12.Раскройте основные методы прогнозирования (математико-статистические методы).

Математико-статистические методы прогнозирования базируются на использовании накопленной статистической информации об изменении показателей, характеризующих объект или процесс. К таким методам относятся методы экстраполяции, интерполяции, корреляции, регрессии, балансовый метод, метод аналогов и др. Используемые в этих методах модели прогнозирования можно разделить на трендовые и многофакторные. В трендовых моделях выводится зависимость анализируемого показателя от времени: у = f(Т). Многофакторные модели позволяют получить зависимость изучаемого показателя от набора факторов, которые определяют его изменение: у = = φ (х₁, х₂, …х_m).

Экстраполяция – перенесение данных, полученных в одной точке, на более или менее обширные аналогичные площади, или вычисление последующего ряда значений какого-то свойства, исходя из характера кривой его предыдущего изменения.

Экстраполяция в пространстве (региональная) широко применяется в специальном картографировании, в составлении кадастров и в других случаях, когда натурный охват всего явления физически невозможен. Логическая (аналоговая) экстраполяция используется в случаях, когда необходимо определить вероятный ход процесса до его наблюдения как в пространстве, так и во времени. Общей формой экстраполяции служит перенос с наблюдаемого на численной или натурной модели на реальную местность или процесс. Но здесь большая вероятность ошибок и допущений, так как неизбежно упрощение модели по сравнению с натурой. Кроме того, модель ограничена и замкнута.

Интерполяция – поиск промежуточных значений какого-либо свойства между известными его значениями (точками) во времени или в пространстве. Интерполяция используется при наблюдении природных процессов, особенно при составлении кривых их хода. Чем чаще во времени и ближе в пространстве наблюдаемые точки, тем точнее интерполяция. Поэтому переход от интерполяции и экстраполяции нередко связан с ошибками.

Метод корреляции предполагает учет взаимного отношения, взаимозависимости предметов, явлений, видов в экосистеме. Так, в соответствии с законом экологической корреляции в экосистеме, как и в любом другом целостном образовании, особенно в биотическом сообществе, все входящие в нее виды живого и абиотические экологические компоненты функционально соответствуют друг другу. Выпадение одной части системы (например, уничтожение вида) неминуемо ведет к исключению всех тесно связанных с этой частью системы других ее частей и к функциональному изменению целого в рамках закона внутреннего динамического равновесия. Например, при изменении лесистости территории заметно меняется коэффициент стока. Имея ряд значений коэффициента стока, можно прогнозировать возможное изменение стока с поверхности при лесистости в количественных показателях.

Регрессия – вероятность, степень рассеяния эмпирических точек от линейной зависимости (линия регрессии). Это зависимость среднего значения какой-либо величины от некоторой другой величины или от нескольких величин. С помощью регрессионного метода с применением многофакторных моделей можно, например, прогнозировать воздействие антропогенных факторов на окружающую среду.

Балансовый метод - его можно представить в виде модели межотраслевого, межрегионального процесса обмена продукцией:

,

где X_i - объем продукции, произведенной в отрасли (регионе) i; х_j - объем продукции, произведенной в отрасли (регионе) j; a_i j - коэффициент прямых затрат, который характеризует количество продукции отрасли (региона ) i, использованной для производства единицы продукции в отрасли (регионе) j; y_i - остаточная продукция отрасли (региона) i; N - количество отраслей (регионов) j.Используя балансовую модель, можно достаточно определенно проанализировать движение продукции (природных ресурсов) между отраслями, регионами и составить представление о возможных последствиях.

В настоящее время разрабатываются и внедряются более сложные методы прогнозирования, позволяющие как собрать, проанализировать, классифицировать большое число факторов, так и осуществлять комбинирование большого количества моделей, методов и вариантов обычно на основе использования новейших видов вычислительной техники.