Экология/1.Состояние биосферы и его влияние на здоровье  человека.

Д.ф.-м.н. А.А.Байрамов¹, Н.Насибов¹, Е.Х.Мамедов¹, С.М.Байрамова²

¹Азербайджанская Высшая Военная Школа им. Г.Алиева, Азербайджан

ул.Нахимова 18, AZ1018, Баку

²Институт Геологии АНАН, Азербайджан

Принципы анализа состояния биосферы

Современные экологические проблемы и возрастающий интерес к экологии связан с действием антропогенных факторов на состояние биосферы. Анализ (моделирование) в научных исследованиях используется практически в любых отраслях хозяйства как эффективный инструмент познания того или иного явления, как процесса. Так как реальный процесс представляет собой сложную систему взаимодействия внутренних и внешних частей и факторов, для их изучения исследователи абстрагируются от части взаимодействий и их природы и выделяют те из них, которые в настоящий момент их интересуют. В этом случае принято говорить о модели процесса или модели системы.

По форме представления различают различные модели экологических систем: физические, эколого-математические, логические и др. Эколого-математическая модель, например может быть представлена в виде функциональной зависимости состояния объекта Ф(t) = f(X,A,G,Y,Q,t), которая является функцией времени от входных факторов состояния объекта, состояния управления, выходных факторов и факторов внешней среды.

При моделировании объектов и представлении в виде систем необходимо учитывать их общие свойства, например такие, как целостность, делимость, изолированность и т.д. Процесс моделирования связан с рядом процедур, например, таких как выбор целевой функции (функции отклика), переменных, параметров и т.д. Различают переменные состояния, скорости (роста) факторов и др. Переменные состояния определяют или помогают определить состояние системы в любой заданный момент времени (фазовые переменные). Типичным примером может служить объем выбросов и их содержание. Переменные должны поддаваться измерению и представлять интерес для исследователя. Так, если система задана с помощью n переменных состояния X₁,X₂,…X_n, то они определяют единственным способом состояние системы в момент времени t.

Переменные скорости (роста) — это характеристика, задающая процесс, который протекает в системе, в заданный момент времени. Вспомогательные переменные способствуют более глубокому пониманию объекта и в отдельных случаях упрощают сопоставление результатов наблюдения, например темп роста выбросов в атмосферу , где V – объем выбросов; dV – приращение объема выбросов за время dt.

Для обозначения параметров и констант, включаемые в математические модели введем символ Р, а величины, относящиеся к параметрам, будем записывать с индексом с, например, S_c — постоянные затраты. Для обозначения переменных введем символы X, Y, Z и т.д. Величины, относящиеся к переменным, будем записывать с индексом v, например, S_v — переменные затраты и т.д..

Подгонка моделей связана с такой корректировкой значений параметров Р и начальных условий переменных X_i (i =1, п), которая приближала бы модель к описываемой ею реальной системе при сохранении выбранной структуры и базовых уравнений. Например, пусть у реальной системы измеряется конкретная характеристика Y_n раз в определенные моменты времени t₁, t₂,…t_n и соответственно фиксируются значения у₁,y₂,...,у_n. При тех же условиях по модели фиксируем состояния У₁,У₂,...,У_n, где У_i -прогнозируемые величины характеристик системы. Если имеется разница между значениями у_i и Y_i то ее величина называется невязкой и обозначается как r_i = y_i - Y_i. Можно вычислить сумму квадратов невязок: , где a_i – некоторый весовой коэффициент, который применяется в случае, когда невязки r_i имеют разную качественную значимость. При этом a₁+a₂+…+a_n=1. Сумма невязок используется в качестве меры близости модели к ее прототипу и может быть разбита на две составляющие R=R_ад+ R_e, где R_ад – отражает неадекватность модели прототипу; R_e-ошибки в экспериментальных данных.

Величина R рассматривается как зависимая от параметров системы Р₁, Р₂,...Р_к, поэтому ожидаемое значение R_e определяется по формуле R_e = (n –k)×s² , где n-число измерений; k–число параметров; s²–дисперсия ошибки. Значимость R от параметров P_i(i=1,k) может быть записана как R=R(P₁,P₂,…,P_k). Для определения минимума функции R(P) используют методы наименьших квадратов, градиентный и др. В качестве критерия чувствительности модели, где величина Y_i прогнозируется в заданный момент времени и известен параметр, от которого зависит эта величина, рекомендуется безразмерная величина , где dR_i-малое приращение параметра; dY_i- приращение Y_i вследствие изменения параметра R_i. Параметры, для которых S(Y_i,P_i)>1, сильно влияют на выходной показатель, и наоборот.

Таким образом, результаты обследования системы и окружающей среды представляются в виде описания процесса функционирования, которое используется для идентификации системы. Идентифицировать систему — значит выявить и изучить ее, получить более полную характеристику системы и ее поведения, познать объективные закономерности ее внутренней организации, описать ее на каком-либо формальном абстрактном языке; определить цели, принуждающие связи, критерии действия системы.

Литература:

1. A.A.Bayramov Risk simulation of nanomaterials pollution in power engineering. J. ICCES 2010, v.15, No1, pp.19-25

2. A.A.Bayramov Risk assessment on population health. Wastewater Reuse - Risk Assessment, Decision-Making and Environmental Security. NATO Science for Peace and Security Series C: Environmental Security Zaidi, Mohammed K. (Ed.) -2007, p.339-346, Springer, The Netherlands.

3. А.Ш.Мехтиев, А.А.Байрамов Экологический анализ объектов окружающей среды. Монография, НАА, Баку, 2005, 294с.