Навигация
Поблеми, індуковані збором і обробкою первинної інформації
57798
знаков
2
таблицы
0
изображений
2.3 Поблеми, індуковані збором і обробкою первинної інформації
Прогнозування станів функціонуючої екосистеми можливо лише при наявності достатнього обсягу даних спостережень, що характеризують її структуру й поведінку. Якщо таких даних зовсім мало, то ніякий математичний апарат, ніяка ЕОМ тут не допоможуть. Єдиний вихід у таких ситуаціях - зібрати відсутню інформацію. З іншого боку, до самого останнього часу спостереження над окремими екологічними параметрами (і экосистемами в цілому) здійснювалося безсистемно, і тому мають місце інформаційні лакуни.Заповнення таких лакун - завдання надзвичайно важке, а часто й нездійсненне.
Мінімальний обсяг даних спостережень, при якому має сенс побудова відповідного предмктора,суттєво залежить від необхідного періоду попередження, детальності формулювання й надійності розроблювальних прогнозів, а також специфіки поведінки досліджуваної системи. Незважаючи на те, що в цей час у рамках функціональної парадигми існують методи прогнозування коротких тимчасових рядів, їх повсюдне застосування в екології вимагає обачності. Наприклад, при наявності навіть 100 спостережень без лакун (а ця цифра для екологічного дослідження значна!) говорити про середньостроковий прогноз має сенс лише в ситуації, коли у відповідний інтервал спостережень (100 крапок) 2-3 рази укладаються характерні часи досліджуваної змінної. Для короткострокового прогнозування ця умова зайво: такі прогнози можна намагатися будувати вже при 20-30 спостереженнях і, як правило, незалежно від специфіки досліджуваної системи. Правда, для такого обсягу вихідної емпіричної інформації одні методи прогнозування не працюють взагалі на загал (наприклад, спектральний аналіз), а інші хоча й застосовні, але окремо не забезпечують прийнятної надійності висновків.
У силу унікальності всіх екологічних об'єктів системи екологічного прогнозування не можуть бути орієнтовані на широкий клас об'єктів прогнозування. Розглянемо, наприклад, наскільки адекватний підхід до прогнозування чисельності деякого виду тільки за допомогою середнього значення.
Середнє є нестійкою статистикою. Статистика називається стійкою, якщо при зміні малої частки даних (неважливо який і як сильно) істотних змін у підсумовуючій статистиці не відбувається. Якщо в даних зміниться яке-небудь одне значення на n одиниць, то середнє зміниться в тому ж напрямку на n/m одиниць, m - обсяг вибірки.
Прикладом стійкої статистики може служити медіана. На медіану не впливають величини "більших" і "малих" значень: вона терпима до порушень нормальності на "хвостах" розподілу. Однак крім стійкості до передумов, "гарна" статистика повинна мати ще й властивість стійкості до ефективності, тобто висока ефективність оцінювання повинна гарантуватися при широкім варіюванні ситуацій.
Ф.Мостеллер і Дж.Тьюки (1982, с. 214) приводять важливу для практики таблицю властивостей деяких статистик центральної тенденції, яку має сенс тут відтворити (див. табл. 1.2).
Стійкістьсть до ефективності деяких статистик центральної тенденції
| Статичтика | Об`єм виборки | Стійкість | Гаусова ефективність | Ефективінсть при розкиданих «хвостах» | Стійкість і ефективність |
| Середнє арифметичне | Малий Великий | Ні Ні | 100% 100% | Погана Дуже погана | Погана Дуже погана |
| Медіана | Малий Великий | Так Так | Висока 62% | Досить висока Досить висока | Висока Помірна |
| Бівес -оцінка | Малий Великий | Так Так | Непогана 90% | Досить висока 90% | Висока Висока |
Отже, якщо зневажити зовсім малими вибірками, бівес-оцінка має всі бажані властивості й може бути рекомендована для практики. У ситуаціях, де досить помірної ефективності, а також у випадку малих вибірок обсягом 3-5 краще працювати з медіаною. Середнє ж потрібно використовувати досить обережно, коли немає викидів, "хвости" розподілу короткі й т.п. Таким чином, практика прогнозування чисельності різних видів тільки за допомогою середнього неадекватна реальної ситуації.
Якщо емпірична інформація отримана з низькою точністю, то важко очікувати гарної якості від прогнозів, побудованих на її основі (незалежно від використовуваного методу). 18
У прогностичних екологічних дослідженнях широко поширений опис і моделювання систем у кількісних шкалах (відносин або інтервалів). Разом з тим, найчастіше результати дослідження формуються в шкалах найменувань. Так, при описі динаміки ссавців (Єфімов, Галактионов, 1983) у моделі фігурують змінні, вимірювані в кількісних шкалах (чисельність популяції), результати ж моделювання й прогнози описуються в термінах змінних, вимірюваних у шкалі найменувань (у такі- то роки відбудеться спалах чисельності, а в такі- то - немає).
В екології, як правило, точність спостережень і вірогідність висновків у шкалах найменувань (наприклад, при роботі з бінарними даними) вище, чим у кількісних шкалах. Тому часто має сенс описувати й пророкувати параметри экосистем відразу в шкалах найменувань, минаючи проміжний етап досліджень у кількісних шкалах (роки сильного "цвітіння" водоймищ, спалахів чисельності популяцій шкідників та ін.).
Прогнози стану экосистем, як ми вже відзначали, можуть будуватися й у кількісних, і в якісних шкалах одночасно. Можна сказати, що в таких ситуаціях окремі предиктори "розмовляють" на різних діалектах мови прикладної математики. Але при цьому одні з них ніяк не використовуються для підвищення надійності інших.
Таким чином, розробка предикторів, а також алгоритмічного й програмного забезпечення системи екологічного прогнозування повинна вестися з обов'язковим обліком не тільки властивостей досліджуваної системи, але й обсягу, і якості (точності) наявної емпіричної інформації. Мистецтво модельєра часто спрямоване саме на те, щоб, з одного боку, будувати моделі, параметри яких визначаються в підсумку спостережень досить точно, а з іншого - щоб вони (моделі) представляли ще й практичну значимість.
Розділ 3. Проблеми, породжені складністю екосистем
Похожие работы
... речовини, викиди поживних елементів, подібних до стоку добрив; осідання кислотних опадів, хвороботворні організми. Все це призводить до погіршення якості води і деградації водних ресурсів. Комплексна екологічна оцінка стану річок басейнів Дніпра за методикою, яка розроблена Українським НДІ водогосподарсько-екологічних проблем, показала, що немає жодного басейну, стан котрого можна було б класифі ...
... в областях з високим рівнем індустріального розвитку. 2. Основні напрями державної політики України у галузі охорони довкілля та використання природних ресурсів. Основні напрями державної політики України у галузі охорони довкілля, використання природних ресурсів та забезпечення екологічної безпеки розроблено відповідно до статті 16 Конституції України, якою визначено, що забезпечення екологічно ...
... ійних територій України, а також складання територіальних комплексних схем охорони довкілля основних курортно-рекреаційних регіонів України.3.ОСНОВНІ ЕТАПИ РЕАЛІЗАЦІЇ ОСНОВНИХ НАПРЯМІВ ДЕРЖАВНОЇ ПОЛІТИКИ УКРАЇНИ У ГАЛУЗІ ОХОРОНИ ДОВКІЛЛЯ, ВИКОРИСТАННЯ ПРИРОДНИХ РЕСУРСІВ ТА МІЖНАРОДНА СПІВПРАЦЯ. Реалізація Основних напрямів передбачається в три етапи. На першому етапі ( ...
... змінах клімату; — виявлення природних i антропогенних факторів, що зумовлюють зміну клімату; — виявлення критичних елементів біосфери, вплив на які може спричинити клiматичнi зміни. Розділ 3. Моніторинг поверхневих вод Вода вiдiграє вирішальну роль у пiдтриманнi життя людини. Її наявнiстъ i способи використання нерідко визначають долі народів i країн. Особливої гостроти набуває ця ...
0 комментариев