面过程、冰雪覆盖、生态系统等多个组成部分，以及它们之间复杂的相互作用。
那么，气候模型的不确定性究竟来自哪些方面呢？一方面，气候模型本身的结构和参数存在不确定性。
由于气候系统的复杂性，我们对许多气候过程的理解还不完全准确，导致在构建模型时不得不进行简化和假设。
例如，对于云的形成和演化过程、大气中气溶胶的作用等，目前的科学认识还存在一定的局限性，这可能会导致模型在模拟这些过程时出现偏差。
此外，模型中的一些参数，如海洋和陆地的热容量、大气的湍流系数等，往往是通过观测数据估算得到的，其不确定性也会影响模型的模拟结果。
另一方面，输入数据的不确定性也是一个重要因素。
气候模型需要大量的初始和边界条件数据，如大气中的温室气体浓度、太阳辐射强度、海洋温度和盐度等。
这些数据的观测往往存在误差和不确定性，而且在不同的时间和空间尺度上可能存在差异。
此外，对于未来气候变化情景的设定，如温室气体排放的预测，也存在很大的不确定性，这会直接影响模型对未来气候的预测结果。
为了评估气候模型的不确定性，科学家们采用了多种方法。
一种常见的方法是多模型比较。
通过对多个不同结构和参数的气候模型进行模拟，并比较它们的结果，可以了解模型之间的差异和不确定性范围。
此外，还可以通过敏感性分析，研究模型输出对输入参数和条件的敏感程度，从而确定哪些因素对模型的不确定性影响较大。
第二章 不确定性、风险和信息
杰克•赫什雷弗
二、不确定性基础理论
1. 基本概念
行为 结果 行为
状态1
结果1 结果2 结果3
状态2
确定性世界中 的行为和结果
状态3
不确定性世界中 的行为和结果
g（ a） = y
g（a , s）= y
8
1. 基本概念
不确定性（uncertainty）是指经济主体对状态这一
不可控制的变量的产生与否不具备完全知识。（其中状态
不确 定性
外生不确定性
未来的收入状况、物价水平、价格分布，产 品的质量、性能，卖方的服务质量和信誉与 环境变量（对消费者而言） 市场容量、竞争者状况、消费者偏好、原材 料供应、经济政策、投资环境、宏观经济增 长速度、通货膨胀率、利率、汇价、消费者 收入水平和购买能力（对厂商而言） ……
11
2. 不确定性的类型
4
走进大家—— 弗兰克· H· 奈特
弗兰克·H．奈特(1885—1972)，美国经济 学家，20世纪的经济学巨擘之一。曾长期执 教于芝加哥大学，任芝加哥大学经济学教授 (1927—1955)，后任荣誉教授直至逝世。 主要著作有：《经济组织》(1933)；《自由 与改革：经济学与社会哲学论文集》(1947)； 《经济自由与社会责任：经济学与伦理学》 (1952)等。 1921年，弗兰克·H·奈特以《风险、不确 定性和利润》一书，通过对风险和不确定性 的区分和描述，较为完整地把信息经济学的 思想呈现于现代经济学的殿堂中，为后起的 5 信息经济定性
某年1月，西安个体服装商刘某从当地电视台天气预报节
目中获悉，2月初有强大的冷空气袭击西安地区，气温将
大幅度下降。精明的刘某认为这条消息有很大的经济价值， 当即携款20多万元南下，购回大量防寒服装待销。然而，
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
环境系统不确定性分析的理论与发展
陈吉宁
清华大学环境科学与工程系 100084
在过去的三十年间，环境建模理论在表象上呈现了两种发展趋势。
其一是寻求更加友好的模型使用界面, 包括应用空间定位技术与数据库技术等；其二是新的数学理论、控制理论在环境系统的认识中被不断尝试, 包括专家系统、非线性系统理论、神经网络、灰色理论、大系统理论以及冲突理论等。
尽管前者极大地推动了环境模型和数据处理技术的广泛应用，但它并没有带来对环境系统认识的质的变化。
相反，环境模型使用的世俗化却使人们易于忽略模型应用的精髓-结
果与内在因果关系的解释，从而带来模型滥用的风险；虽然第二个方面从新的视角去研究环境系统，但目前的研究成果在整体上并没有突破和超越传统的机理模型的认知，这些技术本身的可用性也存在着明显的障碍，因而目前各类环境模型的主体依然是建立在常规自然定律基础上的机理模型，包括复杂的全球气候变化模型、生物圈模型和生态风险模型等。
尽管如此，我们今天对环境模型与环境系统的认识已发生了根本性的变革，事实上，在环境系统分析领域的前沿，一直存在着一种内在的驱动力，在探究模型的本质以及模型与系统之间的内在关系。
这些非常理论化的工作，导致了对环境模型不确定性问题的普遍性和不可回避性的认识，并由此推动了环境建模理论的发展。
从模拟的角度来看，环境系统无疑是个病态系统。
由于环境系统本身所具有的空间多样性、时间动态性以及表征水平上的多重性，导致观测数据和系统认知上的双重局限性，使对它的认识始终存在着显著的不确定性。
尽管在过去的二十年间，环境系统的观测数据在微观和宏观上均得到了极大的丰富，但我们在关键或适合数学描述水平上的观测数据仍远远不足，我们仍缺乏有效的工具去转化大量的表象观测数据（如遥感数据）使其成为认识系统的深层信息。
因为我们一直相信复杂的模型结构将会最终减少模型的误差，基于经典的物理、化学和生物定律建立的环境机理模型因而变得越来越复杂，宏观集成趋于全面而微观描述则趋于细腻。
但是，与此同时我们却无法逃避这样一个规律，模型复杂性所导致的模型参数的增加强化了参数的不可识别性，从而增大了参数的不确定性。
由于环境模型的非线性性，参数不确定性的增加往往带来模型预测误差更为显著的增加。
即使在并不十分复杂的地表水质模型中，研究表明参数的误差可高达1000%，而预测误差则可达700-2000%。
显然，模型的复杂化并不能解决模型的不确定性，认识环境模型不确定性的广泛存在并在不确定性中寻求环境系统的内在规律因而成为近三十年来对环境系统认识与预测的重大科学问题所在，成为环境模型理论发展的主要推动力。
在今天的环境系统模拟中，忽视不确定性分析将使模型的结果被认为缺乏客观性和科学性，甚至具有欺骗性的嫌疑。
自从O‘Neill 七十年代初提出模型的不确定性思想之后，这一领域的研究即引起了不同背景研究人员的广泛兴趣，从而推动了对过程辨识理论、滤波理论、时间序列分析以及灵敏度分析等方法在环境系统中应用的探讨与融合，并产生了不确定性分析的可行工具。
事实上，至八十年代初，在建模理论的思想前沿，对不确定性的探讨已经成为模型开发和应用的核心内容之一，这一
点在地表水质模拟中尤为突出，包括著名的区域灵敏度方法的提出，构架了不确定性分析的基本思想框架。
Beck 在随后的研究中进一步完善了这一框架，进而形成了今天环境系统不确定性分析的理论体系。
不确定性分析的应用领域也从最初的河流水质与湖泊富营养化，扩展到环境政策的制定、空气质量（如酸雨）的控制和生态风险评价等方面。
理论上，模型的不确定性来自两个方面，即对系统认识的缺陷和系统观测数据的不完善。
前者导致了模型结构的不确定性，而后者产生了模型参数的不确定性。
在模型的实际应用中，很难区别模型的不确定性是产生于结构还是参数误差。
一般地，在模型的率定中参数的不确定性不可避免地反映部分模型结构的不确定性。
正是因为如此，机理模型的参数在本质上并不完全代表模型概化时的物理意义；同样，现场独立测定的参数直接带入未率定的模型中时，
往往带来较大的预测h t t p ://w w w .c h i n a c i t y w a t e r .o r g
中国城镇水网
误差。
环境模型继续向着空间规模扩大和时间动态频率增大的趋势发展，模型复杂性的急剧扩大使得对模型的解释越来越困难，我们对模型结果解释所花费的时间远远超过模型计算所耗时间。
同时，我们对环境系统的认识越来越直接地建立在非结论性的模拟结果，而非现场观测的具有结论性的事实。
换言之，我们研究工作趋向于处理数据稀缺而非事实清楚条件下的应急政策的制定（policy proximity ），模拟的目标已从环境系统的最优控制与恢复，转向如何避免系统灾难或系统向最不可接受的方向发生（fear future ）。
换言之，政策决策者与公众更为担心环境系统会向着预想不到的非线性轨迹发展，而非现有趋势的光滑外推。
近年来，有关未来情景设计的研究因而也引起了广泛兴趣。
不确定性分析近年来已从参数和预测不确定性的研究主体过渡到模型结构的不确定性，并在此基础上对模型的验证进行了全新的认识，在传统的模型验证基础上，提出了模型的结构内部一致性验证、模型假设的证实(corroboration)与反证（falsification ）以及模型的关联性等（relevance ）。
在环境系统中，模型的复杂性往往超越了实际的需求，从而使模型相当部分结构与模型的目标不相关，越来越多的研究者相信这样的模型面对着可靠性的质疑。
九十年代初期，在多国政府与机构的支持下，成立了国际环境预测专家委员会，就环境结构变化与结构不确定情况下的环境预测的问题开展了系统和深入的研究，其成果将于近期出版。
另一方面，早期有关模型的可验证问题近几年又引起了广泛的争论，其争论的焦点是我们对模型的信心不能只建立在对历史数据的符合上，模型结构误差的识别和其在预测中的发展在这里也成为争论的核心。
这一问题随着预测时域远远超过历史观测时域情景的增多，而显得越来越重要。
人们因而努力寻求更为严格和规范化的模型验证程序。
在欧洲在近两年就此举行专门的内部讨论会的同时，美国EPA 提出迄今为止最为全面的模型验证白皮书，并给出了相应的计算案例。
模型的不确定性分析被认为是模型诊断的X-ray 、是模型开发中的必不可少的程序、是了解复杂物理过程的工具。
不确定性分析之所以重要，是因为环境系统本身从来都不是封闭的，描述其特征的模型因而不可能是唯一的，模型从来不能够被验证（validation ），而只能通过观测与预测之间的一致性与矛盾性而被证实或确信（confirmed ）。
尽管不确定性分析受到了广泛的关注与研究，但它在普通模型使用者中却被明显地忽视了。
这种现象在国内尤为突出，国内有关这方面的报道甚少，本文的目的也是借此希望这方面的研究与应用得到广泛的重视。
随着环境问题公共参与和决策透明度在我国的加大，对模型结果可靠性的要求将越来越强烈，对模型的不确定性分析与验证的社会需求必将会推动我国模型使用层次和质量的提高。
h t t p ://w w w .c h i n a c i t y w a t e r .o r g 中国城镇水网。