Шпаргалки по экологическому мониторингу

Материалы » Шпаргалки по экологическому мониторингу


. Парасимпатические влияния на сердце заключаются в уменьшении ЧСС, силы сокращений, уменьшении скорости проведения и возбудимости сердечной мышцы.

Симпатическая часть вегетативной нервной системы —

часть

вегетативной нервной системы, периферический отдел которой

образован околопозвоночными ганглиями, составляющими пограничный симпатический ствол, который делится на шейную, грудную, поясничную и крестцовую части. Симпатическая часть вегетативной нервной системы оказывает на организм мобилизующее действие, направленное на обеспечение выполнения физической работы. Симпатические влияния на сердце заключаются в увеличении ЧСС, силы сокращений, скорости проведения и возбудимости сердечной мышцы. Под влиянием импульсов симпатической нервной системы уменьшается просвет сосудов, что ведет к повышению артериального давления.

41.

Под экологическим прогнозированием

понимается предсказание состояния такой системы, среди существенных элементов которой фигурирует хотя бы одна биотическая компонента экосистемы (популяция, сообщество, синузия и пр.). Инструментом экологического прогнозирования является экологический предиктор

- модель (не обязательно математическая), служащая для формирования экологического прогноза.

Проблематику экологического прогнозирования условно можно разделить на две группы: первая обусловлена сбором и обработкой первичной информации, вторая - сложностью экосистем и несовершенством традиционной методологии экологического прогнозирования.

Проблемы, индуцированные сбором и обработкой первичной информации

Прогнозирование состояний функционирующей экосистемы возможно лишь при наличии достаточного объема данных наблюдений, характеризующих ее структуру и поведение. Если таких данных совсем мало, то никакой математический аппарат, никакая ЭВМ здесь не помогут. Единственный выход в таких ситуациях - собрать недостающую информацию. С другой стороны, до самого последнего времени наблюдение над отдельными экологическими параметрами (и экосистемами в целом) осуществлялось бессистемно, и поэтому имеют место информационные пробелы. Заполнение таких пробелов - задача чрезвычайно трудная, а часто и неосуществимая.

В силу уникальности всех экологических объектов системы экологического прогнозирования не могут быть ориентированы на широкий класс объектов прогнозирования.

Разработка моделей, а также алгоритмического и программного обеспечения системы экологического прогнозирования должна вестись с обязательным учетом не только свойств изучаемой системы, но и объема, и качества (точности) имеющейся эмпирической информации.

Проблемы, порожденные сложностью экосистем и традиционной методологией экологического прогнозирования

В экологии стала стандартной ситуация, когда изучение системы и построение прогнозов ее состояния осуществляется (или может осуществляться) одновременно всеми методами исследования. При этом каждый из них индуцирует разработку достаточно большого числа разнообразнейших и не стыкующихся между собой моделей.

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. Традиционный подход к прогнозированию заключается в выборе единственной, лучшей в каком-либо смысле модели и ее эксплуатации.

В итоге полезная информация об изучаемой системе оказывается рассредоточенной по целому ряду отдельных источников и используется нерационально. Принципы системологии, имеющие важное значение для экологического прогнозирования, часто просто игнорируются. Таким образом, для эффективного функционирования системы экологического прогнозирования необходимо такое алгоритмическое и программное обеспечение, которое бы позволяло:

  • работать с небольшими выборками данных, полученных со значительной погрешностью;
  • использовать приемы борьбы с омнипотентностью (всемогущество) 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 восприимчивым по отношению к новой информации.
Перейти на страницу: 14 15 16 17 18 19 20