Системный анализ – это направление научного познания и социальной практики, в основе которого лежит исследование объекта как системы

М Е Т О Д О Л О Г И Я.

Методологическую основу современной экологии составляет сочетание:

1) системного анализа;

2) натурных наблюдений и измерений;

3) эксперимента;

4) моделирования.

1. Признание экологических систем предметом экологии,

принцип эмерджентности и холистический подход к изучению неизбежно приводят к необходимости использования в качестве методологической основы науки экологии системного анализа.

Системный подход в экологии состоит в определении составных частей экологической системы (подсистем) и взаимодействующих с ней объектов внешней среды, установлении совокупности внутренних и внешних связей, нахождении законов функционирования и их изменений в результате различных воздействий. Экологические системы как объект изучения имеют ряд особенностей по сравнению с искусственными кибернетическими системами, созданными человеком:

а) беспрецедентная структурная сложность;

б) многоуровневость и перекрестность связей;

в) управляющие функции и обратные связи экологических

систем диффузны и формируются внутри нее, а не

направлены извне;

г) законы функционирования многофакторны, сложны и

всегда нелинейны.

Системный анализ завоевал признание лишь во второй половине CC века, что связано прежде всего с развитием инструментальных и дистанционных методов наблюдений и измерений, вычислительной техники, давших возможность изучать природные системы как целостные системы на количественном уровне, а также с проникновением в экологию идей кибернетики.

2. Натурные наблюдения – исторически первый метод

экологического исследования. Современная система наблюдений включает космические, атмосферные, наземные подземные, наводные, подводные измерительные комплексы. В настоящее время действуют международная (глобальная) и национальная системы мониторинга – т.е. система контроля, оценки и прогноза качества природной среды, включающая исследование антропогенных воздействий.

3. Эксперименты широко применяются в экологии, как и в

других естественных и технических науках. Отличие эксперимента от наблюдения состоит в том, что при эксперименте сознательно организуется определенное воздействие на экологическую систему и затем изучается реакция системы на это воздействие. Эксперименты делятся на лабораторные и натурные.

Лабораторные эксперименты позволяют обеспечить контроль большого числа факторов, исключив воздействие неконтролируемых. Классической схемой проведения лабораторных исследований является однофакторный эксперимент, когда изучается влияние избранного фактора при фиксированных значениях всех остальных.

Натурные эксперименты позволяют исследовать влияние одного или нескольких факторов в реальных условиях.

Особое место в изучении экологических систем занимают непреднамеренные эксперименты, которые явились следствием естественных процессов (извержение вулканов, образование и исчезновение островов и т.п.) или деятельности человека. По существу непреднамеренные антропогенные эксперименты – это вся история развития цивилизации, в процессе которой человечество постоянно “экспериментирует” с природой.

4. Моделирование – это изучение экологических

закономерностей с помощью лабораторных, натурных или математических моделей. Под моделью понимается имитация того или иного явления реального мира, позволяющая делать прогнозы.

Математические модели в экологии используются практически с момента возникновения этой науки. И хотя поведение организмов в живой природе гораздо труднее адекватно описать средствами математики, чем самые сложные физические процессы, модели помогают установить некоторые закономерности и общие тенденции развития отдельных популяций, а также сообществ. Может показаться удивительным, что люди пытаются воссоздать живую природу в искусственной математической форме, но есть веские причины,которые стимулируют эти занятия. Вот некоторые цели создания математических моделей в классической экологии.

1. Модели помогают выделить суть или объединить и выразить с помощью нескольких параметров важные разрозненные свойства большого числа уникальных наблюдений, что облегчает экологу анализ рассматриваемого процесса или проблемы.
2. Модели выступают в качестве "общего языка", с помощью которого может быть описано каждое уникальное явление; относительные свойства таких явлений становятся более понятными.
3. Модель может служить образцом "идеального объекта" или идеализированного поведения, при сравнении с которым можно оценивать и измерять реальные объекты и процессы.

При построении математических моделей в экологии используется опыт математического моделирования механических и физических систем, но сучетом специфических особенностей биологических систем:

· сложности внутреннего строения каждой особи;

· зависимости условий жизнедеятельности организмов от многих факторов внешней среды;

• незамкнутости экологических систем;
• огромного диапазона внешних характеристик, при которых сохраняется жизнеспособность систем.

Математическое моделирование представляет собой способ исследования экологических явлений путем изучения процессов, имеющих различное физическое содержание, но описываемых одинаковыми математическими соотношениями. Важным моментом является составление математической модели на основании формализованной (содержательной) схемы изучаемого явления. При этом выделяются сведения, непосредственно характеризующие объект наблюдения, производится постановка цели и задач исследования с перечнем искомых величин и требований к ним, задаются начальные условия. Решение математических моделей может осуществляться аналитически, численными методами, на аналоговых и цифровых вычислительных машинах. Математическая модель сложной системы (куда относят экологические системы) состоит из математических моделей подсистем, их элементов и математических моделей взаимодействуя между подсистемами. Процесс построения моделей экологических объектов является трудоемким и требует от разработчиков как знаний об объекте моделирования, так и навыков в системотехнике и моделировании.

Основным признаком отнесения системы к сложной является содержание в ней процесса решения (а следовательно, наличие цели). Необходимо также наличие следующих признаков:

- множество взаимосвязанных и взаимодействующие элементов;

- многофакторность цели;

- возможность разбиения системы на подсистемы;

- управление множеством информационных, энергетических, вещественных потоков в системе;

- взаимодействие с внешней средой.

При современном экологическом состоянии актуальное значение приобретает количественная оценка состояния объектов контроля и управления. Естественным желанием исследователей является возможность получать оценку по одному обобщенному (интегральному) показателю, хотя набор подобных показателей видится наиболее полной характеристикой. Полный набор интегральных показателей наиболее качественно будет характеризовать экологическое состояние на альтернативном (да - нет) или множественном (относительные или абсолютные значения состояния объекта) уровнях.

Известен ряд зависимостей потоков вещества и энергии в экосистемах, но мало известно об информационном взаимодействии. Выявление информационных законов в системе живого и неживого позволит выявить дополнительные управляющие воздействия и управляемые последствия, для чего необходимо создание обновляющихся баз данных.

Математическое моделирование экосистем является научным направлением, которое становится действенным аппаратом познания экологических процессов, приближает к осуществлению практики управления ими. Причем математическое моделирование и экспериментальные наблюдения взаимно дополняют и развивают друг друга.

Первый тип моделей основан на фундаментальных законах материального мира (законы сохранения энергии, массы, количества движения, переноса, трансформации и др.). Исследователь проводит отбор наиболее существенных законов для конкретного объекта, осуществляет их формализованную запись, решает записанные уравнения и производит интерпретацию получаемых решений. К этому перечню зачастую добавляется процесс верификации моделей.

Подобные модели содержат в себе информацию как априорную, заключенную в структуре математической модели (тип дифференциального, интегрального, разностного, балансового или другого уравнения), так и информацию, содержащуюся в параметрах (коэффициентах) модели, которые определяются из опытных данных. Необходимо отметить, что и при отсутствии натурных данных о коэффициентах исследование решений математических уравнений модели позволит получить качественные, прогностические результаты.

Трудности первого типа моделирования заключаются, с одной стороны, в неадекватности упрощенной модели ее реальному образу, а с другой стороны, в сложности обозримого представления реального образа многопараметрической моделью. К этим затруднениям присовокупляется влияние в реальной экологической ситуации случайных трудноучитываемых факторов, что делает головоломным формирование правдоподобных гипотез.

В результате преодоления этих сложностей получил развитие второй тип математических моделей, основанных на установлении закономерностей функционирования экологических систем путем статистического выявления взаимосвязей в этих системах или объектах. Разработка подобных моделей заключается в выборе метода статистического анализа, планировании процесса получения данных контроля, компоновке данных об экологической системе, алгоритмировании и расчете компьютерными средствами статистических соотношений. Изменение закономерностей развития экологической ситуации требует повторения описанной процедуры, но уже в новом качестве.

Статистическое нахождение математической модели включает в себя выбор вида модели и определение ее параметров. Причем искомая функция может быть как функцией одной независимой переменной (однофакторной), так и многих переменных (многофакторной). Задача выбора вида модели - задача неформальная, т. к. одна и та же зависимость может быть описана с одинаковой погрешностью самыми различными аналитическими выражениями (регрессионными уравнениями). Рациональный выбор вида модели может быть обоснован при учете ряда критериев: компактность (например, описанная одночленом или многочленом), интерпретируемость (возможность придания содержательного смысла коэффициентом модели) и др. Задача расчета параметров выбранной модели зачастую чисто формальная и осуществляется на ЭВМ.

Формируя статистическую гипотезу об определенной экологической системе, необходимо иметь массив разнообразных данных (базу данных), который может быть неоправданно велик. Адекватное представление о системе связано в этом случае с отделением несущественной информации. Сокращению могут подлежать как перечень (тип) данных, так и количество данных. Одним из методов осуществления подобного сжатия экологической информации (без априорных предположений о структуре и динамике наблюдаемой экосистемы) может стать факторный анализ. Сокращение данных проводят методом наименьших квадратов, главных компонент и другими с использованием в дальнейшем, например, кластерного анализа.

Отметим, что первичная экологическая информация обладает в той или иной степени следующими особенностями:

- многомерностью данных;

- нелинейностью и неоднозначностью взаимосвязей в исследуемой системе;

- погрешностью измерений;

- влиянием неучтенных факторов;

- пространственно-временной динамикой.

Потребность в долгосрочном прогнозировании поведения сложных экологических систем вызвала создание третьего типа математического моделирования - имитационного, вобравшего в себя идеи первого типа и опыт построения второго типа моделей. Суть имитационного моделирования заключается в изучении сложной математической модели с помощью экспериментирования с моделью и обработке результатов этих экспериментов. Имитация позволяет воссоздавать причинно-следственные связи экологических явлений и процессов, предоставляя возможность не только теоретически изучать поведение сложных экосистем, но и исследовать альтернативные стратегии управления экологической ситуацией. При отсутствии точных формальных правил создаваемая модель не является единственной даже при одинаковых исходных данных.

Как отмечают ведущие специалисты по имитационному моделированию сложных экологических систем, разработка самой модели - только первый шаг. Не менее важным является организация комплекса программ, реализующих модель, структуру и механизм проведения машинных экспериментов. Поэтому правильнее говорить об имитационной системе: человеко-машинной системе, обеспечивающей проведение имитационных экспериментов в режиме диалога.

1. Системная организация живой природы. Уровни организации живой материи.

Уровни организации живой материи.
Живая материя представляет иерархию взаимосвязанных и взаимоподчиненных уровней организации. Иначе говоря - жизнь имеет многоуровневую организацию.
Между прочим, это означает, что любая система может рассматриваться как элемент более высокого уровня организации и, наоборот, элемент представляет систему для более низких уровней организации. То есть каждый уровень является одновременно и системой и элементом. Например, человек как организм является системой, состоящей из элементов-органов, и в то же время он сам является элементом - членом определенной популяции людей. Такой подход справедлив к любому живому объекту.
В целом же принято рассматривать четыре уровня организации живых систем, что в значительной степени условно, так как в них можно выделить множество подуровней (табл. 1).
Уровни и подуровни организации живых систем

Уровни	Подуровни
Молекулярно-генетический	Органическая молекула Макромолекула, в том числе ген Макромолекулярный комплекс, в том числе вирус Органоид клетки
Онтогенетический	Клетка Ткань Орган Организм
Популяционно-видовой	Популяция Вид
Биогеоценотический	Сообщество, биоценоз Биогеоценоз Биосфера

Обозначенные в таблице уровни и подуровни представляют так называемые логические системы, они отражают сложность и иерархию структурно-функциональной организации биосистем в настоящее время. Кроме того, можно выделить исторические системы, условные объединения организмов, начиная с популяций, отражающие историю их происхождения и развития в ходе эволюции. Это - вид, род, семейство, отряд (порядок), класс, тип (отдел), царство, империя.
Дадим краткую характеристику структурно-функциональных (логических) уровней организации живых систем.

МОЛЕКУЛЯРНО-ГЕНЕТИЧЕСКИЙ УРОВЕНЬ

На уровне макромолекул степень сложности систем, по сравнению с обычными молекулами, растет. Однако этот уровень еще не достаточен для возникновения полноценной жизни.
Макромолекулами принято называть очень крупные, обычно полимерные (многозвенные) молекулы. В живых организмах различают четыре типа макромолекул: углеводы, липиды, белки и нуклеиновые кислоты (рис. 2). Они образуют химическую основу клеток, хотя некоторые углеводы и белки входят также в состав межклеточного вещества, обычно вместе с солями (основное вещество хряща, кости).
Углеводы бывают простые - моносахариды (такие как глюкоза, лактоза) и сложные - полисахариды, образованные сотнями и тысячами соединенных моносахаридов. Некоторые полисахариды выполняют опорную функцию - целлюлоза (клетчатка) у растений, хитин у раков, насекомых, грибов. Но в основном углеводы используются как топливо для получения энергии (см. Тему 2).
Липиды, или жироподобные вещества, имеют длинные «хвосты» из углеродно-водородных единиц, прикрепленные к «головке» - видоизмененной молекуле глицерина. Хвосты отталкивают воду (гидрофобны), поэтому два слоя липидных молекул, обращенные друг к другу хвостами, образуют водо- и иононепроницаемую пленку - мембрану. Из мембран построены оболочки клеток и некоторых внутриклеточных органоидов. Кроме того, липиды, как и углеводы, заключают в себе много энергии и используются в качестве топлива.
Белки - основные биополимеры, так как выполняют большинство жизненных функций (см. Тему 2). Белковая цепь - полипептид - сложена из большого числа (50-100-500 и более) мономеров - аминокислот (включают аминогруппу -NH₂ и кислотную группу -COOH). Имеется 20 разновидностей аминокислот, и чередование их беспорядочно (но строго определенно для каждого вида белка), так что возможное разнообразие белковых цепей бесконечно велико, что и дает возможность белкам выполнять очень разные функции. Наибольшим разнообразием отличаются белки-ферменты - катализаторы биохимических реакций.
Нуклеиновые кислоты (от латинского nuсleus - ядро) впервые были выделены из клеточных ядер и представляют самые сложные макромолекулы. Различают дезоксирибонуклеиновую кислоту - ДНК и рибонуклеиновую кислоту - РНК. ДНК - двухцепочечный полимер, РНК - одноцепочечный. Мономерами в обоих случаях являются довольно крупные и сложные молекулы - нуклеотиды. ДНК хранит информацию о структуре всех клеточных белков, РНК способствует ее реализации в момент синтеза новых белков (подробнее об этом см. Тему 3). Фрагмент ДНК, кодирующий структуру одной молекулы белка, называется геном.
Макромолекулы обычно объединяются в макромолекулярные комплексы, или даже в особые структуры, называемые органоидами клетки (по аналогии с органами сложного организма). Типичными органоидами являются рибосомы - элементарные структуры, ведущие синтез белка, миофибриллы - сократимые нити в мышечных клетках, митохондрии - производители клеточной энергии, хромосомы - хранители ДНК, то есть генов.
Макромолекулы и их комплексы, гены, клеточные органоиды отвечают за отдельные свойства жизни - наследственность, синтезы, движение, энергетический обмен и др., но и эти свойства могут проявляться только в системе целостной клетки. Даже вирусы, которые считаются внеклеточными формами жизни, вне клетки представляют фактически макромолекулярные кристаллы, не способные размножаться, синтезировать белки, усваивать энергию. Поэтому некоторые ученые вообще не считают вирусы живыми образованиями.
Таким образом, отдельные молекулярно-генетические структуры не обеспечивают того критического уровня сложности, который можно было бы назвать полноценной жизнью.

Дата добавления: 2015-04-24