Эконовости О компании Издания и
проекты
Авторам Реклама Подписка Контакты Архив Полезные
ссылки
       
 
№1, 2007: Методы экологических исследований

<< Содержание номера
<< Архив


[RUS] / [ENG]
Методы экологических исследований
В.Б, Коробов, Б.И. Кочуров. Балльные классификации в геоэкологии: преимущества и недостатки
Приведение показателей факторов, влияющих на формирование и состояние экосистем и геосистем, к балльным оценкам позволяет создавать аддитивные классификационные модели. Модели, основанные на балльных оценках, находят широкое применение в геоэкологии. В статье рассматриваются положительные и отрицательные стороны балльных классификаций, знание которых дает возможность более обоснованно подходить к выбору методов изучения геоэкосистем.


В.Б. Коробов, Б.И.Кочуров
Северное межрегиональное территориальное управление по гидрометеорологии и мониторингу окружающей  среды, Институт географии РАН

Введение. Окружающая среда постоянно изменяется. Под действием внутренних сил и внешнего воздействия экосистемы и геосистемы не могут быть в статическом состоянии. В каждый момент времени она отличается от предыдущих состояний, которые редко повторяются. Понятно, что изучать все состояния экосистемы или геосистемы, число которых теоретически может быть бесконечным, нецелесообразно ни с научной, ни с практической точек зрения. С этой целью ансамбль возможных состояний экосистемы разбивают на классы, в пределах которых состояние можно считать однородным или квазиоднородным.
Геоэкология, если ее трактовать как науку о природно-антропогенных системах, имеет дело с большим количеством факторов, влияющих на формирование этих систем. В каждом конкретном случае такие системы описываются своим набором факторов, но в общем случае их в соответствие с происхождением, можно разделить на четыре группы: абиотические, биотические, техногенные и социально-экономические. В наиболее полном виде экосистемы и геосистемы такого рода формируются именно на урбанизированных территориях, где встречаются практически все известные виды воздействий.
Чтобы исследовать динамику естественной изменчивости экосистемы и оценить степень воздействия на ее компоненты, желательно параметрам системы придать количественную форму. В идеале требуется найти такой интегральный показатель, который позволил бы состояние экосистемы выразить одним числом. Однако  компоненты экосистемы измеряются в различных единицах, что существенным образом затрудняет их сопоставление между собой.
К решению классификационных задач существует множество подходов. Наиболее часто классификационные задачи решаются методами системного анализа. Но большинство методов системного анализа требует выполнения достаточно жестких требований к исходным данным, в частности, соответствия определенному закону распределения [1]. Кроме того, не всегда просто интерпретировать получающиеся классы, выделяющиеся в процессе анализа.
Не менее часто используются различные метрики [2], такие как, например, евклидовы и хемминговы расстояния. При их использовании наибольшее затруднение вызывает выработка формальных правил объединения в один класс компонентов системы.
Из других методов классификаций следует упомянуть кластерный анализ, многомерное шкалирование, табличные методы. Другие методы используются реже. Общим, и главным, недостатком этих и других классификаций являются трудности одновременного учета множества показателей, имеющих различную размерность.
Сущность балльных классификаций. Популярность классификаций, основанных на балльных оценках, обусловлена возможностью приведение показателей факторов к безразмерному виду. Это сразу решает проблему соизмеримости размерности величин.
Исследуемые объекты сравниваются между собой по сумме баллов всех показателей влияющих факторов: чем меньше разница баллов, тем ближе объекты, и, наоборот, чем больше разница, тем более они различаются.
Как вытекает из определения балльных классификаций, балльные оценки IL вычисляются элементарным суммированием:

IL =                                 (1)

где L = 1…m – количество объектов, pi – оценка фактора, в баллах, i = 1…n – количество факторов. Такие модели легко создавать и изменять, поскольку они собираются и модифицируются как из кирпичей дом.
Сами балльные оценки факторов находятся путем шкалирования показателей либо расчетом по формулам, но могут и непосредственно присваиваться факторам, формирующим систему. При использовании как числовых, так и номинальных (вербально-числовых) шкал должно выполняться требование равенства интервалов всех шкал. В противном случае будет искусственное завышение или занижение балльных оценок – преимущество будут получать факторы, измеряемые шкалами с большим количеством интервалов. Если же по объективным причинам невозможно построить шкалы, равные заданному числу интервалов, они приводятся к необходимому количеству интервалов соответствующим преобразованием путем введения масштабных множителей [3].
Возможность свернуть задачу к единому показателю – баллу, главное достоинство классификаций, в основу которых положены балльные оценки. Но балльные классификации обладают и рядом других достоинств.
1. Легкость интерпретации балльных оценок: вектор характеристики объекта направляется в вытекающую из логики состояния объекта сторону. Все выбранные для описания объекта показатели факторов выражаются в числовом виде. В зависимости от роли фактора в контексте решаемой задачи присвоение баллов может быть возрастающим – чем больше значение измеряемой величины, тем выше балл, или, наоборот, убывающим – с ростом значения показателя, балл уменьшается. Для этого с самого начала необходимо определить принцип проведения классификации: состояние объекта лучше при большем количестве баллов или меньшем.
Как правило, установить направление вектора балльных оценок не составляет большого труда. Допустим, принято решение оценивать состояние водной экосистемы исходя из принципа: чем выше балл, тем хуже ситуация. Тогда при увеличении концентрации загрязняющих веществ балл должен возрастать. Но балльная оценка содержания растворенного кислорода будет иметь обратный характер: чем меньше концентрация кислорода в воде, тем хуже для экосистемы, т.е. балл будет возрастать с падением процентного содержания кислорода в воде.
В некоторых случаях может возникнуть ситуация, когда показатель фактора меняет свою значимость: до определенного значения он играет положительную роль, а затем – отрицательную, или наоборот. Если представить балльные оценки в виде функции от показателя, то графики таких функций будут иметь перегиб в точке абсолютного максимума или абсолютного минимума. В качестве примера можно привести влияние температуры воздуха на самочувствие человека: чем теплее, тем комфортнее себя чувствуют люди, но когда становится слишком жарко, температурный фактор будет играть уже отрицательную роль на самочувствие человека, т.е. балльная оценка будет снижаться. Однако такие случаи – изменение значимости фактора при монотонном изменении показателя, встречаются не так часто.
2. Бóльшая устойчивость системы к изменению ее параметров. Обычно при исследовании систем используют прием постепенного усложнения системы. Такой подход позволяет последовательно улучшать качество модели. Изменение параметров системы может быть продиктовано и переопределением целей исследования, что влечет за собой изменение условий формализации задачи.
Тогда при моделировании систем – и не только экологических, как правило, возникают проблемы математического порядка. Особенно ярко они проявляются при описании природных процессов посредством дифференциальных уравнений. Любое изменение параметров системы – в нашем случае добавление или исключение факторов, влечет за собой ее перенастройку, обусловленную изменением числа уравнений или количества членов уравнений, граничных и начальных (для нестационарных систем) условий и даже алгоритма численной схемы.
Стохастическое моделирование в определенной степени зависит как от изменения объемов выборок, так и количества переменных, особенно для многофакторной регрессии. Заметное влияние на статистические характеристики оказывает наличие низкочастотных трендов. Правда, определенными процедурами, использующими устойчивые статистики, можно добиться меньшей изменчивости статистических характеристик [4], но полностью исключить изменчивость весьма проблематично.
Отмеченные обстоятельства оказывают влияние на конечный результат, поскольку полученные количественные характеристики – неважно в виде чисел или функций, могут кардинально отличаться от предыдущих расчетов. Балльные оценки более устойчивы к такого рода изменениям составляющих системы, поскольку зависят от одного параметра – балла, причем линейным или квазилинейным образом.
3. Возможность создавать модели оптимизации управления экосистемами. Существенно расширяются возможности балльных классификаций, если учет факторов производится по их вкладу в конечный результат путем присвоения факторам соответствующих весовых коэффициентов. Выражение для расчета балльных оценок с учетом весовых коэффициентов влияющих факторов имеет следующий вид:

IL =                         (2)       

где pi – бальные оценки показателей, ki – весовые коэффициенты факторов,  i = 1…n – количество факторов, L =1…m – количество объектов (экосистем, состояния экосистем).
Тогда каждый влияющий фактор можно рассматривать в координатном пространстве «коэффициент – балл», что позволяет их сравнивать между собой. Если оценка состояния производится по принципу «чем выше балл, тем хуже состояние; чем выше весовой коэффициент, тем отрицательнее влияние фактора», то чем выше сумма баллов, тем экосистема пребывает в худшем состоянии. Чтобы улучшить ее состояние, необходимо добиться уменьшения количества баллов. Снизить суммарный балл объекта можно за счет уменьшения влияния факторов, имеющих наибольший вес и/или высокие балльные оценки путем выбора технологий, снижающих воздействие на окружающую среду, и разработки соответствующих природоохранных мероприятий.
Технически процедуру оптимизации можно реализовать методами портфельного анализа, например, при помощи матрицы, разработанной консультационной группой МакКинси совместно с корпорацией Дженерал Электрик [5].
Но в то же время, классификациям, основанным на балльных оценках, свойственны и весьма существенные недостатки.
1. Перераспределение баллов. Структура формул (1) и (2) позволяет получить близкое и даже одинаковое количество баллов для различных объектов и ситуаций при неодинаковом вкладе факторов в конечный результат. Это происходит вследствие коммутативности операции сложения. Проиллюстрируем сказанное на элементарном примере. Пусть производится сравнение загрязненности двух участков территории несколькими химическими соединениями – условно назовем их А, Б и В (хотя понятно, что число их может быть значительно больше). Из таблицы 1 достаточно хорошо видно, как вследствие перераспределения балльных оценок загрязнителей суммарная оценка оказывается одинаковой, несмотря на то, что вклад факторов в конечный результат имеет прямо противоположный характер.
Таблица 1
Балльные оценки загрязнения территорий
Загрязнитель А Б В Сумма
Участок 1 2 4 9 15
Участок 2 8 6 1 15

Полученный результат формально позволяет оба участка отнести к одному классу. Но это может быть сделано только в том случае, если все факторы одинаково влияют на конечный результат – состояние экосистемы или здоровье человека. В нашем случае это может быть, если они имеют одинаковый класс опасности. А если нет? Что делать тогда? Необходимо вводить дополнительные правила проведения классификации, но их разработка может быть далеко не всегда очевидной. В данном модельном примере таким дополнительным показателем может быть более высокий класс опасности.
Не меняет принципиально ситуацию и наличие весовых коэффициентов. То, что задача становится двумерной, может как благоприятствовать, так и оказывать негативное влияние на проведение классификации. Наличие весовых коэффициентов приводит к большей дифференциации балльных оценок, и, как следствие, к уменьшению вероятности получения одинаковых сумм. Но, с другой стороны, могут иметь место и противоположные тенденции, когда малый вес снижает высокую балльную оценку, а высокий вес повышает небольшую, то есть имеют место локальные соотношения типа knpn≈kmpm, где n и m – порядковые номера факторов. На практике это выглядит следующим образом (табл. 2). В данном модельном примере для обоих объектов локальные суммы равны 1.9 баллам для факторов 1 и 2, а для факторов 3 и 4 – 2.5 баллам.
Таблица 2
Балльные оценки загрязнения территорий c учетом весовых коэффициентов

Объект Факторы Сумма баллов
1 2 3 4 5
k1 p1 k2 p2 k3 p3 k4 p4 k5 p5
1 0.1 4 0.3 5 0.2 2 0.3 7 0.1 1 4.5
2 0.1 1 0.3 6 0.2 5 0.3 5 0.1 1 4.5

Такое внутреннее перераспределение баллов в принципе может существенным образом исказить реальную картину состояния объекта. При анализе изменения состояния экосистемы или сравнения экосистем между собой в том случае, когда различие факторов имеет принципиальное значение, т.е. они принадлежат к различным группам, это может вызвать вопрос о правомерности отнесения объектов к одному классу. Как тогда поступать, не совсем ясно. Частичным решением проблемы может быть введение подклассов по некоторым доминирующим признакам.
Отсутствие четких правил демаркации классов. Не существует резких переходов между состояниями природных и природно-техногенных систем. Даже когда мы имеем дело всего лишь с одной характеристикой окружающей или природной среды, если исключить фазовые переходы типа «жидкость – газ», которые очевидны с точки зрения проведения классификации, всегда возникает проблема разграничения состояний объекта. Формулируется она так: где должны проходить границы между классами. Необходимо отметить, что эта проблема общая для всех классификаций, но в данном случае она усугубляется тем, что при переходе к балльным оценкам мы имеем дело с безразмерной величиной. Суммарные балльные оценки объектов или состояния экосистем, как подчеркнуто выше, удобны при сравнении их относительно друг друга. Иногда такие сравнения достаточны для проведения классификации, поскольку объекты как бы сами по себе объединяются в группы [6]. Но если они непрерывно распределены в интервале возможных значений IL, то проведение границ между классами наталкивается на проблему психологического порядка, поскольку суммированные безразмерные величины многофакторного происхождения, если так можно выразиться, не так то просто привязать к натуре.
Заключение. Балльные классификации вследствие приведения к безразмерному виду показателей влияющих факторов позволяют относительно просто формализовать широкий круг задач геоэкологии. Их безусловным преимуществом по отношению к другим классификационным моделям является относительная простота сопоставления объектов между собой по сумме баллов влияющих факторов. Однако если суммарные оценки непрерывно распределены в интервале своих возможных значений, то данное преимущество исчезает, и возникает проблема критериев разграничения классов, такая же, как и для других классификаций.

Библиографический список
1. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. – М.: Финансы и статистика, 1989, 607 с.
2. Тикунов В.С. Классификации в географии. – Москва-Смоленск, Смоленский гуманитарный университет, 1997.
3. Коробов В.Б. О методологии построения шкал для классификации природных объектов на основе балльных оценок. – Проблемы региональной экологии, 2002, № 4, с. 99-108.
4. Тьюки Д. Анализ результатов наблюдений. Разведочный анализ. – М.: Мир, 1981, 688 с.
5. Тутыгин А.Г., Коробов В.Б. Оптимизация управления окружающей средой при помощи матрицы Мак-Кинси. – Экономика и управление, 2005, № 1, с. 81-85.
6. Коробов В.Б. Географическое обоснование создания транспортной инфраструктуры Тимано-Печорской нефтегазоносной провинции. – Известия РАН. Серия географическая, 2006, № 4



<< Содержание номера
<< Архив

Дата последнего обновления: 12:29:36/20.11.21
   
     
       
 
ИАА "Информ-Экология"


   
     
 
       
 
Министерство природных ресурсов Российской Федерации


   
     
 
       
 
Счётчик


   
     
 
© Designed&Powered by 77mo.ru. 2007. All rights Reserved.