- •1. Предмет и объекты изучения экологии.
- •2. Общие понятия сис-много анализа.
- •3. Моделирование реальных сис-м.
- •4. Класс-ция мат моделей в экологии.
- •5. Гис (основные понятия).
- •7. Геокодирование. Представление пространственной I в компе, осн понятия. Общая схема организации данных (id-ция объектов, слои, базы атрибутивных данных)
- •14.Влажность как экологический ф-р.
- •16.Рельеф как экологический ф-р. Его роль в формировании комплекса прямодейст-вующих ф-ров. Абиотические ф-ры в водных экосис-мах.
- •18.Жизненные формы Класс-ция жизненных форм растений по Раункиеру, Серебрякову.
- •21.Определение понятия популяции. Основные признаки популяции. Особенности жизненного цикла, тактика выживания.
- •Демографич эффект
- •23. Модель буферной популяции р.Уиттекера. Популяционные стратегии жизни. Клас-ция типов стратегии жизни пианки, уиттекера, раменского-грайма.
- •24.Экологическая ниша.
- •32. Пространственная структура популяции, изоляция и образование агрегаций.
- •27. Межвидовая конкуренция. Ур-е лотки-вольтерра. Принцип конк искл-я гаузе. Конк-я и сосуществование видов
- •25.Симбиотические отношения.
- •28. Коцепция экосис-мы, комп-ты, определение. Соотношение понятий экосис-ма, биогеоценоз, биоценоз. Подходы и методы изучения экосис-м.
- •29 Структура экосис-м. Видовое разн-е.
- •33. Пространственная структура экосис-м, изменение под возд-ем чел-ка.
- •34. Функциональная структура экосистемы, изменение под воздействием человека. Виды детерминанты и их консорты.
- •36. Потоки энергии в экосистемах. Классификация экосистем по продуктивности Продуктивность экосистем суши и моря.
- •2. Локальные (катастрофические):
- •3. Антропогенные сукцессии:
- •40.Классификация сообществ
- •41. Концепция биосферы. Планетарные характеристики биосферы.
- •42. Основы атомистического подхода Вернадского к жив. Вещ.
- •91. Биогеохимические функции живого вещества.
- •43. Биогеохимическ циклы и основные круг-ты в-в в бс.
- •44. Энергетические процессы в биосфере.
- •45. Основные закономерности эволюции биосферы.
- •46.Биогеохимические принципы эволюции биосферы Вернадского
- •48. Основы учения в.И. Вернадского о ноосфере.
- •75. Педосфера. Минералогический состав и органическое вещество почв.
- •82. Поведение долгоживущих искусственных радионуклидов в организме животных, растений и грибов. Биоиндикация радиоактивных загрязнений.
- •10. Основные задачи,классификации сис-м и подс-м экологического мониторинга (эм).
- •56. Механизмы разрушения биосферы человеком и глобальные экологические проблемы. О влиянии со2 на глоб.Температуру земли.
- •64. История и становление природопользования.
- •63. Природопользование и концепция устойчивого развития.
- •4 Направления устойчивого развития: Нормализация численности населения, Нормализация потребления, Экологизация производств, Сохранение естественных экосистем.
- •65. Природные ресурсы: классификацтя, оценка, учет, основные свойства. Пр - элементы природы, являющиеся средствами существования общества и используемые в хозяйстве. Классификация пр:
- •30. Биоразнообразие.
- •31.Особо охраняемые природные территории.
- •85. Экономика природопользования.
3. Моделирование реальных сис-м.
1) Мат.моделирование – идеализация. Но, реализуя мат модель, мы имитируем реальный процесс, выявляя внутренние связи. Построение мат.модели и анализ их подходящими средствами совр-й математики. Модель – любое формальное описание связи м/у опред-ми переменными сис-мы. Мат.модель- уравнение или сис-ма ур-й, выражающая связи м/у переменными сис-мы.
2) Физ (натур, эмпирическое) – попытка воспроизвести реальный процесс в лаб-ных или полевых усл. «+»:-м.поставить реальный, близкий к естес усл-ям, эксперимент, т.е. реальный процесс в меньшем масштабе. Но при физ моделировании в экологии м.б. сложности из-за долговременности экспериментов и прир процессов. Не всегда м.осущ-ть (модель ядерной зимы). Понятно – если записать в виде мат-го ур-я.
В экол процессах трудно выделить з-ны (как в физике 3 кита: з-н сохранения массы, Е и в-ва). Многие мат-е модели базируются на гипотезах: напр-р: в основе эколог-й модели dn/dt= N, лжегипотеза: V ∆ численности поп-ции пропорц-но числ-ти.) У реал-ой модели всегда есть предельное время – время жизни модели – модельное время (модель – человечества на большом времени, модель синтеза тяж.Ме – доли сек.). Мат.модель не всегда д.б похожа на реальн.сист. Мат.модель-это идеализация, она описывает сист. в опред. промежуток времени.
Вербальная м. -вся i о сист. α необх-ма, это словесная модель, не позволяет сделать точные мат.выводы.
Программирование- алгоритм реш-я задачи записывается на понятном компу языке в виде точной определенной последовательности операций- программы для компа.
Оптимизация параметров- подбор парам-в. Имитац-е модель-построена на пределе наших знаний о сист. и реализов-я на компе по блочному принципу (блоки соед-ся в одно целое). Имитационные моделирование – варьируя различными входящими параметрами в программе м. имитировать тот или иной процесс. Полученное реш-е д.б. правдоподобным, необходимо ее сравнение с др. эксперимент. данными. Если появится ошибка, надо проанализровать всю сист. заново. Такую модель м. «проиграть» во времени как для 1 испытания, так и заданного их множества. При этом рез-ты будут определяться случайным хар-ром процессов. По этим данным м. получить достаточно устойчивую статистику. Имитацю м-е — это метод исследования, основанный на том, что изучаемая сис-ма заменяется имитатором и с ним проводятся эксперименты с целью получения i об этой сис-ме. Имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте.
Основные этапы моделирования.
1. Постановка задачи. Определение цели анализа и пути ее достижения и выработки общего подхода к исследуемой проблеме. Требуется глубокое понимание существа поставленной задачи. Иногда, правильно поставить задачу не менее сложно чем ее решить. Постановка - процесс не формальный, общих правил нет.
2. Изучение теоретических основ и сбор i об объекте. На этом этапе подбирается или разрабатывается подходящая теория. Если ее нет, устанавливаются причинно - следственные связи м/у переменными описывающими объект. Определяются входные и выходные данные, принимаются упрощающие предположения.
3. Формализация. Заключается в выборе сис-мы условных обозначений и с их помощью записывать отнош-я м/у составляющими объекта в виде мат выражений. Устанавливается класс задач, к которым м. быть отнесена полученная математическая модель объекта.
4. Выбор метода реш-я. устанавливаются окончательные параметры моделей с учетом усл-я ф-ционирования объекта. Для полученной мат задачи выбирается к.- либо метод реш-я. При выборе м-да учитываются знания пользователя, его предпочтения и разработчика.
5. Реализация модели. Разработав алгоритм, пишется программа, которая отлаживается, тестируется и получается реш-е задачи.
6. Анализ полученной информации. Сопоставляется полученное и предполагаемое реш-е, проводится контроль погрешности моделирования.
7. Проверка адекватности реальному объекту. Рез-ты, полученные по модели сопоставляются с имеющейся i или проводится эксперимент. Если неудовл рез-ты этапов 6-7 -возврат к ранним этапам.
Идентификация параметров модели. При моделировании реал-х сис-м нет всех данных по процессам. Есть неизв-е параметры. Но м. моделировать ID-уя пар-ры в модели – реш-е оптимизации ф-ций. Искомые параметры – целевые ф-ции(т.е выходные переменные или их линейная комбинация).Подобрав так, чтобы выходящие переменные наиболее точно соответствовали экстремальным данным. Неизв. коэфф. подбираются по мат правилу. Метод наименьших квадратов – задача минимизации. у = Задачей оптимизации является нахождение экстремума (min, max) действительной ф-ции в некоторой области.