本文由中國科學(xué)軟件網(wǎng)發(fā)布，有任何疑問，請(qǐng)聯(lián)系我們。
本案例由Ken Cobleigh、Dan Compton和Wiebe提供。
GEOSS的有關(guān)背景
在2005年2月16日，61個(gè)國家達(dá)成一致：在10年內(nèi)，人類將把對(duì)地球的認(rèn)識(shí)以及其運(yùn)作原理進(jìn)行革命化的推進(jìn)。地球勘測組織在布魯塞爾召開了第三次地球勘測峰會(huì)，會(huì)議決定實(shí)施為期10年的GEOSS計(jì)劃。接近40個(gè)國際組織也參與了這項(xiàng)計(jì)劃。在2004年印度洋海嘯后，參與此項(xiàng)計(jì)劃的國家數(shù)幾乎翻了一倍。在未來的數(shù)月中，越來越多的國家參與到這項(xiàng)前無古人的歷史性任務(wù)之中。GEOSS為每個(gè)國家?guī)砭薮蟮睦?，?shí)現(xiàn)人與自然的和諧發(fā)展。這些利益被分為九大類(如圖1.1所示)。
這些數(shù)據(jù)來自衛(wèi)星、飛機(jī)、熱氣球、輪船雷達(dá)、水域的測量站、地面氣象站、浮標(biāo)以及用記錄儀收集的區(qū)域數(shù)據(jù)和用鉛筆和紙記錄的數(shù)據(jù)。系統(tǒng)可以被分為以下三組：勘測系統(tǒng)和區(qū)域數(shù)據(jù)、GEOSS信息體系以及用戶共同體(如圖1.2和圖1.3所示)。對(duì)這些系統(tǒng)的運(yùn)用正如生物多樣化那樣重要，我們從而可以測度、捕捉、分析以及更好地預(yù)測諸如海嘯、地震、火山噴發(fā)等災(zāi)難。這可以提供地球預(yù)警系統(tǒng)，從而挽救無數(shù)的生命。
圖1.1 從地球觀察中獲得的社會(huì)福利
圖1.2 GEOSS動(dòng)態(tài)決策流程
圖1.3 GEOSS端對(duì)端架構(gòu)
目前，為了讓長期的、高水平的GEOSS變?yōu)楝F(xiàn)實(shí)，幾個(gè)棘手的問題亟待解決。研究人員對(duì)GEOSS共同體(其包括數(shù)個(gè)子共同體)做了一項(xiàng)評(píng)估。本書作者對(duì)體系的子共同體進(jìn)行了咨詢。主要的問題如下：
對(duì)多種數(shù)據(jù)進(jìn)行支持并交互的能力。
對(duì)原始數(shù)據(jù)和被處理后的數(shù)據(jù)設(shè)定新的標(biāo)準(zhǔn)格式。
提供信息保證，以確保收到的數(shù)據(jù)不受破壞。
提供數(shù)據(jù)、信息安全以及對(duì)訪問權(quán)限的控制(國家限制、機(jī)密數(shù)據(jù)等)。
確保數(shù)據(jù)和信息的易用性，包括培訓(xùn)、數(shù)據(jù)挖掘以及其他具有可用性的工具。
允許使用對(duì)決策和支持工具的創(chuàng)造和使用。
允許技術(shù)和評(píng)估結(jié)果相互配合(通過對(duì)多傳感器和非傳感器的融合實(shí)現(xiàn)高水平的結(jié)果處理)。
提供點(diǎn)對(duì)點(diǎn)的高輸出量。
支持?jǐn)?shù)據(jù)和信息的非電子轉(zhuǎn)換。
提供較短的反應(yīng)期。
正如我們所看見的那樣，這些高難度的問題將在政治上和經(jīng)濟(jì)上得到解決。例如：經(jīng)濟(jì)利益是由一個(gè)國家的國民生產(chǎn)總值或財(cái)富決定，還是由最需要該項(xiàng)利益的國家決定?顯然，在完成這項(xiàng)系統(tǒng)之前，必將經(jīng)歷許多的討論和談判。最可能的情況是，此項(xiàng)系統(tǒng)將分階段完成。
當(dāng)前存在的一個(gè)問題是，許多系統(tǒng)都是作為孤立的系統(tǒng)而建立的。這些系統(tǒng)的數(shù)據(jù)不能輕易被注冊(cè)、使其相互關(guān)聯(lián)或使其與來自其他系統(tǒng)的數(shù)據(jù)相互融合(盡管這在很多情況下并非事實(shí)，正如在一些海洋勘測和大氣管制(NOAA)中的應(yīng)用那樣)。另一個(gè)關(guān)鍵問題是，許多國家不喜歡公開數(shù)據(jù)與其他國家共享(盡管共享數(shù)據(jù)可以帶來許多優(yōu)勢)。它們或許認(rèn)為國家安全或?qū)俳?jīng)濟(jì)區(qū)(從一個(gè)國家的海岸線外推200海里)受到了威脅。在運(yùn)行系統(tǒng)前，這些問題必須得到解決。一旦這些問題得到解決，那么這個(gè)系統(tǒng)將發(fā)揮巨大的威力。
系統(tǒng)動(dòng)力學(xué)的背景
為了在GEOSS系統(tǒng)中運(yùn)用策略分析，我們需要運(yùn)用Monte Carlo模擬、實(shí)物期權(quán)分析以及系統(tǒng)動(dòng)力模型。因此為了很快了解它，則應(yīng)該簡要地解釋系統(tǒng)動(dòng)力學(xué)。
盡管系統(tǒng)工程可以找出并具體化一些要求并構(gòu)建系統(tǒng)，系統(tǒng)動(dòng)力學(xué)可以使我們?cè)诮o定環(huán)境下觀察系統(tǒng)的行為。能夠完成這項(xiàng)任務(wù)的模型之一是Ventana Vensim模型，它使我們可以對(duì)動(dòng)力系統(tǒng)進(jìn)行概念化、分類、模擬、分析以及最優(yōu)化。系統(tǒng)動(dòng)力學(xué)模型可以建立在臨時(shí)回路、股票或流量圖之上。當(dāng)把詞組與箭頭相鏈接后，我們就在系統(tǒng)變量中構(gòu)建了聯(lián)系，并且記錄為臨時(shí)關(guān)系。這種信息需要用數(shù)學(xué)方程來刻畫，從而完成模擬模型。通過建立過程、考察變量的原因與使用情況、涉及變量的回路，我們可以對(duì)模型進(jìn)行分析。當(dāng)我們建立了一個(gè)可以被模擬的模型后，系統(tǒng)動(dòng)力學(xué)可以讓我們深刻地洞察系統(tǒng)的行為。
一個(gè)簡單的例子如圖1.4所示，它顯示的是兔子與狐貍?cè)郝涞男袨?，以及在?dòng)力系統(tǒng)之中兩個(gè)群落的相互關(guān)系。兩個(gè)群落的出生率、初始種群數(shù)量、兔子與狐貍的平均壽命、狐貍對(duì)食物的需求以及兔子的攜帶能力之間都有“柵欄”。由于這些柵欄可以被調(diào)節(jié)、則剩余的變量可以改變出生數(shù)量(種群數(shù)量、兔子與狐貍的死亡數(shù)量、兔子的群居、狐貍對(duì)兔子的獵食以及狐貍對(duì)食物的可獲得性)。變量可以用查詢列表來表達(dá)。這樣，我們就可以考察兔子與狐貍?cè)郝涞男袨橐约八鼈兊南嗷リP(guān)系。
圖1.4 狐貍—兔子種群系統(tǒng)動(dòng)態(tài)模型(樣本)
當(dāng)然，一個(gè)模型的好與壞取決于它的構(gòu)建者以及基本假設(shè)。然而，系統(tǒng)動(dòng)力學(xué)具有內(nèi)置工具，這可以是建模者評(píng)估模型是否合理以及單位是否正確。
創(chuàng)造GEOSS系統(tǒng)動(dòng)力學(xué)模型
此外，創(chuàng)建GEOSS模型時(shí)，可以運(yùn)用系統(tǒng)動(dòng)力學(xué)的概念，并且這基于美國軍方的武器轉(zhuǎn)換模型中央運(yùn)籌網(wǎng)絡(luò)(NCO)(圖1.5)。當(dāng)把這提交給GEOSS專家時(shí)，我們可以注意到NCO的原則可以被稍微修改以適合于GEOSS模型(圖1.6)。
圖1.5 NCO模型
74個(gè)技術(shù)區(qū)需要被用于體系系統(tǒng)(SoS)從而進(jìn)行運(yùn)籌。最優(yōu)化在判斷系統(tǒng)效率時(shí)被用于判斷最優(yōu)影響力的技術(shù)，這需要很高的協(xié)作程度。此外，我們可以將其連接到實(shí)物期權(quán)分析，可以評(píng)估每一個(gè)技術(shù)區(qū)域的相對(duì)價(jià)值。
圖1.6 GEOSS體系動(dòng)態(tài)模型
實(shí)物期權(quán)價(jià)值融合與成本收益結(jié)果
在完整的GEOSS系統(tǒng)中，社會(huì)和經(jīng)濟(jì)利益非常重要。例如：根據(jù)美國環(huán)境保護(hù)協(xié)會(huì)(EPA)，潛在利益簡要列表如下：
我們可以精確知道下一個(gè)冬天的嚴(yán)酷程度，這可以被運(yùn)用于緊急情況管理、交通、能源以及醫(yī)療人員、農(nóng)民、家庭、生產(chǎn)商以及商店店主等。對(duì)天氣和氣候敏感的產(chǎn)業(yè)占美國國民生產(chǎn)總值(GDP)的1/3(3萬億美元)。
我們可以把對(duì)天氣的預(yù)測誤差縮小到1華氏度之內(nèi)，這可以每年節(jié)省一百萬美元的電力成本。
海岸的風(fēng)暴每年會(huì)對(duì)美國造成71%(七百萬美元)的災(zāi)害損失，改進(jìn)的預(yù)測可以為美國帶來積極的影響。
在美國，因天氣原因造成的交通延誤會(huì)帶來四百萬美元的損失，如果有了改進(jìn)的天氣預(yù)報(bào)系統(tǒng)，就可以避免其中的2/3的延誤(170萬美元)。
更有效的空氣質(zhì)量實(shí)時(shí)監(jiān)測使得我們可以提前數(shù)天得到精確的預(yù)測，借此，我們可以通過適當(dāng)?shù)慕煌ê湍茉词褂?，從而減小惡劣空氣質(zhì)量的影響。
運(yùn)用改進(jìn)了的衛(wèi)星地面勘測，我們可以革新對(duì)世界和區(qū)域氣候的預(yù)測，從而使我們能夠提前數(shù)年預(yù)知干旱。
通過對(duì)水質(zhì)的實(shí)時(shí)監(jiān)測與預(yù)測，我們可以實(shí)時(shí)反饋及預(yù)測農(nóng)藥和肥料的使用數(shù)量，從而最大化農(nóng)產(chǎn)量、最小化成本、構(gòu)建良性的生態(tài)系統(tǒng)、增大漁業(yè)產(chǎn)量以及海岸的旅游業(yè)收入。
從全球來看，每年有300(百萬)至500(百萬)的人感染瘧疾，大約有100萬人死于這種本來可以預(yù)防的疾病。運(yùn)用國際上相互連接的系統(tǒng)，我們可以查明下次SARS、禽流感、西尼羅河病毒以及瘧疾最有可能爆發(fā)的地點(diǎn)。
地震、火山、山體滑坡、洪水、森林火災(zāi)、極端天氣、海岸災(zāi)難、海上浮冰、空間氣象以及重大污染事件將會(huì)對(duì)社會(huì)帶來嚴(yán)重的損害。在美國，每年的災(zāi)害將帶來數(shù)以百萬計(jì)的經(jīng)濟(jì)損失。這些災(zāi)害是造成生命以及財(cái)產(chǎn)損失的重要原因。GEOSS的預(yù)測、監(jiān)控以及對(duì)自然和技術(shù)災(zāi)害的預(yù)測能力是減輕災(zāi)害影響的關(guān)鍵。
目前，數(shù)千項(xiàng)技術(shù)在對(duì)地球進(jìn)行勘測。這些技術(shù)在估計(jì)農(nóng)作物產(chǎn)量、監(jiān)控水與空氣的質(zhì)量、提高飛行安全方面展示了它們的價(jià)值。例如：根據(jù)EPA，美國農(nóng)民從每一美元的天氣預(yù)測的投入中將獲得15美元的收益。美國農(nóng)民改變種植決策的價(jià)值被估計(jì)超過$250(百萬)。美國對(duì)厄爾尼諾現(xiàn)象的海洋勘測的收益率是13%~26%。同時(shí)，在全世界的海洋上有數(shù)千個(gè)浮動(dòng)數(shù)據(jù)收集站、超過50個(gè)環(huán)境衛(wèi)星，它們提供數(shù)百萬的數(shù)據(jù)集，但是它們當(dāng)中的多數(shù)不能相互兼容。如果不能相互兼容，那么綜合的GEOSS系統(tǒng)將總是存在盲區(qū)以及不確定性。如果科學(xué)家們不能監(jiān)控地球上每一滴水、每一縷空氣、每一塊土地，那么他們就不知道地球上到底發(fā)生了什么事。因此，我們所面臨的挑戰(zhàn)就是如何將所有的技術(shù)集中起來，從而能夠合理地做出決策。
策略期權(quán)的路徑
由于此項(xiàng)目需要全球的協(xié)作，故本案例不能解釋當(dāng)前運(yùn)用的策略性實(shí)物期權(quán)以及風(fēng)險(xiǎn)分析所涉及的數(shù)值分析。然而，為了闡述一些GEOSS所擁有的期權(quán)，此處提供了構(gòu)建實(shí)物期權(quán)框架的策略樹的示例。當(dāng)然，整個(gè)策略樹的所有路徑比這個(gè)簡單的策略樹要復(fù)雜得多。對(duì)于產(chǎn)生策略樹的更多具體細(xì)節(jié)，請(qǐng)參見本書作者的其他著作并且運(yùn)用SLS軟件(見Real Options Analysis: Tools and Teehinques, 2nd Edition.(Wiley，2005))對(duì)實(shí)物期權(quán)進(jìn)行建模和限定。
為了展示GEOSS期權(quán)的基礎(chǔ)，圖1.7顯示了全球?qū)Φ赜^測系統(tǒng)的三條策略路徑。
圖1.7 GEOSS實(shí)物期權(quán)戰(zhàn)略(樣本)
策略A是對(duì)所需要的技術(shù)(the Course of Action Decision Support tools)進(jìn)行大比例的投資。我們判斷，Course of Action技術(shù)的發(fā)展將快于其他技術(shù)的發(fā)展，因?yàn)槠湓趨f(xié)同運(yùn)作方面有巨大的影響力。在技術(shù)傳播、建立情境認(rèn)知能力以及建立全局觀念方面需要進(jìn)行協(xié)同運(yùn)作。此項(xiàng)策略路徑的主要好處在于可以快速達(dá)到協(xié)同運(yùn)作的環(huán)境，它的潛在缺點(diǎn)在于沒有將精力集中于其他的技術(shù)。
策略B投資于最重要的三項(xiàng)技術(shù)，即the Course of Action Support tools、Modeling and Simulation Decision Support tools以及Resource Allocation tools。將這些技術(shù)結(jié)合起來可以發(fā)展出某些發(fā)展期權(quán)。所以，Course of Action Support tools不適用，那么還有其他兩項(xiàng)技術(shù)可以采用，這樣就完成了對(duì)風(fēng)險(xiǎn)的套期保值機(jī)制。
策略C是投資于最重要的前11項(xiàng)技術(shù)，越重要的技術(shù)所占的權(quán)重越大。此策略的優(yōu)勢是所有的技術(shù)都將得到投資，這樣實(shí)際上創(chuàng)造了一個(gè)投資組合，可以減小任何一項(xiàng)技術(shù)不能有效運(yùn)作的風(fēng)險(xiǎn)。然而，此方法的缺點(diǎn)是由于資源的配置被分散了，全球的協(xié)同運(yùn)作將會(huì)顯著地滯后。
每一個(gè)策略路徑都有數(shù)個(gè)分支，并且每一個(gè)分支都帶有是否運(yùn)用某種技術(shù)的期權(quán)，這就是嵌套期權(quán)(也被稱為期權(quán)的期權(quán))。
當(dāng)然，我們正在付出更多的努力，并且這將面臨巨大的挑戰(zhàn)。然而，如果我們把模擬、實(shí)物期權(quán)模型、系統(tǒng)動(dòng)力學(xué)以及最優(yōu)化工具結(jié)合起來，那么我們的分析方法和結(jié)論都將更加有說服力。
