Например, прогнозы состояния планктонных сообществ оз.Байкал можно получить с помощью трех совершенно различных имитационных моделей (Ащепкова и др., 1978а, б; Горстко и др., 1978), нескольких эскизных моделей (например, Власова, 1977), вербального предиктора (Ащепкова, Кожова, 1985) и двух функциональных (Ивахненко и др., 1980; Чеберкус, 1985).

Прогнозы численности грызунов (полевки) могут осуществляться с помощью имитационного (Бененсон, Жигальский, 1982), функционального (Ефимов, Галактионов, 1983), вербального (Методы прогноза развития.., 1978; Груздев, 1980) предикторов.

Аналогичная ситуация имеет место при изучении динамики биосферы с помощью эскизных (Крапивин, 1978; Кибзун, 1983), имитационных (Крапивин и др., 1982; Моисеев и др., 1985) и многочисленных функциональных (например, Лит, 1974; Петропавловский и др., 1978) предикторов.

Специфика экологического прогнозирования на современном этапе состоит прежде всего в видении одного и того же феномена с помощью множества различных и более-менее равноценных моделей (проявление принципа множественности моделей). Традиционный подход к прогнозированию заключается в выборе единственного, лучшего в каком-либо смысле предиктора и его эксплуатации.

В итоге полезная информация об изучаемой системе оказывается рассредоточенной по целому ряду отдельных источников и используется нерационально. Принципы системологии (см. Введение), имеющие важное значение для экологического прогнозирования, часто просто игнорируются. В процессе разработки прогнозов межпарадигмальная комплексация методов и алгоритмов отсутствует. Что делать с прогнозами, полученными с помощью различных предикторов, неясно. По-видимому, существует целый спектр "элементарных" механизмов функционирования экосистем, каждый из которых реализуется только при отдельных условиях. Смешиваясь друг с другом, они образуют реальный механизм функционирования (генерации наблюдаемых временных рядов). Например, для популяций насекомых элементарными механизмами могут служить воздействие энтомофагов, специализированных хищников и паразитов, эпизоотии и, наконец, внутривидовая конкуренция (Исаев и др., 1984). В отдельных же предикторах отображаются, как правило, лишь некоторые из элементарных механизмов.

В.В.Налимов (1983) в качестве одного из главных недостатков существующей методологии экологического прогнозирования отмечает потенциальную возможность омнипотентности тех факторов, которые не включены в модель вследствие их малой значимости в прошлом. В связи с этим он считает собственно экологическое прогнозирование фактически бессмысленным, и в качестве ослабленного варианта предлагает слежение за состоянием экосистем (так называемый паттерн-анализ). Однако переменные паттерна опять же выбираются только из соображений их значимости в прошлом или экспертным путем, и поэтому проблема омнипотентности тем самым не снимается. Кроме того, паттерн экосистемы существенно зависит от шага слежения: корреляционные паттерны среднедекадных, среднесезонных и среднегодовых значений могут сильно различаться. В качестве примера укажем на наблюдавшиеся совершенно различные паттерны луговых растений на Южном Урале, как в разные годы, так и при различном воздействии на них (Миркин, Розенберг, 1977; Янтурин, 1978). Даже для фиксированного шага слежения структура паттерна может резко меняться во времени при нормальном функционировании системы.

Омнипотентность факторов проявляется в контринтуитивном поведении экосистемы - в целом наша интуиция оказывается плохим помощником при разработке экологических прогнозов. Омнипотентность факторов - объективно существующее явление, и поэтому его обязательно нужно принимать во внимание. Однако в традиционной методологии экологического прогнозирования приемов борьбы с омнипотентностью, по существу, нет.

В последние годы для обеспечения задач прогнозирования разработано достаточно много различных библиотек и пакетов прикладных программ (см., например, Справочник по типовым.., 1980; Алгоритмы и программы..., 1984; Дайитбегов и др., 1984; Пакет прикладных.., 1984; Семенов, 1984; Ивахненко, Степашко, 1985; Брусиловский, Фридлянд, 1986; Енюков, 1986; Загоруйко и др., 1986) Основной недостаток имеющихся пакетов по прогнозированию состоит в том, что прогноз конкретного временного ряда строится в рамках только одного алгоритма. Иначе говоря, предполагается, что истинный механизм генерации этого ряда является единственным и что он хорошо аппроксимируется одним из алгоритмов, имеющихся в применяемом инструментарии. Как уже отмечалось выше, для экосистем это скорее исключение, чем правило.

Таким образом, для эффективного функционирования системы экологического прогнозирования необходимо такое алгоритмическое и программое обеспечение, которое бы позволяло:

• работать с небольшими выборками данных, полученных со значительной погрешностью;
• использовать приемы борьбы с омнипотентностью факторов;
• учитывать неформальное знание и видение одного и того же феномена с помощью целого множества различных и более-менее равноценных моделей, возможную "разношкальность" предикторов, отсутствие унифицированной и общепризнанной методики оценки их качества;
• быть гибким по отношению к новой информации.