География и мониторинг биоразнообразия

Подождите немного. Документ загружается.

190

видов, численность или биомасса. Однако иногда удается выявить

сдвиги в видовой структуре раньше (или при меньших

концентрациях загрязнителя), чем по численности или числу видов.

Конечно, предварительно нужно установить форму и пределы

изменчивости РР для ненарушенных сообществ.

Подробные описания наиболее популярных моделей РР приведены

в разделе I. Биологическое разнообразие и методы его оценки а

также в книге [Э. Мэгарран, 1992] «Экологическое разнообразие и

его измерение».

Здесь мы лишь упомянем некоторые из них. Эти модели просты, и

часто вполне удовлетворительно описывают различные типы

ранговых распределений в природных сообществах. Следует,

однако, оговориться, что в подавляющем большинстве случаев

предметом исследования в работах, в которых были использованы

ранговые распределения, были не сообщества (в том смысле,

который вкладывал К. Мебиус в термин «биоценоз»), а группы

видов, сходные либо по их образу жизни (например, фитопланктон,

зоопланктон), либо по таксономической принадлежности

(«сообщество» птиц или жужелиц в какой-либо экосистеме), либо по

принадлежности к одной и той же жизненной форме (деревья в

конкретном лесу).

МОДЕЛЬ «РАЗЛОМАННОГО СТ ЕР ЖНЯ» (вариант 1)

Модель «разломанного стержня» («Broken-st ick model»)

предложена Р. Макартуром [McArthur, 1957]. Она основана на

следующих предпосылках: W видов случайно делят среду между

собой так, что занимают не перекрывающиеся, но тесно

прилегающие друг к другу экологические ниши. Обилие каждого

вида N

пропорционально ширине его ниши. Если среду представить

в виде отрезка единичной длины, на долю ка ждого вида выпадет

один из W сегментов этого отрезка, разделенного случайно в W-1

точках. Так должны быть распределены по длине кусочки

совершенно однородной стеклянной палочки, разбившейся при

падении на пол – отсюда название модели. Тогда ожидаемая доля i-

го вида в сообществе равна:

= 1/W• Σ (1/k).√ W

k=i

График РР может быть приблизительно представлен прямой в

координатах «обилие – логарифм ранга». Угол наклона прямой

определяется только общим числом видов W (и поэтому сильно

зависит от объема выборки). Других параметров модель не

содержит.

МОДЕЛЬ «РАЗЛОМАННОГО СТ ЕР ЖНЯ» (ВАРИАНТ 2)

Также предложена Р. Макартуром. Представляет собой

модификацию описанной выше модели для случая частично

перекрывающихся экологических ниш видов пр и по лностью

используемой среде (без промежутков между нишами Ожидаемая

доля обилия i-го вида равна:

= (√W

(i+1 )

–√W

) /√W.

График представляет собой вогнутую кривую в координатах

«ранг – логарифм обилия, форма которой зависит только от общего

числа видов W (т. е. также определяется в значительной мере

объемом выборки, а не особенностями экологических отношений

видов в «сообществе»). Других параметров мо дель не содержит.

МОДЕЛЬ ГЕОМЕТРИЧЕСКИХ РЯДОВ

Впервые предло жена Й. Мотомурой (1932). Экологическая

интерпретация этой модели основана на гипотезе

«преимущественного захвата ниш» [Уиттекер, 1980]: первый вид –

доминант занимает k-ую долю общего количества ресурсов, второй

вид – k-ую долю ресурсов, не занятых первым видом, и так далее.

Обилие вида пропорционально доле ресурсов, доставшихся ему.

Модель приводит к более неравномерному распределению обилия

видов, чем модель «разломанного стержня» Мак Артура.

Распределение обилия видов образует геометрическую прогрессию,

где численность i-го вида равна:

= K • Z

i-1

График представляет собой прямую линию в координатах

«логарифм обилия – ранг вида». Модель содержит два параметра: K

– обилие 1-го, наиболее обильного вида; и Z – доля обилия i-го вида

от обилия предыдущего. Модель приводит к более неравномерному

распределению обилия видов, чем модель «разломанного стержня»

Макaртура. Параметр Z модели отражает степень выравненности

видовой структуры и может служить индексом видового

разнообразия.

ГИПЕРБ ОЛИЧ ЕСКАЯ МОДЕЛЬ

Предложена А. П. Левичем (1977). Теоретически выводится из

модели структуры сообщества, лимитированного потребляемыми

191

ресурсами, при логарифмическом распределении потребностей

отдельных видов [Левич, 1980]. Приводит к более неравномерному

распределению обилия, чем предыдущие модели. По сравнению с

моделью Мотомуры, гиперболическая модель лучше описывает

более сложные, «целостные» сообщества, выборки большего объема

или усредненные по времени или пространству данные. Ожидаемая

доля обилия i-го вида:

= K • i

-b

График РР представляет собой прямую в координатах «логарифм

обилия – логарифм ранга». Модель содержит два параметра: К –

обилие первого вида; b – мера выравненности видов по обилию.

Интерпретация модели аналогична модели геометрических рядов,

однако, согласно гиперболической мо дели, обилия первых видов

убывают более резко, а обилия редких видов – более плавно (первая

предполагает линейную, а вторая – логарифмическую зависимость

потребности в лимитирующих факторах от ранга). По сравнению с

моделью Мотомуры, гиперболическая модель лучше описывает

более сложные, «целостные» сообщества, выборки большего объема

или усредненные по времени или пространству данные. Пар аметр b

модели также аналогичен по смыслу параметру Z предыдущей

модели и также может применяться как индекс видового

разнообразия.

ПРОЦЕДУРЫ ОЦЕНКИ МОДЕЛЕЙ

Соответствие каждой теоретической мо дели рангового

распределения реальным данным оценивается по двум критериям,

взаимно дополняющим друг друга.

1. Квадрат коэффициента линейной корреляции между реальными

и теоретическими значениями обилия (% общей дисперсии,

объясненный моделью). Чем ближе его величина к 100%, тем лучше

соответствие мо дели.

2. Сумма квадратов отклонений реальных значений от модельных .

Чем меньше эта величина, тем лучше соответствие модели. В

случае, когда качество аппроксимации двумя (или более) мо делями

приблизительно одинаково по обоим указанным критериям, можно

использовать любую из них.

ОЦЕНКА ПАР АМЕТР ОВ МОДЕЛЕЙ И ИХ ОШИБОК

Оба варианта моделей Макартура являются беспараметрическими.

Для оценки параметров двух других мо делей при расчетах без

применения персонального компьютера используется процедура

приведения их к линейному виду:

log N

= log K + (i – 1)•log z – для модели геометрических рядов;

log N

= log K – b•log i – для гиперболической модели,

где N

– относительное обилие вида с рангом i; К, z, b – параметры.

После линеаризации оценка параметров и их стандартных ошибок

проводится методом наименьших квадратов для линейной регрессии

(см. например, [Дрейпер, Смит, 1986]). Необходимо различать

ошибки параметров данной линии регрессии, о которых шла речь

выше (связанные с качеством аппроксимации данного набора

чисел), и ошибки, связанные с выборочными флуктуациями

(различия между разными пробами, ограниченный объем выборок,

погрешности в определении численностей и пр.). Для учета таких

ошибок рекомендуется обрабатывать данные в нескольких

параллельных пробах. При этом погрешности в параметрах

ранговых распределений обычно бывают меньше, чем погрешность

иных характеристик сообщества (таких, например, как общая

численность, биомасса или число видов).

При наличии компьютера, имеющего соответствующее программное

обеспечение, более корректно определять параметры ранговых

распределений методами нелинейного оценивания и при этом, в

отличие от традиционного подхода, в качестве независимой

переменной лучше рассматривать обилие вида, а в качестве

зависимой – его ранг. Следует также заметить, что, независимо от

типа распределения видов по обилию в любой конкретной пробе,

такое распределение обязательно имеет «хвост», образованный

редкими видами, представленными в пробе единичными особями.

Их попадание в пробу следует рассматривать, как совершенно

случайное, а поэтому оно скорее всего должно подчиняться

распределению Пуассона. С точки зрения статистики, вопрос, как

отличить редкие виды (по отношению к которым ранжировка по

обилию вряд ли имеет экологический смысл) от «нередких»,

является весьма не простым и, во всяком случае, для его решения

нельзя предложить какой-либо рецепт, пригодный на все случаи

жизни.

За последние 30 лет в отношении экологов к ранговым

распределениям произошла определенная «переоценка ценностей».

Вообще говоря, серьезная критика в адрес этого подхода

высказывалась с самого начала их внедрения в практику

экологических исследований. В частности, в ответ на такую критику

192

модели разломанного стержня со стороны Е. Пиелу еще в 1966 году

Р. Макартур признал, что «модель служит грубым приближением

экологии сообществ, которой нужно позволить умереть

естественным путем» (цит. по: [Левич, 1980]). Теперь, почти 40 лет

спустя мы, по-видимому, являемся свидетелями этого умирания.

Характерно, что в одной из последних монографий, посвященных

экологии сообществ [Morin, 1999], из более чем 400 страниц

ранговым распределениям посвящено всего 2. Автор подчеркивает,

что сделал это главным образом из уважения к исторически

сложившимся традициям, а вовсе не потому, что применение этих

распределений при изучении сообществ дает какие-либо полезные

результаты.

АВС-МЕТОД

Метод сопоставления численности и биомассы (Abundance –

Biomass Comparison, ABC) предло жен Р. Варвик [Warwick, 1986,

1987] для индикации нарушений в структуре сообщества. В

стабильных зрелых сообществах обычно преобладают сравнительно

крупные виды животных с «медленной» динамикой (К-стратеги),

тогда как в нарушенных сообществах, в нестабильной среде,

доминируют, как правило, более мелкие формы с высокой

скоростью размножения, с выраженной способностью к

колонизации, с высокой, но изменчивой численностью («пионеры»,

или r-стратеги). На этом и основан АВС-метод сопоставления

кривых. По оси Х откладываются (в логарифмической шкале) ранги

(номера) видов в порядке уменьшения численности (биомассы), а по

оси Y – соответствующий накопленный процент численности

(биомассы) сообщества. В стабильных ненарушенных сообществах

кривая для численности лежит ниже кривой для биомассы, в сильно

нарушенных сообществах – выше. Состояния неустойчивого

равновесия или восстановления сообществ после стресса, когда

происходит перестройка размерной структуры, дают

приблизительно совпадающие или пересекающиеся кривые.

В дополнение к графической информации Мейр и Дере [Meire,

Dereu, 1990] предложили цифровой индекс:

АВС = Σ (B

– N

)/W,

где B

и N

– накопленные % биомассы и численности i первых по

порядку видов, а W – общее число видов. Положительные значения

индекса соответствуют ненарушенным, отрицательные –

нарушенным сообществам. Этот индекс является весьма

чувствительным индикатором естественных нарушений среды

обитания и антропогенных стрессов (загрязнения, заморы, дампинг

грунта и т. п.). Считается, что он может быть полезен при

мониторинге восстановления сообществ после катастрофических

загрязнений или стрессового влияния.

Преимущества метода:

- отражает изменения в структуре сообществ более быстро и

четко, чем методы, основанные на консервативных показателях –

видовом богатстве и разнообразии;

- прост; не требует детального изучения биологии конкретных

видов;

- для анализа достаточно 10–15 массовых видов, что исключает

необходимость в кропотливых таксономических исследованиях.

Отметим, что метод следует с осторожностью применять в

ситуациях, когда в норме преобладают мелкие организмы с высокой,

но изменчивой численностью, а также в районах с постоянным

стрессовым воздействием среды, При использовании метода следует

принимать во внимание сезонные эффекты, связанные с

колебаниями численности молоди некоторых видов; существенное

значение имеют предельные размеры организмов, включаемых в

рассмотрение (например, совместное рассмотрение микро- и

макроорганизмов может привести к не интерпретируемым

результатам).

Рекомендуется:

1) использовать для контроля одно или несколько предварительно

выбранных « эталонных» сообщества;

2) подбирать такие группы организмов, средние размеры и обилие

которых наиболее реально отражают функциональное состояние

биоты на минимальных площадях, что позволяет существенно

снизить затраты на проведение работ.

Гл а ва 3. Геоинформационные системы –

интегрирующее ядро мониторинговой системы

биоразнообразия

Цель формирования и ведения мониторинговой системы, как это

определяется в документе «Национальная стратегия и План

действий по сохранению биоразнообразия России, 2001», прежде

всего связана с инвентаризацией биоразнообразия на

популяционном, видовом и экосистемном уровнях, инвентаризацией

почв, а также с выявлением и оценкой состояния особо ценных,

193

редких и находящихся под угрозой исчезновения объектов

биоразнообразия, и в первую очередь в регионах с высокой

степенью деградации экосистем для последующих управленческих

воздействий на природные, политические, социальные и

экономические механизмы, позволяющие обеспечить сохранение

биоразнообразия на Земле. Система мониторинга не должна

ограничиваться только собственно вопросами биоразнообразия (это

не изолированная система). Более того, можно говорить о том, что

мониторинговая система сможет дать основу для научного и

практического воплощения концепции «устойчивого развития»

территорий и, в ее рамках, обеспечения сохранения биоразнообразия

[Тикунов, Цапук, 1999].

Вначале обратимся к определению географических

информационных систем (ГИС). Согласно одному из них, это

«интерактивные системы, способные реализовать сбор,

систематизацию, хранение, обработку, оценку, отображение и

распространение данных, а также получения на их основе новой

информации и знаний о пространственно-временных явлениях»

[Тикунов, 1989]. Легко заметить, что геоинформационные системы

по своим функциям могут служить основой для создания систем

мониторинга биоразнообразия. В задачи информационного

обеспечения на основе ГИС должно входить: определение и оценка

биоразнообразия; разработка рекомендаций по социально-

экономическому развитию территорий с учетом экологических

возможностей территории, в частности сохранения

биоразнообразия; разработка рекомендаций по сохранению

биоразнобразия и др.

Информационное обеспечение сохранения биоразнообразия

предполагает следующее:

- анализ существующих источников информации и создание на

их основе оптимальной, с точки зрения ее пользователей,

мониторинговой структуры;

- анализ и интегрирование различных типов данных –

литературных, статистических, картографических, аэро-,

космических и др;

- сбор данных на локальном, региональном, федеральном и

глобальном уровне по всем направлениям, имеющим отношение к

биоразнообразию и их упорядочение в виде гипермедийной

структуры;

- аккумулирование сведений отраслевых подсистем биоресурсов

(земельных, лесных, водных и др.);

- систематиз ацию, хранение и защиту данных от несанкциониров анных

доступов;

- поддержание данных на современно м уровне (их акту ализацию) и

организацию системы информационного мониторинга;

- решение организационных задач по оптимизации информационных

потоков по вертикали (с глобального и фед ерального уровней на

региональный и локальный и наоборот) и горизонтали (обмен данными

между субрегионами);

- контроль за функциониров анием информационных потоков;

- математическую обработку данных и моделирование на их основе;

- получение интегральных оценочных характеристик территории

и прогнозов по сохранению биоразнообразия;

- визуализацию исходных данных, результатов их обработки и

пространственного представления с использованием всего

современного спектра средств;

- создание баз знаний и экспертных систем, ориентированных на

сохранение биоразнообразия;

- нахождение зависимостей между различными экологическими,

экономическими, социальными и другими переменными,

помогающих формировать политику устойчивого развития региона;

создание систем по поддержке принятия решений;

- подключение к национальным и международным компьютерным

сетям;

- поддержание тех нического, программного и организацио нного

обеспечения на современно м уровне;

- открытость системы для ее дополнений и мод ифик аций;

- со ставление всевозможных докладов, сводок, отчетов и графической

документации для специалистов, руководящих работников и

представителей общественно сти;

- организацию обучения пр актич ескому использованию системы

инфор мационного обеспечения лиц, принимающих решения;

- подго товку и переподготовку специалистов по биоразнообразию в

рассматр иваемой области.

Мониторинговую систему целесообразно создавать как иерархически

организованную, гипермедийную, представляющую комплексную

инфор мацию об экологических проблемах сохранения биологического

разнообразия и о самом биоразнообразии разных уровней (разнообразие

видов, разнообразие соо бществ и эко систем), отнесенную к планетарно му,

субпланетарному, фед еральному, региональному, районному и локальному

уровням. Основные блоки системы представлены на рис. 3.1.

194

Рис. 3.1.

Таким образом, основными блоками мониторинговой системы

должны быть прежде всего банк данных и знаний. Банк данных и

знаний может включать в себя целый набор разнообразных баз,

находящийся под управлением системы управления базами данных

(СУБД).

Блок сбора данных призван обеспечить получение

содержательных сведений (литературных, статистических,

картографических, аэро-, космических и др.) с их пространственно-

временной привязкой и выходными характеристиками. Здесь важно

отметить, что территориальная упорядоченность сведений важна не

только с точки зрения унификации их сбора, но и установления

оптимального соответствия размерам исследуемых систем. Это же

справедливо и для временного аспекта. С целью изучения

пространственно-временных аспектов развития географических

систем важна организация данных с показом ретроспективы и

прогноза развития этих систем. В специальной базе данных должны

быть упорядочены сведения о временных рядах, их согласованности

между собой. При этом не везде требуется одинаковая

периодичность и единовременность сбора сведений, поскольку

известно, что одни показатели по сравнению с другими могут быть

намного более динамичными. С нашей точки зрения следует

использовать опыт GRID UNEP по сведению разнородных по

территориальному охвату, достоверности, точности,

содержательной ориентации и т. д. данных в единую систему.

Основой такой интеграции может стать картографическая

инвентаризация материалов и создание специальной серии карт или

атласа тематических электронных карт на территорию региона и его

частей. Особое внимание следует уделять возможности получения

ранее накопленных сведений и знаний о биоразнообразии и

налаживании системы их регулярного пополнения.

Блок обработки, пространственно-временного анализа и

моделирования. В пределах данного блока могу т реализоваться все

методы пространственно-временных исследований: описательные,

картографические, математические, дистанционные, ландшафтно-

геохимические, геофизические и др., причем в разных их сочетаниях

[Дьяконов, Касимов, Тикунов, 1996]. В геоинформационном плане

это могут быть как простые перекодировки данных с целью

обеспечения функционирования техники, или приведения данных к

Блок

интеллектуальных

решений:

экспертные системы,

системы по дд ержк и

принятия решений

Блок визуализации:

картографирование,

анимации и др.

Блок

мультимедиа

Стандарты пр едставления информации для кон ечного пользователя

Обучающие ресурсы:

инструкции пользователя, системы

интерактивного обучения,

истан

ионно е об

чение

Сетевые

ресурсы

КОНЕЧНЫЙ ПОЛЬЗОВАТЕЛЬ

БАНК ДАННЫХ И ЗНАНИ

Базы данных и знаний о биоразнообразии

Объекты хранения в Пространственно- Выходные характеристики

виде литературных, временная источник данных, его

статистических, привязка сведений на де ж н ос ть и др.

картографических,

аэро-, космических и др.

материалов

Блок сбора

данных и

значений

Блок обработки,

пространственно-временного

анал иза и моделирования

Данные,

знания

ИНТЕРФЕ

С ПОЛЬЗОВАТЕЛЯ

С и ст ем а обработки запросов и связей между модулями

СУБД

195

сопоставимому виду, восстановления пропущенных значений во

временных рядах и др., так и синтезирование различных

показателей, например для получения интегральных оценок

состояния природной среды, типов и степени антропогенного

воздействия на природу и др. (более подробно см.: [Тикунов, 1997].

В этих случаях блок моделирования становится далеко не

тривиальным и требующим привлечения различных видов

моделирования, например, математико-статистического,

имитационного, оптимизационного, математико-картографического

и т. д. [Жуков, Сербенюк, Тикунов, 1980; Тикунов, 1997]. Расчет по

соответствующим программам предполаг ает содержательную

оценку получаемых результатов, то есть специальных

географических знаний.

Блок визуализации. Возможна разнообразная форма выдачи

материала в рамках мониторинговой системы потребителю: в виде

распечаток на бумаге, таблиц, сводок, выборок, файлов на

машинных носителях, а может быть, в виде схемы или карты. В

последнем случае мы получаем одно из основных, традиционных

средств исследования территориальных аспектов биоразнообразия.

В этом случае требуется учет оптимальности выбора способов

картографического изображения явлений, оперативность получения

материала, наглядность и способность технических средств к их

графическому воспроизведению. Традиционно карты

расчерчивались или печатались на бумаге. В последнее время

наиболее широко, для оперативных целей, карты выводятся на экран

дисплея. Это позволяет опробовать множество вариантов изменения

содержания карт и способов их оформления. Но что особенно

привлекательно, такая методика удобна для показа динамики

явлений. Это могут быть картографические фильмы, когда одна

карта, сменяя другую, помогает уяснить ход процесса. Это может

быть и анимация знаков, например мигание или перемещение по

экрану отдельных точек или знаков. Но чаще всего это

характеристика пространственно-временного изменения явлений,

например обезлесение Европейской части России за 300 лет в

Атласной информационной системе «Устойчивое развитие России»

[Rylsky, Tikunov, Yanvareva, 2001]. Современные атласные

информационные системы содержат множество анимированных

изображений. В таких системах оказываются полезными объемно-

перспективные изображения и, прежде всего, трехмерные блок-

диаграммы, анаглифические изображения (отпечатанные

взаимодополняющими цветами с параллактическим смещением, что

позволяет, рассматривая их через очки-светофильтры, видеть

изображение объемным) и стереокарты. Есть перспективы и у

голографии, позволяющей воспроизводить объемные изображения,

содержащиеся на голограммах – фоточувствительных пластинах, на

которых зафиксированы изучаемые явления при интерференции

волн. Из других нетрадиционных изображений достаточно широко

распространены мысленные карты, карты предпочтений и

анаморфозы. Особенно интенсивно стали создаваться и

использоваться площадные анаморфозы – производные от

традиционных карт изображения, на которых выравнивается

некоторая плотность. На них площади территориальных единиц

становятся пропорциональными величинам закладываемого в

основу анаморфозы показателя. При этом на изображениях по

возможности сохраняется взаимное расположение территориальных

единиц и их форма. В качестве примера приведем две площадные

анаморфозы стран мира (рис. 3.2 и 3.3), показывающие видовое

разнообразие и количество исчезнувших видов млекопитающих. На

рис. 3.4 показана объемная анаморфоза, совмещающая в себе две

площадных. Для создания анаморфозы использовались исходные

материалы, предоставленные В.М. Нероновым и подготовленные

студентом географического факультета МГУ И. Штайером, а для

расчетов применялся алгоритм, описанный в книге [Гусейн-Заде,

Тикунов, 1999].

196

Рис. 3.2. Число видов м лекопит ающих по ст ра нам мира на 90-е

годы ХХ сто летия . Примечание: чи с л о видов отражает не только

реальное со стоя ние, но и различную степень изученности стран,

связ анную с реализацией региональных программ и т.

д.

Рис. 3.3. Число исчезающих видов м лекопитающ их по странам мира

на 90-е годы ХХ сто летия . Примечание: число видо в от ражает не

только реальное состояние, но и различную ст еп ень изученности

стран, связанную с реализацией региональных программ и т. д.

100 ви до в

10 вид ов

197

Рис. 3.4. Трехмерная анам орфоза, где на фо не числа видо в

м лекопит ающих по ст ранам мира вы сото й пирам иды показана

характеристика исчезающих видов на 90-е годы ХХ ст олет ия

Блок мультимедиа тесно связан с визуализацией, но она является

лишь одним из средств мультимедиа. Технологии мультимедиа – это

методы комплексного воздействия на различные органы чувств

человека – зрение, слух, а в перспективе – обоняние и даже осязание

(более подробно см.: [Тикунов, 1995]). В настоящее вр емя это чаще

всего применение реалистичных трехмерных изображений, снимков,

дополняемое звуковым сопровождением в виде музыки или

читаемого текста. Среды синхронизируются в пространстве, во

времени и по отношению к специальному содержанию. Для тем по

биоразнообразию можно использовать возможности совмещения

фотографий, видеосъемок, анимаций, аудиозаписей и т. д. с картами

ареалов, фотографиями и видеосъемками ландшафтов и

местообитаний организмов. Хорошим примером такой

мультимедийной научно-популярной продукции может служить

компакт-диск «Красная книга России (животные)», выпущенный в

1995 году коллективом авторов, под общей редакцией академика В.

Е. Соколова. Современные средства позволяют дополнять

аудиовизуальную информацию и запахами, которые создаются

специальными распылителями и достаточно быстро ликвидируются

мощными вентиляторами. Активно стала использоваться

психология. Пр именяются технологии воздействия на все органы

чувств человека, вплоть до гипноза, что показывает свою

перспективность в системах тренинга, обучения и др. Возникла

потребность в качественно но вой технике и технологиях, и, будто в

ответ, появились нейрокомпьютеры.

Наконец, блок интеллектуальных решений позво ляет получать

многовариантные интегральные оценочные и прогнозные

характеристики, а также сценарии развития ситуаций на основе

экспертных систем. Эти системы способны производить логические

цепочки на основе ранее полученных выводов, сравнивая знания с

этими выводами, проверяя их логичность, уточняя и строя более

тонкие конструкции. Если полученный результат будет явно

противоречить здравому смыслу, то пр и алгоритмическом пути

(путь через обычные вычисления, выполняемые по какому-либо

алгоритму, стандартный термин в вычислительной математике,

термин пояснения не требует чт о эт о такое?) это безразлично для

ЭВМ, но в экспертной системе такое положение не может остаться

не замеченным. Еще один характерный момент для экспертной

системы. Так как правила, создаваемые одним ученым, чаще всего

сильно отличаются от того, как это делает другой специалист, то

экспертная система как бы становится «вторым я» того или иного

ученого, копируя его стиль работы. Экспертные системы мо гут

сильно отличаться своей конфигурацией в зависимости от целей их

создания, имеющихся технических средств, объема данных и

знаний. При этом важной является возможность комбинирования

экспертных систем с математическими моделями, служащими для

алгоритмических вычислений. Такие системы принято называть

интегрированными. В качестве требуемого результата часто

рассматриваются так называемые сценарии. Под термином

«сценарий» понимают и возможные варианты развития событий, и

возможные виды воздействия (предпосылки вариантов), и

«качественное целевое представление о будущем», которое является

эффективным инструментом подготовки информации для принятия

стратегических решений. Ценность сценарного метода возрастает,

когда вырабатывается целая система сценариев, отражающих все

возможные события и виды воздействий. Еще только предстоит

проанализировать пространственную компоненту на всех этапах

принятия решений по сохранению биоразнообразия, но уже сегодня

198

ясно, что пространственные аспекты управления не отражены в

достаточной степени во всех существующих сегодня теориях и

подходах к принятию решений. Как нам кажется, сегодня в России

наиболее важная функция систем поддержки принятия решений –

это выявление и демонстрация самых острых проблем охраны

биоразнообразия, а в последующем – создание системы принятия

решений для обеспечения устойчивого развития позволит также

обеспечить сохранение и восстановление биоразнообразия страны.

Более по дробно с блоками геоинформационных систем мо жно

познакомиться в книге [Кошкарев, Тикунов, 1993].

Глава 4. Средства обе спе че ния мониторинга

биоразнообразия

В данной главе мы обратимся к анализу средств обеспечения

мониторинга. В чем же отличие выше рассмотренных методов от

средств? Методы, с нашей точки зрения, должны отвечать на во про с

«Как достичь результата», а средства исследования определяют

«С помощью чего» возможно его достижение [Тикунов, 1990]. Как

писал академик Б. М. Кедров, метод науки – это общий способ

достижения всестороннего отражения предмета исследования,

раскрытия его су щности, познания его законов. Средствами же

реализ ации методов могу т быть, например, логические рассуждения,

средства измерений по картам, вычислительные средства (прежде

всего ЭВМ), техника для получения фотоизображений и т. д.

Средства реализации методов разнообразны. При этом практически

везде встречаются новые подходы и приемы. Например, даже в

такой традиционной области, как географические описания,

применяются средства электроники при логическом анализе

сложных, неясных ситуаций – коллективные «мозговые атаки» и т.

д. Основными слагаемыми геоинформационной мониторинговой

системы являются инструментальная (аппаратная) база,

программное и организационное обеспечение, в английском языке

этим понятиям соответствуют короткие, но емкие термины

«hardware», «software» и «humanware» [Tikunov, Berdnikov, 1997].

Что касается инструментальной основы, или «железа», то, как уже

было сказано ранее, простейшая геоинформационная система может

быть создана даже на базе персонального компьютера.

4.1. Аппаратно-те хнические средства

Технические компоненты геоинформационной мониторинговой

системы могут различаться в зависимости от ее назначения, однако

основными являются следующие: компьютер (универсальный

центральный процессор), связанный с дисковой операционной

системой; дигитайзер, сканер или другое устройство для перевода

данных в цифровую форму и ввода их в компьютер; плоттер или

другое средство визуализации результатов обработки данных;

универсальный дисплей (терминал) для контроля и управления

работой компьютера и периферийных устройств. Все технические

средства в системе должны быть взаимосвязаны технически и

программно. Связь систем между собой может осуществляться

посредством телекоммуникаций. В свою очередь, отдельные

компоненты всей системы также собираются из составных частей;

так, в понятие компьютер включаются как минимум си ст ем ный

блок, монитор (дисплей), клавиатура, ручной манипулятор (мышь)

или так называемые шаровые манипуляторы (шары трассировки).

Учитывая наличие разнообразной литературы по компьютерной

технике [Гу к, 1997; Фигурнов, 2001] и др., мы очень кр атко

охарактеризуем основные стандартные блоки, но более расширенно

– специфические для ГИС средства.

Системный блок обычно формируется на базе системной шины,

связывающей все компоненты блока воедино. К системной шине

подсоединяется материнская плата, на которой располагается

процессор и память, а также система связи с устройствами ввода и

вывода (посредством системы интерфейсных устройств – адаптеров

и контроллеров). В новых компьютерах устанавливаются и

дополнительные локальные шины, например только для связи с

устройствами ввода-вывода.

Процессор – сердце всего комплекса, ко т ор о е обеспечивает

функционирование всех аппаратных средств под управлением

каких-либо операционных систем (Windows NT, UNIX и др.). В

больших вычислительных системах, как правило, используется

несколько процессоров, обеспечивающих выполнение ряда заданий

одновременно, при этом их работа строится так, что один из

процессоров становится центральным (ведущим), как бы управляя

работой всех остальных. Физически процессор представляет собой

чаще всего микросхему (например, Intel в компьютерах IBM PC,

Motorola в Apple фирмы Macintosh или Power PC в обоих типах

199

компьютеров). Характеризуются процессоры разрядностью,

адресацией памяти и тактовой частотой, как бы синхронизирующей

работу отдельных частей всего вычислительного комплекса

(измеряется в мегагерцах – мГц). Во многих компьютерах

устанавливается также математический сопроцессор, который

убыстряет вычисления в несколько раз. В геоинформатике в

настоящее время преимущественно используются рабочие станции

SUN, DEC, SILICON..., в том числе базирующиеся на мощных RISC-

процессорах. Некоторые фирмы, например Intergraph, производят

специализированные рабочие станции, предназначенные для

обеспечения работы лишь с собственными программными

продуктами. В России же главным средством до сих пор остаются

персональные компьютеры (главным образом PC Pentium).

Память , предназначенная для запоминания данных и

управляющих программ, подразделяется на оперативную и

внешнюю. Процессор производит обработку данных, получая их и

выдавая в оперативную память. Здесь же располагается весь набор

команд, управляющих действиями ЭВМ. Физически оперативная

память представляет собой микросхемы, функционально

взаимосвязанные с процессором. Время доступа к данным

характеризуется с помощью характеристик памяти произвольного

доступа (RAM – random access memory). Именно здесь происходит

запоминание всех операций, производящихся в текущий момент.

Другими компонентами оперативной памяти являются оперативные

и постоянные запоминающие устройства – ОЗУ и ПЗУ. Первые

персональные компьютеры имели память произвольного доступа в

64, 256 Кб, а в настоящее время RAM обычно достигает 64, 256 и

более Мб.

Применяемые технические средства требуют, чтобы данные

кодировались, обрабатывались и хранились с помощью двоичных

кодов (да/нет, открыто/закрыто и т. д.), для чего и используется

двоичная запись, состоящая из нулей и единиц. В связи с этим было

введено понятие двоичной цифры (BInary digIT) – бита (bit). Биты

объединяются в группы по 8, образуя так называемые байты –

основные стандартные единицы в вычислительной технике.

Поэтому объем памяти измеряется в битах, байтах (8 бит) или в

килобайтах (Кб, 10**3 байт), мегабайтах (Мб, 10**6 байт),

гигабайтах (Гб, 10**9 байт), те рабайтах (Тб, 10**12 байт). В

используемых в геоинформатике компьютерах объем оперативной

памяти все время увеличивается. Так, если в персональных

компьютерах он обычно составлял 32 или 64 Кб, то в рабочих

станциях и больших ЭВМ он доходит до десятков Мб.

Внешняя память предназначается для хранения файлов –

цифровых наборов данных, сформированных по каким-либо

логическим принципам. Каждому файлу присваивается со бственное

имя. Файлы могут объединяться в тома, которые упорядочиваются

операционной системой с помощью каталогов. Упорядочение

файлов в каталогах производится по названиям, времени их

создания, размеру, тематическому содержанию. Иногда

упорядочение производится с использованием иерархической

системы подкаталогов.

Внешняя память является более надежным хранилищем данных по

сравнению с оперативной памятью. Так, в случае отключения

питания все данные, хранящиеся в оперативной памяти, исчезают, а

во внешней памяти сохраняются. Время доступа к внешней памяти

большее, по сравнению с оперативной памятью. Среди устройств

внешней памяти наибольшее распространение в настоящее время

имеют так называемые жесткие диски. Жесткие диски (винчестеры)

характеризуются емкостью и скоростью чтения/записи.

Минимальными объемами сейчас считаются диски в 15 Гб , а время

доступа к диску около 0,015 секунды (15мс). Обычно же объем

варьирует от нескольких единиц до сотен Гб. Важнейшими

характеристиками внешней памяти являются, помимо объема и

скорости, также способы (последовательный, произвольный)

доступа к данным, периодичность запоминания и т. д. Большинство

современных устройств имеют произвольный доступ, ранее же

применялись перфоленты или магнитные ленты с последовательным

доступом к данным. Среди сменных запоминающих устройств

наиболее распространены гибкие диски (дискеты, флоппи-диски);

уже практически не используются дискеты 5,25' (133 мм) объемом

360 Кб, или 1,2 Мб, а также дискеты 3,5' (89 мм) – 720 Кб, или 1,44

Мб (намного реже применяются и другие форматы). Одно время

большее распространение получили ZIP-дискеты большего объема,

а в настоящее время используются лазерные компакт-диски (250 Мб

и более). Однако до сих пор в России можно встретить системы,

работающие с магнитными лентами и барабанами, но вот

перфокарты уже ушли в историю.

Для того чтобы обмениваться информацией, пр именяются