|
|
|
科學預測中的不確定性，應用到環境科學中時，是一個與氣候變化、自然與人為災害防護、污染物遷移和可持續資源管理等緊密相關的問題。然而，不確定性卻通常被科學家和決策者所忽視，或者只是作為科學家之間矛盾和爭論的一種解釋。實際情況並不應如此，科學家們應該非常認同他們的預測是不確定的，而且有關不確定性的知識在決策中是非常重要的。
《環境模擬--一個不確定的未來》一書為學生、科學家和決策者們介紹了以下內容：(1)環境預測中關於不確定性估計的不同概念和技術；②不確定性的不同概念的哲學背景；③通過收集的觀測值以及在實時預報中采用數據同化的方式來降低不確定性；④基於不確定性的決策方法。
本書可作為水文學、水力學、生態學、氣象學和海洋學、地形學、地球化學、土壤科學，污染物遷移和氣候變化等相關學科的環境模擬者、從業者和決策者的參考書。貝文是英國蘭卡斯特大學水文學及流體力學專業的教授。2006年7月他作為瑞典國王卡爾十六世•古斯塔夫邀請的環境科學客座教授在烏普薩拉大學完成了此書。
序
譯者的話
原著前言
第1章 如何進行預報
1.1 本書的目的
1.2 環境模擬的目的
1.3 不使用不確定性分析的7個原因
1.4 模型過程的本質
1.4.1 從概念模型到過程模型
1.4.2 參數、變量與邊界條件
1.5 尺度問題與不可公度的概念
1.6 模擬空間
1.7 模型集成
1.8 為了機理理解而模擬
1.9 模擬的具體應用
1.9.1 無歷史資料情況下的模擬
1.9.2 有歷史數據情況下的模擬
1.9.3 近期模擬
1.10 有效模擬的導則
1.11 不確定性的含義
1.12 選擇不確定性估算方法
1.13 模型模擬及決策制定的不確定性
1.14 本章總結
第2章 哲學轉換
2.1 為什麼擔心哲學？
2.2 實用現實論
2.3 其他現實主義的哲學觀點
2.4 模型是工具主義者的工具
2.5 模型有效性的問題
2.6 模型證偽的問題
2.7 模型證實的問題：貝葉斯方法
2.8 作為證實模型證據的觀測信息內容
2.9 解釋的深度和預測非預期的
2.10 不確定性、無知和安全因素
2.11 本章總結
第3章 無歷史資料地區模擬
3.1 敏感性、情景和前向不確定性分析
3.2 先驗信息決策
3.2.1 參數的先驗分布
3.2.2 置信網絡
3.3 模擬空間抽樣
3.3.1 概率不確定性的傳遞分析
3.3.2 離散抽樣或隨機蒙特卡洛搜索
3.3.3 偽隨機數和實現效果
3.3.4 導向性蒙特卡洛搜索
3.3.5 聯合(copula)抽樣
3.3.6 實例：模擬地下水水質的聯合抽樣
3.4 不確定性的模糊表征
3.4.1 實例：應用模糊變量的前向不確定性分析
3.5 敏感性分析
3.5.1 點敏感性分析
3.5.2 全局敏感性分析：Sobol普適敏感性分析
3.5.3 實例：水文模型中Sobol GsA的應用
3.5.4 全局敏感性分析：HSY普適敏感性分析
3.6 模型仿真技術
3.7 不確定情景
3.8 本章總結
第4章 已知歷史數據的模擬
4.1 模型率定和模型調試
4.2 模型率定的權重非線性回歸方法
4.2.1 成本(目標)函數選擇
4.2.2 參數估計和不確定性預測
4.2.3 評估額外數據的價值
4.3 模型率定的規范貝葉斯方法
4.3.1 規范似然度准則
4.3.2 馬爾可夫蒙特卡洛鏈模擬方法
4.3.3 研究實例：評估概念水量平衡模型的不確定性(Engeland等，2005)
4.4 帕累托(Pareto)優選集
4.5 普適似然不確定性估計方法
4.5.1 GLUE方法的基礎
4.5.2 確定模擬是否有效
4.5.3 等效性、置信區間、容許偏差區間、預測區間
4.5.4 等效性和模型驗證
4.5.5 等效性和模擬空間：抽樣效率的問題
4.5.6 模型評估中的模糊准則
4.5.7 實例：GLUE方法在徑流產流模型的假設檢驗中的應用
4.5.8 GLUUE方法的變形
4.5.9 當發現所有的模擬均應拒絕時該做什麼
4.6 模糊系統：應用數據設定模糊准則
4.7 模型調試的方法比較：數據的一致性及信息
4.8 本章總結
第5章 短期預報
5.1 實時數據的同化
5.2 最小二乘誤差修正模型
5.3 卡爾曼濾波
5.3.1 模型殘差的修正
5.3.2 預測模型增益修正
5.3.3 實例：塞文(severn)河的洪水預報
5.3.4 廣義卡爾曼濾波
5.4 集合卡爾曼濾波
5.4.1 實例：集合卡爾曼濾波在Leaf河流域的應用
5.4.2 集合卡爾曼平滑濾波
5.5 粒子濾波方法
5.5.1 實例：EnKF和PF方法在萊茵(Rhine)河的應用比較
5.6 變分方法
5.7 天氣預報的集合方法
5.8 本章總結
第6章 面對不確定性的決策方法
6.1 不確定性及風險決策
6.2 決策框架中的不確定性
6.3 決策樹、影響流程圖以及置信網絡圖
6.4 決策中的風險評估方法
6.5 風險決策方法
6.5.1 評估決策者的偏好
6.5.2 不同方案的相同之處
6.5.3 增加不確定性和更多的信息
6.5.4 實例：防洪預警和控制決策(Lake Como，意大利；The Red River，N.dakota) 6.6 專家建議在決策中的應用
6.7 綜合專家意見：貝葉斯置信網絡
6.7.1 信任網絡中的經驗事實
6.7.2 實例
6.8 證據原因方法
6.8.1 實例分析：證據原因方法在尼泊爾的Rupa Tal湖管理決策評估中的應用
6.9 決策支持系統
6.10 信息差距理論
6.10.1 實例：信息差距決策方法在防洪工程設計中的應用
6.11 決策中不確定性的所有權問題
6.12 NUSAP方法論
6.13 面對不確定性的穩健性適應管理
6.14 決策中的不確定性和預防性原則
6.15 本章總結
第7章 一個不確定的未來
7.1 在面對如此多的不確定性估計方法時實踐者應做什麼？
7.2 未來問題——不可知性和不確定性
7.3 不確定性問題是簡單地由於應用了較差模型嗎？
7.4 接受一個不確定的未來
7.4.1 作為一種學習過程的模擬
7.4.2 從模型結構中學習
7.5 未來模擬系統樣本：適應性模擬，適應性管理
7.6 本章總結
附件Ⅰ 代數矩陣簡介
附件Ⅱ 軟件簡介
術語表
參考文獻
