Aggregation of Inputs from Stakeholders for Flood Management Decision-Making in the Red River Basin

Abstract

The Red River Basin in Canada faces periodic flooding where flood management decision-making problems often involve multiple objectives and multiple stakeholders. To enable more effective and acceptable decision outcomes, more participation in the decision-making process is required. A challenge is to obtain and use the diversified opinions of a large number of stakeholders where uncertainty plays a major role. In response to this challenge, a methodology has been proposed to capture and aggregate the views of multiple stakeholders using fuzzy set theory and fuzzy logic. Three possible response types: scale (crisp), linguistic (fuzzy) and conditional (fuzzy) are analyzed to obtain the aggregated input using Fuzzy Expected Value. The methodology has been tested for flood management in the Red River Basin using a generic case study. While the results show successful application of the methodology, they also show significant differences in preferences of the stakeholders as a function of location in the basin. Thus the paper provides alternative ways for collecting and aggregating the input of multiple stakeholders to assist the flood management decision-making process.

Le bassin de la rivire Rouge au Canada fait face des inondations priodiques pour lesquelles les problmes de prise de dcisions en matire de gestion des crues impliquent souvent des objectifs multiples et des intervenants multiples. Pour qu'il soit possible d'en arriver des dcisions plus efficaces et acceptables, une plus grande participation au processus dcisionnel s'avre ncessaire. L'un des dfis consiste recueillir et utiliser les opinions diversifies d'un grand nombre d'intervenants lorsque l'incertitude joue un rle majeur. Afin de relever ce dfi, une mthodologie a t propose pour recueillir et rassembler les points de vue d'intervenants multiples en faisant appel la thorie des ensembles flous et la logique floue. Trois types de rponses possibles : chelle (prcise), linguistique (floue) et conditionnelle (floue) sont analyses afin d'obtenir des donnes d'entre globales l'aide de la valeur attendue floue. La mthodologie a t teste pour la gestion des crues dans le bassin de la rivire Rouge l'aide d'une tude de cas gnrique. Bien que les rsultats rvlent une application russie de la mthodologie, ils rvlent en outre des carts importants dans les prfrences des intervenants en fonction de la situation gographique l'intrieur du bassin. Par consquent, l'article offre des mthodes de rechange pour la collecte et le rassemblement des donnes d'entre des intervenants multiples dans le but de faciliter le processus dcisionnel en matire de gestion des crues.