Wivenhoe水坝在昆士兰,澳大利亚。

防御工程– Wivenhoe大坝案例

我之前曾写过关于缓解风险的文章 拉奎拉 地震。小组讨论 威文霍水坝 HWRS会议上的案例再次将许多潜在问题带到了最前沿。

问题是谁可以判断,谁应该有权判断灾难后专家的行动?

我无法谈谈维文霍案的具体情况,但我认为’在水文学中通常是这样的:如果将要做出决策错误,那么那些决策错误将在极端事件期间发生。我认为,这是由于不确定性,而且因为面对不确定性时,人的思维无法很好地优化决策。

典型地使用在极有可能从未被测量过的流量的额定曲线来生成用于在极端事件期间通知决策的数据(例如,量化储层流入)。将曲线外推到极限条件将具有显着但未知的不确定性。

在数据不确定性较低的情况下,我们’重新调整条件以优化决策,我们可以这样做,因为决策错误的风险很低。但是,当数据具有很高的不确定性时,任何决策很有可能会偏向一边,并导致意外的,不良的结果。

数据不确定性的度量是决策错误概率的指标。

负责运营决策的工程师可能不会意识到数据的不确定性,并且几乎可以肯定的是,他们对最极端的数据的不确定性没有直接的经验。没有这些信息,将倾向于尝试使用适用于“正常”工况的相同规则曲线来优化决策。

不确定性是可行的信息。

要考虑的另一种模型是将不确定性与数据进行通信并用作可操作的信息。当不确定性很低时,可以高度自信地对决策结果进行优化。当不确定性很高时 预防原则 可以触发储层,从而可以将决策作为因素,以使受到损害的可能性最小,这可能会导致储层存储容量用于其主要目的的次佳使用。任何出于预防原因而不必要地洒水,仅是数据不确定性的代价。

这样做的好处是,一旦成本可以归因于数据不确定性,就可以为减少不确定性而需要在监视方面进行额外投资提出论据。当前,未知的不确定性无法控制。

面对不确定性的另一个因素是 认知偏差 可能会干扰基于证据的决策。 阿蒂尔,罗斯真维格和邓宁 最近得出的令人惊讶的结论是,专家倾向于夸大其知识。对于那些熟悉事件和不确定性较低的数据的专家来说,这种启发式偏见引起的认知错误永远不会成为问题。但是,当数据不确定时,这种错误很有可能发生。

我要得出两个结论:1)我们需要变得更好地交流数据中的不确定性,2)我们需要变得更好地处理不确定性的数据。

2条留言
  • Fred Quinones
    回复
    发表于2015年12月16日上午9:22

    就像“fuzzy math”,在这种情况下,用语言间接为市场服务带来不确定性。我不了解您在水库和大坝上的运行经验,但是实际管理涉及的参数数量有限,如今,如果采用实时降雨-径流驱动模型,则必须对其进行适当校准(设计在那里),没有太多的不确定性。舞台数据没有您讲的很多不确定性。

    • RM
      回复
      发表于2015年12月16日下午1:06

      对不起,弗雷德(Fred),除非您在整个洪水水位范围内发生过许多真实事件(例如,发生PMF的时间为1年)–您的阶段曲线只是高端的最佳猜测。确实,流域的地貌每年都在发生微小变化,因此即使如此,您仍可以说过去的事件不一定是当前影响的指标。
      不确定性是唯一真实的困难事实。

发表评论

评论
名称
电子邮件
网站