Реферат на тему:
Імітаційне моделювання в екології
Моделювання є одним з основних методів сучасної екології (Klekowski,
Menshutkin, 2003). Під моделюванням розуміють створення екологічних
моделей за допомогою комп’ютерних програм.
На сьогодні відчувається досить велика потреба в розвитку комп’ютерного
моделювання. Адже важко не зауважити, що в минулому, на жаль, досить
часто дослідження в екології починалися від збирання матеріалів та
інформацій на вибраних площах i їхня суть зводилась до вимірювання
всього, що було можливе, найчастіше відповідно до спеціальностей
виконавців. Часто в таких проектах (грантах) додавалось модне
тверджeння, що зібрані матеріали дають змогу збудувати комп’ютерну
модель досліджуваного об’єкта або процесу. Хоча знані нам приклади
нічого подібного не давали можливості зробити i були далекими від
справжніх наукових комп’ютерних моделей.
Комп’ютерне моделювання може бути корисне, якщо на самому початку, перед
тим, як виберемо першу планову пробу, визначимо мінімальний збір
інформацій, який будe необхідний для створення цієї чи іншої моделі.
Саме на основі таким чином зібраної бази даних спершу потрібно створити
пробну модель і тільки після цього, якщо оцінимо її як сенсовну, почати
нагромаджувати нові дані (бо нагромадження даних є досить коштовним і
трудомістким).
Імітаційне комп’ютерне моделювання можe змінити сам характер досліджень
i допомогти науковцям як у збиранні даних, так і в інтерпретації
отриманих результатів.
Метою публікації є показ можливостей застосування імітаційних
комп’ютерних моделей до прогнозування динаміки екологічних і ландшафтних
систем у різних сценаріях антропогенного впливу.
Комп’ютерне моделювання – це процес перенесення істотних властивостей з
оригінального об’єкта, яким може бути, наприклад, сільський ландшафт у
горах або
на рівнині, до іншого об’єкта, названого комп’ютерною моделлю. Добір
істотних властивостей залежить від цілі моделювання, від технічних
можливостей, а також від рівня знань про функціонування оригіналу.
В комп’ютерному імітаційному моделюванні моделлю є комп’ютерна програма.
Для неї можна використовувати універсальні мови в програмуванні високого
рівня (наприклад: DELPHI, C++, VISUAL BASIC, і інші) або використовувати
спеціальні мови моделювання (наприклад, STELLA, MADONNA) для полегшення
самого процесу моделювання.
Техніка моделювання в екології почалась від моделювання балансу енергії
та матерії в екологічних системах. Основи цього напрямку пов’язані з
публікаціями класиків екології в екологічному моделюванні [2, 25, 26, 8,
11]. Спочатку переважали моделі водних систем. Але завдяки Міжнародній
Біологічній Програмі (МБП) започатковано екосистемні дослідження земної
біосфери, а саме: великих наземних біомів – прерій, тайги, тундри,
пустинь та гір, запропоновано уяві дослідників існування багатосистемних
екологічних зв’язків у ландшафтах.
Нагромаджування даних Міжнародною Біологічною Програмою було великим
заохоченням до швидкого розвитку комп’ютерного моделювання. Результати
МБП були подані у вигляді розбудованих блокових схем. Були в них дані
про кількість енергії, накопиченої в біомасі окремих блоків екосистем і
ландшафтів, а також дані щодо припливу цієї енергії та кругообігу
біогенів. Приклади створення комп’ютерних моделей на основі цих даних
подано в низці публікацій [2, 3, 21, 30].
Цього типу дані стали початком до опрацювання балансових моделей.
Опишемо один з прикладів такого типу моделі для Бещад [15]. Це є модель
TEREKO, яка має блоковий характер. Визначення складників балансу
екосистеми відбувається в підмоделях (рис.1): LIGHT – вертикальне
розміщення світлової енергії в екосистемі; TREE – приріст та відпадання
дерев; BUSH – аналогічний приріст та відпадання кущів; GRASS –
аналогічно щодо трав; SOIL – процеси мінералізації і ерозії ґрунтів.
На одній з дослідних площ для регіону Бещад модель TEREKO прогнозує, що
під час перших 10 років буйно розвиваються трави, біомаса яких сягає
максимально 4 т/га. Потім біомаса трави швидко зменшується, а біомаса
кущів збільшується максимально до 40 т/га через 50–70 років від початку
прогнозу. Водночас біомаса дерев зростає, досягаючи 390 т/га після 500
років. Тоді ж біомаса кущів спадає до наближених до нуля величин через
малу кількість світла. Подібно біомаса трав зменшується до 0,14 т/га.
Склад органічної матерії в ґрунті підлягає сильним коливанням на початку
прогнозу і стабілізується на рівні 20 т/га у кінці прогнозу. Запас азоту
в ґрунті піддається меншим коливанням, ніж органічна матерія, і після
початкового збільшення також стабілізується.
За допомогою моделі TEREKO маємо можливість не тільки перевірити вже
описані в літературі зміни, які відбуваються у ландшафтах Бещад [33,
12], але також передбачити нові. Вони в основному пов’язані зі зміною
нахилу поверхні, температурою повітря, кількістю атмосферних опадів та
господарською діяльністю.
Але згадане вище балансово-енергетичне моделювання не в змозі вирішити
завдання імітації таких складних явищ, як, наприклад, адаптація до
біотичних і абіотичних умов або просторового розміщення організмів у
ландшафті. Тільки розвиток стохастичного індивідуального моделювання
(individual-based modeling) заповнив істотний поступ у цій галузі.
До такого типу моделей належaть моделі платові. Ці моделі спираються на
дані, зібрані з малих площ (у середньому 1/16 га), i аналізують ліс і
складну ієрархічно-екологічну систему. Таке поняття в українському
лісництві до цього часу є слабо рзвинуте; переважають емпіричні моделі.
У багатьох країнах Європи й у Сполучених Штатах Америки платові моделі
мають досить широке застосування [4, 28, 27, 19, 10, 31, 22]. Плюсом
платових моделей є те, що за їхньою допомогою досить широко можна
передбачити природні зв’язки і ліпше зрозуміти механізми функціонуванні
лісу, створивши підстави до його раціонального використання [5].
Рис.1. Загальна блокова схема моделі TEREKO
Особливості платових моделей показані на прикладі моделi FORKOME
[14,15]. Модель FORKOME спирається на твердження, що лісова екосистема
становить просторову різноманітність елементів (платів), що перебувають
у різних фазах розвитку. Часовим кроком моделi є один рік. Кожного року
модель вираховує зміни основних параметрів, наприклад, таких, як приріст
діаметра дерев, висоту, кількість дерев, біомасу і т.д. Модель має
блокову конструкцію (рис. 2), враховує вплив на ріст дерев екологічних
чинників.
Рис. 2. Алгоритм моделі FORKOME
Модель дає змогу прогнозувати зміни видового складу дерев, їхню
кількість і біомасу до 600 років за умови вирубування, а також можливі
зміни клімату. Модель можна використовувати для перевірки екологічних
потреб окремих видів дерев, аналізу залежностей дерев від параметрів
навколишнього середовища і т. д.
– AE
E
????????????O?окремих платів деревостану (наприклад, басейн річки), тоді
виникає питання: як охарактеризувати процеси, які відбуваються не тільки
на дослідній ділянці, але і поза нею. Високий рівень просторового
розмаїття лісових екосистем потребує великої кількості дослідних
ділянок. Для закладання таких ділянок потрібні значні фінансові затрати
і не завжди можна це здійснити. Виходом з ситуації може бути
застосування іншого підходу до моделювання, який оснований на методі
автоматів [18]. Вже зараз досить добре вимальовуються перспективи
застосування цього підходу до аналізу ландшафтів. Особливо, коли
дивитись на ландшафт як на мозаїку платів, що перебувають у різних
стадіях змін [6].
Вже віддавна практика ландшафтних досліджень [1] спричинена до
використання в моделюванні теорії автоматів. Просторове моделювання
розміщення рослин, як частина ландшафтних досліджень, розвинулось
одночасно з застосуванням географічних інформаційних систем [7,32].
Перед тим, як аналізувати конкретні приклади ландшафтного моделювання з
застосуванням автоматів, потрібно вияснити, чим є автомат. Математична
схема залежить від того, як визначаємо в моделі час і стан
досліджуваного оригіналу. Якщо час та стан в моделі ми розглядаємо як
величини дискретні, тоді математичну схему, яка описує цю модель, можемо
сприймати як „автомат”.
Автомат, який застосовується в ландшафтному моделюванні, є сполученням
п’яти об’єктів: регулярної сітки; закінченої кількості клітин; правил
щодо визначення сусідів; функції переходів, яка визначає стан клітини в
наступному моменті часу, залежно від стану клітини і її сусідів у цей
момент початкової конфігурації стану клітин.
Як правило, автомат (А) можна зобразити як формулу об’єктів: А = , де: L – карта, за допомогою якої визначають взаємне положення
клітин; S – стан автомата; & – спосіб визначання сусідів; f – функція
переходів (рис. 3).
У тих випадках, коли важко отримати вірогідні дані або бракує кількісних
показників, необхідних до побудови моделі, одним з можливих виходів є
застосування логіко-лінгвістичних моделей або теж досить перспективного
в екології математичного апарату розмитої логіки і штучної інтелігенції
[23, 24, 17, 29].
Є ще одна проблема, що стримує розвиток комп’ютерного моделювання в
екології. Щоб створити модель, треба бути не тільки екологом, але й
одночасно добрим програмістом. Незважаючи на спроби популяризації серед
екологів аспектів програмування, які були започатковані ще Паттеном
[20], ця проблема не виглядає оптимістично.
Основну кількість екологічних моделей створюють переважно не екологи, а
вчені інших спеціалізацій, які в ліпшому випадку прийшли в екологію,
маючи вже фізико-математичну освіту. Звичайно, якщо говорити про тільки
теоретичні проблеми екологічного моделювання, то такий стан речей можна
ще вважати за близький до нормального. Але, коли мова заходить про
широке практичне застосування екологічного моделювання, то виникає
суттєва проблема підготовки наукових кадрів.
Рис. 3. Схема алгоритму автомата.
Можна, звичайно, мріяти, що вільно програмувати буде вже наступне
покоління екологів. Але виходу з ситуації, що склалася, потрібно шукати
вже зараз. Рішенням проблеми може бути створення і використання
спеціалізованих комп’ютерних мов для екологічного моделювання. Добре
пам’ятаємо, що у технічних і економічних галузях досить вдалою була мова
DYNAMO, у галузі організації виробництва і масового обслуговування
широке застосування отримала мова SIMULA, а в галузі фінансових
розрахунків – мова COBOL.
На сьогоднішній день найбільш поширеною і спеціалізованою мовою в галузі
екологічного моделювання є мова STELLA [9]. Свідченням популярності цієї
мови є те, що журнал „Ecological Modelling” присвятив спеціальний номер
(112, за 1998 рік) екологічним моделям, що написані цією мовою.
Створювати модель на STELLA досить просто. Адже користувач формує лише
конструкцію моделі, а моделюючий алгоритм і програма створюються
автоматично.
Певний досвід щодо екологічного комп’ютерного моделювання вироблено на
кафедрі “Ландшафтних систем” Люблінськoго Католицькoго Унівеситету
(http//www.ksk.kul.lublin.pl). Цьому питанню, а також аспектам навчання
студентів-екологів комп’ютерному моделюванню присвячено дві монографії,
які видано у видавництві наукового Товариства Люблінськoгo Католицькoгo
Унівеситету: (Klekowski Menshutkin „Modelowanie komputerowe w ekologii”
– видано у 2002 році, та Kozak, Menshutkin Klekowski „Modelowanie
elementow krajobrazu” – видано у 2003 році). Цікавою для
ландшафтознавців є друга монографія, яка складається з двох частин: у
першій частині показано теоретичні і методологічні аспекти моделювання;
у другій – конкретні практичні заняття. До монографії додано CD, на
якому окрім тексту і рисунків записано 9 комп’ютерних програм, які
дадуть змогу читачам, у т.ч. і студентам, крок за кроком входити в світ
імітаційного моделювання і навіть створювати свої власні моделі.
За допомогою імітаційної моделі досліджуваної ландшафтної системи можна
швидко спрогнозувати можливі її зміни в різних сценаріях та ризикових
ситуаціях.
Побачивши на моделі наслідки того чи іншого сценарію, можна вибрати менш
небезпечний і більш корисний для досліджуваної системи.
Головним плюсом моделювання при створенні та виборі сценарію
господарювання є те, що за допомогою моделей можна досить швидко
прогнозувати наслідки спрямованих дій на багато років, й навіть століть.
Модель FORKOME, наприклад, дає можливість проімітувати видовий склад
дерев, їхню кількість та біомасу, а також наслідки різних сценаріїв
вирубувань на кілька сотень років. Прогнози наслідків потепління клімату
можуть сягати дo кількох тисяч років.
Другим плюсом моделювання, не менш важливим від отримання швидких
відповідей, є брак негативних або навіть катастрофічних наслідків
експериментування на навколишньому середовищі.
Використана література
1. Armand D.L. Nauka o krajobrazie. Warszawa, 1980.
2. Bossel H. Umweltdynamik – 30 Programme fuer kybernetische
Umwelterfahrungen auf jedem BASIC-Rechner. Te-Wi Verlag. Muenchen, 1985.
3. Botkin D.B. Forest Dynamics: Ecological Model. Oxford. New York,
1993.
4. Botkin D.B., Janak F.J., Wallis J.R. Some ecological consequences of
computer model of forest growth. //Journal of Ecology. 1972. No 60.
5. Brzeziecki B. Ekologiczny model drzewostanu. Zasady konstrukcji,
parametryzacja, przyk?ady zastosowa?. Warszawa, 1999.
6. Forman R.T., Godron M. Landscape ecology. New York, 1986.
7. Frelich L.E., Lorimer C.G. A simulation of landscape – level stand
dynamics in the Northern hardwood region // Journal of Ecology. 1991. No
79.
8. Jorgensen S.E. Fundamentals of ecological modelling. Amsterdam,
London, New York, Tokyo, 1994.
9. Hannon B., Ruth M. Modeling Dynamic Biological Systems. New York,
2001.
Нашли опечатку? Выделите и нажмите CTRL+Enter
