How do the properties of training scenarios influence the robustness of reservoir operating policies to climate uncertainty?
How do the properties of training scenarios influence the robustness of reservoir operating policies to climate uncertainty?
复制标题
训练场景的特性如何影响水库调度政策对气候不确定性的鲁棒性？
DOI：
10.1016/j.envsoft.2021.105047
复制
发表时间：
2021
影响因子：
4.9
通讯作者：
Herman, Jonathan D.
中科院分区：
文献类型：
--
作者：
Cohen, Jonathan S.;Zeff, Harrison B.;Herman, Jonathan D.
水库控制政策为适应气候变化的不确定水文影响提供了一种灵活的选择。这一挑战需要强有力的政策，能够驾驭比预期更潮湿、更干燥或更多变的情景。虽然之前的一些研究已经使用大型场景集合训练了健壮的策略，但仍然需要了解训练场景的属性如何影响策略的健壮性。具体而言，本研究调查的情况下，包括年径流，积雪，和基线后悔之间的差异基线政策和完美的前瞻性表现在一个单独的场景属性。结果表明，政策训练的情景子集与高基线遗憾优于其他训练集在潮湿和干燥的未来，主要是通过采用年内对冲策略。该方法突出了提高政策培训的效率和鲁棒性的潜力，同时考虑水文属性和基线遗憾的培训合奏。
Reservoir control policies provide a flexible option to adapt to the uncertain hydrologic impacts of climate change. This challenge requires robust policies capable of navigating scenarios that are wetter, drier, or more variable than anticipated. While a number of prior studies have trained robust policies using large scenario ensembles, there remains a need to understand how the properties of training scenarios impact policy robustness. Specifically, this study investigates scenario properties including annual runoff, snowpack, and baseline regret—the difference between baseline policy and perfect foresight performance in an individual scenario. Results indicate that policies trained to scenario subsets with high baseline regret outperform those generated with other training sets in both wetter and drier futures, largely by adopting an intra-annual hedging strategy. The approach highlights the potential to improve the efficiency and robustness of policy training by considering both the hydrologic properties and baseline regret of the training ensemble.
登录
查看更多内容
将气候预测与绩效联系起来：大型城市水资源系统基于产量的决策规模评估
影响因子：
5.4
作者：
S. Turner;D. Marlow;M. Ekström;B. Rhodes;Udaya Kularathna;P. Jeffrey
通讯作者：
P. Jeffrey
直接政策搜索，对高度不确定的社会生态临界点进行稳健的多目标管理
DOI：
10.1016/j.envsoft.2017.02.017
发表时间：
2017
期刊：
Environ. Model. Softw.
影响因子：
--
作者：
J. Quinn;P. Reed;K. Keller
通讯作者：
K. Keller
适应不断变化的科罗拉多河，通过稳健的管理策略使未来的供水更加可靠
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
D. Groves;J. Fischbach;E. Bloom;D. Knopman;Ryan Keefe Prepared
通讯作者：
Ryan Keefe Prepared
影响因子：
16.6
作者：
Fletcher, Sarah;Lickley, Megan;Strzepek, Kenneth
通讯作者：
Strzepek, Kenneth
使用多目标鲁棒优化进行自适应决策的探索性方法
影响因子：
4.2
作者：
C. Hamarat;J. Kwakkel;E. Pruyt;E. T. Loonen
通讯作者：
E. T. Loonen