当前位置: 首页 > news >正文

服务运营 | 印第安纳大学翟成成:改变生活的水井选址

编者按:

作者于2023年4月在“Production and Operations Management”上发表的“Improving drinking water access and equity in rural Sub-Saharan Africa”探讨了欠发达地区水资源供应中的可达性和公平性问题。作者于2020年1月去往非洲埃塞俄比亚提格雷地区进行了实地研究,并于国际以及当地的非政府组织进行的紧密合作,从而提出了可靠的解决方案。这篇文章是 2021年 POMS College of Humanitarian Operations and Crisis Management 最佳论文和 2022年 M&SOM 学生论文竞赛的最终候选之一。

研究背景

还记得在我六岁时,我和祖父母曾住在内蒙古的一个偏远小镇甘其卡镇,那时候,住在那里的很多家庭都没有通上自来水。在学校里,学生们需要去井里打水,取水是和上课学习知识一样重要的任务。后来,我们搬家去了北京,在那里,我再也不需要大冬天去井里打水了,我只需要打开水龙头就有干净的热水缓缓流出。

对于居住在发达地区的数十亿人来说,随时获得安全的饮用水似乎是一个不需要担心的问题。然而,根据联合国儿童基金会和世界卫生组织2021年的数据,截至2020年,对于超过7.71亿人来说,随时获得安全的饮用水依然是一种无法享受的奢侈。在缺乏安全饮用水的群体中,约有一半的人生活在撒哈拉以南非洲(撒哈拉以南非洲,简称SSA)的农村地区。并且,在SSA的农村地区,安全饮用水源(例如受保护的水井等供水点)通常位于偏远位置,这给人们的生活带来了很大的负担,特别是对妇女和儿童而言。

联合国(UN)的可以持续发展目标(2015)旨在在2030年之前提高全球范围内对安全、可负担的饮用水的普及率。

研究问题

在SSA的农村地区,安全饮用水的主要来源通常是一些水利项目的供水点,如政府或者非政府组织出资建设的手动抽水机和小型个体管道系统(Carter,2021年)。非政府组织(NGOs)致力于在政府无法提供服务的地区建设新的供水点,从而实现为更多的人提供安全饮用水的目标。

因此,该研究的核心问题就是NGOs应该在哪里建设新的供水点。基于目前存在的安全饮用水不平等问题,我们研究的第一个问题是如何提高供水点的可达性和公平性。另外,在做水利项目位置决策时,考虑到在一些政治不稳定的非洲国家,有概率会对供水点造成破坏,从而影响安全饮用水的供应。因此,我们研究的第二个问题是:如何在提高安全饮用水可达性的同时减少未来潜在冲突对供水点的冲击。

实地研究

我们的研究是与两个致力于提高安全饮用水可达性的NGO密切合作进行的:一个是总部位于美国的国际NGO, charity: water,它是全球最大的水利项目赞助商之一;另一个是埃塞俄比亚提格雷地区的NGO,提格雷救济协会(Relief Society of Tigray,简称REST),它是该地区最大的执行NGO。

为了了解REST当前的运营操作情况,我们于2020年1月在提格雷地区进行了实地研究。通过实地研究,我们了解到该组织:

  1. 当前的主要目标是以每受益人50美元的预算减少受益者到供水点的距离

  2. 当前的做法假设了在供水点的运营寿命内,能够提供标准日产水量的不间断供水

  3. 在决定建设新的供水点时,采用了分散式或自下而上的方法

  4. 在完成建设供水点后,由每个社区负责管理和监控其自己供水点的用水情况

模型和结果:

基于我们从实地研究和与非政府组织合作中了解到的当前的实践情况,我们开发了分散式水利项目选址优化模型 (decentralized water project location optimization model)来决定新的供水点的位置,以最大程度地减少受益人的出行距离和总建设成本。该分散式模型也是模型比较的基线。

为了进一步改善访问和公平性(即研究问题1),我们提出了三个新的模型来同时提高供水点的可达性和公平性:最小最大模型 (minimax model)、公平预算模型 (equitable budget model) 和利用现有社区参与的中央模型 (centralized model)。无论是当前做法,还是提出的替代模型,对实现供水点能够在其十年寿命内提供不间断水供应的需求都是适用的。

为了减少潜在冲突对供水点的冲击(即研究问题2),我们开发了一个随机优化模型(stochastic model)。该模型包括带有其相应概率的战争和无战争结果的情景,

我们将埃塞俄比亚提格雷地区的数据应用于这些模型,得到了下图所示的模型比较结果和对NGO的建议。

文献贡献:

首先,通过研究发展中国家农村地区的水资源分配,我们为最优水资源分配文献做出了贡献。因为这些地区面临着与城市环境不同的水资源分配挑战,这次研究是对水资源分配领域的一个新的探索。其次,通过研究和利用当地社区参与服务交付系统的方式来改善水资源的公平访问,我们为人道主义运营管理文献做出了贡献。我们发现,通过社区合作,中央模型扩大了可行空间,这同时提高了水资源的可达性和公平性。第三,通过开发一个将灾害风险(如战争、地区冲突等)纳入供水点位置决策的随机模型,我们为灾害缓解文献做出了贡献。这个随机模型不仅可以在没有战争时提高供水点的可达性,还可以减少未来潜在冲突对供水点的冲击。

相关文章:

服务运营 | 印第安纳大学翟成成:改变生活的水井选址

编者按: 作者于2023年4月在“Production and Operations Management”上发表的“Improving drinking water access and equity in rural Sub-Saharan Africa”探讨了欠发达地区水资源供应中的可达性和公平性问题。作者于2020年1月去往非洲埃塞俄比亚提格雷地区进行…...

计算机网络(特南鲍姆版) 期末总结

教材《计算机网络(第六版)》 特南鲍姆版 介绍 互联的可以交换信息的计算机称之为计算机网络,如:英特网 用途 1.访问信息 客户-服务器模型 peer-to-peer system(点对点技术,P2P) P2P&#xf…...

【Hive】HIVE运行卡死没反应

Hive运行卡死 再次强调 hive:小兄弟,没想到吧,咱可不是随便的人。😄 那么,这次又遇见了hadoop问题,问题描述是这样的。 hive> insert into test values(1, nucty, 男); Query ID atguigu_202403241754…...

【webpack】----错误解决【Cannot read properties of undefined (reading ‘tap‘)】

1. 报错场景 安装 webpack-obfuscator 后,进行 js 代码混淆编译的时候报错。 2. 报错截图 3. 错误原因 通常是由于版本不兼容或配置错误引起的。 4. 查询本地 webpack 版本 4.1 查询命令 npm 查询 npm view webpack versionyarn 查询 yarn info webpack ver…...

C/C++ 不要使用 boost::asio::ip::address::from_string 函数来转换字符串为IP地址

如本文标题所示,不要使用 boost::asio::ip::address::from_string 函数来转换字符串为IP地址,它可能导致崩溃。 这是因为 boost::asio::ip::address::from_string 函数实现并不安全有问题,在 Android 平台NDK优化编译的情况下,100…...

【Java多线程】4——特定场景解决办法

4 特定场景解决方法 ⭐⭐⭐⭐⭐⭐ Github主页👉https://github.com/A-BigTree 笔记仓库👉https://github.com/A-BigTree/tree-learning-notes 个人主页👉https://www.abigtree.top ⭐⭐⭐⭐⭐⭐ 如果可以,麻烦各位看官顺手点个st…...

Python:语法糖

注意:本文引用自专业人工智能社区Venus AI 更多AI知识请参考原站 ([www.aideeplearning.cn]) 在编程世界中,有一个词语听起来既甜蜜又神秘:语法糖(Syntactic Sugar)。这个术语并不是指真正的糖…...

nginx mirror 流量镜像

流量镜像 (Traffic Mirroring),也称为流量影子 (Traffic Shadowing),是一种强大的、无风险的测试应用版本的方法,它将实时流量的副本发送给被镜像的服务。 采用这种方法,您可以搭建一个与原环境类似的环境以进行验收测试&#xff…...

霉霉说地道中文,口型、卡点几乎完美,网友:配音时代结束了?

ChatGPT狂飙160天,世界已经不是之前的样子。 新建了人工智能中文站 每天给大家更新可用的国内可用chatGPT资源 更多资源欢迎关注 「给电影配音的时代即将结束了。」 AI 的发展让很多人直呼饭碗被抢了,以前是艺术家、程序员…… 现在配音员也要失业了&a…...

【生活】相机/图像各参数

文章目录 专业模式图片编辑-滤镜实体滤镜软件模拟滤镜 图片编辑-增强曝光亮度对比度饱和度自然饱和度色温色调高光阴影HSL色调分离褪色颗粒锐化晕影清晰度暗角 参考 专业模式 第一个参数WB是白平衡,调节色彩的。 第二个是对焦F,近距离拍摄物体&#xf…...

白酒:浓香型白酒的典型代表与特点

云仓酒庄的豪迈白酒作为白酒的品牌,具有一系列与众不同的特点和优势。下面云仓酒庄的豪迈白酒将从典型性、品质、口感和包装等方面深入分析白酒的特点,以及它如何体现浓香型白酒的魅力。 浓香型白酒是中国白酒的重要分支,以浓郁的香味和与众不…...

百万组通用编码器 L1527芯片产品介绍,重码率很低

L1527 是 CMOS 结构的预烧内码(遥控中的地址码)通用编码器,内有 20 位可预烧写 100 万组内码组合,使得重码率很低,具有更高安全性。芯片内集成误操作禁止功能,在按键输入有效且状态不变时,芯片连…...

2024年有哪些证书值得考?推荐这四个

一句老话说得好,技多不压身,在工作中,也能够提升自身的竞争力。对于大多数人来说,考“证”也许是另一种提升自己的途径。那么在新的一年中,有哪些证书值得我们去拼一拼呢?一起来看看吧! 免费送备考资料。联系我们&am…...

下载最新VMware,专业版本

VMware - Delivering a Digital Foundation For BusinessesRun any app on any cloud on any device with a digital foundation built on VMware solutions for modern apps, multi-cloud, digital workspace, security & networking.https://www.vmware.com/ 官网地址...

卷积神经网络-卷积层

卷积神经网络-卷积层 1多层感知机(MLP)2卷积神经网络(CNN)3MLP和CNN关系与区别4仍然有人使用MLP的原因:5MLP的局限性:MLP的应用领域:总结:6全连接到卷积全连接层 vs 卷积层结构差异应…...

yolov8 pose keypoint解读

yolov8进行关键点检测的代码如下: from ultralytics import YOLO# Load a model model YOLO(yolov8n.pt) # pretrained YOLOv8n model# Run batched inference on a list of images results model([im1.jpg, im2.jpg]) # return a list of Results objects# Pr…...

kubernetes-Pod基于污点、容忍度、亲和性的多种调度策略(一)

Pod调度策略 一.标签1.什么是标签2.给Pod资源打标签3.给Node节点打标签4.查看标签资源 二.Node选择器1.nodeName(指定Pod调度到指定Node节点)2.nodeSelector(指定Pod调度到具有指定标签的Node节点) 三.亲和性1.Node亲和性-nodeAffinity2.Pod亲和性-pod-Affinity3.Pod反亲和性-p…...

Jenkins磁盘空间批量清理脚本

一、简介 Jenkins如果没有设置保留构建历史数,磁盘会随着使用次数增加而越来越满,于是需要批量清理一下。 二、清理脚本 找到Script Console 输入脚本,并点击执行,需要注意期望删除的构建历史编号(可以查看下面的效果…...

FFmpeg拉取RTSP流并定时生成10秒短视频

生成效果: 视频时长为10秒 生成格式为FLV 输出日志: 完整实现代码如下: 需要在Mac和终端先安装FFmpeg brew install ffmpeg CMake文件配置: cmake_minimum_required(VERSION 3.27) project(ffmpeg_open_stream) set(CMAKE_CXX_STANDARD 17)#头文件包目录 include_director…...

【boost_search搜索引擎】2.正排索引和倒排索引

首先,要制作搜索引擎,我们首先要了解,什么是正排索引,什么是倒排索引,这是一个搜索引擎的关键。 1.正排索引 正排索引,其实就是我们的每一个文档,对应一个文档id。 正如vector容器一样&#xf…...

三维GIS开发cesium智慧地铁教程(5)Cesium相机控制

一、环境搭建 <script src"../cesium1.99/Build/Cesium/Cesium.js"></script> <link rel"stylesheet" href"../cesium1.99/Build/Cesium/Widgets/widgets.css"> 关键配置点&#xff1a; 路径验证&#xff1a;确保相对路径.…...

大数据零基础学习day1之环境准备和大数据初步理解

学习大数据会使用到多台Linux服务器。 一、环境准备 1、VMware 基于VMware构建Linux虚拟机 是大数据从业者或者IT从业者的必备技能之一也是成本低廉的方案 所以VMware虚拟机方案是必须要学习的。 &#xff08;1&#xff09;设置网关 打开VMware虚拟机&#xff0c;点击编辑…...

1688商品列表API与其他数据源的对接思路

将1688商品列表API与其他数据源对接时&#xff0c;需结合业务场景设计数据流转链路&#xff0c;重点关注数据格式兼容性、接口调用频率控制及数据一致性维护。以下是具体对接思路及关键技术点&#xff1a; 一、核心对接场景与目标 商品数据同步 场景&#xff1a;将1688商品信息…...

屋顶变身“发电站” ,中天合创屋面分布式光伏发电项目顺利并网!

5月28日&#xff0c;中天合创屋面分布式光伏发电项目顺利并网发电&#xff0c;该项目位于内蒙古自治区鄂尔多斯市乌审旗&#xff0c;项目利用中天合创聚乙烯、聚丙烯仓库屋面作为场地建设光伏电站&#xff0c;总装机容量为9.96MWp。 项目投运后&#xff0c;每年可节约标煤3670…...

DBAPI如何优雅的获取单条数据

API如何优雅的获取单条数据 案例一 对于查询类API&#xff0c;查询的是单条数据&#xff0c;比如根据主键ID查询用户信息&#xff0c;sql如下&#xff1a; select id, name, age from user where id #{id}API默认返回的数据格式是多条的&#xff0c;如下&#xff1a; {&qu…...

NLP学习路线图(二十三):长短期记忆网络(LSTM)

在自然语言处理(NLP)领域,我们时刻面临着处理序列数据的核心挑战。无论是理解句子的结构、分析文本的情感,还是实现语言的翻译,都需要模型能够捕捉词语之间依时序产生的复杂依赖关系。传统的神经网络结构在处理这种序列依赖时显得力不从心,而循环神经网络(RNN) 曾被视为…...

vue3+vite项目中使用.env文件环境变量方法

vue3vite项目中使用.env文件环境变量方法 .env文件作用命名规则常用的配置项示例使用方法注意事项在vite.config.js文件中读取环境变量方法 .env文件作用 .env 文件用于定义环境变量&#xff0c;这些变量可以在项目中通过 import.meta.env 进行访问。Vite 会自动加载这些环境变…...

MySQL用户和授权

开放MySQL白名单 可以通过iptables-save命令确认对应客户端ip是否可以访问MySQL服务&#xff1a; test: # iptables-save | grep 3306 -A mp_srv_whitelist -s 172.16.14.102/32 -p tcp -m tcp --dport 3306 -j ACCEPT -A mp_srv_whitelist -s 172.16.4.16/32 -p tcp -m tcp -…...

华硕a豆14 Air香氛版,美学与科技的馨香融合

在快节奏的现代生活中&#xff0c;我们渴望一个能激发创想、愉悦感官的工作与生活伙伴&#xff0c;它不仅是冰冷的科技工具&#xff0c;更能触动我们内心深处的细腻情感。正是在这样的期许下&#xff0c;华硕a豆14 Air香氛版翩然而至&#xff0c;它以一种前所未有的方式&#x…...

JS设计模式(4):观察者模式

JS设计模式(4):观察者模式 一、引入 在开发中&#xff0c;我们经常会遇到这样的场景&#xff1a;一个对象的状态变化需要自动通知其他对象&#xff0c;比如&#xff1a; 电商平台中&#xff0c;商品库存变化时需要通知所有订阅该商品的用户&#xff1b;新闻网站中&#xff0…...