Abteilung Systemanalyse, Integrated Assessment und Modellierung

Umfassende Bewertung von Unsicherheiten bei der Unterstützung von Umweltentscheidungen

Das Umweltmanagement kann von formalen Methoden der Entscheidungsanalyse (DA) profitieren, da sie bei der Strukturierung von Argumentations- und Verhandlungsprozessen helfen, die Kombination von wissenschaftlichen Vorhersagen mit gesellschaftlichen Präferenzen unterstützen und die Transparenz der Argumentation während des Entscheidungsprozesses sowie nach der Entscheidung erhöhen. Der Stand der Technik bei der umweltbezogenen Entscheidungsunterstützung auf der Grundlage von DA berücksichtigt die Unsicherheit wissenschaftlicher Vorhersagen über die Folgen von Entscheidungsalternativen und eine formale, quantitative Beschreibung der Präferenzen von Entscheidungsträgern oder Interessengruppen.

Diese Methodik ignoriert jedoch meist die Unsicherheit bei der Quantifizierung der Präferenzen und die Mehrdeutigkeit der Wahrscheinlichkeitsverteilungen, die das unsichere Wissen quantifizieren (sowohl bei der Vorhersage der Folgen als auch bei der Quantifizierung der Präferenzen). Dies ist ein ernstes Problem, da die individuellen Präferenzen unsicher sind, die Aggregation zu einer "gesellschaftlichen Präferenz" problematisch ist und die Prozesse der Parametrisierung und Erhebung zusätzliche Unsicherheiten hinzufügen. Die übergeordneten Ziele dieses Projekts sind diese Probleme zu lösen:

  1. Den Stand der Technik bei der Entscheidungsunterstützung zu erweitern, indem die Unsicherheit in den Präferenzen und die Mehrdeutigkeit der Wahrscheinlichkeitsverteilungen berücksichtigt werden, und
  2. Die Relevanz der zunehmenden Ungewissheit und die Durchführbarkeit des vorgeschlagenen Ansatzes in einer Fallstudie zur Entscheidungsfindung über die Priorisierung von Flusssanierungen untersucht wird.

Die Methodik zur Behandlung dieser Themen besteht in der Bayes'schen Inferenz für eine parametrisierte Wert- oder Nutzenfunktion unter Verwendung der von den Interessenvertretern erhobenen Präferenzinformationen und der Berücksichtigung der Mehrdeutigkeit von Vorabinformationen als ungenaue Wahrscheinlichkeiten in Form von Mengen von Wahrscheinlichkeitsverteilungen.

 

Referenzen

Reichert, P., Langhans, S., Lienert, J. and Schuwirth, N. The Conceptual Foundation of Environmental Decision Support. Journal of Environmental Management 154, 316-332, 2015. doi.org/10.1016/j.jenvman.2015.01.053

Reichert, P. Towards a comprehensive uncertainty assessment in environmental research and decision support. Water Science and Technology 81(8), 1588–1596, 2020. doi.org/10.2166/wst.2020.032

Sriwastava, A. and Reichert, P., Reducing Sample Size Requirements by Extending Discrete Choice Experiments to Indifference Elicitation, submitted 2022.

Sriwastava, A. and Reichert, P., Bayesian Estimation of Value Function Parameters - Sensitivity to the Prior, in preparation 2022.

Dr. Nele Schuwirth Abteilungsleitung, Gruppenleiterin Ökologische Modellierung Tel. +41 58 765 5528 E-Mail senden

 

 

 

 

 

Dauer

2020 - 2022