Математико-картографическое моделирование

Предмет, сущность и задачи математико-картографического моделирования

Моделирование – одно из наиболее распространенных в науке понятий. Первоначально словом «модель» обозначалась уменьшенная копия, или, как выразился В. И. Даль, «образец в малом виде» [1]. В последующем в широком смысле под моделью стали понимать любой образ (мысленный или условный: изображение, описание, схема, чертеж, график, план, карта и т.п.) какого-либо объекта, процесса или явления («оригинала» данной модели), используемой в качестве его «заместителя», «представителя». Моделирование же стало трактоваться как «одна из основных категорий теории познания: на идее моделирования по существу базируется метод научного исследования – как теоретический (при котором используются различного рода знаковые, абстрактные модели), так и экспериментальный (использующий предметные модели)» [2].

Новаковский Б. А. писал, что моделирование – это исследование объектов познания на их моделях. Моделирование предполагает построение и изучение моделей реально существующих предметов, явлений и конструируемых объектов:

- для определения или улучшения их характеристик;

- для рационализации способов их построения;

- для управления и прогнозирования.

Под «картографическим моделированием» понимается создание, анализ и преобразование картографических произведений — заместителей реальных объектов с целью использования их для приобретения новых знаний об этих объектах [3].

Математическая модель – это модель объекта, процесса или явления, представляющая собой математические закономерности, с помощью которых описаны основные характеристики моделируемого объекта, процесса или явления [4].

Математико-картографическое моделирование – это «построение и анализ математических моделей по данным, снятым с карты (карт), создание новых производных карт на основе математических моделей. Для МКМ характерно системное сочетание математических и картографических моделей, при котором образуются цепочки и циклы: карта – математическая модель – новая карта – новая математическая модель и т.д.» [5].

Процесс моделирования включает три элемента:

- субъект (исследователь),

- объект исследования,

- модель, определяющую (отражающую) отношения познающего субъекта и познаваемого объекта [6].

Первый этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обусловливаются тем, что модель отображает (воспроизводит, имитирует) какие-либо существенные черты объекта-оригинала. Вопрос о необходимой и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть моделью), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала. Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от исследования других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько «специализированных» моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.

На втором этапе модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение «модельных» экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные о ее «поведении». Конечным результатом этого этапа является множество (совокупность) знаний о модели.

На третьем этапе осуществляется перенос знаний с модели на оригинал – формирование множества знаний. Одновременно происходит переход с «языка» модели на «язык» оригинала. Процесс переноса знаний проводится по определенным правилам. Знания о модели должны быть скорректированы с учетом тех свойств объекта-оригинала, которые не нашли отражения или были изменены при построении модели.

Четвертый этап – практическая проверка получаемых с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.

Моделирование – циклический процесс. Это означает, что за первым четырех этапным циклом может последовать второй, третий и т.д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта или ошибками в построении модели, можно исправить в последующих циклах.

Математико-картографическое моделирование позволяет нам рассчитывать значения какого-то показателя или явления на всей исследуемой территории на основе дискретно распределенных данных. Для этого используются различные методы геостатистического анализа, в основе которого лежит интерполяция, экстраполяция, аппроксимация данных и различные способы картографического изображения, которые основаны на классификации данных.

Моделирование позволяет на основе разных факторов осуществлять комплексную оценку территории для ее пригодности под определенные поставленные задачи, проводить районирование, ранжирование и кластеризацию. Моделирование на основе разновременных данных позволяет нам оценить динамику развития какого-либо явления и дать качественный прогноз [4].

Методы моделирования. Классификации МК моделей

Следуя из определения математико-картографического моделирования можно предположить, что основными методами будут математические и географические.

«Суть математического моделирования заключается в абстрагированном и упрощенном отображении действительности логико-математическими формулами, передающими в концентрированном виде сведения о структуре, взаимосвязях и динамике исследуемых географических явлений» [7]. Эти модели очищены от ненужных деталей и лишних подробностей ради ясности характеристик важнейших свойств и закономерностей. Абстрактность математической модели проявляется даже в характеристике конкретных свойств: в любой формуле указываются лишь величины тех или иных показателей, но не раскрывается их содержание.

Важной особенностью математических методов является невозможность их непосредственного использования для изучения действительности. Они применяются лишь в виде моделей, т.е. в определенных формализованных абстракциях. Математические модели способны хорошо отражать структуру, взаимосвязи и динамику наблюдаемых явлений, но надо неустанно следить за их соответствием свойствам моделируемой действительности.

Большое преимущество этих методов заключается в том, что в «основание» моделей можно закладывать еще не доказанные наукой представления; тогда результаты моделирования позволят судить о научной достоверности теоретических предпосылок и гипотез, об обоснованности интуитивных представлений. Это свойство моделей может использоваться для предсказания новых географических закономерностей и прогнозирования развития явлений и процессов. Наконец, для улучшения результатов моделирования очень важна постоянная корректировка моделей посредством учета и контроля промежуточных данных.

С другой стороны, любая карта представляет собой математически строго определенную формализованную модель, построение которой производится по канонам математической картографии. Хотя на карте моделируемая действительность, так же как и в математической модели, передается в условной знаковой форме, но карта обладает свойством, которое отличает ее от математической и любой другой модели, — она визуализирует территориальную конкретность. Именно это свойство обусловливает образную наглядность картографических характеристик территории и объясняет многовековую традицию и разнообразие направлений использования карт в науке и практике. Карта не только абстрактная знаковая, но также аналоговая модель действительности. Доказательством этому служат многообразие приемов передачи характеристики явлений посредством взаимозаменяемых способов картографического изображения, а также однозначность характеристики конкретных территориальных свойств географической действительности.

Согласно Новаковскому можно выделить три разновидности моделей: математические модели, строящиеся без учета пространственного координирования явлений, и результаты реализации которых, не подлежат картографированию; модели, в которых результаты картографируются, но пространственный аспект не учитывается на этапе реализации математических алгоритмов; модели, в которых без учета пространственного положения явления невозможно реализовать математические расчеты.

Наиболее часто применяемыми являются диффузионные (эмиссионные) модели рассеяния; моделирование поверхностей загрязнения; расчеты различных параметров цифровых моделей «рельефа»; методы многомерных классификаций; методы статистики.

Сочетание математических и картографических моделей может быть самым разнообразным и выражаться как в простых формах, так и в виде сложного многостадийного процесса. Последний строится как бы из элементарных, простейших моделей-звеньев. В связи с этим были определены и классифицированы элементарные математико-картографические модели [7]. Схематично такая модель выражается следующим образом: данные + математическая модель = результат моделирования (прил. А). Под словом «данные» могут пониматься сведения, снятые с карты, или результатом моделирования будет тематическое содержание карты. Иными словами, либо на начальном этапе моделирования, либо на конечном или сразу на этих двух этапах должна присутствовать картографическая модель, в противном случае такое моделирование уже нельзя будет назвать математико-картографическим.

Математико-картографическая модель как бы синтезирует математический и картографический элементы вместе. В связи с этим отпадает возможность классифицировать элементарные математико-картографические модели по типам применяемых в них карт или по математическому аппарату. Такая классификация особенно заманчива, поскольку и в картографии и в математике уже существует их деление и соответственно классификации.

Ни картографическая, ни математическая компоненты по отдельности не определяют лицо МКМ. Образно говоря, математический аппарат подобен мясорубке, которая лишь перекручивает, перерабатывает данные и представляет их в более удобном для анализа виде, вскрывает затушеванные закономерности и т.д., чаще всего фиксируемые на картах [7]. Основываясь на данных положениях, Тикунов разработал классификацию элементарных математико-картографических моделей.

А. Модели структуры явлений.

1. Модели структуры пространственных характеристик явлений.

2. Модели структуры содержательных характеристик явлений.

B.  Модели взаимосвязей явлений.

1. Модели взаимосвязей пространственных характеристик явлений.

2. Модели взаимосвязей содержательных характеристик явлений.

C.  Модели динамики распространения (развития) явлений.

1. Модели динамики пространственного распространения явлений.

2. Модели динамики содержательного развития явлений.

При многомерной группировке территориальных единиц по комплексу показателей в однородные группы (модели структуры); при моделировании соответствия распределения занятых в отраслях хозяйства по стране в целом и по единицам ее административного деления (модели взаимосвязей); при прогнозировании роста городов по данным за ряд предыдущих лет (модели динамики) сведения о пространственном положении географических явлений в процессе математического моделирования не учитываются. Ставится задача проанализировать структуру, взаимосвязи или динамику явлений любой территориальной единицы в сравнении с другими единицами, вне зависимости от того, где они расположены.

Однако зачастую результаты математического моделирования содержательных характеристик явлений наносятся на карту, что придает им пространственную определенность. Это позволяет анализировать полученные результаты по отношению друг к другу в пространстве и дает им дополнительные преимущества перед другими формами представления результатов моделирования, например таблицами, списками, что также часто встречается в географии.

Взаимосвязь картографических и математических моделей, при которой недостатки одного вида моделей компенсируются преимуществами другого, делает МКМ наиболее эффективным, точным и наглядным способом отображения сложившейся действительности в моделируемом объекте, а также тенденций развития каких-либо процессов или явлений.

Конструирование элементарных и сложных МК моделей

Примером конструирования моделей пространственных характеристик явлений является понятие потенциала поля, заимствованное из физики. По аналогии с формулой тяготения Ньютона, выражающей, как известно, взаимодействие двух тел через произведение их масс, деленное на квадрат расстояния между ними. Сила взаимодействия двух населенных пунктов (которая может выражаться в обмене мигрантами, информацией, пассажиро- или грузопотоками, даже распространением некоторых видов инфекций и пр.) вычисляют по формуле:

При вычислении потенциала поля расселения не для всех точек территории, а лишь для населенных пунктов, можно пользоваться формулой:

Вторая разновидность – модели структуры содержательных характеристик явлений – в отличие от модели потенциала реализуется без привлечения пространственных координат. Рассмотрим, например, оценку общественного здоровья. Такие индикаторы общественного здоровья, как ожидаемая продолжительность жизни мужчин и женщин, а также младенческая смертность, т.е. смертность детей в возрасте до 1 года на 1000 новорожденных, используются в большинстве стран мира, их применяет Всемирная организация здравоохранения. Эти показатели дают представление о качестве здоровья в целом по стране, но и внутри стран существуют различные группы населения (социальные слои, территориальные общности, профессиональные группы), качество здоровья которых имеет значительные различия. Поэтому на основе данных показателей производился расчет интегральной оценки и осуществлялось ранжирование 273 стран и регионов России. Получение интегральных оценок стран и регионов России приводит к выделению определенных групп [7].

Используя возможность комбинации отдельных звеньев – элементарных моделей в процессе поэтапного моделирования – можно решать задачи большой сложности поблочно, расчленяя их на частные задачи, не требующие применения сложных математических расчетов. Когда разностороннее исследование невозможно реализовать с помощью элементарных моделей, возникает необходимость создания и практического применения комбинационной системы моделей – сложных математико-картографических моделей. При этом процесс моделирования реализуется часто в интерактивном режиме.

Наиболее распространенным видом таких моделей стали цепочкообразные построения, в которых каждый новый элемент создается на основе результата реализации предыдущего элемента – элементарного звена.

Примером другой формы комплексирования моделей могут служить сетевые комбинации, когда на единой информационной базе параллельно реализуется ряд алгоритмов, из которых на завершающей стадии формируется один картографический результат.

Третий вид сложных моделей – древовидные комбинации, при которых на основе одной математической модели создается серия карт одной тематики. Конструирование сложных древовидных моделей позволяет отображать явления в их многообразии, в чем проявляется одно из свойств этих моделей, что осуществляется через возможность многоплановости раскрытия сюжета на картах. Получение серий карт сходной тематики на конечных стадиях моделирования особенно важно, так как именно эти карты, в отличие от рабочих, промежуточных, карт позволяют оценить точность всего процесса моделирования и представляют его результаты [8].

Оценка надежности моделирования

Любое моделирование непременно завершается оценкой надежности полученных результатов. Надежность зависит от всех этапов моделирования, начиная с анализа различных подходов при формулировке задачи и целей исследования, информационного обеспечения и методов моделирования, а также способов представления результатов моделирования [8]. Иными словами, в связи с большой сложностью географических явлений их моделирование можно будет считать действительно надежным, если подходить к нему комплексно: четко определив тип решаемой задачи, правильно дав оценку информационной обеспеченности и выбрав наиболее подходящий алгоритм моделирования, а в заключении дав оценку полученного результата.

Простейший, но достаточно эффективный подход – визуальное сравнение результатов моделирования на основе ряда алгоритмов и их содержательно-географический анализ. Однако в некоторых случаях бывает не просто сформулировать критерии сравнения различных вариантов при моделировании географических явлений. Поэтому вполне возможно также обсуждать достоинство полученных результатов на уровне их логического анализа. Например, предлагается использовать метод экспертных опенок – метод коллективного опыта.

Иногда возможно не только качественно, но и количественно оценить степень надежности того или иного алгоритма моделирования. Например, при вычислении углов наклона и экспозиции склонов оказалось возможным как бы на модельной полусфере «теоретически точно» вычислять углы наклона и экспозиции склонов и сравнивать их с результатами, которые дают разработанные алгоритмы.

Это позволяет подсчитывать среднеквадратические отклонения и суммы квадратов разностей между теоретически определенными углами и найденными с помощью разработанных алгоритмов и после этого выбрать лучший из них [8]. Визуальное сравнение карт углов наклона и экспозиций склонов, созданных на основе реализации разных алгоритмов, такой выбор наилучшего алгоритма для моделирования сделать не позволяет.

Возможна также методика предварительного опробования модели для получения результатов, которые известны заранее, с последующим ее применением для решения аналогичных задач. Например, метод восстановления пропущенных данных Фишера, позволивший количественно сравнить условно недостающие и восстановленные данные, в дальнейшем использовался для заполнения пропусков в динамических рядах урожайности картофеля, когда проверить качество работы алгоритма уже сложно. Известны и другие пути оценки надежности моделирования, в частности математическое сравнение алгоритмов