169840 (625412), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Нарешті, останній термін, який має сенс тут привести, - це система екологічного прогнозування. Такі системи призначені для формування по всій доступній інформації максимально надійних екологічних прогнозів; вони містять у собі методи прогнозування й засобу їх реалізації. Систему екологічного прогнозування можна розглядати як підсистему екологічного моніторингу.

У системі екологічного прогнозування повинен здійснюватися синтез кращих досягнень екології, прогностики й інформатики. У майбутньому подібні системи, можливо, зможуть перерости в екологічні банки знань і в автоматизовані системи керування раціональним природокористуванням, включаючи в себе відповідні експертні системи.

1.2 Класифікація екологічних прогнозів

Існує велика література по класифікації об'єктів прогнозування, методів прогнозування й самих прогнозів стосовно до різних галузей знань (Тейлтел.,тел, 1971; Робоча книга.., 1982). Однак скільки-небудь докладної класифікації екологічних прогнозів дотепер не розроблене. Тому, ґрунтуючись на класифікації прогнозів функціонування складних систем і власного досвіду, дамо класифікацію екологічних прогнозів, необхідну для подальшого викладу.

Усі прогнозовані системи і явища можна розрізняти по шести основним ознакам. Природа об'єкта моделювання й прогнозування задає специфічність підходів (для екологічних систем про це говорилося вище). Можна додати, що екосистеми - це об'єкти складної природи, і методологічною основою їх вивчення служить теорія складних систем (системологія). По масштабності розрізняють сублокальні (1-3 змінні), локальні (4-14), субглобальні (15-35), глобольні (36-100) і суперглобальні (більш 100 змінних). В екології для прогнозування використовують системи всіх масштабів, однак найбільший інтерес представляють різні варіанти глобальних экосистем (число змінних більш 15). Масштабність не має самостійного значення для вибору методу прогнозування.

Вона враховується в сукупності зі складністю обробки інформації про систему: найпростіші системи (зв'язків змінних практично немає), прості (тільки парні взаємозв'язки), складні (ураховується взаємовплив 3 і більш змінних) і надскладні (ураховуються всі взаємозв'язки між змінними). Екосистеми належать до складних истем і якість прогнозу прямо зв'язана як з урахуванням великого числа змінних, так і всіляких взаємозв'язків цих змінних. Далі, для вибору методу прогнозування важливі ступінь детермінантності систем (детерміновані,стохатичні (ймовірнісні) і змішані системи) і характер розвитку систем у часі (дискретні, аперіодичні й циклічні системи). Екологічні системи мають істотну стохастичну складову й, практично, увесь спектр характеру розвитку. Наприклад, американський еколог Р.Уиттекер (1980) приводить приклади різноманітних типів поведінки популяцій у часі: майже детермінований характер зміни дерев дуба білого в дубовому лісі, періодичний характер поширення їли під впливом штормових вітрів у гірській системі Аппалачі, майже випадковий характер "спалахів" чисельності сарани або іван-чаю на горах. Остання важлива ознака - це ступінь інформаційної забезпеченості. У шкалі системи "чорного ящика" (структура й поведінка яких практично невідомі) і "білого ящика" (про системи відомо все) екологічні об'єкти повинні бути віднесені до типу "сірого ящика", в "колірній шкалі" - скоріше навіть до темно-сірого кольору.

Залежно від величини періоду попередження, розрізняють прогнози короткострокові, середньострокові, довгострокові й найбільш довгострокові. Однак в "кількіснім визначенні" останніх панує плутанина - в економіці, метеорології, сільськім господарстві (тобто тих областях знання, у яких проблема надійного прогнозування стає центральною) прийняті свої стандарти "терміновості". В екології характерні часи багатьох процесів лежать у діапазоні від декількох годин і доби (наприклад, для популяції комарів) до декількох століть (для ряду рідкісних процесів у лісових біогеоценозах). Тому тверда регламентація прогнозів по величині періоду попередження, обмірюваного в абсолютних тимчасових одиницях, в екології безглузда. Поняття "терміновості" екологічних прогнозів відносні й залежать насамперед від властивостей досліджуваної системи (процесу) і від детальності формулювання прогнозів по осі часу.

Критерієм "терміновості" екологічного прогнозу можна вважати детальність його формулювання по осі часу. Прогнози з періодом попередження до 2-3 кроків будемо називати короткостроковими, від 3 до 7 - середньостроковими, від 8 до 15 - довгостроковими. Однак така класифікація не враховує властивостей досліджуваного процесу.

Якщо формулювання екологічного прогнозу містить категоричні твердження про майбутній стан системи, без яких б то не було вказівок на ступінь непевності його здійснення, то такі прогнози, так само як і в метеорології (Ранькова, 1983), будемо називати категоричними. А якщо ні, то, тобто коли разом з формулюванням стану, що передвіщається, системи вказується й деякий захід невизначеності (непевності) його досягнення (наприклад, довірчий інтервал), будемо говорити про розмитих (інтервальних) прогнозах. Так, прогноз типу "наступного року відбудеться спалах чисельності полівки" є категоричним, а прогноз типу "наступного року спалах чисельності полівки можлива із заходом приналежності 0,74" - розмитим.

Слідом за В.В.Налімовим (1983) будемо ділити екологічні прогнози на тривіальні й нетривіальні. Про перших говорять у ситуації, коли пророкування ставляться до ординарних проявів якоїсь інерційної, стійкої системи, а про другі - коли мова йде про зміни самої системи або про якісь неординарні події в ній.

Як ми вже відзначали, залежно від типу шкали, у якій формуються прогнози (тобто за рівнем деталізації), розрізняють прогнози нормальні, рангові, кількісні.

У системології виділяють структуру системи і її поведінка (Флейшман, 1982); відповідно до цього має сенс розрізняти прогнози структури екосистеми й прогнози її поведінки (Розенберг, 1984). Наприклад, дослідження Н.С.Абросова зі співавторами (1982) по екологічних механізмах співіснування й видової регуляції можна трактувати як прогнози видової структури співтовариств, а дослідження з динаміки чисельності популяцій гризунів (МаксимовМаксимом,максимой, 1984) - як прогнози поведінки популяцій дрібних тварин.

Часто математики будують абстрактні моделі співтовариств (або экосистем), ґрунтуючись тільки на апріорних виставах (Свирежев, Логофет, 1978; Базыкин, 1985 і мн.ін.), і одержують із їхньою допомогою якісний прогноз. Прогнози, отримані за допомогою подібних моделей, слідом за В.І.Бєляєвим (1978), будемо називати апріорними, а отримані з використанням емпіричної інформації - апостеріорними.

Розрізняють прогнози позитивні й негативні (Бєляєв і ін., 1986). Останні формуються теорією потенційної ефективності складних систем (Флейшман, 1982) і дають вистава про те, яких станів экосистема не може мати в принципі при заданих обмеженнях. Позитивні прогнози, навпаки, несуть інформацію тільки про можливі стани досліджуваної системи.

Крім того, виділяють прогнози крапкові й розподілені (Іваненко, 1982), пошукові й нормативні (Прогностика. Термінологія.., 1978; Битий шляхів, 1983). Якщо в процесі прогнозування досліджувана экосистема вважається однорідної, то говорять про крапкові прогнози; а якщо ні, то, прогнози називаються розподіленими. Пошукові прогнози відповідають на запитання: що найімовірніше відбудеться з екосистемою при збереженні існуючих тенденцій? На противагу пошуковим, нормативні прогнози служать для відповіді на запитання: якими шляхами можна досягтися бажаного стану? Нормативне прогнозування широке використовується в цей час при дослідженні біосфери (Крапивин і ін., 1982; Моисеев і ін., 1985).

Аналіз великої літератури дозволяє зробити висновок про те, що екологія на сучасному етапі свого розвитку являє собою мультипарагматичну (Кун, 1977) науку із чотирьма симбіотичними парадигмами (Брусиловский, 1985). Їх можна назвати вербальною, функціональною, ескізною й імітаційною (три останні відповідають класифікації методів моделювання й прогнозування; див. Бєляєв і ін., 1979; Флейшман і ін., 1982; Розенберг, 1983; 1984). При прогнозуванні стану экосистем кожна із цих парадигм породжує ціла безліч різноманітних моделей (предикторів), що різняться по призначенню, використовуваній інформації, технології конструювання й т.п.

Предиктори, породжені тією або іншою парадигмою екологічного прогнозування, будемо називати по імені цієї парадигми. Аналогічно, ім'я парадигми іноді будемо привласнювати й прогнозам, побудованим за допомогою відповідного предиктора.

Так, вербальні прогнози формуються за допомогою вербального предиктора (породженого вербальною парадигмою). У тому ж змісті ім'я парадигми будемо вживати іноді й перед терміном "прогнозування". Наприклад, можна говорити про імітаційний прогноз, імітаційний предиктора, імітаційне прогнозування.

Вербальна парадигма. Першою історично сложившейся парадигмою екологічного прогнозування є вербальна парадигма. До початку періоду інтенсивної математизації екології вона була пануючою парадигмою, а сама екологія - монопарадигматичною наукою. У цей час ситуація суттєво змінилася, парадигм стало чотири, однак вербальна - єдина з них, яка не опирається на математичне моделювання. Вербальні прогнози можуть бути досить розмитими.

Вербальні предиктори, як правило:

• засновані на виставах про причинно-наслідкові зв'язки;

• будуються професійними екологами, що добре знають об'єкт прогнозування;

• формулюються природньою мовою;

• виробляють прогнози в шкалах найменувань або порядку.

Основну передумову вербальної парадигми можна сформулювати так: успіх прогнозування полягає в розкритті причинно-наслідкових зв'язків засобами класичної екології без використання можливостей математичного моделювання.

До вербальної парадигми ставляться роботи із прогнозування: чисельності тварин (Максімов 1984), стану лісу (Кулагинкулаги, 1980а,б; 1985), динаміки планктонних популяцій (Ащепкова, Кожова,1985) і т.п. Предиктори цієї парадигми використовувалися й продовжують використовуватися як при пошуковому, так і при нормативнім прогнозуванні.

Надійність вербальних предикторів при тих самих характеристиках прогнозу суттєво залежить від об'єктів прогнозування. Прикладом невдалих прогнозів на основі вербальної парадигми служать пророкування продуктивності основних груп гідробіонтів у водоймищах колишнього СРСР (Ніколаев, 1980; Федоров, 1983; Кожова, 1984) - фактичні значення продуктивності відрізняються від передвіщених у середньому в 5-10 разів. При цьому, як ми вже відзначали, катастрофічних цвітінь води взагалі на загал не передбачалося.

Короткострокові агрегіровані за структурою вербальні прогнози чисельності добре вивчених, щодо стабільних і більш-менш автономних популяцій організмів можуть виявитися досить надійними. Детальність формулювання середньострокових і довгострокових вербальних прогнозів для забезпечення прийнятної надійності повинна бути дуже низькою.

Функціональна парадигма. Існування функціональної парадигми екологічного прогнозування пов'язане з функціональним підходом, широкораспространенным у сучасній науці. В екології функціональний підхід почав застосовуватися досить давно .Однак становлення функціональної парадигми екологічного прогнозування відбулося після появи методів групового обліку аргументів - МГУА (ИвахненкоИваненко,Иваненко, 1982 і ін.).

Методологічною основою функціональної парадигми є теза про те, що практично вся інформація про досліджувану екосистему укладена в експертних даних і дослідникові залишається тільки вміло її витягти. Інакше кажучи, основна передумова функціональної парадигми полягає в наступному: усі відомості про причини розвитку екологічного процесу втримуються в його реалізації. Таким чином, передумови вербальної й функціональної парадигм почасти протилежні.

В принципі, успішне прогнозування без розуміння, що відбувається, без розкриття причинно-наслідкових зв'язків у цей час уважається цілком можливим (Редкозубов, 1981; Ивахненко, 1982; Кожова, Павлов, 1982; Рєзников, 1982; Битий шляхів, 1983; Розенберг, 1984), і тому функціональні предиктори мають право на існування.

При функціональнім прогнозуванні механізм функціонування екосистеми в моделях явно не відображається. Функціональні предиктори, як правило:

• застосовуються при пошуковім прогнозуванні;

• будуються за допомогою ЕОМ і являють собою моделі "чорного ящика";

• формуються мовою того ж рівня, на якім отримані експериментальні дані;

• не мають пояснювальну силою і якої б то не було спільністю;

• алгоритми ж синтезу функціональних предикторів, навпаки, досить універсальні;

• найдоступніші й найдешевші .

Апарат функціональної парадигми різноманітний. Це регресійний, кореляційний і факторний аналізи, теорія планування експерименту, еволюційне моделювання, аналіз тимчасових рядів, кластерный аналіз і т.п. Особливе місце в цьому апарату займає МГУА. Підхід до моделювання, заснований на принципах самоорганізації, являє собою процес побудови предиктора оптимальної складності, що відбувається при незначній участі модельєра й не потребуючий більших масивів апостеріорної інформації (ИвахненкоИваненко,Иваненко, 1982; Ивахненко, Степашко, 1985; Ивахненко, Юрачковский, 1987).

Функціональний предиктор самоорганізованого типу зара широко застосовуються для передбачення стану різних популяцій. У якості прикладів можна назвати наступні функціональні предиктори: чисельності нерестової популяції посольського омуля (Герцекович, Топорков, 1986), динаміки чисельності видів роду Melosira (Брусиловский, 1987), дендрохронологічних рядів (Розенберг, Феклистов, 1981; 1982), продуктивності природніх рослинних співтовариств (КононовКононов, Розенберг, 1981; Бармин, 1993) і агроценозов (Герцекович, Вусів, 1982), стану екосистеми оз.Байкал (ИвахненкоИваненко,Иваненко й ін., 1980; Ивахненко, 1982).

Характеристики

Список файлов курсовой работы