В зависимости от величины периода упреждения, различают прогнозы краткосрочные, среднесрочные, долгосрочные и дальнесрочные. Однако в "количественном определении" последних царит неразбериха - в экономике, метеорологии, сельском хозяйстве (т.е. тех областях знания, в которых проблема надежного прогнозирования становится центральной) приняты свои стандарты "срочности". В экологии характерные времена многих процессов лежат в диапазоне от нескольких часов и суток (например, для популяции комаров) до нескольких веков (для ряда сукцессионных процессов в лесных биогеоценозах). Поэтому жесткая регламентация прогнозов по величине периода упреждения, измеренного в абсолютных временных единицах, в экологии бессмысленна. Понятия "срочности" экологических прогнозов относительны и зависят прежде всего от свойств изучаемой системы (процесса) и от детальности формулировки прогнозов по оси времени.

Критерием "срочности" экологического прогноза можно считать детальность его формулировки по оси времени. Прогнозы с периодом упреждения до 2-3 шагов будем называть краткосрочными, от 3 до 7 - среднесрочными, от 8 до 15 - долгосрочными. Однако такая классификация не учитывает свойств изучаемого процесса.

Если формулировка экологического прогноза содержит категорические утверждения о будущем состоянии системы, без каких бы то ни было указаний на степень неуверенности его осуществления, то такие прогнозы, так же как и в метеорологии (Груза, Ранькова, 1983), будем называть категорическими. В противном случае, т.е. когда вместе с формулировкой предсказываемого состояния системы указывается и некоторая мера неопределенности (неуверенности) его достижения (например, доверительный интервал), будем говорить о размытых (интервальных) прогнозах. Так, прогноз типа "в будущем году произойдет вспышка численности полевки" является категорическим, а прогноз типа "в будущем году вспышка численности полевки возможна с мерой принадлежности 0,74" - размытым.

Вслед за В.В.Налимовым (1983) будем делить экологические прогнозы на тривиальные и нетривиальные. О первых говорят в ситуации, когда предсказания относятся к ординарным проявлениям некой инерционной, устойчивой системы, а о вторых - когда речь идет об изменениях самой системы или о каких-то неординарных событиях в ней.

В системологии выделяют структуру системы и ее поведение (Флейшман, 1982); в соответствии с этим имеет смысл различать прогнозы структуры экосистемы и прогнозы ее поведения (Розенберг, 1984). Например, исследования Н.С.Абросова с соавторами (1982) по экологическим механизмам сосуществования и видовой регуляции можно трактовать как прогнозы видовой структуры сообществ, а исследования по динамике численности популяций грызунов (Максимов, 1984) - как прогнозы поведения популяций мелких животных.

Различают прогнозы положительные и отрицательные (Беляев и др., 1986). Последние формируются теорией потенциальной эффективности сложных систем (Флейшман, 1982) и дают представление о том, каких состояний экосистема не может иметь в принципе при заданных ограничениях. Положительные прогнозы, наоборот, несут информацию только о возможных состояниях изучаемой системы.

Кроме того, выделяют прогнозы точечные и распределенные (Ивахненко, 1982), поисковые и нормативные (Прогностика. Терминология.., 1978; Большаков, 1983). Если в процессе прогнозирования изучаемая экосистема считается однородной, то говорят о точечных прогнозах; в противном случае, прогнозы называются распределенными. Поисковые прогнозы отвечают на вопрос: что вероятнее всего произойдет с экосистемой при сохранении существующих тенденций? В противоположность поисковым, нормативные прогнозы служат для ответа на вопрос: какими путями можно достичь желаемого состояния? Нормативное прогнозирование широко используется в настоящее время при исследовании биосферы (Крапивин и др., 1982; Моисеев и др., 1985).

Анализ обширной литературы позволяет сделать вывод о том, что экология на современном этапе своего развития представляет собой мультипарагматическую (Кун, 1977) науку с четырьмя симбиотическими парадигмами (Брусиловский, 1985). Их можно назвать вербальной, функциональной, эскизной и имитационной (три последние соответствуют классификации методов моделирования и прогнозирования; см. Беляев и др., 1979; Флейшман и др., 1982; Розенберг, 1983; 1984). При прогнозировании соотояния экосистем каждая из этих парадигм порождает целое множество разнообразных моделей (предикторов), различающихся по назначению, используемой информации, технологии конструирования и т.п.

Предикторы, порожденные той или иной парадигмой экологического прогнозирования, будем называть по имени этой парадигмы. Аналогично, имя парадигмы иногда будем присваивать и прогнозам, построенным с помощью соответствующего предиктора. Так, вербальные прогнозы формируются с помощью вербального предиктора (порожденного вербальной парадигмой). В том же смысле имя парадигмы будем употреблять иногда и перед термином "прогнозирование". Например, можно говорить об имитационном прогнозе, имитационном предикторе, имитационном прогнозировании.

Вербальная парадигма. Первой исторически сложившейся парадигмой экологического прогнозирования является вербальная парадигма. До начала периода интенсивной математизации экологии она была господствующей парадигмой, а сама экология - монопарадигматической наукой. В настоящее время ситуация существенно изменилась, парадигм стало четыре, однако вербальная - единственная из них, которая не опирается на математическое моделирование. Вербальные прогнозы могут быть достаточно размытыми.

Вербальные предикторы, как правило:

• основаны на представлениях о причинно-следственных связях;
• строятся профессиональными экологами, хорошо знающими объект прогнозирования;
• формулируются на естественном языке;
• вырабатывают прогнозы в шкалах наименований или порядка.

Основную предпосылку вербальной парадигмы можно сформулировать так: успех прогнозирования заключается в раскрытии причинно-следственных связей средствами классической экологии без использования возможностей математического моделирования.

К вербальной парадигме относятся работы по прогнозированию: численности животных (Максимов, 1984), состояния леса (Кулагин, 1980а,б; 1985), динамики планктонных популяций (Ащепкова, Кожова,

1985) и т.п. Предикторы этой парадигмы использовались и продолжают использоваться как при поисковом, так и при нормативном прогнозировании.

Надежность вербальных предикторов при одних и тех же характеристиках прогноза существенно зависит от объектов прогнозирования. Примером неудачных прогнозов на основе вербальной парадигмы служат предсказания продуктивности основных групп гидробионтов в водохранилищах бывшего СССР (Николаев, 1980; Федоров, 1983; Кожова, 1984) - фактические значения продуктивности отличаются от предсказанных в среднем в 5-10 раз. При этом, как уже отмечалось, катастрофических цветений воды вообще не предусматривалось.

Краткосрочные агрегированные по структуре вербальные прогнозы численности хорошо изученных, относительно стабильных и более-менее автономных популяций организмов могут оказаться достаточно надежными. Детальность формулировки среднесрочных и долгосрочных вербальных прогнозов для обеспечения приемлемой надежности должна быть очень низкой.

Методологической основой функциональной парадигмы является тезис о том, что практически вся информация об изучаемой экосистеме заключена в экспертных данных и исследователю остается только умело ее извлечь. Иначе говоря, основная предпосылка функциональной парадигмы состоит в следующем: все сведения о причинах развития экологического процесса содержатся в его реализации. Таким образом, предпосылки вербальной и функциональной парадигм отчасти противоположны.

В принципе, успешное прогнозирование без понимания происходящего, без раскрытия причинно-следственных связей в настоящее время считается вполне возможным (Редкозубов, 1981; Ивахненко, 1982; Кожова, Павлов, 1982; Резников, 1982; Большаков, 1983; Розенберг, 1984), и потому функциональные предикторы имеют право на существование.

При функциональном прогнозировании механизм функционирования экосистемы в моделях явно не отображается. Функциональные предикторы, как правило:

• применяются при поисковом прогнозировании;
• строятся с помощью ЭВМ и представляют собой модели "черного ящика";
• формируются на языке того же уровня, на котором получены экспериментальные данные;
• не обладают объяснительной силой и какой бы то ни было общностью;
• алгоритмы же синтеза функциональных предикторов, напротив, достаточно универсальны;
• самые доступные и самые дешевые.

Аппарат функциональной парадигмы разнообразен. Это регрессионный, корреляционный и факторный анализы, теория планирования эксперимента, эволюционное моделирование, анализ временных рядов, кластерный анализ и т.п. Особое место в этом аппарате занимает МГУА. Подход к моделированию, основанный на принципах самоорганизации, представляет собой процесс построения предиктора оптимальной сложности, происходящий при незначительном участии модельера и не требующий больших массивов апостериорной информации (Ивахненко, 1982; Ивахненко, Степашко, 1985; Ивахненко, Юрачковский, 1987).

Функциональные предикторы самоорганизующегося типа сейчас широко применяются для предсказания состояния различных популяций, сообществ, экосистем. В качестве примеров можно назвать следующие функциональные предикторы: численности нерестовой популяции посольского омуля (Герцекович, Топорков, 1986), динамики численности видов рода Melosira (Брусиловский, 1987), дендрохронологических рядов (Розенберг, Феклистов, 1981; 1982), продуктивности естественных растительных сообществ (Кононов, Розенберг, 1981; Бармин, 1993) и агроценозов (Герцекович, Усов, 1982), состояния экосистемы оз.Байкал (Ивахненко и др., 1980; Ивахненко, 1982).

Примеры удачных экологических функциональных прогнозов достаточно многочисленны. Однако в силу специфики экологического прогнозирования и функциональной парадигмы ее применимость при разработке любых нормативных, а также долгосрочных экологических прогнозов достаточно ограничена. Наиболее целесообразно функциональные предикторы использовать в кратко- и среднесрочном поисковом прогнозировании. Надежность таких прогнозов может быть достаточно высокой. При этом имеющаяся апостериорная информация накладывает принципиальные ограничения на детальность формулировки функциональных прогнозов.

И еще одно замечание. Н.Н.Моисеев (1983; 1986) выделяет два механизма развития экологических процессов (систем):

• дарвинский, когда эволюция экосистемы обусловлена медленным накоплением новых количественных особенностей;
• квазидарвинский (бифуркационный), когда при определенных значениях параметров системы нарушается однозначный ход ее развития, возникает бифуркация. В этом случае дальнейший ход развития экологического процесса становится непредсказуемым - его эволюцию определит сколь угодно малое случайное возмущение.

Функциональная парадигма не в состоянии изучать бифуркационные механизмы - она предназначена для предсказания экологических процессов, динамика которых формируется только дарвинскими механизмами.

• модельер, заказчик и пользователь - одно и то же "лицо";
• в модели учитывают небольшое число переменных и параметров, характеризующих экосистему;
• имитируется явление одной биофизической природы;
• коэффициенты модели имеют экологический (биофизический) смысл;
• для анализа модели не требуется применение ЭВМ;
• экспериментальные данные явно при построении модели не используются (в этом смысле эскизные предикторы являются априорными);
• в предикторе находят отражение только некоторые существенные (с точки зрения модельера) элементы структуры экосистемы;
• эскизные прогнозы носят качественный характер и обладают достаточно высокой общностью.

Методы построения эскизных предикторов также достаточно разнообразны. Но наиболее широко применяются аппараты дифференциальных и других уравнений, теории вероятностей.

Примером прогнозных исследований, выполненных в рамках эскизной парадигмы, могут служить классические исследования В.Вольтерра и А.Лотки и работы по прогнозированию вспышек численности лесных насекомых (Исаев и др., 1984; Недорезов, 1986).

Эскизные прогнозы могут быть как краткосрочными, так и долгосрочными; как поисковыми, так и нормативными. Однако детальность их формулировки, как правило, не высокая. Методика оценки надежности эскизных прогнозов должна учитывать прежде всего качественные аспекты совпадения предсказанных и фактических состояний изучаемой экосистемы.

Основное достоинство эскизной парадигмы состоит в возможности исследования бифуркационных механизмов динамики экологических систем. Можно сказать, что это - прерогатива эскизных предикторов. Экологические концепции в настоящее время формируются в основном вербальной и эскизной парадигмами.

Имитационная парадигма. Имитационная парадигма экологического прогнозирования индуцирована применением в экологии нового мощного инструмента системного анализа - имитационного моделирования сложных систем. Имитационное моделирование дает возможность проследить эволюцию исследуемой системы как бы "изнутри", получить оценку ее целостных характеристик при достаточно широком спектре воздействия и в ситуациях, которые либо в данный момент, либо принципиально нельзя осуществить на практике.

При имитационном моделировании в модели сквозь призму цели исследования достаточно полно отображаются "глубинные" свойства экосистемы - множество ее структур и механизм функционирования. При этом, как правило:

• модельер, заказчик и пользователь - различные "лица";
• в модели учитывается огромное число переменных и параметров экосистемы;
• имитируется множество явлений совершенно различной физической (экологической) природы;
• большинство коэффициентов модели имеет экологический (физический) смысл;
• модель оказывается существенно машинной - представляет собой комплекс программ для ЭВМ, построенных по модульному принципу, и включает специальную систему математического обеспечения с соответствующей периферией, позволяющей работать с моделью в диалоговом режиме;
• при разработке модели применяются как априорная информация, так и экспериментальные данные;
• модель служит для изучения совокупности целостных характеристик, используется как средство системного экспериментирования с экосистемой и имеет скорее практическую, чем теоретическую значимость.

Имитационные предикторы широко используются при прогнозировании состояния биосферы (Крапивин и др., 1982; Моисеев и др., 1985), водных экосистем (Меншуткин, 1971; Горстко, 1979), наземных экосистем (Гильманов, 1978; Розенберг, 1984), других экологических объектов.

Недостатком имитационного моделирования является субъективный момент, вносимый исследователем при построении модели, - "навязывание" своих представлений о характере поведения системы (Брусиловский, Розенберг, 1981; Свирежев, 1981; Ивахненко, Степашко,

1985). Этого недостатка в значительной степени лишены предикторы МГУА. Еще один недостаток имитационных предикторов состоит в их большой стоимости и высокой длительности разработки.

Выделенные парадигмы экологического прогнозирования отличаются друг от друга по многим признакам. Основные из них - это роль ЭВМ в разработке предиктора и формировании прогнозов и уровень формализации представлений о механизме функционирования экосистемы (табл. 1.1).