　輪読会の果実 '08　

第19章　情報の入手利用促進における決定支援システムの可能性と限界
はじめに
意思決定の諸問題、関係者、システム分析の基本概念
 意思決定支援システムの歩みと考え方(コンセプト）
意思決定支援システム能力の基礎となる高度先端技術の諸要因
 水資源管理のための意思決定支援システムのモデル例
 IRIS/IRAS
ModSim
Riverware
Internet DSS
要約

19
Capabilities and limitations of
decision support systems in
facilitating access to information

第19章　
情報の入手利用促進における意思決定支援システムの可能性と限界

Introduction

We make decisions all the time. The decisions range in difficulty from the very simple to the very complex, and in scope from the very narrow to the very broad. Simple decisions are made without much consideration of the factors affecting and affected by the decision. We normally give more complex decisions much more thought and consider more of the factors involved. Depending on the complexity and scope involved, the thought given may be a brief mental comparison of alternatives, or it may be a thorough analysis appropriate to a complex situation in which there are significant differences in the impacts of various factors considered and in impacts of various alternative courses of action.

はじめに

　我々は、常に意思決定を行っています。その決定は、困難さの点では極めて単純なものから複雑至極なもの、範囲の点では狭隘なものから広汎なものへと多岐に亘ります。
　単純な意思決定は、決定に影響を及ぼす或いはその決断で影響を受ける諸要因を考慮することなく行われます。　我々は通常、より複雑な決定に、より多くの思考を重ね、関係諸要因の多くを検討します。
　関係するその複雑さと範囲にもよりますが、その検討は、代替案についての簡潔な知的な比較かもしれません。或いはまた、考慮された諸要因と多様な代替案の実行過程に影響を与える程の顕著な相違が存在する、錯綜した状況につての適切妥当な徹底分析かも知れません。

Undoubtedly, decision-making processes associated with the utilization of natural resources, including water resource management, fall into the category of complex situations requiring thorough consideration and analysis. This complexity manifests itself not only through the sophistication of physical and chemical phenomena taking place in water resources systems, but primarily through rich and multidimensional interactions between various types of more or less thought-out human activities, their influence on natural systems, and consequent impacts resulting from the responses of these natural systems back to the human world. However, it is not the intention of this chapter to analyse the complexity of interactions between human activities and natural systems.

水資源管理をはじめとする自然資源の有効利用に関わる意思決定は、疑いもなく、徹頭徹尾の熟慮と分析を必要とする複雑な重要問題の範疇に属します。
　この複雑さは、水資源系で発生する物理的自然現象や化学的現象だけではありません。複雑さは主として、周到に考慮された人間活動・それら諸活動の自然系への影響・そしてこれら自然系の反応が人間世界に跳ね返ることによる影響等、様々な多面的な相互作用を通じて現れます。　しかしながら、人間の諸活動と自然系との相互作用を分析することが、当章の意図ではありません。　

This chapter seeks to review the basic concepts and notions underlying development of decision support tools providing decision makers and other involved parties with various forms of information which can be then used during the decision-making process. The capabilities as well as limitations of these tools in securing access to information are analysed. This analysis is illustrated by examples of various solutions and applications, including presentation of the Internet-based prototype of the decision support system (DSS) that has been developed for the Ganges River. Finally, recommendations concerning future research needs and challenges are presented. All considerations contained in this chapter are made from the point of view of a technically minded professional, who has been involved for many years in the development of various tools and solutions supporting decision-making processes and managerial activities. Therefore, the psychological, social, political, and legal aspects of the decision-making processes are not considered here.

当章の意図は、意思決定者と他の関係当事者に意思決定過程で利用されうる多岐にわたる情報形態を提供するため、意思決定支援ツール開発の根幹である基本概念と考え方を俯瞰（ふかん）しようとするものです。
　情報の入手利用を実現させるこれら用具の可能性と限界が分析されます。この分析は、ガンジス川のために開発された、｢意思決定支援システム（DSS）｣についての、インターネット利用の模範例の提供を含む、様々な解決策と応用例により解説されます。
　最終的には、将来の必要研究内容と挑戦課題についての勧奨が提言されます。当章に含まれる全ての検討内容は、意思決定過程と管理活動を支援する様々な用具と解法の開発に積年の間関係してきた、技術志向の専門家の視点で構成されています。従って当章では、意思決定過程の、心理学的・社会学的・政治学的・法学的側面は、考慮されておりません。

Decision problems, stakeholders, and
basic concepts of systems analysis

The decision-making associated with the utilization of water resources is understood here as the process of selecting such actions affecting a given water resource system, which seeks to result in better fulfilling the goals and objectives by the system under consideration. The decision-making can be also understood as a process of seeking the "best acceptable" solution for a specific system.

意思決定の諸問題、関係者、システム分析の基本概念

　水資源の有効利用に関連する意思決定は、或る水資源系に影響を与える諸々の行為を選択する過程、と理解されます。そしてそれは、当章で検討する決定支援システムにより、その成果目標とプロセス目標の実現に結実させようとするものです。又その意思決定は、ある特定水系にとって“受容可能な最善策”を求め選択する過程、とも理解されます。

The decision-making processes are taking place in a structure consisting of the following elements (see fig. 19.1):
・The system (in our case, a water-management system) under consideration representing material and physical reality.
・The problem that requires a decision. The term "problem" refers to the existence of a gap between the desired state and the existing state (Sabherwal and Grover 1989). Consequently, the decision-making process aims to All (or at least to reduce) this gap and thus solve the problem.
・The decision maker (that is, the person or organization, who will decide upon an action or a set of actions to be undertaken in order to achieve certain objectives (fill or reduce the gap between the existing and desired state of the system). These objectives are provided by those to whom the decision maker is responsible. Most methodologies assume an individual decision maker; however, in a real-world situation, the decisions are usually made by a group (or even several groups) of people representing different views, preferences, and expectations.

　この意思決定過程は、以下の諸要素で構成される、或る特定の枠組み・構造の中で行われています。

・具体的、物理的現実世界を代表する当該システム（我々の場合水管理システム）
・決断を必要とする諸問題。用語“問題”は、当為(とうい‐あるべき)の状態と現実との乖離の存在として表現されています。従って意思決定プロセスは、この乖離を補填充足し(又は少なくとも縮小させ)、問題を解決することを意図します。
・意思決定者。即ち、或る種の目標を達成する（当該システムの現実と当為間の乖離を補填充足又は縮小させる）ために着手されるべき或る行動または一連の行動を決定する人物乃至は組織体。
諸目標は、意思決定者が責任を負う必要のある個人または組織体により用意されます。多くの学説や文献は、個人的な意思決定者を想定します。が現実世界では、諸決定は通常、異なる見解・選好・期待を代表する人々の集団（又は複数集団）により行われます。

Political and social developments in various countries mean that the notion of a single decision maker has been losing its rationale. Complex economic, social, and political structures require decisions to be made in a framework of sophisticated processes involving many stakeholders, who more or less directly participate in the decision-making process. In a case of water management systems, the professional and institutional affiliation of decision makers has been changing over time. As Loucks (2003) points out, considering the United States as an example, originally civil (mainly structural) engineers dominated river basin development, and this led to a situation where engineers involved in managing river basins had to fit into multidisciplinary teams including ecologists, economists, environmental specialists, social scientists, water users, lawyers, and regulators. The same now applies to many countries all over the world.

　様々な国々の政治的社会的な発展は、単一の意思決定者の見解は、その妥当性を失いつつあることを意味しています。複雑な経済的・社会的・政治的構造は、多かれ少なかれ、意思決定過程に参画する多くの関係者を含む精緻に洗練された枠組みのなかで行われる様々な決断を必要とします。　水管理システムの場合、意思決定者の専門的・組織的な連携は、時とともに変化しています。米国を一典型例としてルーカスが指摘するように、当初、土木工学者（主として構造工学）が河川流域開発を先導し、此のことは、河川流域管理にかかわった工学者が、生態学者・経済学者・環境専門家・社会科学者・水利用者・弁護士・規制管理者等を含む学際的なチームに、融合しなければならなかった状況に繋がりました。今日、同様なことが、世界の多くの国々に当て嵌まります。

What connects the elements of the structure underlying the decision-making process mentioned above is information, which is continuously gathered, exchanged, processed, enhanced, evaluated, and used during the decision-making processes. Decision-making processes associated with water resource management concern many areas -and decisions can be purely technical, technical with economic and social impacts, political, economic, social, and so on. There is no definitive scientific explanation of how decisions are made by individuals, why people make one and not another decision, or what information they use in making decisions. It is assumed that the decisions can be made faster and better when decision makers have access to the most up-to-date, complete, and correct information relevant to their particular decision problem.

　上に述べた意思決定過程の基盤となる構造の諸要素に繋がるものは情報であり、それは、意思決定の際継続して収集・交換・加工処理・止揚・評価・利用されます。水資源管理に関わる意思決定は、多くの領域に関係があり、それらの意思決定は、経済的・社会的・政冶的影響とともに、純粋に技術的なものであり得ます。各人がどの様に意思決定を行い、何故それを決断し他を選択しないのか、或いはどのような情報を意思決定に際して利用するのか、等についての明快な科学的解説は存在しておりません。意思決定者が、彼ら固有の意思決定問題に関係する最直近で正鵠完全な情報を入手利用が可能な場合、より良い意志決定が、より早く行なわれうると想定されています。

The information used in the decision-making process may take different forms: these range from a collection of various historical data, literature, results of public opinion polls, or actual measurements of a physical system's parameters up to forecasts and simulation results of computations showing the consequences of considered decision alternatives. Depending upon the concrete (specific) decision situation, the information requirements and needs expressed or perceived by the stakeholders in the decision-making process can be very different. Experience shows that it is extremely difficult to specify beforehand what information is necessary and sufficient to make good decisions. Usually, the process of decision-making goes together with a learning process. In the framework of the learning process, stakeholders make decisions based on the information available; they learn about the impacts and consequences of those decisions; then they make further decisions influenced by the new knowledge and information that they have gathered. Consequently, in a repeatable process they enhance their knowledge and understanding of the decision problem and also identify needs for new types of information. Information needs and requirements therefore grow together with the growing understanding of the problem in hand.

　意思決定過程で利用される情報は、異なる形態をとるでしょう。それらは、様々な歴史的データ・文献の収集と世論調査結果に跨ります。或いはまた、考慮された意思決定代替案の結果を検証するコンピュータの演算予測値とシュミレーション結果に責任のある物理的システム（例えば水資源管理システム）のパラメーター（媒介変数）の計測数値にも及んでいます。具体的な特定の意思決定の状況にもよりますが、意思決定過程における関係者が表明する或いは認識する情報の前提条件と必要項目は、多岐に亘ります。我々の経験は、予めどのような情報がより良い意志決定のために必要であり十分であるか、を特定することは極めて困難であることを示しています。通常、意思決定過程は、学習過程とともに進展します。学習過程の枠組みのなかで、関係者は、利用可能な情報を基に意思決定を行います。彼らは、意思決定の影響と結果について学習し、新たに獲得した知識と情報に基づく意思決定を行います。その結果、反復可能な過程の中で、彼らは問題についての知識と理解を深め、新しい情報への必要性をも明確化します。ですから必要情報は、手近な問題についての理解の増進とともに進展変化するのです。

An interesting discussion concerning this subject is provided by Simonovic (2000) in the context of a complexity paradigm relevant to water Problems. Population growth, climate variability, and regulatory requirements are increasing the complexity of water resources problems. Water resource management schemes are planned for longer temporal scales in order to take into account and satisfy future needs. Planning over longer time horizons also extends the spatial scale. Extension of temporal and spatial scales leads to increases in the complexity of the decision-making Processes and involves an increasing number of stakeholders. Consequently, together with the growing complexity of the decision-making problems, there are also growing demands and challenges concerning tools used to provide information and to support decision-making processes.

　水問題に関わる複雑な状況を背景にして、この問題に関係のある興味深い議論が、シモノビッチ（2000）により提起されています。
　人口増大・気候変動・規制要請が、水資源問題の複雑さを増大させています。水資源管理計画は、将来の必要性を考慮し充足させるために、長期的時間尺度で設計されます。長期の時間的視野は、空間的尺度も拡大させます。
　時間的空間的尺度の拡大は、意思決定過程の複雑さの増大に結びつき、膨大な数の関係者を包含します。その結果、意思決定上の問題の複雑化と相俟って、情報提供と意思決定支援過程に利用されてきた諸ツールに係る要求と挑戦課題の増大も存在するのです。

The methodological framework underlying the process of searching for solutions (decisions) of the decision problem is offered by the scientific discipline of systems analysis (Sage and Armstrong 2000), which evolved through parallel developments in mathematics, engineering, and economics. As system analysis has matured in recent decades, its applicability in water resource planning and management has steadily grown, and currently it is impossible to imagine water resource management without the use of methods and tools offered by systems analysis.

　意思決定上の問題解決策の探究過程の基礎である手法的枠組みは、システム分析の科学的学問分野が提供します。そしてその分野は、数学・工学・経済学の発展とともに進歩しました。
　システムアナリシスが成熟するにつれて、その水資源計画と管理における適用可能性は着実に進歩し、今日では、システムアナリシスが提供する手法や用具の利用なしでは、水資源管理を想起することは不可能です。

The notion of a system is a basic one for this scientific discipline (Nandalal and Simonovic 2002). We consider physical water resources systems as a collection of various elements interacting in response to natural and human-induced actions. The systems and related human actions are aimed at satisfying social and economic needs. Systems analysis enables the study not only of interactions between components of the system but also of the overall response of the whole system to various human actions associated with development and management alternatives.

　或るシステムの概念は、この科学的学問分野の基本的一分野です。我々は、自然界の水資源システムを、自然界の行為と人間の行為に応じて相互作用しあう様々な要素の一集合体と考えます。
　種々のシステムとそれに関わる我々の行為は、社会的経済的必要性を充足させることを意図しています。
様々なシステム分析は、システムの構成要素間の相互作用の研究だけでなく、開発と管理に係る代替案に関係する多様な人間行動への、全システムの総合的な対応の研究をも可能にします。

The behaviour of a system as a whole, or the behaviour of some of its components, can be the subject of systems analysis only when the system or its elements can be modelled using mathematical representation (mathematical models). Models and their properties can vary greatly: the same physical phenomenon can be described using different types of models, depending on specific purposes which the model may serve. These different types of models may have different mathematical representation: for instance, a model of a water reservoir used for calculating water balance in a basin is represented by a very simple mass-balance equation, whereas the model of the same reservoir used to describe thermal or water-quality processes has a complex mathematical structure (partial differential equations) and data requirements. Therefore, the mathematical representations of the reality chosen by the model builder should be consistent with the overall accuracy required from the system. The mathematical representation should allow for a description of reality that is adequate to meet the purposes of the model. This model should provide decision makers with information relevant to the decision problem at hand and should address the information needs of the stakeholders.

　或るシステム全体の行為やその構成要素部分の行為は、当該システム又はその諸要素が、数学モデルを活用してモデル化し得る場合のみ、システム分析の対象となり得ます。
　様々なモデルとそれらの属性は、大きく変化します。
　即ち、当該モデルが果たす特定の目的にも左右されますが、同じ自然現象は、異なるモデル形式を使用して表現され得るのです。
　種々のモデルの異なる形式は、異なる数学表現を持ち得るでしょう。例えば、或る流域に於ける水収支計算に利用される一つの貯水池モデルは、極めて簡単な或る物質収支方程式で示されます。がしかし、熱量上昇過程や水質変容過程を記述する為に使用される同じ貯水池の当該モデルは、複雑な数学構造（微分方程式）と必要データを擁することになるでしょう。ですから、モデル構築者が選択する現実の数学的表現は、当該システムが必要とする全体の精緻正確性と調和しなければならないのです。
　其の数学的表現は、当該モデルの目的を達成させるために、適切な現実の叙述を可能にする必要があります。当モデルは、意思決定者に、手近な決定上の問題にとって適切妥当な情報を提供し、関係者の必要情報とも取り組まねばなりません。

A system may be understood as a part of physical reality and consisting of a finite number of interrelated, interacting elements. This system is identified through the functions that it fulfills and is influenced by uncontrollable (often, not exactly known) natural factors, as well as targeted, aim-oriented human actions. As shown in figure 19.2, both uncontrollable natural stimuli (uncontrolled inputs) and human-induced, targeted actions (controlled inputs) influence the behaviour of the system, which ''responds" through physical values identified as outputs (system outputs).

　或るシステムは、物理的現実の一部分及び相互に関係し合う相互作用要素の構成と理解されます。　　　そのシステムは、目的志向の意図された人間行動だけでなく、往々にして正確には認知されていない統御不能な自然要素により影響を受ける諸々の機能・作用を通じて明確化されます。
　図19.2（或るシステムと其の外界との相互作用）に示されているように、統御不能な自然要因（統御不能な投入要因）と目的志向の意図された人間行動の両面が、当システムの行為・結果に影響を及ぼし、両者はシステムの産出結果として影響される物理的数値に反映されます。　統御可能な投入要因は、入手出来る意思決定代替案から意思決定過程の枠組みの中で選択される“意思決定変数”に等しいものです。（例；貯水池からの放出水量）
　意思決定変数と統御不能な自然要因・投入要因による影響故の当該システムの変質は、一連の所謂“状況変数”（例；貯水量）を使用して説明され、それら状況変数は物質量とエネルギーの維持・保全に関係します。
　当該システムの本質的属性は、システム媒介変数（例；貯水能力や貯水域面積）によって説明されます。

Considering a storage reservoir as a sample system, the value of release from the reservoir represents the decision variable; the amount of water stored in a reservoir is equivalent to the state variable; and values such as storage capacity or storage-area relationship represent parameters of the reservoir.

　一つの事例システムとしてある貯水池を考えてみます。貯水池からの放出水量は意思決定変数を象徴し、貯水量は状況変数に等しく、貯水能力と貯水面積の関係は貯水池媒介変数を象徴します。

Finally, physical values through which a given system acts on the surrounding context are known as output variables. The selection of the output Variables often depends on the purpose of the system or its model. In the example of the reservoir considered here, in one situation we can select release from the reservoir as an output (when the reservoir is considered as a source of water supply); in another situation, when the reservoir operation serves hydropower-generation purposes and interacts with the energy system, the amount of energy generated by a power plant located at the reservoir site can be considered as an output variable.

　最終的には、所与のシステムが取り巻く環境の中で役割を果たす物理的数値は、産出変数と理解されています。
　産出変数の選択は、屡、システムやそのモデルの目的に依存します。当章で検討している貯水池の事例では、我々は、貯水池が水供給の源と考えられる場合、貯水池からの放出水量を、産出変数と考えます。或いは貯水池運営が水力発電目的の役割を果たし、エネルギーシステムと影響しあうときは、貯水池に立地する水力発電所が生み出すエネルギー量は、産出変数と考えられます。

With the functioning of every system, there are also certain associated goals that should be attained. The functional relationship between decision variables, state variables, and system parameters on one side and the quantitative description of the degree to which these goals are attained is termed objective function. Depending on the complexity of the system and specification of the goals, the objective function may have the form of a scalar (single value) function; however, it may also have a form of a vector function attaining multiple values. The process of selecting such values of decision variables, which allow achieving the best possible results (with respect to existing constraints on decision and state variables) is termed optimization (Rardin 1997). If the objective function is a scalar one, there is a single objective optimization; when the objective function has a vector representation, the notion of multiobjective (multi-criteria) optimization applies (Rosenthal 1985; Miettinen 1998).

　各システムの役割とともに、達成されるべき成果目標も存在します。意思決定変数、状況変数、システム媒介変数とこれ等の成果目標が達成されるべき度合いの定量的表示の間の関係は、目的関数と称されます。
　当該システムの複雑さと成果目標の詳細にもよりますが、目的関数は、スカラー（単一数値）関数の形態をとるでしょうし、複数の数値を得るベクトル関数の形で表わされる場合もあるでしょう。
　意思決定と状況変数に関わる現存の制約条件のなかで、可能な最善結果に到達させ得る意思決定変数値を選択する過程は、最適化と称されます。
　仮に目的関数がスカラー関数であれば、単一の目的最適化が存在します。目的関数がベクトル表現であれば、複数の目的最適化（複数基準値）が当て嵌まります。　

Practice shows that real-life decision-making problems rarely (if at all) boil down to solving clear-cut optimization problems. The search for a solution of the decision problem involves complex patterns of using optimization and simulation models of the system under consideration in order to find feasible and satisfactory values of decision variables (controlled inputs) in a framework of decision-making processes. The system model, consisting often of many sub-models and components, must also account for the presence of uncontrolled inputs influencing the system at hand. The information about these uncontrolled inputs is usually available in a form of forecasts or historical and/or generated time series representing the most significant uncontrollable inputs.

現実は、例えどのようなことがあろうとも現実の意思決定問題が、明快な最適化問題の解決に行きつくことは稀である事を示しています。
　意思決定問題の解決策探究は、意思決定過程の枠組みの中で意思決定変数（統御可能な投入情報）の、実現可能で十分な数値を見出すために、ここで検討中のシステム最適化モデルとシュミレーションモデルを利用する複雑な形態を含みます。
　多くの副次モデルと要素で構成される当該モデルは、手元の当該システムに影響を及ぼす統御不能な入力情報の存在を考慮に入れる必要があります。これ等の統御不能な入力情報は、通常、重要な統御不能入力情報を説明する予測内容または数十年に及ぶ時系列データの形で、入手利用が可能です。　

The decision-making process cannot take place in the absence of feedback information about results of previously applied (selected) controls. This feedback information is based on observations and measurements of the output system variables and state variables. Figure 19.3 shows schematically the major components of the decision-making process and the main directions of the information flow accompanying this process.

意思決定過程は、従前に選択適用された統御策の結果に関する見返り（フィードバック）情報なくしては発生し得ません。この見返り情報は、産出システム変数と状況変数の観察と計測に基づきます。
　表19.3　(意思決定過程の図式)　は、意思決定過程の主要構成要素とこの過程に伴う主要な情報の流れの方向を図示しています。

Intuitively perceived (and already mentioned), the complexity of the decision-making processes associated with the utilization and management of water resources calls for tools capable of mirroring the complexity of the problems under consideration. At the same time, these tools have to be able to cope efficiently with the multiplicity and amount of information to be processed during decision-making. The capability to process relevant information must be accompanied by capabilities to present this information to the user and consequently to the decision maker. Such capabilities are provided by DSSs.

　直感的に認識していますようにそして記述もしましたように、水資源の有効利用と管理に係る意思決定過程の複雑さは、問題の複雑さを投影する力のある種々のツールを必要とします。と共に、これらのツールは、意思決定の間に加工処理されるべき情報の多様性と量に、効果的に対応し得ることが必要です。
　関連情報を加工処理する能力は、これ等の情報を利用者に、就中（なかんずく）意思決定者に提供できる能力を随伴しなければなりません。
　斯かる能力が、意思決定支援システムによって提供されるのです。

History and basic concepts of decision support systems

Decision support systems can be defined as computer technology solutions that can be used to support complex decision-making and problem solving (Shim et al. 2002). Although this definition applies to decision-making in many purely technical areas, it does not reflect one, extremely important aspect of the decision-making process in water resource systems -the role of human factors.

意思決定支援システムの歩みと基本的考え方（コンセプト）

　意思決定支援システムは、複雑な意思決定と問題解決を支援する為に利用され得るコンピューター利用の高度先端技術解法と定義できます。
　この定義は、多くの純技術的分野の意思決定に適用できますが、当定義は、水資源系に於ける意思決定過程の極めて重要な側面、即ち、人間的要素の役割には反映され得ません。

Owing to the complex nature of water resource management problems, lack of consistent and complete data, uncertainties, and ill-structured decision problems, the process of finding decisions cannot be limited to solving mathematical optimization problems or performing complex simulations. Therefore, a DSS is understood to include a set of computer-based tools that provide decision makers with interactive capabilities to enhance understanding and the information basis for a decision problem through usage of models and data processing, which in turn allows decisions to be reached by combining personal judgement with information Provided by these tools.

　水資源管理問題の複雑な特質性・一貫したそして完全なデータの欠如・不確実性要素・非構造的問題等の故に、妥当な意思決定内容の探究過程は、複雑なシュミレーション遂行の数学的最適化モデルの解法に限定されることはあり得ません。
　従って意思決定支援システムは、モデルとデータの加工を通じて意思決定者に、意思決定問題の理解を高揚促進させる相互交流能力と意思決定問題のための情報基盤を提供し、それにより個人の判断とこれらツールを結合させることで、到達し得る諸々の意思決定案を可能にする一連のコンピューター立脚ツールを含むものと理解されます。

A simple Internet search performed by the author of this chapter on 29 January 2003 using the Yahoo search engine identified 3,450,000 websites thematically related to the subject search key "Decision Support Systems." This enormous number of "hits" demonstrates how widespread is the notion of DSS, as well as the broad scope of human activities related to this subject.

　2003年1月24日、筆者がヤフー調査エンジンを利用して行った単純なインターネット調査は、対象調査キー用語、“意思決定支援システム”に関係する345万のウエブサイトを確認致しました。此の“該当”ウエブサイトの驚くべき数字は、この主題に関係する人間行動の広汎な側面とともに、意思決定支援システムの考え方・概念が、如何に広汎に敷衍しているかを立証しています。

The term DSS was born in the early 1970s. DSS has evolved from two main areas of research - the theoretical studies of organizational decision -making conducted at the Carnegie Institute of Technology during the late 1950s and the technical investigations carried out at Massachusetts Institute of Technology in the 1960s (Keen and Morton 1978). The classic DSS design, as shown in figure 19.4, comprises the components for the following:
· database-management capabilities with access to internal and external data, information, and knowledge;
· powerful modelling functions accessed by a model-management system;
· user interface designs that enable interactive queries, reporting, and graphic functions.

　意思決定支援システムという用語は、1970年代初期に誕生いたしました。
　意思決定支援システム(以下DSSと称する)は、1950年代後半カーネギー工科大学で実施された組織的意思決定についての理論研究と1960年代のマサチューセッツ工科大学で実践された技術研究という二つの主要な研究領域から進化してきています。
　表19.4（意思決定支援システムの主要構築要素）に示されているように、代表的なDSSの雛型は、次の構成要素を含みます。
１．内外データ・情報・知識に接点を持つデータベース管理能力
２．モデル管理システムに利用される強力かつ効果的なモデル化機能
３．相互作用的な照会・疑問・報告・図示機能を可能にする使用者のインターフェース設計

This view of DSSs concerns their technical architecture and building blocks, which have to be incorporated into the design and development of DSSs. Over the past three decades, the developers and users of DSSs have used a variety of constructs and definitions, while other solutions, not fully meeting the above-listed components, have emerged to assist specific types of decision makers facing specific kinds of problems. Nevertheless, the classic DSS architecture contains these three basic components.

　このDSSsについての視点は、DSSsの設計と開発に組み入れなければならなかったそれらの技術的構造と諸構築要素に関係があります。
　過去30年に亘り、DSSsの開発者と利用者は、多様な構成概念と定義を使用してきましたが、一方上記の構成要素にそぐわない他の解法も、特定分野の問題と対峙する意思決定者の問題解決を支援する為に登場してきています。それにも拘わらず、典型的なDSS構造は、上記3要素を包含します。

Another, complementary way of looking at DSSs is associated with the role and functions that DSSs fulfill (Parker and Al-Utaibi 1986), as seen from their user's perspective:. they assist managers in their decision processes in semi-structured tasks;
・ they support and enhance, rather than replace, managerial judgement;
・they improve the effectiveness of decision-making, rather than its efficiency;
・they attempt to combine the use of models or analytical techniques with traditional data access and retrieval function; '
・ they specifcally focus on features that make them easy to use interactively by people, even those who are not skilled computer users in an interactive mode;
・ they emphasize the flexibility and adaptability to accommodate changes in the environment in which the decision maker acts, and the decision- making approach of the user.
The capabilities of DSSs to fulfill the functions listed above are particularly important for their practical usability and acceptance by a broad range of stakeholders involved in the decision-making processes. The degree to which a specific DSS meets these characteristics and capabilities has a direct impact on its abilities to satisfy the information needs of the decision makers as well as those of the stakeholders participating in a decision-making process.

DSSsに目を向けるもう一つの補完的な道程は、利用者の視点から理解されているように、DSSsが果たす役割と機能に関係します。即ち、それらの役割と機能は以下の通りです。

１．	幾分か構造化されている取り組み課題についての意思決定過程で、管理者を支援すること
２．	管理上の判断を置き換えさせることよりもむしろ、その決断を支え強化すること
３．	意思決定の効率性よりもむしろ、その成果を促進すること
４．	諸々のモデルや分析技術を、従来のデータアクセスや情報検索機能に結びつけること
５．	相互交流方法に未熟なコンピューター利用者でも、相互交流を容易に実践できるような諸々の“目玉機能”の開発を、特に重視すること
６．	意思決定者が行動する環境、及び利用者の意思決定アプローチに於ける様々な変化を受け入れる柔軟性と適応性を強化すること

　上述した諸機能・役割を遂行するDSSsの能力は、諸機能の現実的有用性と意思決定過程に係る広汎な範囲の関係者による受容にとって、特に重要です。
　特定のDSSsがこれ等の役割と機能を果たし得る程度は、意思決定過程に参加する関係者の必要情報と共に、意思決定者の必要情報を充足する能力に直接的な影響を与えます。

The ability of a DSS to efficiently communicate with its users is an important aspect associated with its meaningful development. The communication is performed through a user interface (UI), as schematically shown in figure 19.4. From a functional perspective, the UI can be divided into two layers:
・ an inwards-oriented ''control and management' layer responsible for controlling and managing data flow and computational processes in the whole DSS;
・a user-directed ''presentation'' layer that organizes the process of communication between user(s) and internal structures of the DSS.
Functions of the UI are associated to a large extent with organizing processes of data input and data output. In this context, ''data'' includes any type of textual, numerical, graphical, or other information that can be ex- changed between the DSS and user(s). For both data input and data out- put, the communication between the tool and the user must be designed and organized in such a way that:
・communication is consistent with the level of expertise of the user;
・the exchange of information between the user and the DSS must be efficient;
· there must be a clear and unmistakable distinction between data entered by the user and results produced by the system;
· communication with the system fulfills the information needs of the user.

　利用者と効率的に意思疎通しあう或るDSSの能力は、其の意義ある開発・発展に関わる重要な側面です。其の意思疎通は、表19.4に図示されている使用者のインターフェースを通じて実践されます。
　機能的視点から利用者のインターフェースは、二つの層に分割され得ます。

１．	意思決定支援システム全体で、データの流れと演算過程の統御・管理を受け持つ、内部の統御管理層
２．	利用者とDSSの内部構造間の意思疎通過程を組織する、利用者志向の“表示”層

利用者インターフェースの各機能は、広汎にデータ入力過程とデータ出力過程の組織化に関係しています。
この点では、“データ”は、あらゆるタイプの文書・数値・図、或いはDSSと利用者間で交換され得る情報を含みます。
データ入力と出力の両者に関しては、意思決定支援ツールと利用者間の意思疎通は、下記のようなあり方で組織される必要があります。

１．	意思疎通は、利用者の専門知識水準と調和すること
２．	利用者とDSS間の情報交換は、効率的であること
３．	利用者が入力したデータと当システムが出力した結果の間に、明確で誤謬がありえない区別が存在すること
４．	当システムとの意思疎通は、利用者の必要情報を充足させること

Traditionally, mathematical models and various forms of decision support tools and systems incorporating these models have been devel- oped by analysts and modellers for the same type of audience. Therefore, it was not necessary to pay any special attention to the design and implementation of user-friendly interfaces between the tool and its user. This state has continued for years, contributing to the creation and growth of a gap between modellers and analysts on the one hand and decision makers (not to mention the general public) on the other hand. As long as decisions were taken by a narrow circle of specialists, the gap was manageable and was not perceived as meaningful.

　意思決定支援ツール・システムの数学モデルや様々な形態は、分析研究者やモデル作成者が、本来、同レベルの利用者のために開発してきたものです。ですから、支援ツールと利用者間を取り持つ利用者にとって使い勝手の良いインターフェイスの設計とその組み入れには、特別な注意関心を払う必要はありませんでした。　この状況は、一方ではモデル作成者と分析研究者との間の、そして他方では、（一般市民の間は言うまでもなく）意思決定者間の隔たりの発生と増大を齎しながら、かなりの期間継続し続けました。　諸々の意思決定が専門家たちの狭い世界の範囲内で行われる限り、その隔たりは、管理可能なものでしたし、意味あるものとは認識されませんでした。

The situation became much more complicated when these tools began to be used not only by a limited range of modellers and analysts but also by emerging groups of other, less technically minded and less-experienced users seeking to use these tools to secure active and informed participation in decision-making processes. This caused developments in two areas:
1. substantive, concerning the phenomena and processes to be modelled
(analysed);
2. communication, securing proper exchange of information between the model(s) and various types of users.

　これ等の支援ツールが、限られた範囲のモデル作成者や分析研究者だけでなく、意思決定過程に積極的なそして納得づくの参画を実現する為にこれ等の支援ツールを利用しようとする、人文系で技術経験の乏しい新規参入グループに利用され始めたとき、その状況は複雑なものになり始めたのです。　このことは、二つの領域での開発の引き金となりました。
１．モデル化(分析)されるべき各現象と過程に関わる重要分野
２．各モデルと様々なレべルの利用者との間の適切な情報交換を実現する意思疎通分野

One of the biggest challenges of DSSs in facilitating access to information by a broad spectrum of stakeholders is associated with the fact that available information must directly address their concerns and information needs. Therefore, it is important to know how the information is obtained from and presented to non-specialists: what information is or should be presented; the form of the information; and how access is man- aged. The next challenge is associated with providing non-professionals involved in technical matters with the possibilities to obtain answers to relevant questions, especially when the questions and responses do not necessarily have to be expressed in technical terms. The information presented to non-specialists cannot substitute for, or conceal, real facts. This information must contain the same value as far as real consequences of considered decision alternatives are concerned, but the form of this in- formation should allow for straightforward recognition of impacts, perils, and benefits. The only possible method of adequately responding to these challenges has been associated with the balanced and targeted use of technical and technological means combined with organizational forms of decision-making processes, when professionals in non-technical disciplines and various interest groups have the right to participate in the evaluation of alternatives and their respective impacts.

　多方面の関係者による情報の入手利用促進での意思決定支援システムの最大の挑戦課題の一つは、利用可能な情報が、利用者の興味関心と必要とする情報に直接対応しなければならない事実と関係があります。
　ですから、情報がどの様にして得られそして非専門家にどの様に提示されたか、どの様な情報が提示されたか又は提示されるべきか、情報の形態やアクセス方法がどの様に管理されているか、等々を理解することが重要です。　次なる挑戦課題の一つは、特に質問や対応が必ずしも技術用語で表現される必要がない場合、技術問題に関係する非専門家に、該当質問への回答を提供することに関係があります。　非専門家に提供される情報は、事実に取って代わることも覆い隠すこともできません。この情報は、考慮検討された意思決定策の実際の結果が懸念はされるが、この情報形態が影響内容・危険要素・恩恵等の率直な認識を可能にする限り、同等の価値を包含しなければなりません。　これ等の挑戦課題に適切に対応する唯一の可能手法は、非技術分野や様々な興味関心集団の専門家が意思決定策の評価とそれぞれの影響力の行使に参画する権利・資格を持つ場合、意思決定過程の組織形態と結びついた高度先端技術的な手法の均衡のとれた意図的な利用に関係します。

Technical and technological factors underlying capabilities of DSSs

The development of DSSs is closely connected with progress in computer technology. In fact, the advances in computer technology have facilitated access to information for broader and broader audiences.　Information technology is based on two complementary pillars - hardware (which includes all sorts of equipment used to process and store data) and software (which includes various types of programs that control hardware and allow it to perform desired computations and data processing). The technological and technical progress in hardware has continuously stimulated advances in software, while progress in software development has created a demand for new hardware capabilities.

意思決定支援システム能力の基礎となる高度先端技術の諸要因

　意思決定支援システムの開発は、コンピューター技術の進歩と密接に関係しています。事実コンピューター技術の進歩は、広汎な利用者のために情報の入手利用を加速させています。　情報の高度先端技術は、二つの相互補完的な大檣(たいしょう)に基づきます。一つは、データの加工処理と蓄積のために使用するすべての装置（ハードウェア）です。もう一つは、ハードウエア-を統御し、希望する演算とデータの処理加工を可能にする多様なプログラムを含むソフトウエア-です。機器における高度先端技術の進歩は、ソフトウエア-に於ける進歩を促し、ソフトウエア-開発の進歩は、新たなハードウエア-能力への要求を生み出しました。

Computing capabilities have been changing dramatically over the last 10 years. The first monolithic mainframe computers, created in the late 1940s and 1950s, performed computations using vacuum tubes. The user interface was limited to punch-card or punched-band readers for data entry, and primitive printers provided outputs to the users. The number of computer installations was very limited, and the circle of users comprised a narrow group of specialists with no possibility of providing direct access to information produced by computers to the wider audience.

コンピューター能力は、過去50年間、劇的に変化し続けています。1940年代後半と1950年代に誕生した初期の汎用大型コンピューターは、真空管を使用して演算を行いました。ユーザーインターフェースは、データ入力用のパンチカードかテープに制限され、初歩的なプリンターが利用者に出力データを提供していたのです。コンピューターの設置数は限られたものであり、コンピューターが生み出した情報への直接的なアクセスを幅広い利用者に提供する能力もないまま、使用者の一群が狭い世界の専門家集団を形成していたのです。.

The invention of the transistor in 1947 revolutionized communication and computing technology. The transistor and integrated circuit gave rise to the second generation of computers in the 1960s and 1970s. With the second and third generation of computers came major improvements in the user interface - namely, that the user could remotely communicate With a computer using a terminal and keyboard, which (together with the development of operating systems) opened up possibilities for time sharing and facilitated user interaction with the computer. Although this Was a significant step to widen access by the broader public, it was not yet sufficient to allow wide circles of people to benefit from accessing information processed and produced by computers at that time. Another breakthrough brought the random access memory (RAM) chips, introduced by Intel in 1969. The biggest leap in computer technology was brought about by creation of the first microprocessor, again by Intel, in 1971. The first microprocessor had 2,300 transistors, but the number of transistors contained in consecutive versions of microprocessors has steadily grown, so that the Pentium4 processors introduced in 2000 contained 42 million transistors. An empirical law formulated by Gordon Moore of Intel states that the computing power of a new chip doubles every 18 months (Honda and Martin 2002).

1947年、トランジスターの発明が、意思疎通と演算の先端技術を革新いたしました。半導体と集積回路が、1960年代及び1970年代に、第二世代、第三世代コンピューターを登場させます。それらは、ユーザーインターフェースの面で大きな改善進歩を齎しました。コンピューター使用者は、操作システムの開発とともに、使用者にコンピューターとの相互交流を促進させ時間共有の可能性の道を切り開いた端末機とキーボードを使用しながら、遠隔の場所からコンピューターと意思疎通することが可能になったのです。このことは幅広い市民による広汎な情報の入手利用にとっての重要な第一歩でしたが、多くの人々や集団にとって、当時のコンピューターが創造し加工処理した情報の入手利用の恩恵享受を可能にするには、未だ不十分なものでした。もう一つの画期的な躍進が、1969年、インテル社が開発した随時アクセスメモリー(RAM]チップを齎します。コンピューター先端技術に於ける大飛躍は、1971年、再度インテル社による超小型処理装置の誕生で実現されました。第一次超小型処理装置は2,300個の半導体を擁しましたが、当装置の拡大改良版に含まれるトランジスターの数は、2000年に導入されたペンチアムⅣプロセッサーが4,200万個の半導体を包有したように。着実に増大しています。インテル社のG.ムアーが公式化したある経験則は、“新チップの計算能力は、18か月毎に倍増する”、としています。

As the consequence of processor miniaturization, the computers became not only computationally more powerful but also smaller, less expensive, and more popular. The range of manufactured machines spread to include not only huge mainframes but also smaller mini- and micro-computers broadly installed in industry, military, government, and scientific and research organizations.

演算処理装置の超小型化の結果、コンピューターは、演算能力的に強力になったばかりではなく、より小型にそして高嶺の花ではない市民的なものになりました。製造機種の範囲は、大型汎用機だけではなく、産業界・軍・政府・科学調査研究機関で広汎に導入設置された小型・超小型コンピューターをも含むまでに拡大しています。

The first personal computer to enter the market was the Apple II computer released in 1977, but introduction of the PC by IBM in 1981 opened the way for a rapid proliferation of desktop computing, although not without its drawbacks. The early personal desktop computers consisted of a central processing unit (CPU) with small random access memory (RAM)(typically 64KB, capable of reaching 640 KB at most), diskette drive,s mall hard disk(20 MB), keyboard, and monochrome monitor and had very limited interface capabilities. The user communicated with the computer using commandline interface.The real revolution came in 1984, when the graphical user interface (GUI) was introduced by Apple Computer; this opened up the possibility of the use of computers by less technically minded and less well-educated people.

市場に登場した最初のパーソナルコンピューター（PC）は、1977年に公開されたアップルⅡ型コンピューターですが、1981年IBMが導入したPCは、短所もありましたが、デスクトップ演算の急激な敷衍増殖の道を切り開きました。初期の個人用デスクトップコンピューターは、典型的には64KB、せいぜい640KBに拡大可能な小型のランダムアクセスメモリー（RAM）、フロッピーデスクドライヴ、小さなハードディスク(20MB)、キーボード、白黒モニターディスク等を装備した中央処理装置（CPU）で構成され、極めて限られたインターフェイス機能しか持ち合わせていませんでした。PCの使用者は、コマンドラインインターフェースを利用して、コンピューターと交流します。
（注）　コマンドラインインターフェースとは、特定の課題を遂行する為の指令を打ち込むことで、コンピューターの操作システム又はソフトウエア-と交流するための仕組みです。（Wikipediaによる定義）
現実的な革新は、アップルコンピューターが、図示式ユーザーインターフェース（GUI）を導入した1984年に到来致しました。GUIは、人文系で技術系の高等教育を受けていない人々によるコンピューター利用の可能性の道を切り開きます。

Not only were these advances in computer techno1ogy associated with the breaking down of a number of technical barriers but also widespread access to computer technology did away with several mentaland social barriers. The critical mass was reached, and personal computers became an element of daily life, creating new possibilities for information processing and dissemination. Moreover, computers ceased to be perceived and treated as a special type of equipment reserved for particular purposes and accessible only by privileged specialists.

　コンピューターの先端技術にの進歩は、多くの技術的障壁を克服しただけでなく、その先端技術への広汎なアクセスは、心理的社会的障碍の払拭にも繋がりました。　所謂、臨界質量（物事が定着するに必要な数）に到達し、PCは、情報の処理加工と普及の新たな可能性を創生しつつ、日常生活の一要素となりました。加えて、｢コンピューターは、特別目的のために確保され、特権的専門家のみが利用可能な特殊装置である｣、との認識と処遇が払拭されました。

Further advances in information technology, such as networking technology and client-server computing, enabled the creation of computer networks and data sharing between single computers or computer networks.

　更に、ネットワーク化の技術やクライアント‐サーバーモデルのような情報技術の進歩が、コンピューター網の創設や個個のコンピューター同士、又はコンピューター網間のデータ共有を可能にしています。

Creation of the transmission control protocol/internet protocol(TCP/ IP)(Rodriguez et al2001), which was installed for the first time in1980, opened the way for a revolution in the computing and communications areas - the Internet. The word "internet" itself is a contraction of the phrase“interconnected network". However, when written with a capital "I", the Internet refers to the worldwide set of interconnected networks. TCP/IP refers, in fact, to two network protocols or - in other words - methods of data transport used on the Internet; these are transmission control protocol and internet protocol, respectively. These two protocols work together to provide nearly all services available to today's "net" surfer,including transmission of electronic mail, file transfers, and access to the World Wide Web.

　1980年に初めて組み込まれた、伝送統御/インターネットプロトコル（TCP/IP）の誕生は、コンピューター利用と意思疎通領域（インターネット）に於ける一大革新への道を切り開きました。
　“インターネット”なる言葉そのものが、一成句、“interconnected network‐相互連結網”の短縮形です。がしかし、大文字の“I”で書かれた場合、インターネットは、世界的な相互連結網を示唆します。
　伝送統御プロトコル‐TCP/IPは、事実、二つの相互連結網、換言すれば、国際的相互連結網で使用されるデータ移送の手法を意味します。即ちこれらは、其々、伝送統御プロトコルでありインタネットプロトコルでもあるのです。
　これら二つのプロトコルは、今日のネットサーファーが利用できる、電子メールの伝送・ファイルの移転・世界中のウエブサイトへのアクセスを初めとする殆どすべての機能を提供する為に協働します。

The progress in computer technology underlying the development of hardware has been closely linked with advances in software. As with hardware, the software domain is not homogeneous and can be divided into three basic sub-domains. These are:
・Operating systems - that is, programs used to manage and control the use and operation of physical resources of the comp・µter.Progress jn this area allowed the creation of computers consisting of multiple processors performing parallel computations for multiple users that are also capable of communicating with other computers and computer networks.
・Programming languages used to secure communication between the user and machine and to provide means to write programs instructing a computer how to perform computations and operations. Primitive programming performed at the level of single registers has been replaced by procedural and then object-oriented languages and programming tools allowing for developing programs in a graphical mode and for use of code generators.
・ Databases - that is, technology to store and manage huge amounts of data. The initially simple structures of data files have been replaced by hierarchical and relational databases allowing the storage of terabytes of data and its access within milliseconds.

　ハードウェア開発の根幹であるコンピューター技術の進歩は、ソフトウエア‐の進歩と密接に連繋しています。ハードウエア‐とともに、ソフトウエア＾の領域は、単一同質のものではなく、以下の三基本的副次領域に分割され得ます。
・操作運用システム - コンピューターの機能的諸資源の利用と操作運用を管理・統御する為に使用されるプログラム。当分野での進歩は、他のコンピューターや他のコンピューター網と意思疎通のできる、コンピューターの創造を可能にしました。そのコンピューターは、複数の利用者が同時並行的な演算を遂行し得る複数のプロセッサーで構成されています。
・プログラミング言語 - これらの言語は、利用者と機器との意思疎通を実現し、｢どのように演算と操作運用を行うか｣、をコンピューターに指示するプログラム作成の手段を提供する為に活用されます。単一の登録機の水準で実行された初期のプログラミング化手法は、図示手法プログラム開発と記号作成機の利用を可能にする、手順・目的志向タイプの言語とプログラミング用具に代替されています。
・データベース - データベースとは、莫大な情報量を貯え管理する先端技術です。当初の単純なデータファイルの構造は、1000分の1秒以内に、数兆バイトのデータの蓄積とそれらへのアクセスを可能にする階層的・相互関連的データベースにとって代わられています。

As a result of progress in this domain, the computational capabilities have grown enormously, offering users the ability to solve mathematical problems to an extent that was hard to imagine a few years ago.

当領域での進歩の結果、演算能力は、利用者に、数年前までは想像だにし得なかった範囲の数学的な問題解決能力を付与しながら、ある意味では物凄い進歩を遂げているのです。

Examples of DSS implementation for water resource management

The developments in systems analysis and information technology have enabled significant progress in hydrology,water resource management, and environmental and decision sciences.Taking place over a number of decades,the evolutionary process of developing models and other tools for water resource management has closely reflected the progress in mathematical modelling,linear and non-linear optimization,stochastic modelling, programming languages, and data processing.

水資源管理のための意思決定支援システムのモデル例

システム分析と情報技術の進展は、水文学・水資源管理・環境及び意思決定科学分野に於ける顕著な進歩を可能に致しました。過去数十年間に生まれた水資源管理のためのモデルと用具(ツール)開発の進化は、数学的モデル・線形－非線形最適化モデル・確率論的モデル・プログラミング言語、そしてデータ演算処理等の進歩に、密接に反映しています。

This dramatic progress is extensively documented in the rich literature on this subject. The multiplicity of works and publications means that even a superficial review of major publications exceeds the scope and
space limitations of this chapter. The progress has witnessed development of various approaches and tools, sometimes reflecting certain“fashions"; nevertheless, some of the tools created even recently build upon still-valid concepts underlying water resource management and multiple- reservoir systems, such as storage zones and rule curves, which were developed many years ago (Loucks and Sigvaldason1982). Much of the fundamental work has been done at the Hydrologic Engineering Center (HEC) of the US Army Corps of Engineers (USACE) at Davis, California, where a number of models and decision support tools have been developed over the past few decades, including:
●HEC-1 Flood hydrograph package;
●HEC-2 Water surface profiles model(USACE1992);
●HEC-3 Reservoir systems analysis model(USACE1985);
●HEC-5 Reservoir operation simulation model containing water-quality components(USACE1982,1986);
●HEC-RAS River analysis system containing graphical information systems extensions (USACE1995); -
●Decision Support Systems utility programs and components (USACE
1987).
Currently,these programs are widely used by specialists around the
world. They have been adapted to new technological developments
can be purchased or downloaded from websites of various software engineering services providers, such as http://www.hydroweb.com or http://www.bossintl.com.

この劇的進歩は、当テーマに関する豊富な文献に幅広く収録されています。研究成果と出版の多さは、主要な出版物の極めて表面的な概観だけでも、当章の目的範囲と誌面上の制約を超えてしまいます。その進化は、時にはある種の流行性を左右しながら、様々な取り組み手法やツールの開発を目撃しています。ではありますが、近年開発された様々な用具すらが、水資源管理と多様な貯水池システムの根幹をなす今だに有用な諸概念に依存しています。例えばそれらは、数十年も前に開発された｢貯水域の基本的考え方－storage zones｣や、カナダ・オンタリオ州の水位管理に適用された｢ルール曲線－rule curves｣などが当て嵌まります。多くの基礎研究は、カリフォルニア州デイビスの米国陸軍工兵隊（USACE）の水文工学研究所（HEC）で行われてきました。其処では過去数十年間に多くのモデルとツールが開発され、例えば下記のものを含みます。

１． HEC-1　氾濫水界地理セット
２． HEC-2　水表面素描モデル(1992)
３． HEC-3　貯水池システム解析モデル
４． HEC-5　貯水池運用実験モデル（含水質要因）
５． HEC-RAS 河川分析システム（含図示情報システム拡大版）(1995)
６．意思決定支援システムの実用化プログラムと構成要素（USACE 1987 ）

現在これらのプログラマは、世界の専門家が広汎に利用しています。彼らは、様々な先端技術の伸展に適応してきましたし、様々なソフトウエア‐のウエブサイトやプロバイダーからそれらを購入したり抽出・ダウンロードすることが可能です。例えば、それらは、www.hydroweb.com　やwww.bossintl .com 等です。意思決定支援過程のために開発された他の多くの用具と同様に、水門工学研究所（HEC）が開発した意思決定支援用具とプログラムは、強力なコンピューターで一括処理法を用いて利用するよう設計され、少なくとも開発運用の初期年次では、相互交流的データ入力と運用は許容されておりませんでした。それらツールやプログラムは、高度に特殊化された専門家が利用する為に開発され、高度先端技術志向ではない人々が使用する可能性は、提供されておりませんでした。

The programs and decision support tools originally developed by HEC, like many other tools which have been developed for supporting decision-making processes, have been designed for use on powerful computers in a batch mode and did not allow (at least in their first years of development and operation) for interactive data input and operation. They were specifically designed for use by highly specialized professionals and did not provide any possibilities that would enable their use by less technically minded audiences.

意思決定支援過程のために開発された他の多くの用具と同様に、水門工学研究所（HEC）が開発した意思決定支援用具とプログラムは、強力なコンピューターで一括処理法を用いて利用するよう設計され、少なくとも開発運用の初期年次では、相互交流的データ入力と運用は許容されておりませんでした。それらツールやプログラムは、高度に特殊化された専門家が利用する為に開発され、高度先端技術志向ではない人々が使用する可能性は、提供されておりませんでした。

With the advent and expansion of personal computers and powerful work stations, there are now capabilities for creating flexible and easily transferable tools suitable for users to work interactively. The following subsections consider three representative examples of DSSs for water resource management. All three are characterized by their common ability to interactively define the model of the water-management system under consideration. The main difference among these systems lies in the growing sophistication of the mathematical basis underlying their concept and implementation, and also in the gradually increasing difficulty of their usage. This aspect is particularly important as far as the use of decision support tools by the general public is concerned.

パソコン及び強力なワークステーションの出現と拡大で、今や対話方式的に作業する利用者にとって望ましい、柔軟で移転・転写可能なツールを創生する能力が存在します。次節は、水資源管理のための意思決定支援システムに於ける代表的な三事例を検討確認致します。これ等の三事例は、現在検討中の水管理システムモデルを、対話方式的に明確化する共通した能力が特徴です。これ等事例間の相異は、それらの概念の根幹にある数学的基盤の精緻さの増大と、それらの利用法難度の漸増にあります。　この側面は、一般市民による意思決定支援用具の利用に関する限り、特に重要です。

IRIS and IRAS modelling systems

The underlying idea of the work by Loucks and his collaborators has been to develop simple,interactive,graphics-based simulation models for estimating time series of flows,storage volumes,water qualities,and hydroelectric power produced in a particular water-management system.With the use of a simulation model,the impacts of alternative land- use and water-management policies and practices in a watershed could be evaluated and compared, even by inexperienced users. Models have been developed in such a manner that no experience or skills in programming and modelling have been necessary to apply and use them.

　IRIS及びIRASモデルシステム

　ルーカスと共同研究者による研究の基礎となる着想は、特定の水管理システムに於ける時系列的流量・貯水量・水質及び生産電力のための、簡素な相互交流対話方式的な図示・画像基盤のシュミレーションモデルを開発することでした。　そのモデルの利用で、或る流域に於ける新たな土地使用と水管理政策及びそれらの実施の影響が、未経験な利用者でも、評価比較し得るのです。　これらのモデルは、プログラミングやモデル化に未経験又は未熟な利用者が適用し使用するために必要な方法で開発されたものだからです。

The first version of the system known as the Interactive River Simulation(IRIS)package was developed in the late 1980s(Loucks and Salewicz1989; Loucks, Salewicz, and Taylor 1990). It was developed as a decision support and alternatives screening tool to assist decision makers and stakeholders in resolving conflicts associated with the management of international river basins(Salewicz and Loucks1989;Venema and Schiller 1995;Salewicz2003).

　｢相互交流対話方式の河川模擬実験システム（the Interactive River Simulation- IRIS）｣として知られる当システムの初版は、1980年代末に開発されました。　それは、国際河川流域の管理に関係する諸々の紛争の解決で、意思決定者や関係者を支援する用具(ツール)を篩（ふるい）に掛ける、意思決定支援策及び代替策として開発されました。

An extended and improved version is the Interactive River-Aquifer Simulation (IRAS) program (Loucks and Bain2002).The simulation model has been developed primarily to assist those interested in evaluating the performance of watershed or regional water resource systems. The performance is associated with spatial and temporal distribution of flows,storage volumes,water quality,hydropower production, and energy consumption in water resource systems. Such systems can include rivers or streams, diversion canals, lakes, reservoirs, wetlands, and aquifers, together with various multiple water users. The model is data driven, and the user defines and has full control over the spatial and temporal resolution of the system being simulated.

　拡大改訂版は、｢相互交流対話方式の河川‐地下帯水層模擬実験システム（the Interactive River-Aquifer Simulation-IRAS）｣です。　当モデルは本来、流域の役割や地域の諸水資源系の評価に関心を寄せる人々を支援する為に開発されました。　当モデルの機能遂行は、諸水資源系に於ける流量・貯水量・水質・水力発電及びエネルギー消費の時間的・空間的分布に関係しています。　それらシステムは、様々な水利用者とともに、河川や小川・分流運河‐水路・湖沼・貯水池・湿地帯そして地下帯水層を含みます。　当モデルはデータ志向型で、モデルの利用者が、モデル化されたシステムの時間的空間的解析法を明確に定義し、それの完全なコントロール権を保持します。

The input data define the system configuration, the system components, their design parameters,and operational rules describing how each of those components operates.The system to be simulated is represented by a network of connected nodes (such as gauge sites, aquifers, consumption sites, and reservoirs) and links (such as river reaches, diversions, water transfers, and pipelines). The user must draw the network into the graphics terminal. The systems to be simulated using IRAS can include up to 400 links and up to 400 nodes. 0ne-dimensional simulation is based on mass balances of quality and quantity constituents, taking into account flow routing, seepage, evaporation, and water consumption, as applicable. IRAS can simulate independent or interdependent Water-quality constituents defined by the user, who must define not only the constituents to be simulated but also their growth, decay, and transformation rate constants together with other parameters necessary to perform water-quality simulation.

入力データが、システム構成・システム諸要素・設計上の諸媒介変数そして　｢どの様にこれらの各諸要素が機能するか?｣を記述する運用規程を、定義・明確化します。仮想現実化(シュミレート)されたこれ等のシステムは、計測地点・地下帯水層・消費地点・貯水池のような接続点網（a network of connected nodes）と河道・迂回路・転送地点そして導水管のような連環網によって表示されています。利用者は、それらの接続点網や連環網を、製図端末に導入しなければなりません。相互交流対話方式の河川‐地下帯水層（IRAS）の活用でシュミレイトされた各システムは、400回線までの接続点網と連環網を含みます。一次元シュミレーションは、適用可能なものとして源流・漏出量・蒸発そして水消費等を考慮しながら、質的量的要素についての収支関係(物質収支)に基礎を置きます。IRASは、その利用者が定義・明確化した独立系又は非独立系水質諸要素をシュミレイトすることが可能です。そして利用者は、仮想現実化されるべき要素だけではなく、水質シュミレーションの実行に必要な他の媒介変数とともに、それらの成長・腐敗そして変質速度定数をも定義しなければなりません。

The results of any simulation run are initial or final storage-volume values, together with average flow, energy, and water-quality values for each within-year period expressed in the units defined by the user. These data can be plotted over time or space -for example, on digitized maps. Space plots can be dynamic, showing how values of selected variables change over time and space. User-defined functions of computed output variables, as well as statistical analyses based on these output variables, can also be calculated and displayed. These displays can include probability distributions of resilience and vulnerability criteria, based on either duration or failure and extent of failure. The output data files, once created, then can be used for further display of the simulation results or they can be used as input data for utility programs to perform further analyses, evaluation, and display.

全てのシュミレーション運用の諸々の結果は、利用者が明確化した単位で表示される、各期間年内の平均流水量・エネルギーそして水質値とともに、当初の又は最終的な貯水量数値となります。これらのデータは、時間又は空間上に、例えばデジタル化された地図上に示し得ます。空間図は、選択された変数値が時空的にどのように変化するかを示す動態的なものであり得ます。算出された産出変数の利用者定義による関数値は、これ等の産出変数に基礎を置く統計学的分析と同様に、計算され表示もされ得ます。これらの表示内容は、機能不全の期間と程度に基づいて、弾力性と脆弱性の基準値の確率分布を含み得ます。一度作成されたデータファイルは、シミュレーション結果の更なる表示のために活用され得ますし、引き続いての分析・評価そして表示を遂行するための有用なプログラム作成への投入データとしても活用されます。

ModSim

ModSim is a general-purpose river and reservoir operation-simulation model. It was originally developed by Labadie in the mid-1970s to simulate large-scale, complex water resource systems (Labadie 1995; Fredericks, Labadie, and Altenhofen 1998; Department of Civil Engineering Colorado state University CSU/DOI 2000; US Dot 2000). It accounts for water rights, reservoir operation, and institutional and legal factors that affect river-basin planning processes. It is a water-rights planning model capable of assessing past, present,. and future water-management policies in a river basin. From its initial development, the model has continually been upgraded and enhanced with various features and extended capabilities. A water resource system is represented as a connected network of nodes (such as diversion points, reservoirs, points of inflow/ outflow, demand locations, gauge sites) and links that have a specified direction of flow and maximum capacities (such as canals, pipelines,.and natural river reaches). This structure generally reflects the real system network that requires user knowledge and appropriate data. The tool allows for one-dimensional simulation of flows. In order to consider the demands, inflows, and desired reservoir-operating rules, ModSim creates internally (and on its own) a number of artificial "accounting" nodes and linkages that are intended to ensure mass balance throughout the system's network.

モドシム（ModSim-Simulation）モデル

モドシム（ModSim）は、ある種の汎用目的の河川及び貯水池運用シュミレーションモデルです。当システムは、1970年代の半ば、大規模な複合水資源系をシュミレートする為に。ラバディエが開発致しました。それは、水利権・貯水池運用そして河川流域の計画過程に影響を与える制度的・法的要因を組み込んでいます。それは、或る河川流域に於ける過去・現在・未来の水管理政策を評価することができる、一つの水利権計画モデルです。その開発の当初から、当モデルは様々な特長と能力の拡大で改善・高度化されてきています。或る水資源系は、分流地点・貯水池・流入流出地点・水需要地域・計測地点のような接続点網と運河・パイプライン・自然河道のような水流方向や最大水流容量を擁する連環網として示されます。此の取り組みは、全体的に、モデル利用者に適切妥当な関連知識とデータを要求する現実のシステム網に影響を及ぼします。当ツールは、流水量の一次元モデルを可能にします。水需要・流入水量そしてあるべき貯水池運用ルールを検討する為に、モドシムは、内的にそしてそのモデルに、そのシステム網全体の物質収支を顕現するよう意図した多くの人為的計数接合点と連環を造り出しています。

The graphical user interface provides a user with capabilities to construct a model of a river-basin network consisting of nodes and links and then to enter or import the necessary data and parameters. Geographic information system (GIS) tools can be used to prepare and attach necessary geographical data.

アイコン表示の様な利用者インターフェースは、利用者に、接続点と連環をからなる河川流域網のモデルを構築する、そしてその結果必要データや諸媒介変数を投入する能力を提供します。地理的情報システム（GIS）ツールは、必要な地理的データを準備し付加するために活用されます。

In ModSim, the network can be visualized as a resource-allocation system through which the available water resource can be moved from one point to another to meet various demands. Unlike the IRIS or IRAS systems, where the user defines the simulation sequence of nodes and links, the underlying principle of a network solver is based on the optimization principle minimizing the "cost" of water. The cost of water is based on water-right priorities serving to prioritize water allocation. ModSim employs an advanced optimization algorithm - the Lagrangian Relaxation Algorithm - that finds the minimum cost flow through the whole network within required limits (Bertsekas and Tseng 1994).

モドシムでは、その河川流域網は、利用可能な水資源が、様々な必要に応じて一地点から他地点に移管され得る或る資源配分システムとして視覚化されます。相互交流対話方式の模擬実験モデル(IRIS)や同河川‐地下帯水層模擬実験システム（IRAS）と異なり、当システムの利用者が接続点や連環の模擬実験の連続を定義・明確化する場合、利用者の基本原理は、水コストを最小化する最適化原理が基本です。その水コストは、水配分を優先順位付けすることの役割を果たす水利権優先順位に基づきます。モドシムは、改良された最適化解法手順である｢ラグランジェ緩和アルゴリズム－the Lagrangian Relaxation Algorithm｣を採り入れています。

The form of the solution ensures that available flows in the system are allocated according to user-specified operational rules and demand priorities. - ModSim simulates several types of water rights, (including direct-flow rights, instream-flow rights, reservoir-storage rights, and reservoir-system operation) and exchange and operational priorities. The model can also accommodate reservoir operations and accounting, hydropower, channel routing, and import and export of water from the network. ModSim can also simulate the interaction between surface streams and groundwater aquifers.

其の解法手順は、必要制約条件の範囲内での流域網全体を通じて最小限コストを見出します。解決形態は、当該水系に於ける利用可能な流量が、当モデルの利用者が特定する運用ルールと要求優先順位に基づいて配分されることです。モドシムは、直接水利権・中流水利権・貯水権そして貯水運営を含む幾つかの水利権のタイプと交換及び操業優先順位を仮想実現化します。当モデルは、貯水池運営と経理処理・発電量・水路源そして当水系からの水輸入・輸出を含み得ますし、地表水と地下帯水層間の相互作用をもシュミレートが可能です。

The executable code of ModSim, together with documentation, tutorials, numerous examples, and supplementary routines, can be downloaded free of charge from the Internet at http://www.modsim.engr.colostate.edu.

モドシムの遂行コードは、資料文献・指導手引書・膨大な実例そして補完的手順書とともに、www.modsim .engr.colostate.eduから無料でダウンロードが可能です。

RiverWare

RiverWare represents a new generation of tools for planning and managing river basin systems (Zagona et al. 1998, 2001). Many watershed models and decision support tools developed in the 1970s and 1980s were site specific and applicable to the particular watershed for which the model was developed. Although many decision support tools, such as IRAS and MODSIM, provide users with the capability to perform computations for a user-defined configuration and structure of a water-management system, their flexibility of accounting for various possible types of reservoir-operating policies is limited to rule curves and flow prioritization. These limitations result from the fact that those tools have been developed using algorithmic programming languages, such as Fortran. The algorithmic languages highlight the ordering of events in Sequences of consecutive actions performed according to certain algorithms. New capabilities offered by object-oriented technology (Booch 1994) allow for the development of new software through the use of general modelling tools that are not specifically designed for river-basin systems by combining them in a single modelling framework.

リバーウェア（River Ware）モデル

リバーウェアモデルは、諸流域系を管理し計画するための新世代ツールを代表します。1970年代及び1989年代に開発された多くの流域モデルと意思決定支援ツールは、地域特定で特定流域に利用可能なものでした。IRASやMODSIMのような意思決定支援ツールは、利用者に、水管理システムに於ける利用者定義による基本ソフトの設定と構造のためのコミュニケーション能力を提供しますが、貯水池運営政策の種々可能なタイプを解説する適応可能性は、水位管理に適用される｢ルール曲線｣と｢水流の優先順位｣に限られています。これらの制約は、これ等ツールが、フォートラン（Fortran）のような解法手順的プログラミング言語を活用して開発された事実に起因します。解法手順的言語は、或る解法手順に沿って遂行された連続演算の結果の指令を強調します。オブジェクト指向の先端技術が提供した新たな能力は、河川流域系専用に開発されたモデルではない、単一モデルの枠組みの中で一般的モデル化ツールの組合せの活用を通じて、新しいソフトウエア‐の開発を可能にします。

RiverWare, developed at the Center for Advanced Decision Support for Water and Environmental Systems (CADSWES) of the University of Colorado, in cooperation with the US Bureau of Reclamation, utilizes object-oriented software to create a flexible modelling framework by combining building blocks that describe possible physical components of a water-management system with specific solvers capable of tackling operational problems through simulation and/or optimization. The River-Ware model construction kit allows a user to create a model of the system using graphical input and selecting appropriate objects to represent specific components of a water-management system, such as a storage reservoir, pumped storage reservoir, river reach, confluence, and many others (16 types in total). With every object, there is an associated mechanism for defining and entering data: (1) those concerning the physical parameters of the object (such as volume of the reservoir and the storage-area relationship); (2) time series data (such as flow sequences, evaporation, etc.).

米国開発庁との協働で、コロラド大学の水と環境諸系のための高度意思決定支援研究所(CADSWES) が開発したリバーウェアは、或る水管理システムの存在し得る物理的構成要素を説明する当ソフトのビルディングブロック（各構成要因）を、シミュレーションと/又は最適化を通じて運用上の諸問題に取り組む能力のある特定の計算機能ソフト（ソルバー）と連携させることで、柔軟性のあるモデル化構造を創生するオブジェクト指向のソフトウエア-を有効活用いたします。リバーウェアモデル構築セットは、利用者に、図示的入力を活用し、貯水池・河川合流点・河道等全部で16の水管理システムの構成要素を含む妥当な対象を選択しながら、諸水系のあるモデルを創造することを可能にさせます。各オブジェクトとともに、データの定義と入力に関連するメカニズムも存在します：それらデータは以下のものです
１．貯水池の大きさと貯水面積の関係のような対象に関する物理的媒介変数
２．蒸発・連流などの時系列データ

The physical behaviour of each object is described in terms of so-called methods that are mathematical descriptions of certain properties of the object, such as mass preservation, water routing, and power generation. The user can select desired methods for each object. Currently, the following processes can be modelled: mass balance in level pool reservoirs', wedge storage in long reservoirs., river-reach routing; tailwater computations., hydropower generation; thermal system economics; diversions; water quality (temperature and salinity); evaporation; and bank storage.

各オブジェクトの物理的現象は、質量保全・水源・電力発電のようなオブジェクトの属性についての数学的な記述である手法言語で表示されます。　利用者は、各オブジェクトに応じた希望の手法言語を選択することが可能で、以下のモデル化が実践可能です。
・水平貯水池における質量均衡　・長大貯水池における楔状貯水　・河道源流　・放出水量計算　・水力発電　・熱システム経済　・分流/分水　・水質（温度と塩度）　・蒸発　・堰堤貯水

The consequences of considered management alternatives can be evaluated using pure simulation, rule-based simulation, and optimization techniques. Pure simulation involves the solution of a precisely specified problem using various appropriate methods (functions) associated with objects constituting the system. Rule-base simulation is performed utilizing a verbal description of operating policies, which are defined using a specific rule language for RiverWare. This language is interpreted by a computer during the run time. The rule language is, in fact, a programming language intended to express policies formulated by the user (decision maker) in a form involving verbal formulations and if-then else logic, as demonstrated by the following example referring to a simple mood-control rule for the reservoir:

If ReservoirElevation > ReservoirData.floodguide
Then ReservoirOutflow = ReservoirData.MaxRelease

検討された管理策は、純特定問題解決シュミレーション・言語表現規定シュミレーション・最適化技法を活用して評価され得ます。　純特定問題解決シュミレーションは、当該システムを構成する各目的に関連する多くの適切妥当な手法（諸関数）を利用する、精緻に特定化された問題の解決を含みます。　言語表現規定シュミレーションは、リバーウェアモデルのための特定の規定言語を使用して定義された運用方針の言語表現を利用しながら遂行されます。　当言語は、運用時の間、コンピューターが解釈・翻訳を行います。当規定言語は、利用者(意思決定者)が公式化した運用方針を表現するよう意図した一つのプログラミング言語です。それは、単純な貯水池氾濫統御規定に言及する次の事例が示すように、言語公式と、“IF-THEN　ELSE論理”で形成されています。

　IF 貯水池水位 > 氾濫警報水位 (もし～であれば）
　　THEN　貯水池放流水量＝最大放流水量　(その場合は～を等しくせよ）
　　（ELSE LEAVE IT AS IS　　　　　　でない場合はそのままにせよ）

RiverWare contains a built-in editor allowing the user to construct operating rules, which then govern the solution of the simulation process performed in accordance with the user-defined rules and methods defining the behaviour of the objects. The optimization is performed following the definition of the network and the construction of a model, which involves the selection of:
・ policy variables for each object (for instance, in the case of a reservoir used for hydropower-generation purposes, the decision variables are turbine release, spill, outflow, and storage);
・linearization methods for the non-linear policy variables.
Using a policy editor, the decision maker can express the priorities of the policy objectives. The policy goals are entered into a graphical policy editor. Each objective can be given either as a simple linear programming objective, or as a set of constraints that is automatically converted to an objective by minimizing the deviations from the constraints.

リバーウェアモデルは、利用者が運用規程を構築できる、自動編集機能を内包します。そしてそれは、オブジェクトの各現象を明確化する利用者定義の規定と手法に従って実行されるシュミレーションプロセスの解決を統括します。　最適化は、或るモデル構築の定義に従って実行され、その定義には、次の選択が含まれます。
・各オブジェクトのための政策変数
　（例えば、水力発電オブジェクトに使用される貯水池の場合、意思決定変数－政策変数は、水車／タービンへの放水量・漏出・　流出量及び貯水量）
・非線形的政策変数のための線形化手法
　自動編集機能を活用しながら意思決定者は、政策オブジェクトの優先順位を表明することが可能です。　政策目標は図示式政策編集機に投入されます。　其々のオブジェクトは、単一の単純線形計画対象か、制約条件からの逸脱/偏差値を最小化することで自動的にオブジェクトに変換される一連の制約条件の何れかが提供され得ます。

A　set of utilities facilitates the computational process as well as viewing and using the output. The data computed by RiverWare can be transferred to external sources for further processing. Output options include plots, data files, and spreadsheet files (such as Excel).

このモデルセットは、産出結果の観察や活用と共に、演算過程を加速させます。リバーウェアモデルで演算されたデータは、更なる加工処理のための外部データ源に移管されることも可能です。　産出結果の選択肢は、図表・データファイル・表計算ソフト（エクセルのような）を含みます。

The efficient use of RiverWare requires advanced skills. Accordingly, in addition to purchasing a software licence, educational courses provided by developers of the system are recommended. Extensive information about the system and conditions of its availability and usage can be found on the RiverWare homepage: (http://cadswes.colorado.edu/). Further information concerning this system can be also found at: (http://www.usbr.gov/rsmg/warsmp/riverware ).

リバーウェアモデルの有効活用は、高度な知識技術を必要としますので、ソフトウエア‐使用権の購入に加え、当デベロッパーが提供する教育訓練コースの受講が推奨されます。　当システムや利用可能性及び利用条件についての拡大情報は、リバーウェアモデルのホームページ上で得られます。そのアドレスは、www.cadswes.colorado.eduです。　当システムに関する更なる情報は、www.usbr.gov/rsmg/warsm/riverware　でも得られます。

More generally, the Internet offers a rich source of information regarding various models and decision support tools. The following addresses are particularly useful:
・ "Decision Support Systems Resources" (http'.//www.dssresources.com/);
・ Inventory of water resource management and environmental models
(http://www.wiz.uni-kassel.de/model_db/models.html);
・ The "USGS Surface-Water Quality and Flow Modeling Interest Group" (http://smig.usgs.gov/SMIG/archives_commercial.html );
・ Independent "Water Page" also containing "The African Water Page"
(http://www.thewaterpage.com/);
・ Selected "World Wide Web Sites For The Water Resources Professional" containing numerous links to important water-related web-sites
(http..//www.wrds. uwyo.edu/wrds/wwwsites.html);
・The "Land and Water Management" site of the Delft University in
Holland (http://www.ct.tudelft.n1/wmg_land_water/);
・ "An Inventory of Decision Support Systems for River Management"
(http://www.geocities.com/rajesh}ajs/inventary.html);
・ "Environmental Organization Web Directory" (claiming to be the
world's largest environmental search machine) (http://www.
webdirectory.com/).

インターネットは、より幅広に様々なモデルと意思決定支援ツールに関する豊かな情報源を提供しています。下記の情報源は、特に有用です。

＊意思決定支援システムリソース；www.dssresources.com
＊水資源管理と環境モデル要覧；www.wiz.uni-kassel.de/model.db/models.html
＊USGS地表水質と流量のモデル化グループ；
www.smig.usgs.gov/SMIG/archives_commercial.htlm
＊アフリカの水白書；www.thewaterpage.com
*残り４アドレスは省略

Internet implementation of DSSs

Unlike traditional DSS, which is implemented on a single computer or a network on which the user (decision maker or stakeholder) has an account, the development and use of Web-based DSSs faces many conceptual and technical challenges. In the case of a DSS implemented on a single machine or network, the user has access to all resources of the machine and the DSS, available either through the operating system or through the user interface to the DSS. The access to resources concerns not only physical resources of the computer (such as disk space, memory, and printers) but also software and data. The user working with the DSS in an interactive mode may also access and manipulate models built into the DSS and their parameters; activate or deactivate certain components of the system model; change preferences; and select display or printout - alternatives. Data used by the DSS can be accessed and modified to allow the user to explore various situations and scenarios. Results obtained by the user can be stored for further use; working sessions can be suspended and then started again without losing information or data created during the session.

インターネットによる意思決定支援システムの援用実践

　利用者（意思決定者又は関係者）が保有する単独のコンピューターで遂行される従来の意思決定支援システムと異なり、インターネット基盤の意思決定支援システムの開発と活用は、多くの概念的技術的挑戦課題に直面しています。単独のコンピューターまたは単一の回線網で遂行される意思決定支援システムの場合、利用者は、その運用システム又は利用者のインターフェイスを通じて、活用可能なそのコンピューターの全ての資源とその意思決定支援システムを入手利用します。諸資源の入手利用は、デスク容量・メモリー・プリンターのようなハード機能だけでなく、ソフト機能やデータにも及びます。　対話方式で意思決定支援システム使用する利用者は、当支援システムに組み込まれた諸々のモデルとそれらの媒介変数にアクセスし操作をおこないます。例えば、システムモデルの構成要素を起動したり停止したり、選択を変更したり、表示、または印刷の選択をしたり、つまり、これらの代替案の操作を行います。同支援システムで使用されるデータは、利用者が様々な状況と構想を探究できるように修正され得ます。利用者が入手した成果は、更なる利用のために蓄積されます。作業遂行場面は中断が可能で、その間創出した情報やデータを失うこともなく再開ができるのです。

In the case of Internet-based DSSs, the situation is significantly different: the user accesses the Web through a special program called a browser, which does not offer the capabilities of an operating system. Moreover, capabilities of the DSS-user interface are not available to the browser. The Web user may access a certain Internet address and use resources offered to the user only in a range defined and controlled by the owner of a particular Web page. The user's computer, on which the browser is installed and which allows the user to communicate with the server hosting a particular website, frequently is connected with the Internet through low-end communication or telephone lines with quite often relatively low transmission rates (especially in developing countries). Thus, the time needed to load one page or to obtain a response to a choice made by the user can be relatively long (taking even minutes), not to mention the time necessary to perform computations on the server side.

　インターネット基盤の意思決定支援システムの場合、状況は大きく異なります。利用者は、ブラウザと称する特別のプログラムを通じて、ウエブサイトにアクセスします。そしてそのブラウザは、オペレーティングシステムの能力を提供することはありません。　しかも、従来の支援システムにあった利用者とのインターフェイスは、ブラウザでは利用可能ではありません。当該ウエブサイトの利用者は、或るインターネットアドレスにアクセスし、特定のウエブサイトの所有者が定義・統制する範囲内で提供される諸資源を活用するのです。　ブラウザが組み込まれた、そして利用者と特定のウエブサイトとのコミュニケーションを可能にする利用者のコンピューターは、ローエンド通信回線又は電話回線を通じて、しばしば相対的に低伝送速度で（特に途上国において）インターネットに接続されます。従って、サーバーサイドでの演算遂行に必要な時間は言うにおよばず、１ページを引き出すに必要な或いは利用者の選択への対応時間は、数分を必要とするほど長くなるのです。

Cornmunications between the user and the server are in the form of messages - the user's request to the server and the server's response to the browser. The hypertext transfer protocol (HTTP) used in the Internet has no mechanism for keeping information about previous requests or storing information about the current request. Consequently, unless special and advanced Internet technologies are used on the server side, the Internet user has no direct possibilities to store on the server intermediate results for further use during future interactive sessions.

利用者とサーバーとのコミュニケーションは、利用者のサーバーへの要請とサーバーのブラウザへの対応というメッセージの形態で行われます。インターネットで使用されるハイパーテキスト転送プロトコル（HTTP）は、以前の要求についての情報を維持する、あるいは現在の要請を蓄積する機能を持ち合わせておりません。　従って、特別で、かつ高度なインターネット技術がサーバーサイドで使用されない限り、インターネット利用者は、（中断した）セッションを将来再開するため、サーバーに途中までの成果を蓄積する直接的な可能性を持ちません。

The distribution of computing power available for DSS in an Internet environment can be described by two conceptual models -namely: (i) a "thin client and thick server" concept, or (ii) a "thick client and thin server" option (Salewicz 2001).

　インターネット環境においては、意思決定支援システムのために入手利用可能な演算能力の区分は、次の二つの概念モデルで表現され得ます。
１．シンクライアント（低機能端末コンピュータ））とシック（高機能）サーバーの概念
２．シッククライアント（高機能端末コンピュータ）とシン（低機能）サーバーの概念

The "thin client and thick server" concept for implementing DSS refers to the situation when the user is connected to the Internet and the user's PC acts as a communications terminal only. The user's PC, then, enters into an interactive mode for certain data (decisions and/or parameters chosen among available alternatives) and then displays results of the cbmputations performed on a remote computer (server). All models and the database reside on the server, and all computations are performed on the server. Implementation of this concept means that the amount of data to be transferred back and forth between the server and the user's computer is relatively low, although the data have to be transmitted in small "portions" after each action initiated on the user's side.

支援システムを導入するための“シンクライアントとシックサーバー”の概念は、利用者がインターネットに接続され、利用者のパソコンがコミュニケーション端末としてのみ働く際の状況に当て嵌まります。利用者のパソコンは、或る種のデータ（可能な代替案の中から選択された意思決定内容及び/もしくは媒介変数）を入力する対話モードに入り、それに基づいて遠隔のコンピューター（サーバー）で演算された算定数値の結果を表示します。全てのモデルとデータ群はサーバーに存在し、あらゆる演算が、サーバー上で行われます。　この概念（基本的考え方）の実践遂行は、サーバーと利用者のパソコンの間で往き来する情報量が、比較的少量であることを意味します。尤も、各々の作業が利用者サイドで開始された後、其の双方向の情報量は、僅かな“割合”で往き来するよう求められているのですが、、、。

There are a number of advantages associated with this concept. Relatively low amounts of data have to be transmitted, which is particularly important for users from countries where the telecommunications infrastructure is limited and transmission rates are relatively slow and unreliable. This approach also has the benefit of high security and consistency of data and models: since both the data and the models reside on the server, they are protected from manipulation and unauthorized modifications by users; such changes, in extreme cases, could lead to fraud. Another positive feature of this concept is that such a DSS can be built using already-existing simulation and optimization models that were developed in traditional programming languages such as Fortran and C, thereby limiting the programming effort associated with implementation.

この基本的概念に関係する多くの利点が存在します。相対的に少量の情報が交流移管されることは、遠距離電気通信構造に限界があり、伝送速度がスローで信頼できない国々の利用者にとっては特に重要です。この基本的な考えに基づくアプローチは、データやモデルの高度な安全保障と一貫性に係る有意義な利点を擁します。データとモデルは共にサーバーに存在します。極端な場合、不正行為に繋がりかねないそのような変更は不可能ですから、データや各種モデルは、利用者による恣意的操作や修正から保護されるのです。当基本概念のもう一つのプラスの特徴は、意思決定支援システムが、フォートランやCのような従来からのプログラミング言語で開発された既存シュミレーションや最適化モデルを使用して構築されることです。このことで、モデル実践遂行に付随するプログラミング努力の軽減を図ることができるのです。

The disadvantage of this concept, however, is that there are heavy computational burdens and data loads on the server side. This requires installation of powerful machines for servers.

当基本概念のマイナス面は、サーバーサイドに過度の演算負担とデータの負荷が掛ることで、サーバー（データ集配信装置）に強力なマシンの導入を要求します。

The second option - namely, a "thick client and thin server" - means that the user's PC functions not only as a data entry and display terminal but also as a platform to perform all computations using programs and data downloaded from the server. The role of the server is therefore reduced to that of a repository for executable codes of all components of the DSS and, eventually, data sets that can be used with it. This approach is popular, and a number of solutions or DSSs can be downloaded (at least in a trial version) by anybody interested (Palomo, Rios-Insua, and Salewicz 2002). The possibility of downloading and then using models or a DSS to address specific issues and decision problems is attractive, especially to professional and scientific communities in many countries (not only developing ones), because it gives easy and free access to tools already developed, or access to alternative solutions that may enhance capabilities of tools already available. However, the effort necessary to download these tools, to install them, and then to learn how to use them and to resolve the problem at hand, seems to exceed the interest and devotion of the average layperson.

二番目の選択肢、“重装備顧客と軽装備サーバー”の基本的概念は、利用者のパソコンがデータ入力と表示端末としてだけではなく、サーバーから引き出したデータとプログラムを活用して全ての演算を行う基地として機能することです。従ってサーバーの役割は、意思決定支援システムの全構成要素に関わる執行コードと最終的にはそれで使用され得るデータ群の保管場所としての役割に、変質されます。この取り組み手法は好評で、多くの解決手法や意思決定支援システムが、少なくとも試行版で、興味関心を持つ多数の人々にダウンロードされています。特定問題や意思決定問題に取り組むための各種モデルや意思決定支援システムのダウンロードと活用の可能性は、多くの国の専門家や科学的共同社会にとって特に魅力的です。何故ならその可能性は、すでに開発されている諸用具にたやすく無料でアクセスでき、利用可能な多くのツール能力を高めることができる新たな方策にアクセスする機会を与えてくれるからです。がしかし、これらの諸用具をダウンロード・インストールし、それらをどの様に活用して現下の問題を解決するかを学ぶために必要な努力は、平均的門外漢の興味関心と努力傾注の範囲を超えていると感じられます。

If DSS tools can be freely downloaded, there is also a risk that the use of downloaded models or DSSs can be abused. Such development is plausible in a case of controversial problems or decisions -for instance, concerning an international dispute when one party, for unethical or politically motivated reasons, presents results supporting its position and obtained without using a particular and usually highly regarded tool downloaded from the Internet, but claiming at the same time that these results have been obtained with the help of the said tool. In such cases, it might be difficult to prove the wrongdoing, and the burden of proving that may fall on the authors of the model. Moreover, the reputation of the DSS or its authors, unintentionally involved in such abuse, may be significantly hurt.

仮に意思決定支援システムの諸用具が、自由にダウンロードされ得る場合、引き出された諸々のモデルや同支援システムが濫・悪用される可能性も存在します。そのような展開は、激烈な論争を呼び起こすような難問題や諸決定の場合に、大いにあり得ることです。例えば、国際紛争に関連して、非倫理的理由や政治的に動機付られた理由で、或る当事国が、特定のしかも通常高く評価されている諸ツールを使用することなく、しかし、｢これらの結果は当該ツールの助けを借りて得られた｣と主張しながら、その国の立場を支持する結果内容を提起する場合などに発生します。そのような場合、不正を証明することは困難ですし、それを立証する重荷は、モデルの作者に負わされることになるかも知れません。しかも、図らずもそのような濫・悪用に巻き込まれた当該意思決定支援システムと作者の盛名は、大いに傷付けられることでしょう。

Internet implementation of DSSs

Unlike traditional DSS, which is implemented on a single computer or a network on which the user (decision maker or stakeholder) has an account, the development and use of Web-based DSSs faces many conceptual and technical challenges. In the case of a DSS implemented on a single machine or network, the user has access to all resources of the machine and the DSS, available either through the operating system or through the user interface to the DSS. The access to resources concerns not only physical resources of the computer (such as disk space, memory, and printers) but also software and data. The user working with the DSS in an interactive mode may also access and manipulate models built into the DSS and their parameters; activate or deactivate certain components of the system model; change preferences; and select display or printout -alternatives. Data used by the DSS can be accessed and modified to allow the user to explore various situations and scenarios. Results obtained by the user can be stored for further use; working sessions can be suspended and then started again without losing information or data created during the session.

インターネットによる意思決定支援システムの援用実践

　利用者（意思決定者又は関係者）が保有する単独のコンピューターで遂行される従来の意思決定支援システムと異なり、インターネット基盤の意思決定支援システムの開発と活用は、多くの概念的技術的挑戦課題に直面しています。単独のコンピューターまたは単一の回線網で遂行される意思決定支援システムの場合、利用者は、その運用システム又は利用者のインターフェイスを通じて、活用可能なそのコンピューターの全ての資源とその意思決定支援システムを入手利用します。諸資源の入手利用は、ディスクスペース・メモリー・プリンターのようなハード機能だけでなく、ソフト機能やデータにも及びます。　意思決定支援システムを対話式で利用するユーザーは、当支援システムに組み込まれた諸々のモデルとそれらの媒介変数にアクセスし操作をおこないます。例えば、システムモデルの構成要素を起動したり停止したり、優先選好を変え、表示か印刷かの代替案を選択します。同支援システムで使用されるデータは、利用者が様々な状況と予定計画を探究できるように修正され得ます。利用者が入手した成果は、更なる利用のために蓄積することができます。作業の遂行は中断が可能で、その間創出した情報やデータを失うこともなく再開ができるのです。

インターネットベースの意思決定支援システムの場合、状況は大きく異なります。利用者は、ブラウザと称する特別のプログラムを通じて、ウエブサイトにアクセスします。そしてそのブラウザは、OSの能力を提供することはありません。しかも、（単独）支援システムと利用者間のインターフェイス能力は、ブラウザ(を介したウェブベースの支援システム）には使用可能ではありません。ウエブサイトの利用者は、或るインターネットアドレスにアクセスし、そこのウエブサイトの所有者が定義・統制する範囲内で提供される諸資源を活用するのです。ブラウザを組み込み、特定のウエブサイトを搭載するサーバーとのコミュニケーションを可能にする利用者のコンピューターは、多くの場合ローエンド通信回線又は相対的に低伝送速度（特に途上国で）の電話線を通じて、インタネットに頻繁に接続されます。従って、サーバーサイドでの演算遂行に必要な時間は言うにおよばず、１ページを引き出すに必要な或いは利用者の選択への反応時間は、数分を必要とするほど長くなるのです。

Communications between the user and the server are in the form of messages - the user's request to the server and the server's response to the browser. The hypertext transfer protocol (HTTP) used in the Internet has no mechanism for keeping information about previous requests or storing information about the current request. Consequently, unless special and advanced Internet technologies are used on the server side, the Internet user has no direct possibilities to store on the server intermediate results for further use during future interactive sessions.

利用者とサーバー間のコミュニケーションは、利用者のサーバーへの要求とサーバーのブラウザへの対応 - と言うメッセージの形態で行われます。インターネットで使用されるハイパーテキスト送受信規約（HTTP）は、以前の要求についての情報を維持するあるいは現在の要請を保存する機能を持ち合わせておりません。従って、特別に改良されたインターネット技術がサーバーサイドで使用されない限り、インターネット利用者は、将来の対話式セッションのために、サーバーに中間結果を保存する直接的な可能性を持ちません。

インターネット環境においては、意思決定支援システムのために入手利用可能な演算能力の貢献は、次の二つの概念モデルで表現され得ます。
１．シンクライアントとシックサーバーの概念
２．シッククライアントとシンサーバーの概念

支援システムを導入するための“シンクライアントとシックサーバー”の概念は、利用者がインターネットに接続され、利用者のパソコンがコミュニケーション端末としてのみ作動する際の状況に当て嵌まります。　利用者のパソコンは、或る種のデータ（可能な代替案の中から選択された意思決定内容及び/もしくは媒介変数）の対話モードに入り、遠隔のコンピューター（サーバー）で演算された算定数値の結果を表示します。全てのモデルとデータ群はサーバーに存在し、あらゆる演算が、サーバー上で行われます。この概念（基本的考え方）の実践遂行は、サーバーと利用者のパソコンの間で往き来する情報量が、比較的少量であることを意味します。尤も、各々の作業が利用者サイドで開始された後、情報は、僅かな“割合”で往き来するよう求められているのですが、、、。

この基本的概念に関係する多くの利点が存在します。相対的に少量の情報が送受信されることは、遠距離電気通信インフラに限界があり、伝送速度がスローで信頼できない国々の利用者にとっては特に重要です。この基本的な考えに基づくアプローチは、データやモデルの高度な安全性と一貫性に係る有意義な利点を擁します。データとモデルは共にサーバーに存在します。極端な場合、不正行為に繋がりかねないそのような変更は不可能ですから、データや各種モデルは、利用者による恣意的操作や修正から保護されるのです。当基本概念のもう一つのプラスの特徴は、意思決定支援システムが、フォートランやCのような従来からのプログラミング言語で開発された既存シュミレーションや最適化モデルを使用して構築されることです。このことで、モデル実践遂行に付随するプログラミング努力の軽減を図ることができるのです。　

The disadvantage of this concept, however, is that there are heavy computational burdens and data loads on the server side. This requires installation of powerful machines for servers.

当基本概念のマイナス面は、サーバーサイドに過度の演算負担とデータの負荷が掛ることで、サーバーに強力なマシンの導入を要求します。

二番目の選択肢、“シッククライアントとシンサーバー”の基本的概念は、利用者のパソコンがデータ入力と表示端末としてだけではなく、サーバーから引き出したデータとプログラムを活用して全ての演算を行うベースとして機能することです。　従ってサーバーの役割は、意思決定支援システムの全構成要素に関わるプログラムコードと最終的にはそれで使用され得るデータ群の保管場所としての役割に、変質されます。この取り組み手法は好評で、多くの解決手法や意思決定支援システムが、少なくとも試行版で、興味関心を持つ多数の人々にダウンロードされています。　特定問題や意思決定問題に取り組むための各種モデルや意思決定支援システムのダウンロードと活用の可能性は、多くの国の専門家や科学的共同社会にとって特に魅力的です。何故ならその可能性は、すでに開発されているツールにたやすく無料でアクセスでき、すでに利用可能なツールの能力を高めることができる新たな方策にアクセスする機会を与えてくれるからです。　がしかし、これらのツールをダウンロード・インストールし、それらをどの様に活用して現下の問題を解決するかを学ぶために必要な努力は、平均的門外漢の興味関心と努力傾注の範囲を超えていると感じられます。

仮に意思決定支援システムのツールが、自由にダウンロードされ得る場合、引き出された諸々のモデルや同支援システムが濫・悪用される可能性も存在します。そのような展開は、激烈な論争を呼び起こすような難問題や諸決定の場合に、大いにあり得ることです。例えば、国際紛争に関連して、非倫理的理由や政治的に動機付られた理由で、或る当事国が、特定のしかも通常高く評価されている諸ツールを使用することなく、しかし、｢これらの結果は当該ツールの助けを借りて得られた｣と主張しながら、その国の立場を支持する結果内容を提起する場合などに発生します。そのような場合、不正を証明することは困難ですし、それを立証する重荷は、モデルの作者に負わされることになるかも知れません。　しかも、図らずもそのような濫・悪用に巻き込まれた当該意思決定支援システムと作者の盛名は、大いに傷付けられることでしょう。

In order to explore the technical possibilities and feasibility of developing DSSs using the Internet, the author of this chapter has initiated research to develop a prototype (pilot) installation of a DSS on the Web. This research was based on the technical concept of the "thin client and fat server" and assumes the following:
・the prospective user of the DSS is interested in assessing the potential consequences of a certain policy that is expressed in terms of clearly identified alternative actions;
・actions associated with the policy are formulated preferably in a qualitative manner, and not quantitatively;
・the user has no experience, and no desire to learn about the specifics, of any mathematical models and tools;
・the tool should allow for simple selection of available alternatives and should present the consequences of selected decisions in a meaningful Way;
・the time interval between formulating a query and obtaining a response should be minimal.

インターネットを利用して意思決定支援システムを開発する技術的可能性と利用可能性を探究する為に、筆者は、インターネット上で、或る意思決定支援システムの実験的・模範的導入展開のための調査研究を唱導してきました。当研究は、“シンクライアントとシックサーバー”の技術的概念に立脚し、以下のことを仮定しています：
１．当支援システムの想定される利用者は、明確に定義された代替行動案の用語で表現された或る基本政策の結果を評価することに、興味関心を抱いている；
２．基本政策に関連する行動内容は、可能ならば、定量的にではなく、定性的な方法で公式化される；
３．利用者は、その詳細については経験もなく、また学ぶ意思もない；
４．そのツールは、利用可能な代替行動案の単純な選択を可能にし、有意な方法で選択された意思決定内容の結果を提示する；
５．或る質問の公式化と回答の獲得の間の時間間隔は、最小限であるべきである。

Initial efforts were directed towards selection of an appropriate case-
study system, with the following characteristics:
・it could attract a significant audience;
・it concerns a controversial issue (possibly international), involving conflicting objectives and interests;
・it has been described using sound, verified, and viable modelling techniques;
・it has been analysed and modelled by objective, unbiased, and independent specialists, who are not involved in the controversy.

当初の努力は、以下の特徴をもつ適切妥当なケーススタデイの選択に傾注されました：
１．其のケーススタディは、重要な利用者を惹きつけ得る；
２．其れは、係争問題と利益問題を含む（おそらく国際的な）論議を呼び起こしている諸問題に関係する；
３．それは、堅実な・正当性を証明された、そして利用可能なモデル化技術を活用して表現されている；
４．其のケーススタディは、論議に関与していない客観的・公平なそして独立的な専門家により分析され、モデル化されている。

An extensive search has led to selection of the Ganges River case study (see fig. 19.5), which has been the subject of extensive research performed at the Center for Spatial Information Science, University of Tokyo (Ministry of Land, Infrastructure and Transport 2001). The case study analyses the impacts of agricultural and urbanization policies applied in India. India's agricultural and urban development policies directly affect the amount of water in the Ganges River that flows into Bangladesh. Taking into account the mutual distrust and lack of cooperation between these two countries (Biswas and Uitto 2001), the availability of unbiased and independently developed models and DSSs capable of analysing-the consequences of selected policy options could help both sides to establish a common basis for discussing and evaluating alternatives. The relevant policies that can be applied in India concern the following decision variables:
・ the length of the stretch of river over which the agricultural and urbanization policies will be implemented;
・ the intensity of the changes in land-use patterns;
・ the intensity of the urbanization changes over the area considered.

　東京大学の空間情報科学研究所が実施した拡大調査研究は、ガンジス川のケーススタディの選択に繋がりました。　当ケーススタディは、インドが適用した農業政策や都市化政策の影響内容を分析しています。　インドの農業政策や都市開発政策は、バングラデッシュに流入するガンジス河の水量に直接影響を及ぼします。　両国間の相互不信感と協力の欠如を考慮すれば（Biswas and Uitto 2001）、公平かつ独立的に開発されたモデルと選ばれた政策の選択肢の結果の有用性は、インドとバングラデッシュが代替案を検討し評価することのための共通基盤を確立することに資することができるでしょう。
　*訳者注：　当文節の冒頭部分は、誤謬かと思われます。何故なら両国は、既に1996年、過去の行きがかりを捨てて、国際的にも高評価される、極めて公平平等な「ガンジス川有効利用のための30年間条約」を締結しているからです。
　インドに適用し得る諸政策は、以下の意思決定変数に関係があります：
１．農業及び都市化政策が実施される河道の長さ；
２．土地使用形態に於ける変化の激しさ；
３．検討されるべき地域の都市開発変化の激しさ

　

These policies can be described in detail in quantitative terms, using precise values of the above-mentioned decision variables, and then the response of the system can be simulated for selected values. However, one run of the simulation to calculate the response of the system to selected policy alternative may require a few hours of computations (K. Rajan, Institute of Industrial Science, University of Tokyo, personal communication 2002). This property of the model could disqualify it, at least as far as the use of the model in an Internet-based, interactive DSS is concerned.

これ等の諸政策は、上述された意思決定変数の精緻な数値を使用しながら、定量的用語で詳細に示され得ます。そして其のモデルシステムの対応は選択された数値のために模擬構築（シュミレート）され得ます。　しかしながら、選択された政策代替案への当モデルシステムの対応を演算するためのシュミレーションの運用は、数時間の演算時間を必要とするでしょう。　当該モデルのこの属性は、少なくともインターネット基盤の相互作用的意思決定支援システムの利用が関係している限り、それを不適切にしかねないのです。

Taking into account the fact that the average user of the model does not have enough knowledge and experience to experiment with selecting precise numeric values for decision variables, we had to look for another approach. The approach that we found is based on the concept of a qualitative qualification of decision variables: the feasible range of each decision variable has been divided into a small number of sub-intervals. With all the values of the decision variable belonging to a certain sub-interval, there have been associated one single, qualitative, attribute characterizing this range in descriptive terms (i.e. low, medium, high). Such a process of qualitative categorization of decision variables can be performed only on the basis of a thorough sensitivity analysis and knowledge of models used to calculate the impact of policy parameters.

当モデルの平均的利用者が、意思決定変数のための精緻な数値を選択する実験に関する十分な知識と経験を持たないことを考慮すれば、我々はもう一つの取り組みを探究しなければなりません。　私達が見出した取り組み手法は、意思決定変数の質的・定性的条件の概念に基づきます。即ち、各意思決定変数の実現可能な範囲は、少数の副次期間に分割されます。　或る副次期間に属する全ての意思決定変数の数値とともに、この範囲を記述条件で性格づけをする単純な属性（即ち、低‐中‐高）も存在します。　意思決定変数の定性分類の過程は、政策媒介変数の影響力を計算する為に使用されたモデルの徹底的な感性分析と知識に基づいてのみ遂行され得ます。

Following this concept, the feasible decision variables expressed in descriptive terms are as follows (see fig. 19.6):
1. The length of the area upstream of the Harding Bridge, where the changes to land-use policies will be introduced, has been divided into three categories:
・ changes on the stretch shorter than 100 km;
・ changes on the stretch between 100 and 200 km;
・ changes on the stretch longer than 200 km.
2. The intensity of change in land-use patterns has been divided into four categories:
・ shift in the cropping pattern from the current one to one more intensive;
・ shift from the current pattern to one less intensive;
・ no change in the land-use pattern (retain current conditions);
・ increase in an irrigation command area, which is equivalent to the
creation of bigger farms.
3. The intensity of the urbanization changes over the considered area has
three alternatives:
・ no changes to the current population density;
・ increase of the population density by up to 50 per cent;
・ increase of the population density by up to 100 per cent.
Consequently, the user who wants to see the consequences of changes in Indian land-use policy selects the respective combination of policy parameters expressed in descriptive terms, as defined Above.

　この概念に従って記述条件において示された実行可能な意思決定変数は、以下の事項です。
１．土地利用政策が導入されるハーヂン橋の上流域の長さは、三つの範疇に分類される
　　・100キロメーターより短い範囲での変化
　　・100キロから200キロメーターでの変化
　　・200キロメーター以上の変化
２　利用形態に於ける変化は、四つの範疇に分類される
　　・現行の作付け形態から、より集約的な作付け形態への移行
　　・現行の作付け形態から、粗放作付け形態への移行
　　・土地利用形態に於ける変化無し（現状維持）
　　・大農場の創設に等しい灌漑指定地域の増大
３．検討地域における都市化の変化の激しさは、三つのケースを想定する
　　・現在の人口密度に変化無し
　　・50％までの人口密度増
　　・100％までの人口密度増
　従って、インドの土地利用政策の変化を理解したい利用者は、上述された記述条件で示された政策変数の各組み合わせを選択するのです。

The impacts of the policy alternatives may vary, depending upon natural climatic conditions which, in this region, are characterized by monsoons. Thus, in this case, a qualitative description of climatic conditions has been used: the impact of land-use policy is analysed using three alternative scenarios of climatic conditions extending over a one-year time horizon for (i) average, (ii) better than average (more rainfall), or (iii) worse than average (less rainfall) meteorological conditions. The impacts or a selected policy alternative are represented by the monthly time series of the following indicators: ' normal water demand, that is, the demand on water associated with currently used and unchanged conditions of the land use in the area of interest (upstream of the Harding Bridge); 'expected water demand, which is represented by the values of water demand calculated for the selected combination of decision variables; . normal water supply, equal. to flow rate at the Harding Bridge cross-section calculated for current (unchanged) land-use conditions., . expected water supply, equal to the flow rate at the point of interest calculated for the user-selected land-use policy.

　政策実践策の効果・影響は、季節風気候と性格付けられる当地域の気候条件により変化します。　従ってこの場合では、気象条件の定性的表現が使用されます。即ち、土地利用政策の効果・影響は、一年単位で続く三つの気象条件を使用して分析されます。
　（ⅰ）平均的気象条件
　（ⅱ）平均より良好な気象条件（平均以上の降雨量）
　（ⅲ）平均以下の気象条件（平均以下の降雨量）
　選択された政策実践策の効果・影響は、次の諸指標の月別の連続データで提示されます。
・標準的水需要：関心地域（ハーヂング橋上流）における現行・未変化の土地利用条件に関係する水需要
・予想水需要：選択された意思決定変数の組み合わせのために計算された水需要数値で示される予想水需要
・標準的水供給：現行の土地利用条件のために計算されたハーヂング橋交差区での流量に等しい供給水量
・予想水供給：システムの利用者が選択した土地利用政策のために計算された対象地域での流量に等しい予想供給水量

In addition, the user may select two other impact indicators, which are derived from values defined above, namely: . the・・ difference between water supply and water demand calculated by the simulation model for unchanged land-use conditions;
・ the difference between water supply and water demand calculated for selected land-use policy options. Time series with all impact indicators are presented to the user in the form of a graph, which can be printed out.

加えてシステム利用者は、上記にて明確化された数値に基づく次の二つの効果・影響他指標を選択することが可能です。
・不変の土地利用条件のためのシュミレーションモデルで計算された、水需要と供給の差
・選択された土地利用実践策のために計算された水需要と供給の差
　効果・影響の時系列データは、印刷可能な図示形式で利用者に提供示されます。

The system offers the user the ability to communicate with the developers of the DSS. The feedback is provided in a form of free text messaging, which can be composed and sent back. In order to obtain more specific feedback information from the users of the DSS, they are also asked to respond to a number of questions concerning:
・ their country of origin;
・ their professional background and affiliation;
・ their opinions about the information that should be presented in visual form;
・ their general opinion about the usability of the system. Answers to these and, eventually, additional questions will serve as the basis for improving the system and for a better understanding of the reactions of the general public to tools such as this one. Consequently, materials and experiences collected in the framework of th.is study not only will allow the improving of this particular prototype system but also will provide the basis for improvements in the design and implementation of similar tools to be developed for other case-study systems and for formulating the future research agenda

　当システムは、利用者に、意思決定支援システムの開発者と意思疎通する能力を提供します。その意思疎通は、整理編集と返送が可能な自由文書の形で提供されます。　当意思決定支援システムの利用者からのより明確なフィードバック情報を確保する為、利用者は、以下の項目に関わる相当量の質問への回答を求められます。
・利用者の国籍　・専門領域と所属先　・視覚訴求形態で提供されるべき情報についての意見
・当システムの有用性についての利用者の全般的な意見
　これらへの回答と追加質問は、当システム改善と諸ツールへの一般市民の反応についてのより良い理解のための基礎データとして、役立つことになるでしょう。　結果的にはこの調査研究の枠組みで収集された諸資材と経験は、この特定原型システムの改善を可能にするだけではなく、他のケーススタディシステムと将来の調査研究課題を形成する為に開発されるべき、同様な諸ツールの設計と実践に、改善の基礎を提供することにもなるでしょう。

Summary: Capabilities, limitations, and challenges

Following the review of a broad scope of subjects related to basic concepts, technological foundations, development and example implementations of DSSs for water resource management, general conclusions may be drawn regarding the capabilities and limitations associated with creating and applying DSSs.

要約：将来性、諸々の限界、そして挑戦課題

　水資源管理のための意思決定支援システムについての基本的考え方・技術的基盤及び事例的実践に関係する広汎な領域の俯瞰に続いて、其の支援システムの創造と適用に関する普遍的結論が導き出されます。

The ability of DSSs to describe real systems and calculate potential COnSequences of policy and operational alternatives results from the capabilities of mathematical models that are incorporated into the modelling base of a DSS. Advances in mathematical modelling and numerical methods, combined with progress in computer technology, that perform millions of arithmetic operations per second, have made it possible to build and implement models that can closely approximate physical reality. Even complex phenomena can be now modelled, using not only onedimensional but also two-and three-dimensional models based on partial differential equations. The time-scales used by models can vary (depending on the phenomena modelled and types of models) from seconds to months and years; simulation horizons may extend even over hundreds and thousands of years.

現実の自然系を描写し、政策と運用策の潜在的結果を算定する意思決定支援策の能力は、或る支援システムのモデル化基盤に組み込まれる数学モデルの能力に基づきます。毎秒数百万の演算運用を行うコンピューター技術の進歩と結びついた数学的モデル化と数値的手法の進歩は、自然現象に限りなく近似し得るモデルを構築し、実践することを可能にしてきています。今や複雑な自然現象すら、一次元モデルだけでなく偏微分方程式に基づく二次元-三次元モデルを活用してのモデル化が可能です。時間尺度は、モデル化された諸現象とモデルのタイプにもよりますが、秒単位から月間、年間単位に変化します；例えばシュミレーションの水平線の彼方は、数百年、数千年にも及ぶことでしょう。

Those complex, multidimensional models can use and process geographical and topological data available from various ISs. As a consequence, sophisticated multidimensional models solved using finite-element or finite-difference methods (stok 1989; Wang and Anderson 1995) may be supplied with exact spatial data and parameters derived from GISs. The results of computations performed using those complex models can be presented in a graphical form by combining a display of numerical values with presentation on a map of the area under consideration.

これ等の多次元的モデルは、多様な地理情報システム（GIS）から入手可能な地理学的・位相学的データを活用し加工処理することが可能です。その結果、有限要素又は有限偏差手法を駆使して解析された精緻な多次元モデルは、地理情報システムから齎される正確な空間データと媒介変数を提供されることになるでしょう。これ等の複雑なモデルを駆使して実行される演算結果は、数値表示と提示を地域の地図上に結びつけることにより、図示形式で提供され得ます。

These capabilities improve not only the viability of the models, t hecomputational precision, and their ability to exactly describe physical phenomena, but have a significant impact on the ability to present results of computations in a meaningful and straightforward manner to a broad audience. For instance, data about the expected size of the area to be flooded that are presented as a map are much moreinformative and convincing than the same data presented as a table with numerical values only.

これ等の能力は、諸モデルの実行可能性や演算の正確さ、そして自然現象を正確に表す能力を改善するだけでなく、広汎な利用者への有用かつ直截的な方法で計算結果を提供する能力に顕著な影響を及ぼしもするでしょう。例えば、地図で提示される氾濫面積の予想規模は、数値のみの表で提示される同一データより、分かりやすく納得できるものであるはずです。

Graphical capabilities of contemporary models and DSSs relate not only to the display of computation results but also to data input. Using graphical user interfaces, it is possible to enter data and parameters by drawing in functions, shapes, and special configurations of the system.

現代の諸モデルと諸意思決定支援システムにおける図示能力は、演算結果の表示のみならず、データ入力にも関係します。図示式のユーザーインターフェイスを駆使して、関数や形状そして当該システムの特定の輪郭を描くことで、データや媒介変数を入力することが可能です。

The data resulting from the simulation or optimization computations can be transferred easily to other models and tools (such as spreadsheets) for further analysis and processing.

シミュレーションまたは最適化演算から得られるデータは、更なる分析や加工処理のために、他のモデルや諸ツール（スプレッドシートのような）に転送が可能です。

The currently available vast technical and technological capabilities do not seem to constitute the main barrier for developing user-friendly and viable decision support tools., the difficulties and challenges are different. One of the main challenges is that of integrating the components to build a comprehensive and user-friendly DSS. Although many models and simulation and optimization algorithms exist, their integration into one consistent system efficiently addressing all issues important for and decision makers often is close to impossible. This is due to differences in data requirements and data formats, inconsistencies in time steps used, lack of communication interfaces between various models. differences in programming languages in which those components have been developed, lack of standardization concerning output data, and display of the data. Together, these factors mean that often it is impossileto combine existing models intoone system without significant (even unconomic) effort. Accordingly, sometimes it is better to develop certain components anew instead of using existing ones.

現時点で入手利用可能な高度先端技術的能力は、使い勝手のいい発展性のある意思決定支援ツールの開発にとって、主要な障壁とは思えません。即ち、困難さの内容と挑戦課題は異なるものです。挑戦課題の一つは、総合的で利用者に優しい意志決定支援システムを構築する為の諸要素を統合することです。多くのモデル・シュミレーションそして最適化解法手順が存在しますが、それらを、関係者および意思決定者にとって重要な全ての問題と効果的に取り組む一貫したシステムに統合することは、不可能に近いのです。此のことは、必要データとデータ配列に於ける相違・使用される時間段階の不一致、様々なモデル間の意思交流インターフェイスの欠如・これ等の構成要素が開発されてきたプログラミング言語の相違そして産出データとデータ表示に関する標準化の欠落に起因します。とともに、これ等の要因は、非経済的努力を含む膨大な努力なくしては、現存の諸モデルを一つのモデルに統合することは困難であることを意味するのです。ですから往々にして、現存の諸要素の代わりに、ある種の構成要素やツールを新たに開発することの方が次善の良策ともなるのです。

This aspect is particularly important, if the development of Web-based DSSs is concerned. Because of the specific requirements and limitations imposed by Internet technology, many existing and proven models developed in procedural languages cannot be directly used for creating decision support tools in a Web environment: they have to be reprogrammedor adapted to specific requirements associated with Internet technology. The growing popularity and availability of object-oriented technology build around Java language (Flanagan 1999) can be seen as a basic mechanism to gradually overcome these problems. Currently, however, the number of specialists proficient in using and applying thse technologies and in a water resource management sector is still very limited.

インターネット基盤の意思決定支援システムが関係する場合、この側面は特に重要です。インターネットの先端技術が課す特有の必要前提条件と制約条件の故に、処理言語で開発された現行版又は改良版モデルの多くは、ウエブ環境の下では、意思決定支援ツールを創造する為に、直接活用されることはあり得ないのです。即ち、それらは、インターネットの高度先端技術に関わる特定の要求内容に再構築されかつ適用されることが必要です。ジャヴァ言語で構築された目的志向の先端技術の汎用性と利用可能性の増大は、これらの問題を徐々に克服する基本的なメカニズムと理解されています。しかしながら、これ等の先端技術の駆使と対応に習熟した水資源管理分野に於ける専門家の数は、現在尚も限られています。

Together with technical problems associated with incorporating existingbuilding blocks into a DSS, the availability of the right model at the right place and at the right time is an issue. This issue is particularlydifficult to overcome in developing countries, where the necessary information databases often are absent or inadequate (Turton, Earle, and Wessels 20O2).

現存の構築要素を或る意思決定支援システムに組み込むことに関係する技術的な問題とともに、時宜を得た適所での、あるべきモデルの利用可能性は、しばしば対応課題の一つとなっています。この問題は特に、必要な情報データベースが不十分かつ不適切な開発途上国では、克服が困難です。

Despite great progress in recent years regarding the collection andstorage of data (including the use of remote-sensing technology), the availability of reliable, credible, and consistent data has been - and will remain - a problem in the coming years. Collecting and storing data requires not only technical and technological infrastructure but also a great dealof investment in measurement networks and in processes of data validation and verification. Significant financial efforts, largely by government and international agencies, will therefore be essential if significantprocess is to be achieved.

遠隔感知先端技術を含むデータ収集と蓄積に関わる近年の多大な進歩にも拘わらず、頼りがいのある・信頼のおける、そして一貫したデータは、来るべき近未来にとっての問題であり続けてきましたし、今後もあり続けるでしょう。データの収集と蓄積は、高度先端技術的な社会基盤を必要とするだけでなく、データの有効化と立証過程及び測定網に於ける莫大な投資をも必要とします。ですから、各国政府や国際機関による広汎な財政上の努力が重要不可欠なものとなるでしょう。

In addition to the technical challenges of DSS development, there are many areas for improvement the "soft" side of developing and apply-ing decision support tools. One of the most important diffficulties concerning application and acceptance of these tools concerns their ability to communicate with a broad circle of users and stakeholders. In order to achicvc progress in this area, the tools and models have to provide relevant, correct, and meaningful information to those involved in decision-making processes. The information presentation must be improvedto allow users to grasp and quickly to understand important aspects and implications of considered policies and alternatives. As experiencedemonstrates, significant ways of improving the presentation and its relevance to the problem at hand can be addressed through joint development of decision support tools, when analysts, modellers, and users work together to build tools that are understandable and acceptable to all parties involved (Cuddy, Marston, and Farley 2000). Cultural and social aspects associated with deyeloping and using DSS tools are also currently the subject of research efforts (Tung and Quaddus 2002).

意思決定支援システム開発の技術的挑戦課題に加えて、意思決定支援ツールを開発適用する“ソフト”面の進歩改善が必要な多くの領域が存在します。これらのツールの適用と導入に関係する最も重要な困難さの一つは、広汎な利用者や関係者集団と相互交流するそれら諸ツールの能力に関係があります。この分野に於ける相互交流と意思疎通を実現する為に、諸ツールやモデルは、意思決定医プロセスに参画する人々に適切正確かつ有意義な情報を提供しなければなりません。情報提供は、利用者が、検討された諸政策や代替案の重要な側面や意義を即座に把握し理解するよう改善されなければなりません。これまでの様々な経験が示すように、現下の問題にとっての適切妥当性と説明提示の改善についての意義ある方法は、アナリスト・モデル作成者そして利用者が、全ての参画関係当事者にとって理解かつ受容可能な諸ツールを創出するために協働する場合、意思決定支援ツールの共同開発を通じて対応が可能でしょう。意思決定支援ツールの開発と活用に関わる文化的社会的側面も、現下の調査研究努力の対象です。

The discussion concerning social, political, and organizational aspects relevant to developing and applying a DSS is beyond the scope of this chapter, but - as practical experience demonstrates - aspects such as mutual trust of the parties involved in a dispute, credibility of analysts and their models/tools, and the willingness to communicate and share information are dimcult to handle and cannot be resolved by simple application of technical means.

或る意思決定支援システムの開発と適用に関係する社会的・政治的そして組織的側面は、当章の範囲を超えるものです。がしかし、現実的経験が示すように、係争に関わった当事者の相互信頼・アナリストや彼らのモデル/ツールの信頼性そして情報を交流共有しようとする意思は、捕捉し難く、そして技術的手段の単純な適用では解明され得ません。

Environmental conflicts concerning natural resource management can be solved in a framework of long and complex processes, in which formal tools and models can contribute to the growth of mutual understanding and objectification of the dispute by providing all parties with up-todate, orrect, and verifiable information. Internet technology and Web-based tools and information sources can play a particularly important role in this context. These efforts should be twofold: the first involves low-cost initiatives associated with creating and expanding traditional Internet sites providing free (and, possibly, unlimited) access to information, data, and literature and models to be downloaded: the second involves relatively expensive efforts to create Web-based DSSs. Such systems could be created by international organizations to provide independent, unbiased, and objective tools capable of addressing controversial issues arising between two or more countries in order to establish a communication and discussion basis to help to resolve the controversies.

天然資源の管理に関わる環境上の紛争は、公式的ツールやモデルが全ての当事者に、最新の・正しいそして立証可能な情報を提供することで、相互理解の増大と論争の客観化に資することのできる長期の複雑な枠組みの中で、解決され得るのです。インターネット先端技術基盤の諸ツールや情報源は、この文脈で極めて重要な役割を果たし得ます。これ等の努力は、次の二つの面で行われて然るべきです：
１．ダウンロードされうる情報・データそして文献やモデルの入手が無料で、出来うれば無制限で提供されるインターネットサイト創造に関係する低コストの新機軸事業
２．ウエブページ群を基地とする、相対的に高コストの諸意思決定支援システムの創造努力：
これらの諸システムは、論争解決に資する意思疎通及び検討基盤確立の為に、複数の国家間で発生している紛争問題に対処できる、不偏不党の・公平なそして客観的なツールを提供する国際機関による創造が可能でしょう。
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　（08，9、19　完了）