Математические и компьютерные имитационные процедуры прогнозирования загрязнения среды (стр. 1 из 2)
В. М. Казиев
1. О некоторых принципах анализа и моделирования экосистем
Многие задачи информатизации и экологизации тесно связаны и базируются на фундаментальных принципах системного анализа, управления, экологии, методах математики и информатики. При моделировании экосистем, на наш взгляд, необходим учет важных принципов [1]:
экологию человека (прикладную) следует понимать как науку, занимающуюся изучением поведения человека по отношению к окружающей среде и выработке рациональных (экологически обоснованных) норм поведения в окружающей среде, а прогресс этой науки невозможен без методов информатики, имитационного моделирования и прогнозирования;
привлекательные для исследователя хорошо формализованные и структурированные модели экосистем часто можно строить лишь при достаточно общих, хотя и теоретически важных гипотезах, огрублении, а модели должны учитывать основные процессы в экосистеме, следовательно, в первом приближении можно ограничиться простыми для изучения и использования моделями, гипотезами - для отработки эффективных технологий моделирования;
необходимо исходить из общедоступной входной информации, использовать методы информатики, математики её получения при недостатке информации, так как зачастую невозможно или дорого провести соответствующий экомониторинг;
необходимо использовать как классические представления или описания математических моделей, так и неклассические модели, позволяющие, например, учитывать пространственную структуру экосистемы - клеточные автоматы и фракталы, структуру и иерархию подсистем экосистемы - графы и структуры данных, опыт и интуицию - эвристические и экспертные процедуры и др., а также различные операции моделирования;
обучение и адаптация простых моделей должны сочетаться с использованием качественного алгоритмического (а также - программного) обеспечения, гибких технологий использования их, например, имитационных технологий;
интерфейсно - ориентированное обеспечение этих моделей должно быть дружественно и привычно для пользователя - непрофессионала (например, - эколога);
декомпозиция, агрегирование экосистем (моделей) должны происходить по функциональным критериям, например, по управлению траекторией экосистемы, управление экосистемой же должно быть конечной целью моделирования, причем по своему характеру оно отличается от управления техническими системами, например, - тем, что необходимо при моделировании динамически переупорядочивать связи в системе;
необходимо учитывать системную, структурную активность и сложность экосистемы - динамическую, вычислительную и структурную как и внутрисистемную способность экосистемы к саморегулированию, к противостоянию, возмущениям среды, ибо в процессе эволюции экосистемы она претерпевает - в соответствии с принципами синергетики, изменения, которые позволяют экосистеме максимизировать контакт с внешней окружающей средой в целях поиска эффективных обратных связей (см. [2]);
модель, особенно, компьютерная, должна быть пригодной для развития экологической, математической, компьютерной, информационной, технологической культуры пользователей;
модель должна поддерживать весь жизненный цикл модели - от содержательной постановки задачи до проектных решений;
математическое моделирование, если учитывать длительность экологических процессов, становится мощным, а часто и единственным, средством установления связей в экосистеме, определения, описания, изучения инвариантов, изоморфизмов экосистем; изучение их должно быть увязано с анализом сопутствующих проблем экоэнергоинформатики.
2. Процедура интегральной оценки воздействия загрязнителей
Рассмотрим n основных загрязнителей экосистемы, выделяемых экспертным путем, например. Концентрацию загрязнителя номер i обозначим через х(i), i=1,2,...,n, а оценку загрязнения среды - через y. Будем, для простоты, различать только 3 случая:
1) слабо выраженное загрязнение - 0 y(1) 1/3 ;
2) средне выраженное загрязнение - 1/3 y(2) 2/3 ;
3) сильно выраженное загрязнение - 2/3 y 1.
Под у понимается некоторая интегральная характеристика, оценка суммарного воздействия загрязнителей, например, она может быть ассоциирована с вероятностью загрязнения; оценки y(1), y(2) и y(3) могут быть выражениями оптимистической, реалистической и пессимистической оценок загрязнения среды.
Имитационная процедура моделирования состоит в следующем. Проводятся однофакторные эксперименты по нахождению ряда теоретико-экспериментальных зависимостей вида y(i)=f(x(i))=f(i), i=1, 2,..., n, где y(i) - оценка вклада i-го загрязнителя в общее загрязнение среды. Затем, используя эти зависимости в качестве базисных функций, в результате нелинейного регрессионного анализа по базисной системе {f(i)} строятся зависимости вида y(j)=F(y(1),y(2),...,y(n)), j=1,2,3. При этом учитывается эффект суммирования влияния отдельных загрязнителей. Определяются оценки среднего ожидаемого загрязнения и его дисперсии для данной экологической системы: M=(y(1)+4y(2)+y(3))/6, =(y(3)-y(1))/6.
Приведенная процедура моделирования, при всей её простоте, технологична и, что наиболее важно, - позволяет оценивать загрязнение экосистемы, причем с априорными оценками математического ожидания и дисперсии, что актуально при экологическом прогнозировании, когда необходима априорная и достоверная информация о загрязнении, о базовых индексах состояния окружающей среды [3]. Эта процедура - хорошая иллюстрация принципов, изложенных в пункте 1. Покажем это на примере.
Рассмотрим экосистему, в которой загрязняющими факторами являются 11 загрязнителей: сероводород, аммиак, двуокись углерода, двуокись азота, серная кислота, ацетон, двуокись серы, стирол, фтористый водород, окись углерода и этилацетат. Выбор загрязнителей обусловлен как принципом 2, так и экосредой, для которой были найдены общедоступные экспериментальные данные, т.е. принципом 3. По вышеприведенной имитационной процедуре моделирования для слабо загрязняемых участков системы, например, вдали от источника загрязнения, получена зависимость по оценке влияния концентрации этих загрязнителей на человека:
y(1)=exp(-1.79+2.89x(1)+1732.87x(2)+11002.40x(3)+93.67x(4)+1980.42x(5)+
+1.58x(6)+26.16x(7)+34.66x(8)+42.01x(9)+3.47x(10)+0.05x(11)).
Для тестового примера (случай слабого загрязнения): х(1)=х(2)=х(3)=0, х(4)=х(5)=х(6)=х(7)=0.0001, х(8)=х(9)=0.001, х(10)=х(11)=0.01 (мг/л) получаем оценку загрязненности этого модельного участка среды y(1)=0.228.
При этом, используя аналогичные оценки для случаев средне и сильно загрязнённых участков, получим y(2)=0.556 и y(3)=0.979, что вполне согласуется с вышеприведенными оценками для 3 случаев загрязнения. Из этих оценок легко найти оценку математического ожидания загрязнения среды и его дисперсии: М=0.572, =0.016 . Отметим, что если все х(i)=0 (i=1-11), то, например, y(1)=0.1. Это может быть отражением как меры адекватности модели, так и отражением факта наличия в среде остаточного загрязнения (до и после выброса загрязнителей).
Из приведенного примера видно, что модель может быть полезна для планирования экологических мероприятий.
Компьютерная модель реализована автором (рис. 1а, б).
Рис. 1а. Гистограмма влияния загрязнителей на человекаРис. 1б. Гистограмма влияния загрязнителей на животное
3. Процедура качественной оценки экологических воздействий и её использование при разработке экспертной системы
В ряде экологических проблем часто достаточно качественно оценить экологические воздействия, особенно, более существенные и определить причинно-следственные связи между воздействиями (человека, например) и вектором состояния экосистемы x, x=(x(1), x(2), ... , x(n)), где х(i) - фактор экологического состояния, i=1,2,...,n. Такого рода модели не позволяют нам оценить всю сложную и динамическую цепь взаимовлияний экологических параметров среды, но являются когнитивным инструментарием на начальных стадиях исследования экосистемы, например, на этапе формализации и структурирования системы.
Предлагается следующая процедура моделирования. Выбирается, например, экспертным путем вектор состояния экосистемы x=(x(1),x(2),...,x(n)) , - рассматриваемая область (или экониша), а также граничные векторы состояния среды a=(a(1),a(2),...,a(n)), b=(b(1), b(2),...,b(n)), где a(i)=min{x(i)}, b(i)=max{x(i)} . Составляется матрица V из элементов v(i,j), где v(i,j) - степень влияния x(i) на x(j), i=1,2,...,n. При этом можно использовать, например, модели корелляционного анализа, графовые или же динамические [4]. Далее выбираем начальное состояние х(0) и проводим имитационные расчеты по заданной временной сетке. Управление моделью (траекторией эволюции системы) можно осуществлять изменениями параметров x(i), a(i), b(i), v(i,j) или моделей взаимодействия, выбираемых из некоторого банка моделей [4], а также динамическим переупорядочиванием связей в экосистеме (модели). Наконец, оцениваем эффективность j-ой траектории (имитационного варианта номер s, приводящего к решению номер r, 1 r R): E(r) = c(s)g(s, r; x), c(s)=1, 1 r N, где суммирование ведётся от 1 до R, c(s) - экспертная оценка значимости цели номер s, g(s, r; x) - функционал эффективности траектории s приводящей к цели r. Определяем вероятность p(z, k) предпочтения траектории номер z другой траектории с номером k и функция правдоподобия этого предпочтения W:
d(z, k) N-d(z, k)
p(z, k)= p(k)/(p(k)+p(z)), W= p(z, k) (1-p(z, k)) ,
z<k
где N- число траекторий, p(z) и p(k) - вероятности предпочтений для траекторий номер z, k, соответственно, d(z, k) - экспертная (сравнительная) оценка траекторий z и k (его можно взять, в частности, равным сумме оценок или баллов, при которых траектория z предпочиталась траектории k).
Заметим, что более сложная и формализованная модель получается, если:
1) использовать гипотезу - воздействия или отклики воздействий образуют марковскую цепь {Х(j,h(j))}, j=1,2,...,J с матрицей переходных вероятностей h(j) из элементов h(j; z, k);