0.2(25)＋0.2(21)＋0.2(23)＋0.2(20)＋0.2(22)＝22.20
斯塔尔曾注意到：“概率可能相等”的标准，在不确定性下进行风险决策是特别有用的，这是因为此种假定具有极大的实用性和简单性。此外，对于真正存在着的不确定性情况，似乎没有其它更好的办法进行处理。
在不确定性下实施风险决策的第二种方法，是取一种悲观的态度和假定最坏的状况，这在博弈论中是最为适宜的考虑。
哈尔维兹(Hurwicz)曾经设计了在部分乐观标准下进行风险决策的概念和方法。他推导出：大多数的人既非乐观主义者，但也不想完全成为一个悲观主义者，而是希望保持一定的乐观程度，并通过系数α加以描述，它的数值范围是：0＜α＜1。a值较大表示具有较大程度的乐观性，并乘以最好的可能效益，而用1—α乘以最坏的可能效益，二者之和就是决策者的期望值。如果假定α取0.7，在上边所举的例子中，该方法即可得到：
水稻 0.7(22)＋0.3(10)＝18.40
小麦 0.7(25)＋0.3(8)＝19.90
大豆 0.7(23)＋0.3(11)＝19.40
燕麦 0.7(19)＋0.3(12)＝16.90
如果相信乐观比率α真的等于0.7，那么使用部分乐观标准的决策者，将会种植小麦，此处暂不考虑土地利用的各种组合问题。
在此种部分乐观标准的基础上，可以制定出一个很有用的图式来，该图代表了α在0～1的取值范围内，所测定出的“全量程”的期望效益，如图20-5所表达的内容。
图(20-5)指出，在乐观比率α值处于0～0.32范围内，如果只选单一的作物种植时，决策者的目标将是燕麦，此范围亦称悲观域。而在0.32＜α≤0.61的数值范围中，决策者将选择大豆，此范围为风险决策的中性域。而在0.61＜α≤1.0的数值范围内，决策者将选择小麦，并且称此范围为乐观域。这里唯一需要注意的是水稻，因为在所采用的各种乐观比率α的数值域中，以及在任何5种天气类型发生概率的情况下，似乎绝无选择水稻的必要。因为哈尔维兹的标准仅考虑最大值(乐观)和最小值(悲观)，而其余3种天气类型下的各种有价值的信息，统统都被遗漏了。
(三)“憾惜”标准(regretcriteria)
遭到风险的另外一种特殊情况，可以在“憾惜”标准的基础上
图20-5 基于部分乐观标准的期望效益
作出决策，此种概念首先出自萨瓦基(Savage)。他建议：对一个决策者来说，最吸引人的目标莫过于使其损失最小(此种损失当然是指发生异常自然灾害时的直接结果)。应用憾惜标准的决策者，每用一种选择，都要计算出在每一种自然状况下(以其发生概率计)所花费的成本，此即憾惜标准的测度。它表示为实际收益同该种作物最大可能收益之间的差值。在前边已经举过的例子中，如果决策者选择水稻，而且天气类型为大旱年，所测定的憾惜指标为22—10＝12.0，照此可以作出各种天气条件和种植各种不同作物的憾惜数值，并将其列于表20-2。
表20-2 憾惜矩阵
只要从最大憾惜数值中挑出其最小值(本例中为8)，则可决定选择燕麦作为种植的作物。
(四)严格意义下的Wald标准
先前的“对策论”，曾作过比较详细论述的是1944年由冯·纽曼(vonNeumann)等作出的，他们从数学上推导出不确定性的决策。此类决策模型十分类似于风险条件下的地理决策。因为遭遇风险的决策，事实上可以被看成是对策理论模式的过渡和转折。
对策论认为：一定数目的对手和竞争者，每一方都试图达到其特定的目标函数，并通常是在其他各方作出牺牲和付出一定代价的前提下，以及在对敌手行动方案完全缺乏了解的基础上进行的。对此，我们在前面已经作了比较详细的论述。在土地利用计划决策中，决策人被看成是一个与自然相竞争的对手。因为自然操纵着将来可能出现的天气类型。与此同时，决策人还要面对一些其他看不见的对手，这些对手分别决定着价格、技术、服务等方面的因素。以最简单的双方零和对策形式为例，可以将其看成是研究风险下决策的基本出发点。