системная экология

Вид учебной работы

Объем часов/зачетных единиц

Максимальная учебная нагрузка (всего)

108\3з.е.

Обязательная аудиторная учебная нагрузка (всего)

42

в том числе:

Лекции с применением мультимедийных технологий

16

практические занятия

26

коллоквиум

2

Самостоятельная работа студента (всего)

64

в том числе:

Внеаудиторная самостоятельная подготовка к практическим занятиям

10

Работа с литературными источниками, периодическими изданиями и Интернет-источниками

14

Подготовка проектного творческого задания

20

Тема 1. Становление и развитие системных идей в экологии.

Содержание учебного материала

18

Цели и задачи системной экологии. Методы сис​темной экологии. Системный подход. История формирования системных идей в экологии. Система. Простые и сложные системы. Классификация систем. Иерархия уровней организации. Иерархический, сетевой и реляционный подходы к анализу систем.

Лекции с применением мультимедийных технологий

2

Практические занятия с элементами семинара, с применением кейс-технологий

4

Самостоятельная работа студента

12

Происходит размывание границ понятия «экология» и превращение ее из фундаментальной синтетической биологической науки в нечто аморфное, не имеющее четких границ. Это подняло престиж экологии, но резко снизило понимание фундаментальных явлений и решений возникших экологических проблем и прогнозирование ситуаций.

«экология» – это наука об отношениях между живыми организмами и окружающей их средой обитания

Основные понятия экологии

Этапы в становлении и развитии экологии:

Первый этап – отражает примитивные знания, накапливаемые людьми, в т.ч. первобытными, в процессе тесного общения с природой и ведения натурального хозяйства. Начался за много веков до новой эры и завершился в первые века до новой веры.

Второй этап – накопление фактического материала, но уже античными учеными, средневековый застой. Период: I-III век до н.э. – XIV век н.э.

Третий этап – продолжение сбора и первые попытки систематизация фактического материала, накопленного с началом великих географических открытий и колонизацией новых стран – в эпоху Возрождения. Период: с IV по XVIII век включительно.

Четвертый этап – связан с крупными ботанико-географическими открытиями, способствовавшими дальнейшему развитию экологического мышления; предпосылка экологических идей; выделены экология растений и экология животных. Период: конец XVIII – начало XIX века.

Пятый этап – становление эволюционной экологии, углубление экологических исследований, начало изучения взаимосвязей. Период: с начала XIX века до второй половины (1866 г.) XIX века

Шестой этап – определение понятия «экология», доминирование исследований аутэкологического направления – изучение естественной совокупности видов, непрерывно перестраивающихся применительно к изменению факторов среды, т.е. факториальной аутэкологии. М.С. Гиляров называл этот этап временем факториального редукционизма. Период: со второй половины (1866 г.) XIX до середины (1936 г.) XX века.

Седьмой этап отражает новый – системный, подход к исследованиям природных систем, формирование общей экологии, как самостоятельной фундаментальной биологической науки, доминирование синэкологического направления – изучение процессов материально-энергетического обмена, развитие количественных методов и математического моделирования. Период: 40-70 гг. XX века. Специфика этого этапа – мнение о примате конкурентных отношений в биоценозах и принижение значимости эволюционных факторов, господство парадигмы дискретности.

Восьмой этап – «экологизация» науки; становление экологических наук, учитывающих деятельность Человека, т.е. социальной и политической направленности. Возрастание интереса к изучению популяций (демэкология), динамики формирования биогеоценозов в связи с антропогенными нарушениями. Большое внимание уделяется стационарным исследованиям. Основная методология – системный анализ. Одно из главных направлений – длительный экологический мониторинг разных уровней (наземный, региональный, глобальный и пр.). Период: с 80-х годов XX века по настоящее время. Специфика – отказ от примата конкурентных взаимоотношений в ценозе; в фитоценологии смена парадигмы дискретности на парадигму континуальности; развитие методов и теории экологического мониторинга. В последнее десятилетие произошло объединение ряда тенденций последних периодов. Учеными признается как континуальность, так и дискретность растительного покрова – в природе есть и то и это, формируется новая парадигма – биологического разнообразия.

СИСТЕМНАЯ ЭКОЛОГИЯ

совокупность принципов и концепций системного анализа применительно к экологии. Системная экология как формализованный целостный подход стала самостоятельным разделом общей экологии в результате развития современных формальных математических методов, кибернетики, обработки данных на ЭВМ, информатики и т. д., а также формального упрощения сложных экосистем. Системная экология открывает реальный путь к решению проблем, связанных со средой обитания человека. 

Задачи системной экологии – проводить исследования структуры и функционирования экологической системы и роли в ней различных популяций (видов) с целью оценки возможности прогнозирования развития экосистемы и динамики составляющих ее элементов, а также решать задачи управления ими.

Это довольно сложные задачи и для их решения должны привлекаться математические методы, методы моделирования и компьютерные технологии. Поэтому основу данного курса составляют различные методы исследования и анализа систем.

Системный подход — направление методологии исследования, в основе которого лежит рассмотрение объекта как целостного множества элементов в совокупности отношений и связей между ними, то есть рассмотрение объекта как системы.

Основные определения системного подхода

Основоположниками системного подхода являются: Л. фон БерталанфиА. А. БогдановГ.СаймонП.ДрукерА.Чандлер.

Карл Людвиг фон Берталанфи (англ. Ludwig von Bertalanffy19 сентября 1901Вена — 12 июня 1972Нью-Йорк) — австрийский биолог, постоянно проживавший в Канаде и США с 1949 года. Первооснователь обобщённой системной концепции под названием «Общая теория систем». Сам фон Берталанфи описывает происхождение общей теории систем как результат конфликта между механицизмом и витализмом. Обе точки зрения были для него неприемлемы: первая — как тривиальная, вторая — как вообще антинаучная.

Система — совокупность взаимосвязанных элементов, образующих целостность или единство.

Структура — способ взаимодействия элементов системы посредством определенных связей (картина связей и их стабильностей).

Процесс — динамическое изменение системы во времени.

Функция — работа элемента в системе.

Состояние — положение системы относительно других её положений.

Системный эффект — такой результат специальной переорганизации элементов системы, когда целое становится больше простой суммы частей.

Структурная оптимизация — целенаправленный итерационный процесс получения серии системных эффектов с целью оптимизации прикладной цели в рамках заданных ограничений. Структурная оптимизация практически достигается с помощью специального алгоритма структурной переорганизации элементов системы. Разработана серия имитационных моделей для демонстрации феномена структурной оптимизации и для обучения.

Основные допущения системного подхода

1​ В мире существуют системы

2​ Системное описание истинно

3​ Системы взаимодействуют друг с другом, а, следовательно, всё в этом мире взаимосвязано

4​ Следовательно мир — это тоже система

Основным методом исследований в системной экологии является системный анализ, который представляет собой синтетическую дисциплину, разрабатывающую способы исследования разнообразных сложных систем или ситуаций при нечетко поставленных целях (критериях).

системный анализ — научный метод познания, представляющий собой последовательность действий по установлению структурных связей между переменными или элементами исследуемой системы. Опирается на комплекс общенаучных, экспериментальных, естественнонаучных, статистических, математических методов.

Такие исследования необходимы для определения научно обоснованной программы действий с учетом не только объективной, но и субъективной информации. При системном подходе используются математический аппарат теории исследования операций, методы многомерной статистики и методы неформального анализа, такие как метод экспертиз, метод опроса, эвристические методы и компьютерное моделирование. Существенной частью исследования систем является выбор способа описания происходящих в них изменений и формализация такого описания. Сложность формализации определяется сочетанием разнотипных факторов, характеризующих систему, например сочетание экологических, экономических и других факторов.

Разработка методов системного анализа как научной дисциплины ведется по нескольким направлениям. Одним из важнейших из них является создание принципов построения и использования моделей, имитирующих протекание реальных процессов, способов их объединения в системы и такого представления в ЭВМ, которое обеспечивало бы простоту их использования без потери адекватности. Другое направление связано с изучением организационных структур и, прежде всего систем, обладающих иерархической организацией.

Для успешного решения теоретических и практических задач многие разделы биологии и экологии следует рассматривать с системных позиций и применять соответствующие методы исследований.

Упрощенные версии реального мира в науке называются моделями.

Модель – это абстрактное описание того или иного явления реального мира, позволяющее сделать предсказания. В своей простейшей форме модель может быть словесной или графической. Однако, если мы хотим получить достаточно надежные экологические прогнозы, то модель должна быть статистической и строго математической.

Модели, созданные на современных компьютерах, позволяют получать на выходе искомые характеристики при изменении параметров модели, добавлении новых или исключении старых. Иными словами, возможна так называемая настройка модели, позволяющая приблизить ее к реальной ситуации. Наконец, модели очень полезны как средства интеграции всего того, что известно о моделируемой структуре.

Реляционная модель данных некоторой предметной области представляет собой набор отношений, изменяющихся во времени.

Отношение представляет собой двумерную таблицу с данными, соответствующую некоторой сущности в предметной области.

Сетевой подход базируется на идее о том, что любая организация функционирует в пределах какой-то определённой сети,

Иерархический подход.

xex212

Основы теории систем и системного анализа. Системы и закономерности их формирования и развития.

Система. Простые и сложные системы. Классификация систем. Иерархия уровней организации. Иерархический, сетевой и реляционный подходы к анализу систем. Основные принципы системологии.

10

3

1

6

Системы и их свойства.

«Система» (от греч. systema — целое, составленное из частей) считается одним из ключевых философско-методологических и специальных научных понятий. Система -совокупность элементов со связями между ними. Элемент системы из-за иерархической структуры мира сам оказывается системой со своими элементами. Фиксация системы делит мир на две части — насистему и среду. При этом подчеркивается большая сила связей элементов внутри системы по сравнению с силой связей с элементами среды.

Для идентификации систем необходимо задать еще один критерий - «закон композиции».Выбор закона композиции даст возмож​ность объединить те же объекты в разные системы.

Каждая система определяется некоторой структурой (элементы и взаимосвязи между ними) и поведением (изменение системы во времени).

Сложность системы на «структурном уровне» задается числом ее элементов и связей между ними. Дать определение «сложности» в этом случае чрезвычайно трудно: исследователь сталкивается с так называемым «эффектом кучи» (один шар — не куча, два шара — не куча, три — не куча, а вот сто шаров — куча, девяносто девять — куча; так где же граница между «кучей» и «не кучей»?).

Определить, что такое «сложная система на «поведенческом уровне» представля​ется более реалистичным. Системы, включающие в себя в качестве хотя бы одной подсистемы решающую систему (поведению которой присущ акт решения), называют сложными.

Иерархия — это «расположение ступенчатым рядом». На каждой ступени, или уровне, в результате взаимодействия с окружающей физической средой (энергией и веществом) возникают характерные функциональные системы.

Основные принципы системологии

Принцип эмерджентности. По мере объединения компонентов, или подмножеств, в более крупные функциональные единицы, у этих новых единиц возникают новые свойства, отсутствовавшие на предыдущем уровне. Эмерджентные свойства экологи​ческой единицы нельзя предсказать, исходя из «свойств компонентов, составляющих эту единицу. При каждом объединении подмножеств в новое множество возникает по меньшей мере одно новое свойство.

Принцип иерархической организации (или принцип интегративных уровней Одума): позволяет соподчинить друг другу как естественные, так и искусственные сис​темы.

Принцип несовместимости Л. Заде: сложность системы и точность, с которой ее можно анализировать, связаны обратной зависимостью.

Основные принципы системного подхода

Целостность, позволяющая рассматривать одновременно систему как единое целое и в то же время как подсистему для вышестоящих уровней.

Иерархичность строения, то есть наличие множества (по крайней мере, двух) элементов, расположенных на основе подчинения элементов низшего уровня элементам высшего уровня. Реализация этого принципа хорошо видна на примере любой конкретной организации. Как известно, любая организация представляет собой взаимодействие двух подсистем: управляющей и управляемой. Одна подчиняется другой.

Структуризация, позволяющая анализировать элементы системы и их взаимосвязи в рамках конкретной организационной структуры. Как правило, процесс функционирования системы обусловлен не столько свойствами её отдельных элементов, сколько свойствами самой структуры.

Множественность, позволяющая использовать множество кибернетических, экономических и математических моделей для описания отдельных элементов и системы в целом.

Системность, свойство объекта обладать всеми признаками системы.

Набор концепций, методов, решений принято называть «системным анализом» и правомерно использование его в экологии – науке, являющейся по существу также системной. Как научное направление «системная экология» еще окончательно не сформировалось и поэтому сюда относят все возможные методы исследования биологических систем и их динамики, а также исследования различных проблем и задач, возникающих при изучении биосистем, характеризующихся множеством переменных и параметров. Большой толчок к развитию этого направления дало появление современных быстродействующих компьютеров, позволяющих хранить и обрабатывать большой объем количественной и качественной информации.

Системный анализ включает несколько основных этапов:

    выбор проблемы;

    постановка задачи и ограничение ее сложности;

    установление иерархии целей и задач;

    выбор путей решения задачи;

    моделирование;

    оценка возможных стратегий;

    внедрение результатов.

xex22

3

Методология системного анализа.

Характерные черты системного анализа и его основные этапы. Применение системного анализа к экологическим системам. Принципы постановки задач и формулирование целей. Выбор переменных, характеризующих систему и ее управление. Структурное разбиение и моделирование систем. Анализ и прогнозирование условий функционирования в будущем.

13

3

2

6

МЕТОДОЛОГИЯ СИСТЕМНОГО АНАЛИЗА

xex23Системный анализ и его этапы

Вопреки представлениям многих экологов, системный анализ не есть какой-то математический метод и даже группа математических методов. Это широкая стратегия научного поиска, которая, конечно, использует математический аппарат и математические концепции, но в рамках систематизированного научного подхода к решению сложных проблем. По существу системный анализ организует наши знания об объекте таким образом, чтобы помочь выбрать нужную стратегию или предсказать результаты одной или нескольких стратегий, которые представляются целесообразными тем, кто должен принимать решения. В наиболее благоприятных случаях стратегия, найденная с помощью системного анализа, оказывается «наилучшей» в некотором определенном смысле.

Мы будем понимать под системным анализом упорядоченную и логическую организацию данных и информации в виде моделей, сопровождающуюся строгой проверкой и анализом самих моделей, необходимыми для их верификации и последующего улучшения

Основной вклад системного анализа в решение различных проблем обусловлен тем, что он позволяет выявить те факторы и взаимосвязи, которые впоследствии могут оказаться весьма существенными, что он дает возможность так изменять методику наблюдений и эксперимент, чтобы включить эти факторы в рассмотрение, и освещает слабые места гипотез и допущений. Как научный метод системный анализ с его акцентом на проверку гипотез через эксперименты и строгие выборочные процедуры создает мощные инструменты познания физического мира и объединяет эти инструменты в систему гибкого, но строгого исследования сложных явлений. Успехов в его приложении к практическим задачам чаще всего удается достичь небольшим группам ученых, работающих в одном институте и занимающихся четко очерченной и достаточно узкой проблемой.

Определив в общих чертах, что такое системный анализ, выясним, почему мы вынуждены использовать его в экологии.

xex33

Семейства моделей

Модель — формальное выражение основных элементов проблемы в физических или математических терминах, которое отображает свойства объекта исследования, взаимосвязи, структурные и функциональные параметры.

Формальное выражение проблемы или объекта исследования можно рассматривать как первый и необходимый этап построения модели, который состоит из формализации проблемы, т.е. из упорядочения информации, выявления и описания взаимосвязей в виде логических структур, формул или физических (материальных) моделей.

Модель называется абстрактной (концептуальной) либо материальной (физической) в зависимости от того, какой системой она является, т.е. от выбора средств моделирования.

Абстрактной моделью может быть, в частности, система математических выражений, описывающих характеристики объекта моделирования и взаимосвязи между ними (математическая модель). Модели с конкретными числовыми значениями характеристик называются числовыми моделями, записанные с помощью логических выражений –логическими моделями, модели в графических образах – графическими моделями (графики, диаграммы, рисунки). К логическим моделям обычно относят блок-схемы алгоритмов и программы для ЭВМ. В зависимости от типа применяемых вычислительных машин различаютаналоговые и дискретные (цифровые) модели. Вместе с тем аналоговые модели могут рассматриваться и как материальные, поскольку они основаны на получении физического (электрического, механического и т.п.) образа исследуемого процесса. Большое распространение имеют и такие материальные модели, как уменьшенные макеты, искусственные биосистемы (аквариумы), действующие модели различных приборов и устройств или просто словесное описание и т.п.

Семейства моделей в системном анализе:

1) словесные модели,

2) динамические модели,

3) детерминистские и стохастические модели,

4) матричные модели,

5) многомерные модели,

6) оптимизационные модели и некоторые другие.

Список далеко не полный, а его категории к тому же не взаимоисключающие.

Преимущества математических моделей состоят в том, что эти модели точны и абстракты, что они передают информацию логически однозначным образом. Модели точны, поскольку они позволяют делать предсказания, которые можно сравнить с реальными данными, поставив эксперимент или проведя необходимые наблюдения. Модели абстрактны, т.к. символьная логика математики извлекает те элементы, которые важны для дедуктивной логики рассуждения, исключая все посторонние значения, которые могут быть приданы словам. Математические модели позволяют использовать всю совокупность накопленных знаний о поведении взаимосвязей, так что логически связанные суждения об изучаемой системе можно вывести, не повторяя все предыдущие исследования. Математические модели дают нам важное средство коммуникации благодаря однозначности символьной логики, используемой в математике, – средство, которое в значительной степени лишено недостатков, свойственных обычному языку.

Недостатки математических моделей заключаются во внешней сложности символьной логики. Эта сложность отчасти неизбежна, если изучаемая проблема сложна, вполне возможно, что сложным окажется и математический аппарат, необходимый для ее описания. Моделирование в прикладном системном анализе – это лишь один из этапов широкой стратегии исследования. Мы должны внимательно следить за тем, чтобы моделирование не превратилось в самоцель!

xex34Словесные и математические модели

Построение «словесной» модели важный этап, на котором объединяется все, что связано с решаемой проблемой, с целью выделения той части системы, которую необходимо исследовать. Такое описание может во многом помочь на стадиях постановки задачи и ограничения ее степени сложности и установления иерархии целей и задач исследования.

Сила математики заключается в ее способности выражать идеи и особенно сложные связи с помощью символьной логики, сохраняя в то же время простоту и рациональность выражения.

В общем случае математические модели классифицируют на детерминистские и стохастические, хотя в последнее время в связи с бурным развитием вычислительной техники и различных приложений практически все модели являются смешанными и еще с элементами имитации.

Если предыдущее состояние системы однозначно определяет последующее состояние, то система или модель называется детерминистской. предсказываемые значения могут быть точно вычислены;

Одной из простейших моделей роста популяции организмов является модель, заданная дифференциальным уравнением:

,                                                             (3.1)

где   y – плотность популяции в момент t, r – константа. Один из примеров биологического процесса, который может быть представлен подобной моделью, – это рост бактериальной культуры до того, как начнет истощаться среда. Здесь скорость роста в любой момент времени равна постоянной доле от плотности популяции в этот момент.

xex36Если, зная состояние системы в данный момент времени, можно лишь указать вероятности наступления того или иного состояния в следующий момент времени, то система называется вероятностной или стохастической. предсказываемые значения зависят от распределения вероятностей.

Мы можем строить наши модели, положив в их основу изменчивость живых организмов, тогда это будут вероятностные или стохастические модели. В подобных моделях используется совсем иная область математики, развившаяся позже, чем дифференциальное исчисление и дифференциальные уравнения. Один простой пример такой модели, соответствующий детерминистской модели экспоненциального роста, задается уравнением:

,                                                       (3.5)

где   y– плотность популяции в момент времени ta – константа, b(t) –случайная переменная с нулевым средним. Это значит, что величина b(t) меняется, принимая значения из некоторого случайного распределения так, что между флуктуациями в последовательные моменты нет никакой корреляции. Легко видеть, что если основой для имитации служит стохастическая модель, то результаты имитации будут различаться, даже если константы и начальные условия одинаковы. Эту вариабельность обеспечивают вероятностные элементы модели; назначение таких моделей именно в том и состоит, чтобы отразить изменчивость, характерную для живых организмов и экологических систем. Что же касается постановки реального эксперимента, то обычно бывает необходимо провести целую серию имитаций, с тем, чтобы определить, как система реагирует на различные воздействия.

Кроме того, наши модели подразделяются еще на две категории, а именно аналитические и имитационные.

Аналитические модели – это те, в которых для определения значений предсказываемых величин получаются выражения в явном виде, сюда относятся регрессионные и многомерные модели, модели планирования эксперимента и стандартные теоретические статистические распределения.

Имитационные модели – это те, которые могут быть описаны с помощью набора определенных математических операций, таких как решение дифференциальных уравнений, повторное применение переходной матрицы или использование случайных чисел, различные регрессии. Преимущество имитационных моделей состоит в том, что их легче построить не математику, но подогнать их под данные наблюдений обычно труднее, чем аналитические модели.

xex37Динамические модели

К динамическим моделям можно отнести все модели, где рассматриваются различные параметры биосистем в динамике от времени или другой независимой величины.

Всякое практическое использование динамических моделей зависит от способности современных ЭВМ решать большое число (сотни) уравнений за короткие промежутки времени. Эти уравнения являются более или менее сложными математическими описаниями того, как функционирует имитируемая система.

При использовании системной динамики в моделировании выделяют три главных этапа:

    Во-первых, нужно установить, какое именно динамическое свойство системы представляет интерес и сформулировать гипотезы о взаимодействиях, порождающих данное свойство.

    Во-вторых, компьютерная имитационная модель должна быть построена таким образом, чтобы она дублировала элементы поведения и взаимодействий, определенные как существенные для системы.

    В-третьих, когда мы убедимся в том, что поведение модели достаточно близко к поведению реальной системы, мы используем модель, чтобы понять последовательность изменений, наблюдаемых в реальной системе, и предложить эксперименты, которые нужно поставить на стадии оценки потенциальных стратегий, т.е на следующем этапе системного анализа.

Основные характеристики динамических моделей состоят в том, что экологическая система рассматривается в динамике во времени, т.е. происходит изменение количественных характеристик (численности, биомассы) в динамике, описываемой непрерывными функциями.

Трудности динамических моделей заключаются в том, что не всегда легко предсказать поведение даже самых простых моделей.

Итак, динамические модели могут быть особенно полезны на ранних стадиях системного анализа сложных экологических систем, поскольку они направлены на выявление основных связей в системе и тех переменных и подсистем, которые являются ключевыми. На более поздних этапах целесообразнее сосредоточить усилия на использовании какого-либо другого семейства моделей, именно поэтому в системном анализе выделена стадия получения альтернативных решений проблемы.

xex38Матричные модели

Матричные модели представляют собой семейство таких моделей, реалистичность которых в известной мере принесена в жертву тем преимуществам, которые дает специфика математического описания модели. Они представляют собой одну из удобных форм описания популяционных систем для практических вычислений.

Матрица есть прямоугольная таблица, размером i×j, где i – число строк, j – число столбцов, (например 3×4). Каждое из i×j чисел называется элементом. Если в целом матрица обозначаетсяА, то aij – это элемент i-той строки, j-того столбца А.

                              (3.6)

xex39Марковские модели

Марковские модели – один из типов стохастических моделей. Они состоят в близком родстве с матричными моделями, т.к. их основная конструкция – матрицы, но элементами которых являются не детерминированные, а вероятностные переходы из одного состояния в другое. Суммы вероятностей по всем строкам равны 1.

Марковская модель первого порядка – это модель, в которой будущее развитие системы определяется ее текущим состоянием и не зависит от того, каким путем система пришла в это состояние. Последовательность результатов, получаемых из такой модели, часто называютмарковской цепью. Применение такой модели к практическим ситуациям требует выполнения трех основных условий:

1. Система должна допускать классификацию на конечное число состояний.

2. Переходы должны происходить в дискретные моменты времени, правда, они должны быть достаточно близкими, чтобы для моделируемой системы время можно было бы считать непрерывным.

3. Вероятности не должны меняться во времени.

Наиболее перспективным является применение марковских моделей для моделирования сукцессий экосистем.

Для построения моделей марковского типа необходимо следующее:

1. Некая разумная классификация состояний сукцессии по определенным категориям. Здесь будут полезны и многомерные модели.

2. Данные для определения переходных вероятностей или скоростей, с которыми состояния переходят со временем из одной категории данной классификации в другую.

3. Данные о начальных условиях, сложившихся в некоторый фиксированный момент времени, обычно после известного возмущения (катаклизмы, катастрофы и т.п.).

Такие модели довольно легко строить на основе данных по сукцессиям.

Отсутствие зависимости от функциональных механизмов, что снижает привлекательность моделей для экологов.

xex40Оптимизационные модели

Описанные в данной главе модели обычно считаются менее приемлемыми для решения экологических задач, тем более они стали использоваться сравнительно недавно.

Столь необычное слово «оптимизация» придумано для того, чтобы обозначить отыскание максимума либо минимума какого-то математического выражения или функции, когда некоторые их переменные мы можем изменять в определенных пределах. Практически любые модели могут быть использованы при отыскании тех или иных максимумов или минимумов. Будет ли это использование иметь смысл, целиком зависит от конкретной задачи, но такие ситуации, когда необходимо изучить возможность увеличения продуктивности некоторой экологической системы путем изменения окружающей среды или смены методов управления, возникают в экологии довольно часто. Одна из главных причин применения моделей в том и состоит, что мы должны уметь предвидеть результаты этих изменений.

С помощью динамической модели, например роста дрожжей в смешанной культуре, описанной с помощью дифференциальных уравнений, мы можем попытаться определить соотношение между исходными количествами двух видов дрожжей, при котором продуцируется максимум дрожжевых клеток. Определив экспериментально основные параметры моделей, мы можем последующие эксперименты с целью отыскания нужных соотношений проводить уже на моделях.

xex41Модели теории игр

С моделями математического программирования тесно связаны модели, которые основаны на теории игр. Простейшая из этих моделей – так называемая игра двух лиц с нулевой суммой. При этом имеется два множества интересов, одно из которых может представлять природу или какую-то другую внешнюю силу, а сама игра «замкнута» в том смысле, что все, что проигрывает один из игроков, выигрывает другой.

Простой пример из области экологии, рассмотренный ниже, является измененным вариантом примера, приведенного также в книге Вильямса (1960), связанный со стратегией ловли рыб на удочку и характера их питания тремя видами пищи.

xex43

4

Элементы системного анализа в экологии и охране окружающей природной среды.

Концепция экосистем. Структура экосистемы. Гипотеза однонаправленности потока энергии. Термодинамика экосистем. Экологические законы, связанные с энергетическими потоками биосферы. Элементы биоэнергетики экосистем. Концепция продуктивности. Концепция информации. Информация в растительных сообществах. Информационные поля животных. Информация и феномен жизни.

13

3

2

8

Экология изучает системы, сис​темы выше уровня организма. В экологии значение терминапопуляция, первоначально обозначавшего группу людей, расширено и обозначает группы особей любого вида ор​ганизмов. Сообщество включает все популяции, занимающие данный участок. Сообще​ство и неживая среда функционируют совместно, образуя экологическую систему, илиэкосистему. Сообществу и экосистеме приблизительно соответствуют часто употреб​ляемые в европейской и русской литературе термины биоценоз и биогеоценоз (буквально жизнь и земля, функционирующие вместе). Биом — крупная региональная или субкон​тинентальная биосистема, характеризующаяся каким-либо основным типом раститель​ности или другой характерной особенностью ландшафта. Самая крупная и наиболее близкая к идеалу в смысле «самообеспечения» биологическая система— это биосфера, не путать с экосферой. Под ус​тойчивым равновесиеммы понимаем способность саморегулируемой системы возвра​щаться в исходное состояние по крайней мере после небольшого отклонения.

Концепция экосистем по Ю. Одуму является главенствующей в современной экологии. Любая биосистема, включающая все совместно функционирующие организ​мы на данном участке и взаимодействующая с физической средой таким образом, что поток энергии создает четко определенные биотические структуры и круговорот ве​ществ между живой в неживой частями, представляет собой экосистему. Экосистема — основная функциональная единица в экологии.

Структура экосистемы

Гипотеза однонаправленности потока энергии



Страницы: Первая | 1 | 2 | 3 | Вперед → | Последняя | Весь текст