8. Прогноз макросостояний компонент экосистем

Цель: Разъяснить студентам о необходимости перехода к рассмотрению макросостояний в экологическом прогнозировании и об адекватности и ее критериях при моделировании экосистем.

План лекции:

1. Бинаризация временных рядов

2. Эволюционное моделирование

3. Адекватность математического моделирования экологических систем

4. Критерии адекватности моделей.

Ключевые слова: Бинаризация, наблюдение микросостояний, механизмы предсказываемых явлений, макросостояние, микросостояние, эволюционное моделирование, адекватность математического моделирования, математическая экология, качественная адекватность, праксеологичность, гносеологическая адекватность, критерии адекватности моделей, аналитических моделей.

1. Бинаризация временных рядов

Как уже отмечалось в предыдущих лекциях, детальность формулировки прогноза состояния одного и того же параметра экосистемы может быть различной. Например, прогноз состояния каспийского фитопланктона рода Melosira может быть сформулирован следующим образом:

- «численность водорослей достигнет этой весной 20 тыс. клеток/л»;

- “водоросли видов Melosira islandica, Melosira baicalensis и Stephanodiscus binderanus разовьются в количествах, значительно больших, чем в предыдущую весну»;

- «этой весной произойдет вспышка численности вида Melosira islandica».

В последнем случае мы имеем дело с прогнозом в самой слабой из всех существующих шкал измерений - в шкале наименований, отражающих макросостояния экосистем. Необходимость перехода к рассмотрению макросостояний можно обосновать следующими соображениями. При всем многообразии методов построения прогнозных моделей в них есть много общего, а именно - схема предсказания очередного состояния системы: прогноз текущего микросостояния (конкретного значения параметра в количественной шкале) и перевод его в макросостояние путем использования дихотомического фильтра (например, если предсказанная численность байкальского фитопланктона рода Melosira велика, то данный год предсказывается как урожайный, «мелозирный»). Кратко, данную схему моделирования можно назвать так: «макросостояние через микросостояние». Как показало время, эта схема часто порождает прогнозы невысокого качества.

В условиях отсутствия информации о механизмах предсказываемых явлений и существенной неоднородности наблюдений микросостояний следует использовать другую схему прогнозирования: «микросостояние через макросостояние». При этом процедура прогнозирования распадается на ряд этапов: бинаризация прогнозируемого временного ряда (при этом, естественно, происходит потеря некоторой доли информации), прогноз макросостояний и построение условных (в зависимости от макросостояния) предикторов микросостояний. Успех реализации этой схемы определяется как надежностью прогноза макросостояния, так и возможно большей надежностью прогноза «более однородных» групп микросостояний.

2. Эволюционное моделирование

Эволюционное моделирование (Фогель и др., 1969; Букатова, 1979; Розенберг, 1984; Брусиловский, 1987) представляет собой существенно машинный (т.е. ориентированный на использование ЭВМ), универсальный способ построения прогнозов макросостояний системы в условиях, когда полностью отсутствует апостериорная информация, а априорные данные задают лишь предысторию этих состояний. Одним из первых на возможность применения эволюционного моделирования для целей экологического прогнозирования указал В.Ф.Крапивин (1978, с.98-99). В дальнейшем, эти подходы использовались для прогнозирования величины прироста деревьев (Розенберг, 1984) и состояний байкальского планктона (Брусиловский, 1987).

Эволюционное моделирование основано на известных механизмах естественной эволюции организмов, что позволяет заменить моделирование исходной экосистемы моделированием процесса ее развития.