The management of competing land uses is complicated by a range of issues and considerations. This is the case because of a concern for the long-term health of the earth and the obvious negative impacts of past and present human activities. Land use planning and management efforts have recognized this broader context and accordingly have devoted much care and attention to operational-level planning support. Spatial restrictions have long been recognized as central to limiting local impacts as well as ensuring landscape shape and structure irregularity. Unfortunately, planning to meet spatial restrictions may be disrupted, by fire, pests, or even on-the-ground conditions. For example, what if a fire destroys resources in a management unit that are adjacent to a unit(s) scheduled for harvest. In fact, this new opening/disruption may prevent the planned activity of any of its neighboring units. Disruptions do occur, but have rarely been addressed in any meaningful way in planning optimization problems. This paper details spatial optimization approaches to support better understanding of the range of potential outcomes when disruption and uncertainty are taken into account in land use planning involving forest resources. Application results highlight the significance of handling disruption risk and spatial data uncertainty, indicating that identifying and selecting planning alternatives that are consistent with goals and intended outcomes are a difficult task. However, improved modeling approaches are possible that better support land use decision making.

中文翻译：

---

解决林地使用模型中的风险和不确定性

一系列问题和考虑因素使土地竞争使用的管理变得复杂。之所以如此，是因为担心地球的长期健康以及过去和现在人类活动的明显负面影响。土地使用的规划和管理工作已经认识到了这一广泛的背景，因此在运营层面的规划支持上投入了大量的精力和精力。长期以来，人们一直认为空间限制是限制局部影响以及确保景观形状和结构不规则的关键。不幸的是，满足空间限制的计划可能会因火灾，虫害甚至地面条件而中断。例如，如果大火烧毁了管理单位中与计划收获的单位相邻的资源，该怎么办。事实上，这种新的开放/中断可能会阻止其任何相邻单位的计划活动。确实会发生中断，但是很少在计划优化问题时以任何有意义的方式解决。本文详细介绍了空间优化方法，以支持在涉及森林资源的土地使用规划中考虑破坏和不确定性时更好地理解潜在结果的范围。应用结果突显了处理中断风险和空间数据不确定性的重要性，表明识别和选择与目标和预期结果一致的计划替代方案是一项艰巨的任务。但是，可以使用改进的建模方法来更好地支持土地使用决策。但是在规划优化问题时很少以任何有意义的方式解决它。本文详细介绍了空间优化方法，以支持在涉及森林资源的土地使用规划中考虑破坏和不确定性时更好地理解潜在结果的范围。应用结果突显了处理中断风险和空间数据不确定性的重要性，表明识别和选择与目标和预期结果一致的计划替代方案是一项艰巨的任务。但是，可以使用改进的建模方法来更好地支持土地使用决策。但是在规划优化问题时很少以任何有意义的方式解决它。本文详细介绍了空间优化方法，以支持在涉及森林资源的土地使用规划中考虑破坏和不确定性时更好地理解潜在结果的范围。应用结果突显了处理中断风险和空间数据不确定性的重要性，表明识别和选择与目标和预期结果一致的计划替代方案是一项艰巨的任务。但是，可以使用改进的建模方法来更好地支持土地使用决策。本文详细介绍了空间优化方法，以支持在涉及森林资源的土地使用规划中考虑破坏和不确定性时更好地理解潜在结果的范围。应用结果突显了处理中断风险和空间数据不确定性的重要性，表明识别和选择与目标和预期结果一致的计划替代方案是一项艰巨的任务。但是，可以使用改进的建模方法来更好地支持土地使用决策。本文详细介绍了空间优化方法，以支持在涉及森林资源的土地使用规划中考虑破坏和不确定性时更好地理解潜在结果的范围。应用结果突显了处理中断风险和空间数据不确定性的重要性，表明识别和选择与目标和预期结果一致的计划替代方案是一项艰巨的任务。但是，可以使用改进的建模方法来更好地支持土地使用决策。表明确定和选择与目标和预期结果一致的计划替代方案是一项艰巨的任务。但是，可以使用改进的建模方法来更好地支持土地使用决策。表明确定和选择与目标和预期结果一致的计划替代方案是一项艰巨的任务。但是，可以使用改进的建模方法来更好地支持土地使用决策。