评论文章

前面。对。水珠。变化,2022年10月20日
秒。人们和森林
卷5 - 2022 | https://doi.org/10.3389/ffgc.2022.889274

量化通过动态贝叶斯网络社会生态系统的应变能力

菲利普Franco-Gaviria ^{1 *}

莫妮卡Amador-Jimenez ²

娜奥米·米尔纳 ²

夏洛特歌顿¹

杜尼娅h . Urrego ¹

¹地理、生命与环境科学学院、埃克塞特大学,英国埃克塞特
²地理科学学院,英国布里斯托大学、布里斯托尔

量化社会生态系统的弹性(SES)来说是无价的描绘自然资源管理策略和援助的社会环境冲突的决议。然而,弹性是难以量化的因素往往是未知的。我们提供一个理论和概念框架在长期上下文量化韧性。我们的方法使用元素从跨学科性和网络的角度来建立社会和生态变量之间的链接和伤亡和弹性属性。SES的评价和建模结构和功能的分析建立了动态贝叶斯网络(DBN)。DBN模型允许量化弹性通过概率和提供跨学科对话的一个平台和一种自适应生态系统监测和管理框架来解决问题。Monquentiva测试提出了DBN, SES位于哥伦比亚的安第斯高地。我们确定的历史社会生态弹性paleoecological证据(孢粉学的多样性、森林覆盖率、火灾、和降水)和社会经济因素(治理、社会组织和连接)在1920年和2019年之间。我们发现在Monquentiva转换过程主要是有关社会变革(例如,社会组织)和生态多样性的增加,反过来促进了SES韧性之间的1980年和2019年。能够预测SES响应随时间和累积下,非线性相互作用在一个复杂的生态系统强调DBNs效用的决策支持和环境管理。 We conclude with a series of management and policy-relevant applications of the DBN approach for SES resilience assessment.

介绍

社会生态系统的弹性(SES)已成为一个焦点的概念的自然资源的管理和解决的社会环境冲突(Folke et al ., 2004)。研究调查生态系统弹性扩展的模式和司机从生态和自然资源管理食品安全、社区规划、灾害管理(Folke et al ., 2010;艾伦et al ., 2016;伊森et al ., 2016)。努力应用弹性概念在这些领域有刺激感兴趣的评估和测量弹性从多学科的角度(艾伦et al ., 2016;昆兰et al ., 2016)。应用程序和韧性是各式各样的,且常常间接测量与理论框架。弹性适应性和定量评估,并集成跨学科和网络视角,需要占SES在环境和社会变化的动态特性。

弹性理论提供了一个框架集成生态系统动力学和环境变化通知SES的保护和管理。弹性在文献中描述的两个方面是:(i)生态恢复力,指的是一个生态系统的能力来吸收障碍而不改变结构和功能(甘德森2000)和(2)工程resilience-defined作为一个生态系统恢复的能力从一个扰动,导致结构和功能改变(温和,1973)。然而,弹性比持久或健壮的干扰。弹性走出累积效应、反馈循环和动态系统描述SES (天使和艾伦,2016年)。弹性还与机会,干扰提供更新和重组的进程和新出现的轨迹在一个系统(伯克et al ., 2008)。因此,弹性也包括三个主要系统能力:吸收,适应,转换(木匠et al ., 2001;姆奎斯特et al ., 2019),都应该被纳入SES的弹性评估。

评估SES韧性很有挑战性,需要整合方法,从不同的学科知识和理论(奥斯特罗姆,2009;昆兰et al ., 2016)。在实践中,SES弹性评估通常是由一个单一的学科的角度,往往简化生态和社会子系统(象牙海岸和夜莺,2012;舒尔特et al ., 2014)。然而,SES弹性评估应该整合产生了跨学科的知识包括定性指标和变量(Linstadter et al ., 2016)。跨学科性是指从多个学科综合研究关系的原则在一起成一个有凝聚力的作品,整个大于各部分的总和(戴维森2015)。在我们的经验中,跨学科性是一个特定场地但密集的社会和生态专家之间的对话,旨在跨学科升值社会生态的恢复能力。一个跨学科的框架需要整体和拥抱的复杂性。复杂系统研究解决如何分散当地社会和生态因子的相互作用会导致集体结果(克劳福德et al ., 2005),比如资源用户之间的合作行动。

关键概念的挑战中讨论社会科学是弹性的角度规范财产,好像弹性总是价值无涉的,理想的最终状态。规范内涵的韧性中固有风险引入谬误弹性话语产生的不平等的权力关系,也就是说,提供必要的和良好的社区“弹性”政策决定所做的经济或政治原因(象牙海岸和夜莺,2012;姆奎斯特et al ., 2019)。弹性系统,然而,不一定是可持续的,可持续的系统固有的弹性也不干扰和变化。理想情况下,可持续的系统弹性理想状态和有很高的可能性保持期望状态随时间(艾伦et al ., 2014)。进一步的挑战是清楚地说明和SES内指定子系统的相互依赖关系(伯克et al ., 2008)。后者也是一个跨尺度机理了解的先决条件影响社会和生态之间的耦合子系统(艾伦et al ., 2014;昆兰et al ., 2016),对整体SES韧性的影响。研究SES韧性通常需要考虑有限的时间尺度(昆兰et al ., 2016)。然而,SES弹性评估本质上需要评估的扰动响应长时间框架(舒尔特et al ., 2014)。弹性也需要评估对一个基线或非静态的状态,只能通过观察建立长期的系统行为。

任何方法旨在评估和量化SES弹性需要集成的思想从社会(Callon 1984;拉图,2005)和环境(吴和大卫,2002年)科学和关注human-ecosystem框架。例如,网络的角度来看,已获得力量在当代社会科学,这一跨学科的努力有关,是actor-network理论(ANT)提出的布鲁诺拉图和米歇尔Callon。蚂蚁划定的交互网络基于SES演员的经验,没有社会和自然科学之间的纪律部门(繁殖拉图,2005)。灵感来自蚂蚁,我们看到了弹性来衡量的结果实体的过程,特别是演员面对社会的经验和反应和/或生态干扰。演员然后回应通过吸收、适应或改变干扰。弹性的概念是一个“连接概念”在这个意义上,自然科学和社会科学之间的(Davoudi et al ., 2012)。

我们目前的状态的概述艺术在社会生态弹性概念和建模,和贝叶斯网络(BN)评估SES韧性加班。首先,我们回顾SES弹性的定义在文献和讨论整合长期的社会和生态信息的挑战。第二,我们现在从文学SES弹性的定义和措施,包括定性和定量评估SES弹性及其应用。第三,我们编译信息网络理论和地址网络方法的优点和缺点。我们回顾BN和动态贝叶斯网络(DBN)操作及其应用模型和评估SES弹性使用长期的信息。我们还讨论动态贝叶斯网络方法构建暂时SES韧性的健壮的模型。这种动态的方法以长远角度多元化的数据来源和一批跨学科方法与古生态学、考古学、人类学和历史。最后,我们提出这种方法的一个应用程序的SES哥伦比亚安第斯山脉。

在社会生态系统恢复力评估社会和生态信息

SES是复杂的综合系统,人类是自然的一部分(伯克et al ., 2008),自然也是由人类和非人类的元素(拉图,2005)。在SES韧性取决于反馈的力量之间的相互作用引起的系统的社会和生态元素例如,生物物理过程、非生物结构、物种组成、人类演员,和社会经济过程(图1;伯克et al ., 2000)。长期生态记录可以描述生态系统和自然环境的条件和动力学(2011年威利斯和麦克唐纳)和变化SES经历了过去。记录的森林和火灾动力学、气候变化和人文景观相互作用是重要的理解在SES生态过程。这些数据通常是获得paleoecological和考古记录和跨世纪几千年(图2)。另一方面,长期的社会文化信息可以包括考古学、人类学,记录过去的社会结构和历史记录,组织实践,经济因素,或自适应策略(格里尔et al ., 2017)。在几百年几千年的时间尺度,考古学是社会文化的主要来源数据。历史信息档案和人种历史学还可以提供长远的这些变化(图2)。一种方法相结合的问题,理论,分析社会和生物物理信息量化弹性在长期的背景下仍然需要全面发展。这部分是因为每个数据源的了解经营长期来看,和他们背后的挑战集成在弹性理论框架(迪林高产et al ., 2015)和每个信息源的学科基础设施(瑞德曼et al ., 2003;一部2005)。

图1

图1所示。社会生态系统的恢复力评估的概念框架(调整和修改伯克et al。(2000)]。

图2

图2。时段遥测生态(绿色酒吧)的变化和社会变化的驱动程序(灰条)在一个社会生态系统。

一个集成的方法来评估社会生态系统的弹性

定义社会生态系统的弹性和措施

有效地评估长期的韧性,我们需要采用弹性的定义SES,清楚地描述了两个系统之间的关系:社会和生态。社会生态适应能力的一个关键方面是系统的能力吸收干扰和重组而保留相同的核心结构和功能随时间(木匠et al ., 2001;Folke 2006)。吸收能力依赖于策略或行动应对变化而不是煽动减少或避免未来的重大改变干扰(野猪et al ., 2016)。弹性在SES还包括两个方面:自适应和变革能力(木匠et al ., 2001)。的自适应能力指的是系统学习的能力,经验和知识结合起来,调整对干扰的反应,继续操作(伯克et al ., 2008)。的变革对应能力达到一个新的系统状态在生态和社会结构重组在更基本的方面,如通过改变关键的制度安排(沃克et al ., 2004;图3)。这个概念的一个重要方面是韧性的识别结果组合的三种能力:(1)吸收能力导致持久性,(2)自适应能力导致增量调整/改变和适应,和(3)变革能力导致转型反应(木匠et al ., 2001;野猪et al ., 2016)。

图3

图3。图形描述韧性的功能说明一个社会生态系统可能的方式应对干扰。灰色的轮廓代表扰动的频率。

弹性也连接到功能。功能在SES密切相关服务条款,可以基于系统功能的概念在生态和社会条件(天使和艾伦,2016年;纳什et al ., 2016)。如果SES功能不存在干扰后,系统不能吸收,调整,或恢复其核心结构。因此,扰动后系统的状态的功能决定其韧性(是一个关键因素图3)。的能力吸收,适应,转换SES可以概念化的功能产生弹性措施(Renschler et al ., 2010)。然而,弹性措施基于功能和恢复能力是具有挑战性的非线性走出累积干扰和环境的相互作用,生态、经济和社会文化过程随时间(温和,2001)。功能可以作为代理弹性及其与生物系统相关的评估应该包括不确定性,社会的复杂性,目前对SES动力学的理解。因此,启发式模型和综合方法需要捕捉系统不确定性和动力学与SES弹性。

弹性评估文献中涉及的定性和定量方法(天使和艾伦,2016年;昆兰et al ., 2016)。定性能力评估的例子包括访谈和参与式方法与利益相关者(威尔逊和威尔逊,2019年;萨亚et al ., 2021)。参与式方法在社会科学可以整合社会和生态变量的伞下民族志等方法,涉及收集数据通过沉浸研究者在社会生态社区的日常生活,从而产生详细的和“厚描述”的社会环境的关系。参与式方法还可以通过方法包括定性数据的收集口述历史等访谈,焦点小组,和社会制图,与地面参与式元素允许研究人员经验这些特定见解日常训练或经验更广泛的上下文,包括更广泛的生物物理过程,在历史上影响香港(Hastrup 2013)。这些方法与跨学科的过程,因为他们倾向于增加韧性及其司机意识但提供有限的指标和长期SES动力学。同时,定量方法识别潜在的模式和因果解释SES变化和被分为两种类型:基于指标和基于模型的方法(天使和艾伦,2016年)。基于指标的方法使用措施的个人属性评估系统整体性能,而使用系统配置建模基于模型的方法来预测系统进化(Linkov和提醒,2019)。一些努力专注于发展指标适用于SES (肯纳和托马斯,2014年;Cushman McGarigal, 2019),包括长期的观点(迪林高产,2008)。然而,缺乏普遍适用的韧性指标和不能形式化这些度量标准壁垒,实现一致的方法SES韧性(Linkov和提醒,2019),可以通知管理和政策。基于模型的方法关注代表现实世界和定义弹性使用数学和物理概念应用于SES (Linkov和提醒,2019)。SES性能建模是information-demanding,需要详细了解的社会和生态方面系统模拟弹性能力,因此,系统功能。在下面几节中,我们关注BN模型SES弹性。这种方法结合了弹性能力的评估,通过网络结构和建模功能。

网络的角度对社会生态系统的弹性

网络视角,它提供了一种有效的分析工具,可视化复杂的相互作用,可用于模型在SES过去的社会和生态相互作用(摩尔et al ., 2016;Sayles et al ., 2019),并描述材料的流动,SES成分之间的能量和信息(象牙海岸和夜莺,2012)。网络的角度从而可以有效的了解SES-specifically的结构和功能,通过将图论和统计社会和生态方面的描述,描述的节点和链接(纽曼,2004)。网络可以代表一个给定系统的局部变量(即。节点),这些变量之间的关系(即。(链接)图4一)。在网络的链接通常是导演(即。,one-way or two-way connections/arrows), and they can depict any relations between linked nodes. The nature of connections can be entirely social, entirely ecological, or a mixture of both components. For instance, a socio-ecological relationship may consist of resource extraction by peasants from their environment. Human activities can create a socio-ecological network by linking ecological nodes, where two independent ecological systems can become connected by human practices (e.g., ancient communities in the tropical Andes have developed their productive activities at various altitudes, and as a result, previously unconnected high Andean vegetation has become interconnected (Langebaek 1987)。这样一个图形运动连接组件及其关系允许生产网络的角度来看,可以作为基础开发功能和弹性SES的措施。

图4

图4。一般动态贝叶斯网络的一个例子代表社会和生态的影响司机SES功能。(一)之前模型或一般贝叶斯网络代表瞬时相互作用,(B)或动态贝叶斯网络为代表的过渡模式交互都是瞬时和时间。绿色圆圈强调生态节点和灰色圆圈强调社会节点的评估可能是SES弹性。

网络方法的一个明显的优势是,可以显示和相关结构属性与SES韧性(摩尔et al ., 2016)。网络阐明SES组件之间的相互作用的结构,这个结构是如何影响系统的性能和功能(詹森et al ., 2006)。网络交互的分解随时间可以与在SES功能的丧失和恢复力。同时,社会生态网络的角度在跨学科的建模能力可以提供一个共同点和综合方法研究(例如,昆兰et al ., 2016)。专家共识和利益相关者参与SES经常提供有价值的知识,和涉及这些利益相关者在建模过程中可以促进交流和学习讲et al ., 2015)。参与式过程也发现相关的类型结构和链接网络。集体建设网络允许一个综合弹性评估和确定可靠的交互,它可以支持决策(Jakeman et al ., 2006)。因此,SES韧性可以表示成互联网络组成的社会和生态节点通过跨学科的发展过程和利益相关者对话。

贝叶斯网络量化社会生态系统的弹性

BN处理复杂网络建模的挑战,通过条件概率变量有关(Marcot和书法家,2019)。从观测数据集模型关联的能力吸引了注意力从许多学科,包括生物学和工程学(阿奎莱拉et al ., 2011;吴et al ., 2018)。BN的主要优势包括集成定性和定量信息,将不确定性和图形结构(Uusitalo 2007)。BN图形结构代表伤亡在模拟系统中,增加建模的透明度(詹森,1996),促进跨学科的交流与其他学科和利益相关者(Voinov Bousquet, 2010)。例如,BN集成目标,利益相关者的利益和意见和专家已经被用来解决水可用性(系列et al ., 2007),农业(Salliou et al ., 2017),和森林(Gonzalez-Redin et al ., 2016)系统。通常,与利益相关者和专家参与对话奠定了概念和理论依据节点的选择和理解他们的链接BN (Angeon肥腊肉片,2008年)。这些参与过程是BN的基础分析和有潜力提供SES弹性评估最相关的管理。利益相关者的参与也会降低政策或管理策略的可能性来自于评估结果的社会环境的冲突。

图形化,十亿年是一个快照系统由一个有向无环图,由节点和链接(图4一)。BN图是无环(即。,without cycles), because link directions prevent a parent node from being its own child (i.e., without self-loops or parallel edges). The nodes represent variables, which can be states, processes, outcomes or drivers of specific components of the system. Each node contains the probability of occurrence of an event or state. Nodes are classified into parent or child, a parent node is the predecessor of a child node or successor in the BN. The links denote the causal relationships between nodes. For example, in图4一、生态和社会节点是前任的吸收(X1)、适应(X2),和转换(X3),两组的孩子节点。同样,节点X1, X2, X3的父母节点功能(X4)。

BN操作通过计算条件概率分布,测量变量或节点之间的关系。方程1代表十亿组成的联合概率分布n随机变量X (X)每个节点或节点_我有一个条件概率分布P(x_我|巴勒斯坦权力机构(x_我),在那里巴勒斯坦权力机构(x_我)代表的父母每个节点X我图中。BN是网络发展的优势可以帮助确定一个节点相关或无关的变量和变量之间的关系。这提供了互动网络结构也简化了必要变量的联合概率分布来表示弹性模型。BN提供了一个紧凑的表示所有变量的概率,条件概率的定义为产品相关的每个节点:

P (X) = \prod_{我 = 1}^{n} P (X | p 一个 (x_{我})) (1)

X = X₁…。x_n,巴勒斯坦权力机构(x_我)是一组变量x的父母_我。

BN能够提供可靠的不确定性估计时显式地包含在网络中节点的条件概率分布。建立之前BN给结构相互作用网络和必要简化变量的联合概率分布来表示模型。BN尤其适合处理固有的不确定性,在SES往往是一个关键问题。十亿年评估不确定性的概率灵敏度分析通常是执行。这允许识别最重要和有效的变量,这些变量收集最相关的数据(Kleijnen 1995)。节中讨论“在SES弹性评估社会和生态信息,“评估SES韧性要求长期生态和社会信息量化扰动的累积效应。融合一个时间维度建模的SES的实现是通过使用BN称为DBN的延伸。的一个例子DBN SES代表社会经济驱动程序之间的影响,环境压力,生态系统功能所示图4。在DBN,节点表示变量的时间点(塔克和刘,2004年)。因此,t = 0的联合概率分布是一样的方程1,而下面的时间片的联合概率分布(t > 0)是:

P (X^{(t - 1)}) = \prod_{我 = 1}^{n} P (p 一个 (x_{我}^{(t)})) (2)

x_我^(t)是节点我在时间t和巴勒斯坦权力机构(x_我^(t))是x的父母_我^(t)图中。DBN结合了之前和过渡模型,展开一个随着时间的推移BN (图4 b)。之前模型指定了贝叶斯网络的初始条件(图4一),而过渡模型定义了变量随时间变化(图4 b)。之前模型表示节点及其连接调节SES功能(图4一)。基于之前的结构和因果关系模型,转换模型代表司机和功能之间的关系以及两届幻灯片,过去(t - 1)和现在(t) (图4 b),类似于马尔可夫模型(塔克和刘,2004年)。在这种背景下,DBN是一种适用的方法,评估SES通过功能的弹性估计所有节点或变量的联合概率在当前时间和前面的所有时间。例如,系统的条件概率(X保留功能₄),在时间t,代表了P(X^t₄| X^t₁,X^t₂,X^t₃,X^t¹₄)。注意时态的本质功能的最后一个例子是变化随着时间的推移,社会和生态的因果知识司机SES功能变化的影响。这一步,跨学科的理解是必不可少的结构之前模型和评估SES韧性提供了依据。

一个假设底层DBN平稳性,因为DBN的结构和参数都是固定的。然而,这个假设可以限制太多,不得对社会和生态系统。有几个努力放松平稳假设通过扩展每个隐藏节点隐藏的马尔可夫模型(HMM) DBN,正常工作底层的事网络(朱和王出版社,2015年)。同样,该混合方法可以探索可能的反馈效应的功能在时间t在社会或生态节点在时间t + 1。量化弹性需要时间组件,使管理尝试基于静态参考条件不够。结合DBN和HMM的方法可以采取长远的概率模型扰动后SES维护结构和功能。DBN允许量化SES的概率从一个功能状态切换到另一个随着时间的推移和概率函数的损失或收益。

社会生态恢复力评估基于动态贝叶斯网络和集成长期的社会和生态数据

贝叶斯网络的方法来分析SES韧性主要集中在对时间敏感的生态和社会变化和司机之间的因果关系三个弹性量化生态系统功能的能力。我们提出以下六个步骤基于跨领域构建社会生态网络、建模和评估SES韧性和DBN (图5)。

图5

图5。一个方法论的框架来评估SES弹性基于动态贝叶斯网络。

步骤1。识别社会和生态变化的驱动DBN SES和节点。鉴于SES的复杂性,确定这些驱动程序是至关重要的理解SES动力学及其对干扰的反应和变化。这种分析应考虑司机和交互影响,可能不是显而易见的一个学科。例如,司机诸如气候变化、治理、经济、技术、政策和全球市场变化及其相互作用驱动变化对se (Johnson et al ., 2021)。在我们的网络方法,专家选择先天的变化的司机将构成网络中的节点。在这一步的评估,它是至关重要的建立基于参与式方法和跨学科讨论因果关系。

步骤2。识别和描述扰动的来源。这一步是指指定扰动政权SES的主题,例如,干扰的类型,他们的频率和强度(白色和Jentsch, 2001年)。干扰可能包括人类(如火灾、局部冲突,和栖息地的分裂)和自然(如火灾、周期性的干旱和洪水)。社会经济数据可能通知自然和人为干扰的识别和表征离散的时间点上,而古生态学可以通知这些干扰随时间变化的特征(例如,戴维斯et al ., 2018)。例如,火是最常见的一种干扰因素重建古生态学(Vegas-Vilarrubia et al ., 2011)。然而,一个完整的描述的火灾需要理解的根本原因,可以通过合并来解释社会和生态信息。在这种情况下,火灾的根本原因在哥伦比亚亚马逊在过去几十年几个相关社会经济冲突包括土地使用权、土地分配和武装冲突(Armenteras et al ., 2019)。

步骤3。恢复力分解和功能。弹性的BN的三个能力成为社会和生态节点之间的连接节点和系统的功能节点(迪et al ., 2017)。在这个步骤中,吸收,适应,转换代表三种能力的弹性,帮助量化系统的功能。考虑到我们的例子SES网络(图4),司机与吸收相关生态系统的物理结构或土地利用转换的信息。适应能力可能涉及参数如制度和治理行动称为预防措施,减少破产的风险,使SES继续运转期间和之后的干扰。转换可能会考虑社会结构如社区、企业和国家和地方冲突可能使SES扰动后一个新的国家。韧性能力和功能可以独立测量通过专家知识(Sensier et al ., 2016),或者通过使用预测模型功能是因变量(只要et al ., 2011)。另外,所有三个弹性能力可以量化由综合指标(布尔加斯et al ., 2017),它提供了一种聚合多个指标来跟踪和沟通复杂的系统。

步骤4。开发条件概率表(部署)。离散变量的条件概率通常是由当地的条件概率表列出的概率是当一个孩子节点采用每个可行的值为每个组合的值它的父节点(詹森,1996)。变量的联合概率分布可以由本地条件概率表,包括未知参数估计基于专家知识和自动学习算法(詹森和尼尔森,2007年)。的父节点吸收,适应,转换组成的社会和生态节点的不同组合,条件概率分配基于专家判断和学习算法为每个父节点的组合状态。

第5步。随着时间的推移弹性评估(建模)。弹性水平通过DBNs建模计算节点的联合概率和联系,获得在步骤1,2,3。每个BN的结果是一个性能点。性能点集合的结果在一个函数中,参数化系统功能及其变化,从一个稳定状态或性能点和结束的可能途径SES可能应对干扰(图3)。由此产生的时间序列是用来解释功能随时间的变化和SES韧性直接相关。例如,监测森林和当地居民如何恢复一系列火灾成为理想的韧性指标(例如,戴维斯et al ., 2018;Ibanez说et al ., 2019)。方法允许的灵活性SES不仅测量扰动的影响,而且识别和描述主要的社会和生态过程,使系统有弹性。

步骤6。模型验证和应用。弹性评估可以直接通过验证评估DBN模型的准确性。这里我们推荐一个基于跨学科的专业知识和利益相关者评估验证模型。实验验证为DBN-based弹性包括敏感性分析,分析小概率的变化如何影响其他参数随时间(Kleijnen 1995)。敏感性分析的结果可以用来验证模型,但也警告不切实际的模型的行为,指出重要的假设,并帮助制定模型结构。一个全面的框架来验证基于专家经验的模型已经开发(Pitchforth Mengersen, 2013),占验证专家决策的难度和适用于我们的DBN模型。基于心理测验学有效性的框架包括七个类型:法理学的,脸,内容,并发,收敛,判别和预测效度。对于每一个有效性方面,问题从网络结构实施提出测试DBN的有效性。例如,一个问题有关SES弹性评估和在内容效度是:做节点的状态反映所有已知的可能性从文学专家知识和领域?一旦进行了验证和灵敏度分析,与利益相关者参与活动可以进一步评估模型是反映SES和其功能的变化。

研究Monquentiva,哥伦比亚安第斯山脉

我们应用DBN模型和量化方法Monquentiva社会生态系统的弹性位于哥伦比亚的安第斯山的生物多样性热点地区。村的Monquentiva是Guatavita直辖市的一部分,东北城市的波哥大(图6)。Monquentiva社区社会凝聚力和相当高水平的组织,旨在自然资源可持续利用和管理(Amador-Jimenez 2020)。Monquentiva社区经营奶酪和乳制品合作自1990年以来,该地区的森林砍伐率下降甚至当砍伐森林加剧了在哥伦比亚(Amador-Jimenez和米尔纳,2021)。今天社会和生态子系统之间的关系在Monquentiva因此被认为是稳定和和谐,如果如此,Monquentiva SES可以弹性的社会生态系统的一个例子在第二个地球上最多样化的国家(埃尔南德斯,2016)。然而,仔细评估SES韧性Monquentiva尚未完成。这里我们模型的长期功能Monquentiva SES DBN网络和应用测试方法如何SES韧性都已经随风而去。

图6

图6。地图的位置Monquentiva哥伦比亚安第斯山脉的高。绿点表示的位置取心MAR19-G3网站。橙色孵化了Vereda Monquentiva和绿色补丁(村)显示高安第斯森林的电流分布。

材料和方法

我们选择了社会经济和生态节点通过讨论社会和生态科学的专家和利益相关者。科学专家在Monquentiva工作3年以上,包括人类学家、考古学家、历史学家、文化地理学家、生态学家和古生态学家。利益相关者的选择,主要是政策制定者和官员,是相对简单的,因为每个领域的专家是一个有限集团(n= 15),包括森林工程师,保护专家,环保官员,生态和环境人类学的研究人员。在这个研究中,我们接近9 15涉众确定的区域,其中包括男性和女性。我们组织访谈、会议和焦点小组:一(1)官员的办公室环境Guatavita市长办公室,两(2)汽车(营救自治地区[汽车],2019年)负责Monquentiva管辖的官员,两(2)的研究人员保护国际(国际环境非政府组织在Monquentiva运营),两(2)环境工程师和哥伦比亚地区大学的生态学家,(1)哥伦比亚官员从IDEAM(水文、气象研究所和环境研究),(1)一位官员从Chingaza Monquentiva附近的国家公园。Monquentiva社区的参与(n= 30)是由世代群体(祖父母、成年人和年轻人)和组织的实践和职业农民:乳品业、森林种植园,环境保护,农场看护人,农民协会和领导人。我们举行了八次会议和两个车间与当地社区,涉众,和专家,跨学科的讨论发生在整个数据收集阶段。研究小组负责指导专家通过任务,鼓励讨论,并呈现结果和分析专家。此外,收集到的信息从这些讨论和古沉积序列的分析用于结构Monquentiva DBN。社会经济变量用于DBN人口密度,社会组织,连接,和经济自主权(补充表1)。生态变量包括降水、森林覆盖率、多样性、和消防活动(补充图1)。生态变量的长期行为源自花粉和木炭从沉积物记录核心标签MAR19-GIII和气象数据,而通过民族志工作社会经济信息收集和口述历史Monquentiva (Amador-Jimenez 2020)。生态变量是离散的(詹森,1996)在相等的时间间隔,将连续的指标转化为有序类别。例如,森林覆盖转化为高,温和,低。社会变量转换为零,不足,低,温和,高,非常高的排名方法(补充表1)。

12从数据库设计数学模型的变量和96观测时间窗口(补充表2)。之前的选择模型和时间是由感兴趣的时间尺度和社会和生态的知识领域。Monquentiva,我们选择1920 - 1960年期间作为先验模型基于历史记录的可用性的社会经济变量。我们选择了两个后续时期1960 - 1980和1980 - 2022年,因为他们代表了截然不同的社会环境为这个特定的SES时期。每个变量被绘制为先验贝叶斯网络中的一个节点对应于1920 - 1960年期间(时间= t - 1)和链接建立了三个弹性能力:吸收、适应、transformation-probabilities量化和分配基于专家讨论(图7(左)。1960 - 1980年第二次BN(时间= t)绘制生态和社会经济之间的关系节点,这三个弹性能力,以及遗留的节点变化之前BN在t - 1。消防活动为例,我们画的节点之间的联系火灾和转换t- - - - - -1和之间的联系火灾在t- - - - - -1和火灾在t(图7)。第三个BN为1980 - 2022年期间策划(时间=t+1)。下一阶段涉及到BN的组成元素,通常以条件概率表的形式(CPT)。条件概率是决定使用采用(EM)学习(詹森和尼尔森,2007年)。因此,我们使用方程1的概率来计算每个弹性能力将社会经济和生态变量或节点之间的相互作用,随着时间的推移和方程2模型功能整合的三个弹性能力。模型没有实现线性回归所以没有假设的错误。然而,最好的分数从DBN迭代0 -573.663 -147.162可能性和EM日志。

图7

图7。(一)动态贝叶斯网络的拓扑Monquentiva SES和条件概率三个弹性能力在1920 - 1960年三个时间片(左),1960 - 1980(中心)和1980 - 2021(右)。(B)历史的变化在Monquentiva弹性能力和功能的概率。

敏感性分析是用来测量建模变量影响的程度的输出模型(补充图2)。在这种情况下,重点是研究参数影响目标变量的功能。灵敏度分析提出的算法也同样适用Kjærulff和van der Gaag (2000),计算完成后验概率分布选择节点的所有数值参数的贝叶斯网络。重要变量的灵敏度分析可以识别在网络和帮助(即验证行为。开发模型的,节点)之间的关系。在建模过程中,我们使用了精灵环境(Druzdzel 1999)开发的决策系统匹兹堡大学的实验室¹构建网络结构,计算条件概率表,验证和验证模型(补充文件1)。

结果与讨论

我们观察到系统功能增加Monquentiva SES从1920年到2022年(图7 b)。概率达到0.63的功能在最近的时间片显示最高的维护功能和弹性的概率Monquentiva SES过去40年。我们还观察到吸收的概率增加,适应和转变随着时间的推移,这将导致韧性的累积概率。pollen-reconstructed森林覆盖和多样性增加了在过去的40年里,以及社会组织在一起有可能导致更多的功能和弹性系统。敏感性分析表明,敏感的参数数量的增加对2022 (补充图2)。在1920年和1960年之间(时间= t - 1),低概率的功能与更少的吸收和低水平的森林覆盖,多样性,经济自主权,和社会组织。在1960年和1980年之间(时间= t),低功能的概率Monquentiva SES有关贫穷的吸收和低水平的森林覆盖,多样性和社会组织。与之相反,在1980年和2022年之间(时间= t + 1)功能概率的增加与增加吸收、适应、SES和转换,并导致高水平的多样性,森林覆盖,经济自主权,适度水平的连通性和社会组织(补充图2)。

方法对理解环境恢复需要一个集成的社会和生物物理科学(豪斯et al ., 2008)。但这种集成代表了现代研究的挑战,更将祖先的知识和日常实践的修复和生态恢复力评估(Reyes-Garcia et al ., 2019)。因此,成功的知识集成在于缠绕这多科性理解过去,在当前实现中,这通常不会发生。我们的方法和应用Monquentiva在这个方向努力,致力于跨学科性和允许包含本地知识的一种方法。

SES弹性评估基于DBN可以揭示战略机遇和参数来指导治理转型和管理,因为它是一种自适应,定量、跨学科和参与式方法。DBN可以适应新知识系统可用。因此管理建议还可以进化,而不是停滞在过去或静态评估。DBN自然关注行为之间的关系,知识、不确定性,和因果关系,可以补充变量编码管理决策,进而影响到社会和生态节点(詹森,1996)。可以研究各种管理决策的后果不仅从预期成果的角度,但也涉及的风险高度不良结果(Kjærulff van der Gaag, 2000)。DBN也是定量和可以帮助经理理解和衡量SES韧性同时集成定性社会适应能力研究。因为DBN弹性评估侧重于多个人类和非人类因素和基于跨学科和参与对话,它可以因此指导管理行为,维护所需的功能社会生态网络和明确识别的重点和需要人类演员se (Salliou et al ., 2017)。Monquentiva,我们发现SES功能和韧性与高水平的最大经济自主权和中等水平的社会组织。几项研究已经揭示了贡献由社会组织和农业合作社可持续发展(Galdeano-Gomez et al ., 2015;Giagnocavo et al ., 2018)。这表明当前管理Monquentiva由当地社区是最优的,应该持续。未来的工作可以用DBN评估维持当前管理实践能否继续加强SES功能和弹性。

DBN弹性评估可以通知管理的另一个领域是DBN的长期动态特性。Monquentiva如果管理的目标是保护生态系统嵌入到社区,应该保持基本功能与生态系统服务。长期知识嵌入到DBN可以提供稳定的信息生态系统状态和多远SES可能漫无边际地从历史状态或基线,以应对管理(2011年威利斯和麦克唐纳)。这个长远角度可以帮助识别条件下生态系统功能维护,因此可以通知经理所需的水平的干预(威利斯和比尔克,2006年)。在基线的确定和初始状态,古生态学作为一门学科提供了一个参考点,例如,恢复栖息地(Froyd威利斯,2008)。DBN的初始状态合并后可以通知生态系统恢复Monquentiva multi-millennial生态信息代表了系统在该地区的人类活动开始前(埃斯皮诺萨et al ., 2022)。在南美,没有报告SES管理措施的长期生态基线。不同,在美国和欧洲长期基线的支柱保护生态和已经广泛应用于生态系统修复(史威特南et al ., 1999;威利斯和比尔克,2006年)。通过使用DBN,管理和恢复Monquentiva可以面向恢复基线恢复状态。

之间的关联程度的量化SES SES的韧性和政治方面(野猪et al ., 2016)可能是相关的政策制定者。例如,通过DBN,可以研究的问题是:做强大的社会凝聚力和高水平的SES韧性良好治理解释?例如,我们,都不能显示噪音Monquentiva案例研究,社会组织是一个强大的元素在SES增强弹性。另外,社会分化或缺乏施政能力影响SES保持弹性的能力?这些问题是resilience-building叙事的基础及相关非政府组织和发展机构,旨在促进或实现可持续管理策略。DBN弹性评估可以帮助防止功能损失在SES,突出新挑战的全球环境变化有关,并帮助模拟政策变化的影响或管理策略在SES韧性(舒尔特et al ., 2014;Salliou et al ., 2017)。

DBN弹性评估的应用,然而,并不是挑战自由。一些实际的限制可能包括缺乏资金,允许跨学科工作。Monquentiva而言,我们有难得的机会都社会文化和长期生态项目的组件从一开始一起工作。更常见的是,社会文化研究添加补充生态调查的结束。也经常看到纯粹的社会文化项目独立没有生态科学的贡献。在此练习中,跨学科的资金允许合作生产Monquentiva SES和丰富知识的讨论,导致目前的分析和其他联合项目。这强调了资源真正的跨学科项目的重要性SES担心的地方。SES DBN的弹性评估的另一个挑战是,它的结构被认为是固定和不变。换句话说,变换的DBN不允许组件之间的SES时间步骤之间的关系。这可能是规避由DBN方法结合隐马尔可夫模型(HMM)。 This combination extends each hidden node of the traditional HMM into a hidden DBN and develops the transition between nodes to describe the transition between network structures (朱和王出版社,2015年)。

结论

弹性理论在多个科学领域迅速发展。概念的发展和应用环境变化问题几乎没有看到社会和生态科学的整合,尽管重要的角色,人们可以在维持或消耗生态系统复原能力。对于这个工作,我们选择采取社会生态弹性的定义,认为人类嵌入性质和分解成三个主要能力:吸收,适应,转换。同时,我们确定了整合社会科学的重要性提高生态弹性的概念化和调查。跨学科的方法更容易产生弹性评估,识别SES的权力关系。在这个意义上,我们不仅要考虑到什么样的弹性,同时,为谁。

我们的方法量化弹性是基于网络和跨学科的框架和从过去的研究认为元素在弹性概念化和量化(甘德森2000;象牙海岸和夜莺,2012;天使和艾伦,2016年)。创新是承认SES弹性应该评估通过概率而不是确定性的方法。DBN服务于这一目的通过整合社会和生态因素和关注功能随时间的变化。同时,我们的框架的基本原则是,更具弹性系统更能够留住干扰后生态和社会功能。基于这一原则,SES韧性可以测量和监控同时在不同层次,不同的时间点,在不同的社会环境背景。

我们探索潜在的集成方法DBN模型来量化SES的韧性。尽管DBN模型没有用于SES弹性评估,我们已经表明,他们能够提供弹性结构和功能的信息。模型有一个严格的概率基础,为弹性评估提供实实在在的利益。特别是,模型结构的发展和验证作为一个跨学科对话的平台,来自社会和生态科学的专家可以讨论各自的理解机制和过程导致SES的韧性。DBN还提供了一个灵活的框架来解决许多问题在生态系统监控和管理。我们预计,为基础的网络方法将成为必不可少的处理多维观察和不可或缺的SES弹性动力学的评估。进一步研究这些技术,包括例如长期生态记录结合历史信息和社会文化语境的范围可能会延长DBNs SES弹性评估申请。

我们评估Monquentiva SES韧性随时间显示功能可以定量评估通过跨学科的努力和DBN的应用。研究旨在评估SES更长时间尺度的发展需要一个时间片数量的增加和BN,然而,SES韧性的变化可以确定即使在一个简化的网络为Monquentiva开发。DBN-based框架可以进一步扩展到根源节点识别其他基本弹性SES建筑或损失的原因。Monquentiva,我们的恢复力评估表明,增强社会组织,连通性和经济自主权的增加可能导致增加了生物多样性和森林覆盖反过来促进了SES弹性。

作者的贡献

FF-G DU构思研究和方法并进行了动态贝叶斯网络分析。DU和纳米收购资金。FF-G、MA-J和CD收集和策划研究的数据情况。MA-J和纳米弹性概念化和社会方面的建模过程。所有作者的写作出版的手稿和批准。

资金

这项工作是在进行研究项目“BioResilience:弹性生物多样性和生态系统服务在哥伦比亚在冲突后社会生态系统”,英国由NERC-AHRC(批准号NE / R017980/1)。

确认

我们感谢Monquentiva社区欢迎和支持的研究,和Alcaldia de Guatavita营救自治区域de Cundinamarca汽车促进研究活动。我们还要感谢BioResilience团队和实验室的热带古生态学为内部讨论埃克塞特大学的跨学科性和社会生态的恢复能力。我们特别感谢MC和三个审稿人的意见和建议改进这个手稿的最终版本。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

补充材料

本文的补充材料在网上可以找到:https://www.雷竞技rebatfrontiersin.org/articles/10.3389/ffgc.2022.889274/full补充材料

脚注

^https://www.isp.pitt.edu/research/machine-learning-and-decision-making-group

引用

阿奎莱拉,p。费尔南德斯,。费尔南德斯,R。鲁米,R。,Salmerón, A. (2011). Bayesian networks in environmental modelling.环绕。模型。Softw。26日,1376 - 1388。doi: 10.1016 / j.envsoft.2011.06.004