气候变化背景下的洪涝风险稳健决策方法评述.pdf

doi10.12006/j.issn.1673-1719.2017.043 胡恒智 , 顾婷婷 , 田展 . 气候变化背景下的洪涝风险稳健决策方法评述 [J]. 气候变化研究进展 , 2018, 14 1 77-85 气候变化背景下的洪涝风险 稳健决策方法评述 胡恒智 1,2 ，顾婷婷 3 ，田 展 1 1 上海市气候中心，上海 200030； 2 上海师范大学，上海 200000； 3 浙江省气象服务中心，杭州 310017 气候变化研究进展 第 14 卷 第 1 期 2018 年 1 月 CLIMATE CHANGE RESEARCH V ol. 14 No. 1 January 2018 摘 要分析了深度不确定性内涵及其特点，包括情景不确定、决策后果不确定和决策方案不确定，指出了传统洪涝风 险决策方法过于依赖于气候变化预测结果，未能充分考虑深度不确定性及提供稳健决策。给出了国际上处理深度不确 定性的稳健决策方法理论基础，并介绍了被广泛应用于洪涝风险领域的鲁棒决策、信息差距及适应对策路径 3 种稳健 决策方法。对比分析发现，鲁棒决策法有完备的适应措施定量评估体系但计算量大且不易理解；信息差距法可解决不 能以概率表式的不确定性问题，而未考虑适应对策的失效情景；适应对策路径法提供可视化的决策路径，未能充分考 虑社会经济的不确定性。提出未来可综合鲁棒决策和适应对策路径优点，为减少不确定性、降低洪涝灾害风险、制定 适应气候变化策略提供参考。 关键词气候变化适应；深度不确定性；洪涝风险；稳健决策方法 收稿日期 2017-03-01；修回日期 2017-11-08 资助项目 国家自然科学基金项目（41671113,51761135024,41371110,41401661） 作者简介胡恒智，男，工程师，；田展（通信作者，男，副研究员， 引 言 洪涝灾害风险日益增加是伴随气候变化而来的 一个全球性问题，全球平均地表温度升高引发的海 平面不断上升、灾难性风暴日益频繁加剧了未来洪 涝灾害的威胁程度 [1] 。IPCC 第五次评估综合报告指 出，全球尤其是沿海超大城市正面临着风暴潮、沿 海洪涝和海平面上升带来的风险，极端气候事件可 能引发城市基础设施（如供电、供水、交通和应急 服务）系统性崩溃 [2] 。近年来，风暴潮破坏力越发 加剧，极端天气事件频发，席卷美国东海岸的超级 飓风“桑迪”和台风“菲特”引发的风、暴、潮、 洪的“四碰头”事件都给当地社会和经济造成了极 大的损失。 如何减少气候变化影响下洪涝灾害风险、制定 稳健适应策略是国际上广泛关注的热点 [3-4] ，由于未 来气候变化和人类社会的经济发展面临不确定性， 如何减少不确定性成为亟待解决的问题。不确定性 可以简单定义为对过去、现在乃至未来的有限认知， 在气候变化背景下具有广泛性和复杂性。首先，全 球和区域气候模式预估结果以及未来碳排放给气候 预测带来了很大的不确定性，导致基于此预测结果 的风险评估和决策规划一定程度上具有盲目性 [5-7] 。 其次，随着研究的深入，人们发现在决策中不确定 的不仅是气候预估，还包括极端天气气候事件对城 市系统中交通、能源、社会、经济以及健康等领域 气候变化研究进展 2018 年 78 的影响。此外，不确定性也包括决策制定时主观的 不确定性，如 Lampert 认为深度不确定性指决策者 不认同适应对策所产生的后果（排除模型模拟的影 响）或者对未来事件发生的可能性持有异议，反映 在既有知识、对策权衡以及决策制定等环节。于是 产生了内涵更深的深度不确定性 [8] ，其造成的影响 远超出一般不确定性，主要体现在1情景不确定， 未来会呈现多种可能的情景，情景出现的可能性大 小未知，其演变趋势难以预测；2决策后果不确定， 决策后果有情景依赖性，同一决策方案在不同情景 下的实施效果有很大差别，且即使在给定的情景 下，决策的后果也难以准确判定；3 决策方案不确 定，事先给出的备选决策方案集包含若干备选方案， 每种方案的实施难易程度和经济效益都难以准确量 化，并且，更好的方案组合有可能在决策分析的过 程中不断被发现 [9] 。 降低洪涝风险需要充分评估未来气候变化的 不确定性，在短期内气候变化预估精度无法有效提 高的情况下，依赖预估结果的风险分析决策方法无 法解决深度不确定情景下的风险评估及决策量化问 题，如何制定行之有效的适应方案成为决策者和科 学家共同面临的难题 [10-11] 。近年来，基于稳健决策 思路的理论方法在国际上大量涌现 [12-17] ，这些方法 提出解决不确定性的新思路，并针对未来海平面上 升、暴雨洪涝等情景进行了大量模拟和风险评估， 并制定了行之有效的适应气候变化战略方案。本文 就该领域目前国际研究进展进行系统性的梳理，对 典型方法及其应用进行综述和比较分析，并提出未 来的研究方向。 1 洪涝风险评估与决策研究进展 1.1 基于“先预测后行动”风险评估与决策 传统的方法通常基于“先预测后行动”思路进 行风险评估和提出适应对策，即先结合现有数据对 未来做出最佳预测，再据此给出最好的行动方案 [18] 。 传统风险分析的方法主要包括定性、半定量和定 量分析 3种方法 [19-20] 。其中半定量评估方法通常为 基于指标体系的风险评估，定量方法包括基于历史 灾情数理统计风险评估和基于情景模拟的风险 评估 [21-23] 。 指标体系方法是以指标为核心的风险评估体 系，通过层次分析法建立指标层级，并依据专家打 分赋予各种指标不同的权重，该方法上侧重于灾害 风险指标的选取、优化及权重的计算；指标的选取 虽然灵活但过于主观，指标体系的方法无法反映复 杂灾害系统的不确定性和动态性，得到的风险等级 也无法为决策提供实质性帮助。基于历史灾情数理 统计的方法对以往的灾害数据进行分析、提炼，找 出灾害发展演化规律并构建风险序列图，可以得到 灾害系统中任意损失值的发生概率，以达到预测评 估未来灾害风险的目的；由于气候变化的影响，未 来极端灾害发生的重现期可能变大，且社会经济的 发展都存在不确定性，因此该方法在深度不确定性 时结果不太可信。情景分析方法是假定某种现象或 某种趋势将持续到未来的前提下，对预测对象可能 出现的情况或引起的后果做出预测的方法；该方法 将诸多未来情形归纳于少数情景，在面对深度不确 定性时，很难综合广泛地考虑到各种可能情景，因 而决策结果一定程度上不可信 [24] 。此外，基于传统 风险分析的决策方案也存在定性分析、难以落地的 局限性，无法提供定量化评估的减灾效应、经济效 益，时间尺度上也无法提供短、中、长期的动态稳 健方案。 1.2 基于稳健决策的风险评估与决策 所谓稳健性，是指系统在一定环境反应参数的 摄动下，维持稳定运行性能的特性。在本研究中， 是指在气候变化不确定性情景中，应对气候变化的 适应对策始终维持系统抵御灾害的能力 [25] 。稳健决 策研究涉及多学科交叉，其研究范畴涵盖了工程学、 管理学、经济学和自然科学等，其目的是保持系统 的稳定有效，避免因外部冲击导致的过度偏离。近 年来，稳健决策思想被广泛应用于解决应对气候变 化不确性的决策中，通常包括 3个特征1 解释政 策如何随时间而演化，2 表达未来不确定性，3 具 有可对比的决策标准。 目前，国际上已经开展了一些将稳健决策思路 气 候 变 化 适 应 1 期 79 胡恒智，等气候变化背景下的洪涝风险稳健决策方法评述 应用于应对气候变化决策规划的研究，其特点是 利用计算机强大计算能力和稳健决策思想解决包 括气候变化在内的深度不确定性问题。其中，英 国泰晤士河规划使用了决策树方法应对气候变化 影响下海平面上升的风暴潮问题 [26-27] ；荷兰使用 适应对策路径法选择经济效益最大化的适应对策 路径进行工程性措施的评估 [28-29] ；反向预测法提 出预估状态的未来情景， 从未来反向倒推至现在， 制定出所需的适应措施路径 [30] ；美国兰德公司在 2007 年使用鲁棒决策法协助南加州内陆帝国公用 局（IEUA）重新制定了水资源管理规划 [31-32] 。本 研究整理了目前国际上得到广泛应用的 3 种稳健 决策方法。 2 稳健决策方法进展 2.1 鲁棒决策法（或稳健决策理论） 鲁棒决策法（RDM）是由美国著名咨询公司兰 德（RAND）提出的一种处理深度不确定性的稳健 决策方法，该方法理论基础完备，框架结构明确， 有广泛成功的实证应用 [33-34] 。RDM 的应用案例包括 新奥尔良市抵御未来风暴潮适应措施规划 [35-36] 、科 罗拉多水资源供给与管理 [37] 和胡志明市应对气候变 化风险除涝 [38] 等。 RDM 基本思想不是使用计算机模型和数据来 做出最佳的预测，而是基于成百上千套假设的模型 来模拟潜在决策计划在未来各种可能情景下的实施 情况。RDM 可以通过借助计算机模型和数据探知 既定计划在未来各种情形下的实施结果，规避未来 气候的不确定性，“逆向”评估未来所有可能发生 的情景，帮助决策者制定动态的适应措施。而传统 灾害风险评估方法通常为“情景分析”和“概率风 险分析”法。RDM 方法通过融合这两种传统方法 的优点，开辟了一种促进决策者之间对话的全新方 式，决策者面对的问题不再是“未来会发生什么事 情”，而是转向“我们现在可以采取哪些措施来确 保局势朝着我们期望的方向发展” [39-40] 。 RDM 基本步骤是明确问题现状，提出政策 措施（决策构建）基于未来不确定性构建未来 情景（案例生成）模拟各政策措施在不同未来 情景下的表现，判断政策措施是否达标，发现存在 漏洞的情景（情景分析）分析各政策措施的有 效程度及其经济效益比（权衡分析）制定适应 策略（鲁棒政策，见图 1。 RDM使用 XLRM（uncertainties，levers, relationships，measures）决策矩阵法作为思路框架， 该方法通过使用 22矩阵列举所有潜在不确定因子 （uncertainties， X、理清适应措施（policy levers， L、 构建关系模型（relationships，R）并提出评价标准 （measures，M。即通过模型模拟未来气候变化 多源不确定性情景下，各适应措施提高适应气候 变化的能力，判定各政策措施是否达到评价标准 图 1 RDM 方法理论框架和主要流程 [18] Fig. 1 RDM theory framework and major process [18] 1 决策构建 2 案例生成 3 情景分析 4 权衡分析 讨论 分析 讨论与分析 鲁棒政策 发现存在漏洞情景 新 选 择 气候变化研究进展 2018 年 80 （如未来风险控制于现状以内） 及其投资效益比， 最终提出符合短期、长期利益的鲁棒性策略或策 略组合。 RDM 的主要技术方法包括以下 4个。1 RDM 未来情景构建通过列举、筛选及定量分析，理出 气候变化影响下未来可能出现的不确定因子及其变 化区间，通过拉丁超立方抽样法实现多维均匀抽样， 构建未来情景。2 模拟效果对比与可视化将现有 措施和潜在措施分别导入模型，对比模拟结果，在 可视化数据库软件中实现多情景对比分析。3 情景 探索和脆弱性分析依据适应措施在未来情景中分 析结果，进行情景探索和脆弱性分析，筛选出漏洞 较大的情景以改进适应措施方案。 4适应措施分析 将适应措施定量化分析，未来情景下不同政策措施 的表现情况，并对比不同政策措施在相同情景下的 优劣程度，根据评估结果完成适应措施的取舍分析 和经济效益比的计算。 RDM 方法在胡志明市应用提供了一个在深度 不确定性背景下的典型成功案例。该项目运用拉丁 超立方体抽样方法构建了由未来海平面上升、降雨 增加、 年经济增长率、 人口增加、 经济分布、 贫穷率、 脆弱性因子组成的数千个未来案例，基于水文模型 （SWMM、GIS 工具（ArcGIS、以及系统动力软 件（Analytica）等关系模型，模拟评估了该市现有 防御措施和新增适应措施（包括雨水收集、地下水 管理、抬升居民建筑高度、高敏感区域迁址）在未 来情景下的洪涝风险。以 PRIM 方法（Patient Rule Induction ）进行情景分析，找到了洪涝风险 的关键影响因素为未来降雨增加量和河道水位增加 量，同时分析结果显示，该市现有基础设施仅在未 来降雨增量6，河道水位增量45 cm 的情景下 （该情景仅占总数的 4）能达到可接受风险水平， 而在此基础上新增适应措施能不同程度上增加该市 的可接受风险水平的情景数，通过权衡分析（综合 考虑措施花费、脆弱性和风险减少率）提出了综合 适应措施对策组合供决策者参考。 2.2 信息差距理论 信息差距理论（IGDT）是满足最低目标基础 上寻求最大化鲁棒性的理论方法，该理论起源于 Ben-Haim [41] 关于机械系统可靠性的研究，主要包 含 3 个要素1 一个描述不确定性的信息差距模 型；2 一个展现决策方案效果的系统模型；3 一组 决策者要求或者希望达到的效果值 [42] 。随着该理论 的发展，它已逐渐应用于决策领域，发展成为解决 水环境领域中深度不确定环境下的一种决策方法。 Moilanen 等 [43] 将其应用于自然保护区的选择决策 上Duncan [44] 将其应用于环境生命周期设计；Hall 等 [45] 将其应用于洪水风险管理。 IGDT 方法使用不确定参数 a 来描述“知道” 与“需要知道”之间的信息差距，并定义了决策的 奖惩函数和两个评价指标机会性和鲁棒性，通过 两个指标之间的平衡找到一个满意解。该理论保证 了在 a 最大化的情况下决策效果达到最低满意值。 该理论用参数 ȗ定义系统不确定性，使用最佳估计 量 u表示未来系统的不确定性， ȗ与 u的偏移量 h 用以表示不确定性的增量。所以，信息差距理论可 以表达为 ȗ和 h 的函数，即集合 U（h, ȗ）表示了不 确定性的增量，其结果的 ȟ鲁棒性是指当不确定性 a 最大时，仍可以确保系统维持正常运转。 IGDT 主要贡献在于1 描述了决策中的深度 不确定性，通过构造不确定信息差距模型，分析决 策者已知信息与需要知道信息之间的差距来描述深 度不确定的环境；2 定义了深度不确定环境下的决 策奖赏函数和评价准则，综合分析后形成最坏输出 最小化且最好输出最大化的策略。从而对不能以概 率形式描述的不确定性问题给出解决方案，有效 解决对不确定性的描述及评价准则的选取两个问 题 [46] 。 2.3 适应对策路径理论 适应对策路径理论（DAPP）旨在减少不确定 性基础上制定动态的适应计划，其核心是拟定符合短、 中、长期利益的策略组合框架及其适应对策路径 [47] 。 该理论方法在荷兰和英国得到了广泛应用 [48-49] ， 实施的主要步骤为1 描述当前和未来的情景和目 标；2 需求问题剖析；3 确认方案；4 分析情景 集合；5 明确方案的有效期限；6 评估制定方案和 气 候 变 化 适 应 1 期 81 胡恒智，等气候变化背景下的洪涝风险稳健决策方法评述 路径。 临界点分析是适应对策理论的核心方法，其目 的是衡量适应方案将于何时不再能满足既定的目标 要求 [50] 。适应路径方法提供了一系列可供实施的适 应方案框架，在完成临界点分析后以决策树或者地 铁路线图的形式展示，其中任何一条可联通路径即 为备选适应对策路径（图 2。临界点分析的输出日 期为估算值，但误差一般不超过 20。与地铁路线 图相似，适应对策路径提供了一个可选择的路径集 合以到达最终的目的地。所有的路径都提供了满足 不同时期的最低级别预期正如“条条大路通罗 马” ，换言之，如同地铁线路图一样可以通过选择 不同的路径到达目的地。 由于某些方案未能达到目标，因此有些路径是 不可选择的。同样，决策者和利益相关者在考虑方 案的实施难易程度和成本等因素时，也会有偏好的 路径。适应对策理论会考虑所有方案路径的成本和 效果，以路径评分板显示。借助该适应方案路径图， 决策者可以发现机会，明确方案的有效期限，制定 无悔策略。如图 2中，现有的方案目前已无法达到 目标，若选择方案 A，可以保证方案长期有效，但 花费较高。选择方案 B可能会在短期内（10 年内） 有效，但中长期而言（80 年内，仍需采取额外的 措施达到目标。方案 C有效期限至 80 年左右且在 所有情景下均有效，但若极端 X情景出现，则该方 案会失效，因此选择方案 C可能存在一定风险。方 图 2 适应对策路径示意[51] Fig. 2 A sample of adaptation pathway[51] 案 D长期有效，但具有显著的负面效果。结合着适 应对策路径和路径评分板，决策者可以制定审慎的 策略 [51] 。 3 研究展望 IGDT 方法与RDM 方法有很多共通之处， Matrosov等 [52] 在研究伦敦市泰晤士河供水项目时， 同时运用了 Lempert 的鲁棒决策方法和 Ben-Haim 的信息差距理论，得出了较为一致的稳健决策结论， 并指明了两种方法有互补之处。此外，Hall 等 [53] 也 分别利用了 RDM 和 IGDT 两种方法评估了政府减 少温室气体排放政策，研究发现，两种方法都是致 力于寻找一个对不确定性因素不敏感、对未知条件 适应性较强的决策结果，虽然处理过程有所不同， 但仍得出一致的最优和最劣政策结论。 为了处理深度不确定性，3种方法均建立多种 未来情景，并以大量的计算机模拟定量评估决策方 案的表现情况。虽然这些理论方法在不同案例中证 明有效，由于提出的概念不同，使用的数据信息不 同，使得优缺点和局限性也各不相同。3种决策方 法的对比见表 1。 RDM 方法在处理多维不确定性因子、构建未 来情景集合、情景探索和脆弱性评估等方面有着独 特的优势。而 DAPP 方法的优势包括给出适应方案 的有效期限，及提供可供灵活选择的适应对策路径 方案 A 方案 B 方案 C 方案 D 转换至新方案 0 10 70 80 90 100 有效期年限 路径评分板 方案失败于情景 X 适应对策方案的临界点（终点站） 方案适用情景 方案路径 花费 目标效果 负面效果 1 2 3 4 5 6 7 8 9 0 0 0 0 0 0 0 0 0 0 0 --- --- - - - 气候变化研究进展 2018 年 82 表 1 决策方法对比 Table 1 Comparison of the three s 不确定性度量 模型 方案评价 主要优点 主要缺点 项目 鲁棒决策 信息差距 适应对策路径 以未来气候因子和社会经济的变率区 间组合未来情景，从而减少不确定性 需特定水文、气候及社会经济等一系 列关系模型 基于情景探索和权衡分析提供各适应 措施在各未来情景下表现情况，不提 供严格意义的优劣排序 1 理论技术基础扎实，运用 XLRM 框架理清总体思路； 2技术方法完备， 使用拉丁超立方体抽样、 脆弱性分析、 情景探索、数据可视化展示等技术有 效减少不确定性；3定量考虑各适应 措施在未来气候情景下的表现情况， 提供定量评估结果及现有方案漏洞 理解较为困难，实施难度大，计算量 大 在各种未来可能情景中，以适应方案 能否达到既定目标来衡量不确定性的 区间 需分别建立不确定性模型、系统模型 以及评价标准 基于鲁棒性和机会性的权衡分析评 价，不提供严格意义优劣排序 1可解决不能以概率表式的不确定性 问题；2建立不确定性模型，细化的 最低要求和奖惩函数；3通过提供可 视化的分析来判断各适应措施的鲁棒 性和机会性，以供决策者取舍分析和 评估 未考虑适应对策的失效情景 使用临界点分析判断适应方案的有效 期限，制定不同的适应路径以减少未 来气候情景不确定性的影响 需特定模型 适应路径评分板，包含每个适应路径 的实施难度和造价排序 1基于临界点分析法可估算各方案的 有效期限；2 提供可选择的多种适 应对策路径，易于展示和充分与决策 者沟通；3通过实施难度、成本和负 面效果指标定量化评估各适应对策组 合，且通常提供各最优适应路径 情景分析中未能充分考虑气候经济社 会等不确定性 集，易于研究成果的展示和理解。也有学者尝试初 步结合了 DAPP 与 RDM 方法 [54] ，未来仍可以进一 步探索如何结合 DAPP 和 RDM 实现稳健决策。此 外，基于 RDM 方法衍化的多目标稳健决策（Many- objective Robust Decision Making） 在解决多目标问题、 权衡多目标决策时提供有效决策支撑 [55] 。 4 结 语 在当今快速变革的形势下，由于涉及到城市系 统内部相互作用机制的复杂性和气候、经济、社会、 人口等要素的不确定性，“先预测后行动”的传统 风险评估方法并不能解决深度不确定性下的城市应 对洪涝风险的决策问题。未来，基于稳健决策的方 法可以提供有助于正确决策的新思路，借助计算机 模型和数据探知既定计划在未来各种情形下的实施 结果，帮助决策者辨别其计划实施结果优劣的各种 情形，通过对比各适应措施的经济效益和负面影响， 制定最优的对策组合及其实施路径。 洪涝灾害风险评估技术方法取得诸多进展，如 直接积分法、蒙特卡罗法、均值一次二阶矩法、熵 理论 [56] 等手段已经被有效运用，适应对策的服务效 应、经济效益评估（如投入产出法、帕累托最优） [57] 也逐渐被广泛运用。但从决策支持领域来看，未来 挑战并不仅是技术手段的提升，还在于如何将风险 评估的结果运用在实际决策中，这体现在决策制 定过程中如何处理不确定性、对适应对策的定量 化评估，以及如何促进与决策者和利益相关者的 沟通。 总体而言，目前我国针对未来气候不确定性 的洪涝灾害风险评估与决策的研究仍然匮乏，过 往适应对策的研究工作大部分停留在定性分析的 层面，尚未实现适应对策方案的定量分析及经济 效益评估，今后需要加强在该领域的研究力度。 此外，除了把气候变化等诸多外部因素的不确定 性纳入考虑范围之外，还要综合考虑内部因素包 括数据资料、洪涝模型、气候模式等不确定性。 在此基础上，仍需要不断吸收、完善科学方法论， 并充分利用计算机强大的计算能力和先进的数据挖 掘技术方法。 气 候 变 化 适 应 1 期 83 胡恒智，等气候变化背景下的洪涝风险稳健决策方法评述 参考文献 张建云 . 气候变化对水的影响研究及科学问题 [J]. 中国水利 , 2008 2 14-18 IPCC. Climate change 2014 impacts, adaptation, and vulnerability [M]. Cambridge Cambridge University Press, 2014 丁一汇 , 孙颖 . 国际气候变化研究新进展 [J]. 气候变化研究进展 , 2006, 2 4 161-167 程晓陶 , 王静 , 夏军 , 等 . 气候变化对淮河防洪与排涝管理项目的 影响及适应对策研究 [J]. 气候变化研究进展 , 2008, 4 6 324-329 Hine D, Hall J W. Ination gap analysis of flood model uncertainties and regional frequency analysis [J]. Water Resources Research, 2010, 46 19, W01514 Walker W E, Marchau V A W J, Swanson D. Addressing deep uncertainty using adaptive policies introduction to section 2 [J]. Technological Forecasting and Social Change, 2010, 77 6 917-923 Bryant B P, Lempert R J. Thinking inside the box a participatory, computer-assisted approach to scenario discovery [J]. Technological Forecasting and Social Change, 2010, 77 1 34-49 Lempert R J, Popper S W, Bankes S C. Shaping the next one hundred years new s for quantitative, long-term policy analysis [M]. Santa Monica, CA RAND Corporation, MR-1626-RPC, 2003 胡笑旋 , 陈意 . 深度不确定环境下的决策分析方法 研究现状与展 望 [J]. 控制与决策 , 2015, 30 3 385-394 Popper S W, Lempert R J, Bankes S C. Shaping the future [N]. Scientific American, 2005 66-71 Dessai, S, van der Sluijs J P. Uncertainty and climate change adaptation a scoping study [M]. Copernicus Institute for Sustainable Development and Innovation, Utrecht, 2007 Wilby R L, Keenan R. Adapting to flood risk under climate change [J]. Progress in Physical Geography, 2012 1-31 Kwakkel J H, Walker W E, Marchau V A. From predictive modeling to exploratory modeling how to use non-predictive models for decision making under deep uncertainty [C]. Proc of the 25th Mini-EURO Conf on Uncertainty and Robustness in Planning and Decision Making, Portugal, 2010 1-10 Albrechts L. Strategic spatial planning reexamined [J]. Environment and Planning B Planning and Design, 2008, 31 5 743-758 Groves D G, Lempert R J. A new analytic for finding policy- relevant scenarios [J]. Global Environmental Change, 2007, 17 1 73- 85 Regan H M, Ben-Haim Y, Langford B, et al. Robust decision-making under severe uncertainty for conservation management[J]. Ecological Applications, 2005, 15 4 1471-1477 Dewar J A, Builder C H, Hix W M, et al. Assumption-based planning a planning tool for very uncertain times [J]. Santa Monica, CA RAND Corporation, 1993 Lempert R J, Popper S W, Groves D G, et al. Making good decisions without predictions robust decision making for planning under deep uncertainty [J]. Santa Monica, CA RAND Corporation, 2013 胡恒智 , 温家洪 . 社区自然灾害风险分析进展综述 [C]. 法国 [1] Atlantis 出版社 , 2011, 308-315 ISO. ISO guide 31000-2009, risk management principles and guidelines [S]. ISO, 2009 温家洪 , 黄蕙 , 陈珂 , 等 . 基于社区的台风灾害概率风险评估 以上 海市杨浦区富禄里居委地区为例 [J]. 地理科学 , 2012, 3 23 348- 355 尹占娥 , 许世远 , 殷杰 , 等 . 基于小尺度的城市暴雨内涝灾害情景 模拟与风险评估 [J]. 地理学报 , 2010, 65 5 553-561 刘敏 , 权瑞松 , 许世远 , 等 . 城市暴雨内涝灾害风险评估 理论、 方法与实践 [M]. 北京 科学出版社 , 2012 27-28 Lempert R J, Myles T C. Managing the risk of uncertain threshold responses comparison of robust, optimum, and precautionary approaches [J]. Risk Analysis, 2007, 27 4 1009-1026 Lempert R J, McKay S. Some thoughts on the role of robust control theory in climate-related decision support [J]. Climatic Change. 2011 107 241-246 IISD. Designing policies in a world of uncertainty, change and surprise adaptive policy-making for agriculture and water resources in the face of climate change phase I research report [M]. International Institute for Sustainable Development, Winnipeg, 2006 Hallegatte S. Strategies to adapt to an uncertain climate change [J]. Global Environmental Change, 2009, 19 240-247 Gersonius B, Ashley R, Pathirana A, et al. Climate change uncertainty building flexibility into water and flood risk infrastructure [J]. Climatic Change, 2013, 116 411-423 van der Brugge R, Rotmans J, Loorbach D. The transition in Dutch water management [J]. Regional Environmental Change, 2005, 5 164- 176 Haasnoot M, Middelkoop H, Offermans A, et al. Exploring pathways for sustainable water management in river deltas in a changing environment [J]. Climatic Change, 2013, 115 795-819 Lempert R J, Groves D G. Identifying and uating robust adaptive policy responses to climate change for water management agencies in the American west [J]. Technological Forecasting and Social Change, 2010, 77 960-974 Groves D G, Lempert R J, Knopman D, et al. Preparing for an uncertain future climate in the inland empire identifying robust water management strategies [J]. Santa Monica, CA RAND Corporation, 2008 Lempert R J. A new decision sciences for complex systems [J]. Proceedings of the National Academy of Sciences, 2002, 99 3 7309- 7313 Minville M, Brissette F, Leconte R. Uncertainty of the impact of climate change on the hydrology of a nordic watershed [J]. Journal of Hydrology, 2008, 358 1 70-83 Johnson D R, Fischbach J R, et al. Estimating surge-based flood risk with the coastal Louisiana risk assessment model [J]. Journal of Coastal Research, 2013 67 109-126 Fischbach J R, Groves D, Johnson D. Managing New Orleans flood [4] [3] [5] [6] [7] [8] [2] [9] [10] [11] [12] [13] [14] [17] [18] [15] [16] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] 气候变化研究进展 2018 年 84 Global E