современные методы географических исследований

сырье (производство кислот, суперфосфата), так и менее загрязняющими — типичными сто- личными подотраслями — фармацевтикой, производством косметических товаров, эссенций для пищевой промышленности.

Другой важный источник загрязнения — теплоэлектростанции, располагающиеся по бере- там Темзы. Здесь сосредоточено более 1/7 электроэнергетических мощностей Англии и Уэлса. Кроме того, здесь велика доля пищевкусовой и бумажной промышленности, цветной метал- лургии, производства стройматериалов, а в нижней части эстуария Темзы — нефтепереработ- ки и нефтехимии. Наряду с промышленным загрязнением в Лондоне с его более чем 7 млн. населения велика роль бытовых источников загрязнения. Достаточно указать, что сред- няя плотность населения здесь 4 тыс. человек/км2, т. е. в 20 раз выше, чем в среднем по стране, а в некоторых центральных кварталах она превышает 15 тыс. человек/км2.

Однако по сравнению с районами Северо-Запада, и Йоркшира здесь источники загрязне- ния расположены компактнее, концентрируясь в ряде промышленных районов агломерации. На севере сосредоточена химическая промышленность, в западной части — химическая и пище- вая, вдоль берегов Темзы — разнообразные отрасли, выросшие на импортном сырье, ареал рас- пространения которых протягивается вдоль всего эстуария реки, т. е. и в пределах Лондонско- го Метрополитенского пояса. Кроме того, в Лондоне более успешно осуществляются мероприя- тия по охране среды. Это связано главным образом с тем, что здесь самые высокие темпы роста промышленности и других отраслей хозяйства, выше, чем в других районах, средний уровень доходов населения, больше средств у местных органов власти для проведения приро- доохранных работ. Так, за счет строительства канализационных систем и аэрационных устано- вок местным властям удалось добиться существенного улучшения качества вод Темзы (в реке появилось более 40 видов рыб), хотя все же ее воды в пределах Большого Лондона относятся по качеству к третьему классу по загрязненности.

После объявления Лондона «бездымной зоной» здесь легче было осуществить переход к использованию более дорогого бездымного топлива. В результате концентрация дыма снизи- лась столь значительно, что в последние годы практически не наблюдаются смоги, вызы- вавшие раньше немало человеческих жертв. Но в то же время концентрация SO2, выделяемого более всего теплоэлектростанциями и промышленными предприятиями, продолжает оставаться самой высокой в стране. Это свидетельствует о все еще малой эффективности мер по охране среды, принимаемых в промышленности. В целом более компактное расположение многочис- ленных загрязнителей, а также успешность ряда природоохранных мероприятий обусловили несколько более низкое общее загрязнение среды на Юго-Востоке, чем в районах первой оценочной группы (см. рис. 6).

Относительно высок уровень загрязнения среды также в Северном экономико- планировочном районе. Это старый промышленный район страны, в экономике которого важ- ную роль играют такие существенные загрязнители природной среды, как каменноугольная промышленность, черная металлургия, нефтепереработка и нефтехимия. Однако в целом дан- ный регион характеризуется значительной концентрацией источников загрязнения. Более 80 % всех занятых в отраслях-загрязнителях приходится на северо-восточную часть данного района в устьях трех рек — Тайн, Уир и Тис. Именно тут находится один из крупнейших ка- менноугольных бассейнов, разработка которого началась еще в XIII в. На базе камен- ного угля выросла крупная черная металлургия, ориентированная почти полностью на им- портную руду и сосредоточенная на побережье. В Тиссайде находятся основные мощности химической промышленности района (70 % по числу занятых). В целом же данный район дает более 11 % условно-чистой продукции химической промышленности, представленной здесь очень крупным нефтехимическим комплексом. Здесь же сконцентрированы и все неф- теперерабатывающие заводы Северного района. Все это обусловило в пределах Тиссайда высо- кий уровень загрязненности среды. В Тайнсайде и Уирсайде удельный вес загрязнителей в от- раслевой структуре промышленности ниже. Они представлены такими припортовыми за- грязняющими производствами, как пищевая и бумажная промышленность, обработка кож, цветная металлургия.

Хотя Северный экономико-планировочный район не выделяется высокой плотностью насе- ления, роль бытовых источников загрязнения усиливается здесь большим, чем в среднем по

31

стране, душевым потреблением угля в быту. Это типичный старый депрессивный район. Осу- ществление на его территории природоохранных мероприятий затруднено по многим причинам. Высокий уровень безработицы, постоянные финансовые трудности, а также оппозиция со стороны шахтеров мешали проведению политики «бездымных зон». Недостаток средств у мест- ных властей осложнял также борьбу с загрязнением водоемов. Лишь после 1966 г. начали проводиться работы по рекультивации нарушенных земель, ибо государство выделило для этого депрессивным районам субсидии. В целом для данного района загрязненность хотя и велика, но все же ниже, чем в ранее описанных регионах. Это связано, прежде всего, с мень- шим набором загрязнителей, а также концентрацией их на относительно небольшой территории у побережья, откуда к тому же поллютанты выносятся западными ветрами в Северное море и даже в Скандинавские страны.

ВЦентральной Англии — в Западном и Восточном Мидленде — уровень загрязнения при- родной среды средний. В этих районах отраслевая структура загрязнителей значительно разно- образнее. В Западном Мидленде, который еще в начале XVIII в. стал металлопроизводящим районом, с истощением местных запасов угля и руды роль черной металлургии как источника загрязнения резко упала. Однако в пределах городов «Черной страны» осталось много нару- шенных земель, как на месте прежних разработок каменного угля, так и занятых старыми про- мышленными зданиями и отвалами. Основными загрязнителями природной среды в настоящее время здесь является цветная металлургия, представленная прокатом и литьем. На Западный Мидленд приходится 2/5 условно-чистой продукции этой отрасли. Значительная доля в загряз- нении принадлежит подотраслям химической промышленности, в частности резинотехниче- ской, обслуживающей местное высокоразвитое автомобилестроение. В Западном Мидленде от- расли-загрязнители отличаются очень высокой территориальной концентрацией, как, впрочем, и вся его промышленность. Более половины занятых в загрязняющих производствах сосредото- чено в Западно-Мидлендской конурбации. Кроме того, в данном районе, так же как и в Большом Лондоне, было возможно проведение ряда мероприятий по охране среды — борьбе с дымом из бытовых отопительных систем, рекультивационных работ.

ВВосточном Мидленде находится часть крупнейшего в стране Йоркширского каменно- угольного бассейна. Крупные масштабы добычи угля в этом месторождении, лежащем в глу- бине страны, начались несколько позднее, чем в бассейнах на побережье, откуда было легче вывозить уголь на экспорт. Поэтому площадь, занятая терриконами в данном регионе, меньше, чем в других старых промышленных районах. Каменный уголь в сочетании с железной рудой (здесь находится самое обширное британское месторождение фосфористой железной ру- ды с небольшим содержанием металла) привели к возникновению черной металлургии. Одна- ко ее влияние на загрязнение невелико, так как после закрытия ряда мелких заводов здесь ос- тался лишь один комбинат в г. Корби. Однако после открытой разработки железной руды ос- тались немалые площади нарушенных земель, которые пришлось восстанавливать.

Важнейшим загрязнителем в этом районе ныне стали новые крупные теплоэлектростан- ции, работающие на дешевом каменном угле, В Восточном Мидленде сконцентрирована почти 1/4 электроэнергетических мощностей Англии и Уэльса. Вытянутость их цепочкой по южно- му краю каменноугольного бассейна и по берегам реки Трент, вода которой используется для охлаждения градирен, приводит к тому, что концентрации загрязняющих веществ здесь в сред- нем невелики. Этому благоприятствует их рассеивание западными ветрами по всей восточной части района, занятой в основном сельскохозяйственными землями.

Районы с незначительной степенью загрязненности природной среды — Восточная Анг- лия и Юго-Западный район (рис. 6). Это преимущественно сельскохозяйственные территории, где удельный вес промышленности невелик, а загрязняющие производства представлены в основном пищевкусовой промышленностью. Выделяется лишь Бристоль с окружением, где на- ряду с припортовыми загрязнителями, представленными химическими и пищевкусовыми произ- водствами, цветной металлургией и бумажной промышленностью, все большее значение в по- слевоенное время играет нефтехимия. В итоге даже в этих «чистых» районах с появлением но- вых источников загрязнения среды уровень ее загрязненности повышается.

Выполненный географический анализ карты уровней загрязнения природной среды от- раслями промышленности — обычный пример географического исследования. Ясно, что

32

именно пространственные сочетания уровней загрязнения, которые можно показать только на карте, позволяют осуществить пространственный географический анализ.

Такой анализ будет более комплексным, если карта уровней загрязнения будет рассмат- риваться совместно с другими картами, например поэлементных характеристик загрязнителей, нарушений почв и грунтов, растительного покрова, использования ресурсов и т. д.

Литература к главе II

1.Античная география.— М.: Географгиз, 1953.

2.А н у ч и н Д. Н. Рельеф поверхности европейской части России в последовательном развитии о нем представлений.— 1895.

3.А с л а н и к а ш в и л и А. Ф. Метакартография. Основные проблемы.— Тбилиси: Мецниереба, 1974.

4.Б а р а н с к и й Н. Н. Экономическая география. Экономическая картография.— М.: Географгиз, I960.

5.Б е р л я н т А. М. А. А. Тилло и развитие методов использования карт // Известия ВГО.— 1982,— № 114.—Вып. 6.—С. 554—558.

6.Б е р л я н т А. М. Использование карт в науках о Земле//Итоги науки и техники. Кар-

11.Кусов В. С. О картографическом наследии В. Н. Татищева // Геодезия и карто-

графия.— 1988.—№ 9.—С. 38—41.

12.Модели полей в географии: Теория и опыт картографирования.— Новосибирск:

Наука, 1989.

13.Н е в я ж с к и и И. И. Методы природно-хозяйственного районирования // Вестник

16.Р е т е ю м А. Ю., СеребрянныйЛ. Р. География в системе наук о Земле // Итоги науки и техники. Теоретические общие вопросы географии.—М.: ВИНИТИ АН СССР, 1985.—Т. 4.

17.С а л и щ е в К. А. О картографическом методе исследования // Вестник Моск. ун-

та, серия физ.-мат. наук.— 1955.— № 10.— С. 161 —170.

18. С а л и щ е в К. А. Задачи картографии и автоматизация // Известия высших учебных заведений, серия геодезия и аэрофотосъемка.— 1967.— № 4.— С. 7—10.

19.С а л и щ е в К.-А. Картоведение.— М.: Изд-во Моск. ун-та, 1976.

20.С а л и щ е в К. А. Картография на службе рационального природопользова- ния: состояние и задачи//Итоги науки и техники. Картография,—М.: ВИНИТИ АН СССР, 1980.—Т. 9.—С. 4—22.

21.С а л и щ е в К. А. Идеи и теоретические проблемы в картографии 80-х годов // Итоги науки и техники. Картография.— М.: ВИНИТИ АН СССР, 1982,—Т. 10.

22.С а у ш к и н Ю. Г. Экономическая география: история, теория, методы, практи-

ка.— М.: Мысль, 1973.

33

1964.—№ 2.—С. 143—153.

24. Т и к у н о в В. С. Моделирование в социально-экономической картографии.— М.: Изд-во Моск. ун-та, 1985.

25.Т и к у н о в В. С. Анаморфированные картографические изображения: история и способы их создания//Вестник Моск. ун-та, серия геогр.— 1986.— № 6.— С. 45—52.

26.X а г г е т П. Пространственный анализ в экономической географии.— М.: Про-

гресс, 1968.

30.L e s с h A. The nature of economic regions //Southern Economic Journal.— 1938.—

№5,—P. 71—78.

34

хологии и т. п.— часто заимствовались без учета реального соответствия географическим яв- лениям. Отсюда происходила неудача многих попыток, что не только охлаждало интерес к проблеме формализации географических явлений, но и давало повод для рассуждений о неце- лесообразности и даже вредности математизации географии.

Одним из первых, кто стал писать о нецелесообразности гипертрофирования роли мате- матики в географии, отводя ей роль полезного, но второстепенного, подсобного орудия, был академик С. В. Калесник (10). Об этом писал и В. А. Анучин: «Обработка эмпирического материала при помощи электронно-вычислительной техники в целом ряде случаев, особенно в исследовании географических процессов, приводит к грубым ошибкам по той простой при- чине, что эти процессы далеко не всегда могут быть количественно выражены [здесь следует заметить, что применение ЭВМ не требует, чтобы процессы были количественно выражены.— В. Т.]... В географии, например, математика часто не только «укорачивает» научные определе- ния, но и сильно искажает их... Часто математическое моделирование в географии сводится к «портретным моделям», лишенным какого-либо дополнительного содержания, что с не мень- шим (а часто большим!) успехом может быть выражено при помощи картографии» (1, с. 310—311).

У В. А. Анучина нашлось немало сторонников. Если вначале первые, еще робкие голоса утверждали, что математические методы не дают требуемого результата в решении какой-то ча- стной задачи, то позднее эти разрозненные голоса, накопив многочисленные доказательства, превратились в хор. И, как мы видим, крайняя позиция — полное отрицание возможности применения математических методов. Видимо, оптимум, как часто бывает, лежит где-то посере- дине. Интересно, что даже некоторые бывшие творцы количественной революции на Западе разочаровались в ней. Причем ряд из них стал проповедовать так называемую «ради- кальную географию», некоторые аспекты которой освещены в отечественной литературе (12).

Такая позиция имеет определенную почву под собой: этому способствовало упрощенное описание сложных географических явлений без достаточного понимания их сути, применение математических алгоритмов без учета накладываемых ими ограничений, игнорирование тради- ционных для географии методов и т. д. Иногда требовалось просто невозможное, например

решение задачи всесторонней математической имитации сложных географических комплексов с учетом большого числа взаимосвязей между отдельными их компонентами и т. п. Стоит ли в этих случаях применять модели? Нет. Во всем многообразии явление лучше изучать в натуре, чем на модели.

Модель ведет к упрощениям (в разумных рамках), позволяет выявить главные типичные черты, а тем самым дает и новое знание о явлении, и в этом ее сила. Любому моделированию свойственна формалистичность построений, и задача — использовать ее сильные стороны. Не подмена одних методов другими, а их взаимное дополнение с учетом сильных сторон матема- тических и традиционных методов исследования в географии,— наиболее рациональный путь.

СОВРЕМЕННЫЕ НАПРАВЛЕНИЯ ПРИМЕНЕНИЯ МАТЕМАТИЧЕСКИХ МЕТОДОВ

Математические методы позволяют создавать особые описания географических явлений и процессов — их математические модели. 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. Эти модели очищены от ненужных деталей и лишних подробностей ради ясности характеристик важнейших свойств и закономерностей. Аб- страктность математической модели проявляется даже в характеристике конкретных свойств: в любой формуле указываются лишь величины тех или иных показателей, но не раскрывает- ся их содержание.

Важная особенность математических методов, отмеченная Л. В. Канторовичем и А. Б. Горстко ( 1 1 ) , состоит в их опосредствованном использовании для изучения действительно- сти. Они применяются лишь в виде моделей, т. е. в определенных формализованных абстракци- ях. Математические модели способны хорошо отражать структуру, взаимосвязи и динамику

36

наблюдаемых явлений, но надо неустанно следить за их соответствием свойствам моделируе- мой действительности.

Другое условие повышения достоверности результатов моделирования состоит в совер- шенствовании научных знаний о географических закономерностях. Опора на более достовер- ные, точные и полные знания, а также их всесторонний учет гарантирует более высокое качество моделирования. Математические модели могут, в свою очередь, оказывать серьезное воздейст- вие на теоретические представления. В «основание» моделей можно закладывать еще не дока- занные наукой представления; тогда результаты моделирования позволят судить о научной достоверности теоретических предпосылок и гипотез, об обоснованности интуитивных пред- ставлений. Это свойство моделей может использоваться в целях предсказания новых геогра- фических закономерностей и прогнозирования развития явлений и процессов. Наконец, для улучшения результатов моделирования очень важна постоянная корректировка моделей по- средством учета и контроля промежуточных данных.

С точки зрения географии (учитывая большую значимость для нее пространственных ас- пектов), можно выделить три разновидности моделей: 1) математические модели, строящиеся без учета пространственного координирования явлений, и результаты, реализации которых не подлежат картографированию; 2) модели, в которых результаты картографируются, но про- странственный аспект не учитывается на этапе реализации математических алгоритмов; 3) мо- дели, в которых без учета пространственного положения явлений невозможно реализовать ма- тематические расчеты.

Из различных разделов современной математики в географии наиболее широко использу- ется математическая статистика. На ее долю приходится не менее 80% всех проведенных экспе- риментов. Стало обычным делом проведение простого статистического анализа географических данных — вычисление средних квадратических отклонений, дисперсии, коэффициентов вариа- ции, оценка согласия распределений с помощью критериев Пирсона (χ2), А. Н. Колмого- рова, расчеты прямолинейной и нелинейной корреляции, корреляционных отношений, различ- ных видов регрессий и др. Несколько позднее географы обратились к дисперсионному и дис- криминантному анализу, а также анализу временных рядов.

Но особенно широкое распространение нашли известные алгоритмы математической ста- тистики — факторный анализ и метод главных компонент. Не менее популярны статистические

алгоритмы классификации географических объектов на основе комплексов характеризующих их показателей. Количество алгоритмов классификаций и их разновидностей очень велико, но все они построены на способах членения исходного множества изучаемых объектов на непересе- кающиеся подмножества: метод потенциальных функций, метод гиперплоскостей, метод ги- персфер и др.

Среди всего многообразия алгоритмов встречаются как автоматические классифика- ции, так и классификации, которые используют отдельные территориальные единицы как ядра, вокруг которых формируются однородные подмножества (группы). Эти ядра задаются экс- пертами-географами, т. е, происходит как бы предварительное «обучение ЭВМ», вследствие чего такие алгоритмы называют классификациями «с учителем»,

Вгеографии все модели классификации делятся на подвиды. Так, для типологии географи- ческих объектов по комплексу показателей пригодны модели, учитывающие гомогенность объ- единяемых в одну группу территориальных единиц. Для оценочной классификации наряду с условием гомогенности необходима иерархическая упорядоченность между собой формируе- мых групп.

Внекоторых случаях типологические или оценочные характеристики служат основой для районирования. «Районирование отличается от географической дифференциации тем, что оно означает «разбиение» целого на целостные же части, объединяемые взаимными связями... В отличие от ареала район внутренне неоднороден, так как для него всегда характерна та или иная внутренняя территориальная организация, тогда как для ареала типично лишь со- стояние внутренней однородности» (19, с. 415). Районирование до последнего времени вы- полняется вручную на уровне логических обобщений, формализовать весь комплекс которых пока не представляется возможным, но отдельные требования легко выполнимы. Так, доста- точно давно созданы алгоритмы, выполняющие условия выделения территориально нерасчле-

37

ненных группировок территориальных единиц с использованием матриц соседства.

Вгеографической литературе неоднократно указывалось на целесообразность примене-

ния классификаций географических комплексов с использованием методов теории нечетких множеств. Эта теория предполагает возможность относить территориальные единицы не про- сто к одному из классов (как стандартные алгоритмы многомерных классификаций), а одно- временно к нескольким классам с различными функциями принадлежности (в случае пере- ходного характера единиц). Такая классификация целесообразна, когда в действительности границы между классами имеют нечеткий, переходный характер, что должно учитываться при математическом моделировании и соответствующим образом отражаться на картах. Размы- тость границ иногда рассматривается как их общее свойство.

Отметим, что нечеткость может проявляться и без явного использования теории нечетких множеств, в рамках существующих традиционных для географии подходов. На наш взгляд, представление о географических комплексах как нечетких (размытых) системах связано с не- сколькими моментами. Нечеткость системы может проявляться при: 1) ее описании в процессе постановки задач и целей классификации; 2) выборе системы показателей, ее харак- теризующей; 3) подборе алгоритмов классификации; 4) выборе результатов многовари- антной классификации; 5) подборе способов представления конечного результата; 6) оценке

степени соответствия результата поставленной цели и интерпретации полученных выводов

(24).

Вгеографии широко распространилось имитационное моделирование. Хорошим и простым примером может служить имитация развития системы населенных мест (14). В основу экспе- римента закладывались правила развития системы, и на ЭВМ «проигрывались» пути их реа- лизации с помощью алгоритма статистических испытаний (метода Монте-Карло). Результат, полученный И. С. Матлиным, не только имитирует сеть поселений, но и подчеркивает их иерархию, связанную с основным положением теории центральных мест (рис. 7).

Рис. 7. Имитация развития системы населенных мест (по Матлину).

Выделены быстро растущие элементы системы

Можно привести ряд других примеров, связанных с имитацией пространственного рас- пространения болезней, эпидемий и т. п. Для этих целей применяются различные модели: от

38

имитации эпидемии простыми гравитационными моделями, созданными по аналогии с моделя- ми тяготения Ньютона, до использования систем обыкновенных дифференциальных уравнений, имитирующих пространственно-временное распространение эпидемий. Однако наиболее часто для этих целей применяется метод Монте-Карло.

Кратко метод Монте-Карло заключается в следующем. Исследуемое явление представля- ется как некая абстрактная система, которая может находиться в нескольких различных со- стояниях. При этом считается, что нахождение системы в каком-либо из состояний случайно и вероятность этого факта подчиняется определенному закону распределения, который характе- ризует как саму систему, так и связи между различными ее состояниями. С помощью таблиц

случайных чисел или датчиков псевдослучайных величин моделируются конкретные реализаций состояний для исследуемой системы. Обрабатывая полученную таким образом информацию о системе методами математической статистики, получают требуемые численные результаты.

Ряд моделей, как детерминистских, так и стохастических, применяется для моделирования «волн» заселения, притока абитуриентов в вузы, диффузий нововведений и др. Даже крат- кий обзор всех этих методов невозможен в популярно написанной небольшой главе. Для бо- лее детального знакомства можно обратиться к специальной литературе (27, 28, 9, 22, 13)

Широко используются оптимизационные модели. Часто применяется транспортная задача линейного программирования. В этом случае ставится задача минимизации издержек по пере- возке продукции из множества источников в ряд мест назначения. Широко применяются моде- ли для оптимизации размещения производства, сетей школ (16 и др.;, оптимизации трасс пе- ремещений между центрами и т. д.

Последнее, на что следует обратить внимание,— это на разработки так называемой гео- графизированной математики. В этой перспективной области исследований также, прежде всего, стали разрабатываться области «пространственной статистики», учитывая неприспособ- леность традиционней статистики для учета взаиморасположения явлений в пространстве.

ПРИМЕР ПРИМЕНЕНИЯ МАТЕМАТИЧЕСКИХ МЕТОДОВ

ВГЕОГРАФИЧЕСКИХ ИССЛЕДОВАНИЯХ

Вкачестве примера остановимся на широко распространенной в географии задаче класси- фикации географических объектов на основе комплекса показателей. Кроме того, задача данно- го примера — показать необходимость адаптации математических моделей в зависимости от целей и условий географического исследования. Данный эксперимент позволяет также срав- нить качество классификаций, выполненных «машинным» путем и ручным способом. Цель классификации — провести ранжировку по уровню социально-экономического развития груп- пы стран Азии, Африки и Латинской Америки.

Вкачестве исходного материала, отражающего уровень развития, использовались данные по 88 странам на 1974—1975 гг. Названия стран даны по состоянию на 1975 г. (30). Для нашего эксперимента из указанной работы было отобрано 28 показателей, приведенных в таблице 4. На основе данного массива был реализован алгоритм автоматической классифи- кации (22).

Т а б л и ц а 4

Средние характеристики показателей для групп стран с различным экономическим развитием

39

В результате расчетов был получен спектр вариантов классификации с числом групп стран, варьировавшим от 15 до 2. На основе специальных коэффициентов однородности был

выбран лучший со статистической точки зрения вариант классификации стран на шесть групп:

1)Кувейт, Пуэрто-Рико, Сингапур;

2)Аргентина, Венесуэла, Гонконг, Тринидад и Тобаго, Уругвай, Чили;

3)Бразилия, Иран, Колумбия, Коста-Рика, Ливан, Ливия, Мексика, Панама, Перу, Тайвань, Южная Корея, Ямайка;

4)Алжир, Боливия, Гватемала, Гондурас, Доминиканская Республика, Египет, Иор-

Непал, Нигер, Руанда, Сомали, Танзания, Уганда, Центральноафриканская Республика, Чад, Эфиопия.

Средние характеристики показателей для указанных групп стран приведены в табл. 4. Изменение методики расчетов, прежде всего за счет нормировок показателей, приводит к

40