Scaling up uncertain environmental evidence

Mot kvalitetssäkring av vetenskapliga lösningar på osäkra miljöproblem

Lösningar till miljöproblem är inte lätta att finna. Beslutsfattare efterfrågar vetenskapliga belägg (evidens) på varför vissa åtgärder är bättre än andra. Kunskap om naturliga system är begränsad, och kommer så vara även när man behöver fatta komplicerade och svåra beslut. Ett sätt är att visa på vilket sätt svagheter i evidens påverkar hur vi bör värdera alternativa åtgärder. Syftet med detta projekt är att föreslå en beslutsteori som samtidigt värderar kvalitet i vetenskapligt grundad evidens och som passar för hantering av naturliga system under osäkerhet.

Låt oss ta den tjänst som pollinerande insekter ger till jordbruket som exempel. Pollinering är en viktig tjänst som vi får av ekologiska system, en så kallad ekosystemtjänst. Utan pollinering skulle mycket matproduktion utebli och biologisk mångfald försvinna. Dessutom ger ökad pollinering ökade skördar av grödor såsom rödklöver, åkerböna och jordgubbar. En lantbrukare kan välja att gynna förekomst av pollinerande insekter genom att bevara och skapa boplatser. Det finns indikationer på att pollinerande insekter tar skada av vissa kemikalier i jordbruket. Användande av dessa kemiska preparat ger höga och säkra skördar på kort sikt, men eftersom det kan minska pollineringstjänsten i landskapet, är det samtidigt ett hot mot matproduktion på lång sikt.

Pollineringstjänsten – ett komplicerat beslutsproblem

Frågan hur man skall hantera pollineringstjänsten i jordbrukslandskapet är ett komplicerat beslutsproblem. Det handlar om att väga lantbrukares individuella ekonomiska risker mot samhällets önskan om giftfri miljö och tryggad biologisk mångfald. Det är svårt att komma med entydiga svar eftersom vår kunskap är bristfällig. Att invänta mer kunskap innan man fattar beslut kan få förödande konsekvenser. Experimentella studier ger endast begränsad information om hur ta tillvara olika intressen. Det behövs ett strukturerat sätt formulera problemet som ska lösas. Men vad händer med kvalitet i evidens om vi råkar begränsa problemet för mycket? 

Utmärkande för naturliga system är att vi inte exakt känner till alla dess delar eller på vilket sätt de påverkar varandra. När man fattar beslut, räcker det således inte med att ta hänsyn till naturligt inneboende variation i naturliga system, vi måste även hantera kunskapsluckor i hur denna variation ser ut. Dessutom är vår bild av systemet grumlig då vi för det mesta bara delvis kan observera naturliga system. Mätningar är inte exakta. Observationer behöver omtolkas till information om systemet och till sin hjälp använder vetenskapen sannolikhetsmodeller. Genom att tilldela systemets tillstånd olika grad av sannolikhet, kan man utifrån erfarenhetsbaserade observationer (data) säga vilken modell som bäst beskriver systemet. Men vad händer med kvalitet i evidens om vi tvivlar på att någon av modellerna är rätt?

Lösa miljöproblem innebär ofta att man behöver uttala sig om vad som kan hända med ett system i framtiden och på en annan plats än den man har studerat. Modeller kan göra dessa uppskalningar på ett kvantitativt och tydligt sätt. Samtidigt innebär varje uppskalning att kunskapsunderlaget blir mer urholkat. Men vad händer med kvalitet i evidens om det som vi vill säga något om inte liknar det som vi tidigare har observerat?

Det händer ofta att tillgänglig data inte räcker för att dra några slutsatser. I sådana fall kan man förlita sig på bedömningar av experter. Men vad innebär användandet av experters åsikter för kvaliten i evidens?

Kvalitativa aspekter av kunskapsosäkerhet

Dessa frågor berör kvalitativa aspekter av kunskapsosäkerhet. Det behövs metoder att ta fram evidens under osäkerhet som klarar av komplexa beslutsproblem under olika förutsättningar i kunskapsunderlaget. I detta projekt kombineras principer för kvantitativ riskbedömning, hantering av kunskapsbaserad osäkerhet och statistisk härledning till en beslutsteori som möjliggör kvalitetsvärdering av vetenskapligt grundad evidens under osäkerhet. Teorin kommer att testas på en fallstudie på evidensbaserad hantering av pollineringstjänster i jordbrukslandskapet och dess effekter på risker, sett ut jordbrukares och samhällets perspektiv. Förmågan att utvärdera kvalitet i evidens testas under olika förutsättningar i kunskapsunderlaget som fås genom att skala upp problemet från skalan av observationer (här ett fältförsök) ut över ett landskap, och sen framåt i tiden. 

Läs mer på bloggen evidence.blogg.lu.se (på engelska)

‘This is what we don’t know’ ‐ Treating epistemic uncertainty in Bayesian networks for risk assessment is the titl...
Fall 2020 Bayes@Lund is organizing a book club on the foundational book Probability Theory: The logic of science by E.T....
The content of the 2020 version of the PhD course Interdisciplinarity in Environmental Research has been decided. I wish...
Introductory seminar We are happy to announce the introductory seminar with PhD student Dmytro Perepolkin October 22nd 2...
Decision making under uncertainty in relation to the pandemic was discussed by Åsa Knaggård in May 2020 (in Swedish).