Системный подход к решению экологических проблем в условиях усиленных антропогенных нагрузок предполагает комплексное изучение протекающих в ландшафтно-географической среде процессов. Решение данной задачи невозможно как без привлечения методов прогнозирования, так и без регулярных наблюдений за объектами экосистемы и сбора статистического материала на протяжении длительного периода времени для получения выборки, объем которой позволяется получать вероятностные значения с заданной точностью. Таким образом в современной экологии использование технических средств и оборудования может рассматриваться с двух точек зрения:

при построении машинных имитационных моделей и применении математических методов прогнозирования, и математическое моделирование здесь - один из основных инструментов системного анализа, позволяющий в ряде случаев избежать трудоемких и дорогостоящих натурных элементов;

при проведении исследований состояния отдельных объектов окружающее среды для получения информации об уровне их загрязнения, мониторинга изменений экологических факторов, накопления статистического материала в целях наполнения соответствующих баз данных, реализации системы оптимального управления уровнем антропогенного воздействия на объекты экосистемы.

А. Рассмотрим использование аппаратных, технических и программных средств в целях математического моделирования и построения имитационных моделей в экологии:

Проблема адекватности и точности прогноза (как в экологии, так и в других науках) выдвигается в настоящее время на одно из первых мест. С развитием ЭВМ все большее распространение получают математические модели, стремящиеся к максимально адекватному описанию объекта за счет расширения количества описываемых процессов и более детального их описания. Для решения задач, связанных с управлением реально существующими экосистемами строятся машинные (имитационные) модели с использованием программно-аппаратных средств последнего поколения. При разработке таких моделей приходится считаться с тем фактом, что современные ЭВМ являются вычислителями дискретного действия, изначально не предназначенными для решения задач моделирования. Поэтому в процессе создания имитационных моделей приходится разрабатывать для них специальное математическое и программное обеспечение.

В то же время нестационарный и стохастический характер развития экологических систем приводит к значительной априорной неопределенности, которая вызывает серьезные трудности при моделировании.

В настоящее время можно отметить два направления развития имитационного моделирования экологических систем, где предлагаются достаточно конструктивные средства для работы с неопределенностью.

Первое направление оформилось как методика решения задач идентификации и верификации экологических моделей. Под идентификацией экологической модели понимается процесс определения и уточнения численных значений коэффициентов модели при исследовании конкретной экологической ситуации.

Для верификации моделей круговорота биогенных элементов используется методика связности, существенно уменьшающая неопределенность модели с выделения связей, наложенных на параметры (из условий сохранения устойчивости особых точек для нескольких итераций модели).

Верификация существенно уменьшает неопределенность модели, но все же не дает однозначных численных значений для всех параметров системы. Поэтому коэффициенты модели, оставшиеся неопределенными, необходимо идентифицировать по реальным данным.

Второе направление представляет достаточно успешную попытку совместить процесс обнаружения скрытых закономерностей развития экосистемы и их интеграцию в математическую модель. В качестве методологической основы для данного подхода используется общая теория систем и теория статистических решений. Уточнение и конкретизация структуры модели осуществляется за счет сужения множества гипотез. Под структурой модели в данном контексте понимается алгоритм, определяющий вычисление выходных переменных системы через значения переменных на входе.

Говоря об имитационном моделировании, нельзя не отметить тот факт, что качественный анализ экологических моделей развит достаточно глубоко только для моделей малой размерности. Поэтому даже при наличии имитационной модели, обладающей всеми возможными достоинствами, дать оценку общего состояния экосистемы по 15-20 различным графиком представляется весьма затруднительно.