Bayes verkkojen sovellukset globaalivesitaloudessa
This presentation is the property of its rightful owner.
Sponsored Links
1 / 20

Bayes-verkkojen sovellukset globaalivesitaloudessa PowerPoint PPT Presentation


  • 48 Views
  • Uploaded on
  • Presentation posted in: General

Bayes-verkkojen sovellukset globaalivesitaloudessa. Esityksen sisältö. Globaalivesitalous ja sen tutkimusalueet Bayesilainen mallintaminen vesitaloudessa Policy Analysis for the Tonle Sap Lake, Cambodia Muita sovelluksia. Globaalivesitalous. Vesitalous = vesivarojen käyttöä ja hallintaa

Download Presentation

Bayes-verkkojen sovellukset globaalivesitaloudessa

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Bayes verkkojen sovellukset globaalivesitaloudessa

Bayes-verkkojen sovellukset globaalivesitaloudessa


Esityksen sis lt

Esityksen sisältö

  • Globaalivesitalous ja sen tutkimusalueet

  • Bayesilainen mallintaminen vesitaloudessa

  • Policy Analysis for the Tonle Sap Lake, Cambodia

  • Muita sovelluksia


Globaalivesitalous

Globaalivesitalous

  • Vesitalous = vesivarojen käyttöä ja hallintaa

    • mm. hydrologia, hydrauliikka, limnologia, vesitaloudellinen suunnittelu & ympäristövaikutusten arviointi, vesirakenteet

  • Globaalivesitalous = vesitalouden ongelmat globaalissa kontekstissa, veden ja kehityksen linkitykset:

    • kuivuus/veden liikakäyttö, tulvat, vesien saastuminen, kaupungistuminen, teollistuminen, maatalouden vedenkäyttö, vesivoima, vesirakentaminen, etc.

  • Vesi ja kehitys –tutkimusryhmä / TKK

    • Oma tutkimusaihe: Kansainvälisten vesistöjen käyttö - Kiinasta etelään virtaavat kansainväliset joet


Bayesilainen mallintaminen vesitaloudessa

Bayesilainen mallintaminen vesitaloudessa

  • Miksi bayes vesitalouskysymyksissä?

    • Tehokas epävarmuuksien käsittely

    • Poikkitieteellinen mallintaminen ja analyysi

    • Sekä määrällinen että laadullinen tieto

  • Asiantuntijoiden ja stakeholdereiden konsultointi oleellinen osa prosessia

  • Sovellusalueita mm: vedenkäytön strategioiden vaikutus ihmisiin, ympäristöön ja kehitykseen; ilmastonmuutokseen liittyvät kysymykset


Policy analysis for the tonle sap lake

Policy Analysis for the Tonle Sap Lake

  • Kambodzha on köyhä kehitysmaa, historian ja politiikan rasitteet

  • Tonle Sap –järvi merkittävin vesivara & ruuantuotannon perusta

  • Järvi osa Mekongin jokiallassysteemiä

    • 6 (kehitys)maata

  • Poikkeava hydrologinen käyttäytyminen


Tonle sap j rven mallintaminen

Tonle Sap –järven mallintaminen

  • Mekongin jokikomission Water Utilisation Programme (WUP)

    • ”säännöt” veden käytölle jäsenmaissa

  • WUP-FIN-I: 1) hydrologia, 2) sosioekonomia ja toimintatavat vaikutuksineen (TKK)

    • Kylätutkimukset, data-analyysit, bayes-malli

    • Bayes: apuväline vesivaroihin ja niiden käyttöön liittyvien toimintatapojen vaikutusten ja kytkösten arvioinnille

  • Kansalliset/alueelliset tavoitteet: talouskehitys, köyhyyden vähentäminen, ympäristön kestävyys

  • Paikallistason tavoitteet: haavoittuvuuden vähentäminen


Sosioekonominen analyysi

Sosioekonominen analyysi

  • mallien yhdistäminen paikallisten ihmisten todelliseen elämään

  • lähestymistapa: mallintaminen <-> vaikutusten arviointi

  • mallintamisen linkittäminen päätöksentekoon

PROBLEMS & NEEDS

RELATED TO WATER

Socio-economic analysis

LOCAL PEOPLE & THEIR LIVELIHOOD

WATER

HELP & ANSWERS

TO PROBLEMS

Modelling


Kehitetyn bayes mallin taustaa

Kehitetyn Bayes-mallin taustaa

  • Kausaaliset linkitykset monimutkaisissa talous-ympäristö-ihmiset –systeemeissä (Varis, 1998)

  • Tavoitteena arvioida systeemiin kohdistuvia riskejä ts. seurauksia eri toimintatavoista, sekä seurausten epävarmuutta

  • Työkalu päätöksentekijöille: mihin suuntaan erilaiset päätökset & strategiat vievät

  • Mahdollisesti / haluttaessa suositusten muodostaminen

  • Vaikuttaa prioriteettivalintoihin eri sektoreilla


Policy analysis for the tonle sap lake bayes malli

Policy Analysis for the Tonle Sap Lake – Bayes-malli

  • Analysoidaan skenaarioiden vaikutusta ihmisiin, talouteen, ympäristöön ja luonnonvaroihin, sekä näiden haavoittuvuutta

  • Herkkyyksien, riskien ja epävarmuuksien tarkastelu

  • Skenaariot: talouskehitys, köyhyyden vähentäminen, ympäristön kestävyys,integroitu/yhdistelmä

  • 6 muuttujaryhmää (47 muuttujaa): ohjausmuuttujat, vaikutukset ympäristöön, luonnonvaroihin, yhteiskuntaan/yhteisöihin, talouteen, sekä tavoitteisiin

  • Osalle muuttujista määritellään myös tulevaisuuden suuntaukset


Ohjausmuuttujat sector policies

Ohjausmuuttujat (sector policies)


Mallin rakenne

Mallin rakenne

Skenaariot

Muuttujien määritys

Muuttujat

Muuttujien linkitys

Vaikutukset

Vaikutus- ja riskianalyysi

Tavoitteet

Johtopäätelmät


Mallin sis lt ja toteutus

Mallin sisältö ja toteutus

  • Linkkimatriisi: muuttujat yhdistetty toisiinsa suorista / epäsuorista linkeistä koostuvan verkon kautta

    • olemassa olevan datan / asiantuntijapaneelien perusteella

  • Linkkien määrä 47x47 = 2162 <-> 457 tärkeintä käytettiin

  • Tarkastellaan herkkyysanalyysin ja kehitysdiagrammien avulla muuttujien vaikutusta tavoitteiden toteutumiseen

  • Käytön helpottamiseksi tehty Exceliin


Bayes verkkojen sovellukset globaalivesitaloudessa

Suuntaukset

Skenaariot

&

Vaikutukset

Linkkimatriisi


Herkkyysanalyysit

Herkkyysanalyysit

  • Halutaan muuttujien avulla muutosta systeemiin -> antaa tietoa siitä miten minkäkinlaista muutosta saadaan aikaan

  • Laskeminen ja tulkinta

    • Jokaiseen muuttujaan tehdään vuorollaan pieni muutos

    • Laskentatuloksia verrataan siihen tulokseen, joka saadaan mallilla ilman poikkeutusta

    • Kertoo miten kukin muuttuja vaikuttaa muihin muuttujiin

  • Muuttujien valinnat vaikuttavat toisiinsa -> herkkyysanalyysi elää koko ajan kun muuttujia muutetaan

”Mallin tuloksista herkkyysanalyysi on usein kaikkein hyödyllisin”


Herkkyysanalyysit esimerkki

Herkkyysanalyysit, esimerkki

  • Muutoksien muuttujissa vaikutus tavoitteisiin (talous, köyhyys, ympäristö)


Johtop telm t mallin perusteella

Johtopäätelmät mallin perusteella

  • Talousskenaario: paras tulos talouskehitystavoitteessa, korkea epävarmuus

  • Köyhyyden vähentämisskenaario: lähes yhtä hyvä talouskehitys, vähemmän epävarmuutta

  • Suojeluskenaario: ei parannakaan ympäristön tilaa, sillä ei huomioi kyliä ja niiden kehitystä (ympäristö <-> ihmiset)

  • Integroitu (win-win-win) skenaario: paras kokonaistulos <-> kehittää myös hallintoa ja instituutioita

  • Teiden lähellä olevien alueiden haavoittuvuuttavoidaan vähentää eniten

  • Mikään skenaario ei paranna ympäristön tilaa


Mit malli siis antaa

Mitä malli siis antaa?

  • Herkkyysanalyysit: muutokset muuttujissa -> tavoitteiden toteutuminen

  • Kertoo kuinka skenaariota voidaan parantaa

  • Muuttujien sopivat yhdistelmät keinona saavuttaa halutut tavoitteet ja löytää kompromissiratkaisu

  • Vaikutusten epävarmuudet johtuvat paitsi informaation puutteesta myös systeemin monimutkaisuudesta


Muita sovelluskohteita

Muita sovelluskohteita

  • Esiteltyä mallia sovelletaan lähes sellaisenaan:

    • Mekongindeltalla Vietnamissa (WUP-FIN II)

    • Vientianen ympäristössä Laosissa

  • Muita sovelluskohteita:

    • Senegal –joki: Mali, Mauritania & Senegal

    • Kariba –järvi: Zimbabwe & Zambia

    • Lac de Guiers, Senegal

    • Nitra -joki, Slovakia

    • Itämeri

    • Suomen vesistöt

    • Ilmastonmuutostutkimukset

    • Ympäristövaikutusten arviointi


Bayes verkkojen sovellukset globaalivesitaloudessa

Ilmastonmuutoksen vaikutukset Etelä-Suomen vesistöihinKuikka S. & Varis O., 1997: Uncertainties of climatic change impacts in Finnish watersheds: a Bayesian network analysis of expert knowledge. Boreal Environment Research 2: 109-128, 1997.

  • Vaikutukset vaikeita mallintaa & paljon epävarmuutta -> päätöksenteko toimista vaikeaa

  • Bayes: epätarkan, poikkitieteellisen ja keskenään linkittyneen informaation mallintaminen

  • Muuttujat: tärkeimmät tekijät ilmastonmuutoksen vaikutuksissa vesistöihin, sekä näiden mahdolliset tilat

    • jääpeitteen kesto, vuodenaikaisvirtaamat, veden O2-,CO2-ja ravinnepitoisuudet, pH, vesivoiman tuottomahdollisuudet, etc.

  • Jokaiselle muuttujalle tn-jakauma: odotettu muutos (< / >)

  • Vesi- ja ilmastoasiantuntijat: riippuvuudet (linkit)

  • Herkkyysanalyysit -> mitä muuttujia/linkkejä tutkia


Kotiteht v

Kotitehtävä

  • Silmäile läpi artikkeli: Varis O. & Kuikka S., 1997: Bene-EIA: A Bayesian Approach to Expert Judgement Elicitation with Case Studies on Climate Change Impacts on Surface Waters. Climatic Change 37: 539-563, 1997. www.springerlink.com/media/3e83c3xqlr5ryvkged4t/contributions/k/4/n/1/k4n15pm7310n6558.pdf (pääsy TKK:n pääkirjaston tietokannan kautta)

  • Kirjoita artikkelin ja luennon pohjalta lyhyt (n. 1xA4) suomenkielinen essee bayes-verkkojen soveltamisesta vesi- ja ilmastokysymyksiin. Koita vastata seuraaviin kysymyksiin:

    • Miten esitetty bayes –lähestymistapa suhtautuu kurssilla läpi käytyihin bayes –verkkoihin ja –mallintamiseen?

    • Miksi bayes soveltuu näiden asioiden mallintamiseen?

    • Minkä tyyppisiä johtopäätelmiä mallien tuloksista voidaan tehdä?

    • Mitä rajoitteita näet bayesin soveltamisessa vesi- ja ilmastokysymyksiin?


  • Login