Основными этапами прогнозирования являются: ретроспекция, диагноз и проспекция. Кроме основных, в любой прогнозной разработке, как правило, присутствуют предпрогнозные и постпрогнозные исследования. Учитывая весь комплекс исследований, необходимых для разработки прогноза, следует выделить семь следующих этапов.
Первый этап – этап предпрогнозной ориентации. В его рамках выполняется совокупность работ, предшествующих разработке заданий на прогноз и включающих определение объекта, цели и задач прогнозирования, а также периода основания и периода упреждения прогноза. Фактически, результатом этого этапа является первичное описание объекта прогнозирования.
Следующий этап – задание на прогноз. Результатом этого этапа является документ, определяющий цели и задачи прогноза и регламентирующий порядок его разработки.
Фактически, эти два предпрогнозных этапа обеспечивают подготовку первого из трех основных этапов – этап прогнозной ретроспекции . Содержанием ретроспекции является исследование истории развития объекта прогнозирования и прогнозного фона с целью получения их систематизированного описания. В результате целенаправленных исследований уточняются источники информации, первоначальное описание объекта прогнозирования и шкалы измерения его характеристик, принимается решение о методах сбора, обработки, хранения информации, оптимизируется состав источников информации и окончательно формируется структура и состав характеристик объекта.
На этапе прогнозного диагноза исследуется систематизированное описание объекта прогнозирования и прогнозного фона с целью выявления тенденций их развития и разработки (выбора) моделей и методов прогнозирования. Фактически, на этой стадии анализ объекта прогнозирования тесно переплетается с вопросами синтеза прогнозной модели, готовый вариант которой является финальным результатом диагноза.
Следующий этап – прогнозная проспекция – предусматривает разработку прогнозов по результатам прогнозного диагноза. Другими словами, на этом этапе проводятся вычислительные эксперименты с построенной моделью.
Полученные на предыдущем этапе прогнозные расчеты требуют проверки своей достоверности. Такая проверка осуществляется на этапе верификации прогноза . Результатом этого этапа является оценка точности и выводы, гарантирующие надежность и обоснованность полученных прогнозов.
Завершаются прогнозные расчеты этапом «Корректировка прогноза ». Основное назначение этого этапа – уточнение прогнозных расчетов на основе их верификации и дополнительных данных.
Чистые риски. Причины и факторы риска. Риск на различных этапах маркетингового цикла . Допустимый, неизбежный и недопустимый (чрезмерный) риск. Цена риска . Коэффициент риска. Понятие управления рисками в маркетинге. Задачи управления рисками. Прогнозирование рисков. Страхование рисков . Методы снижения уровня риска диверсификация , страхование, информационная обеспеченность , использование достижений НТП. Роль человеческого фактора в управлении рисками . Стохастический характер ряда рисков.
Построение КП связано с большими сложностями. Если бы удалось предсказать положение КП для всех плановых периодов в течение, например, ближайших 10 лет, то можно было бы достаточно уверенно предсказывать экономический результат за этот период. Все стадии освоения ресурсов ГРР, разбуривание, обустройство и эксплуатация имеют долгосрочный характер. Следовательно, совокупность ресурсов (запасов) на каждом из этих этапов есть результат предшествующей деятельности, отражающей уровень потребности в нефти, геологические, налоговые и экономические условия производства на перспективу. Состояние ресурсной базы на современном этапе характеризуется истощением основных месторождений, что, в свою очередь, влияет на формирование объектов и структуры потребления нефти и газа. Таким образом, значения КП являются функцией таких параметров, как потребность в нефти уровень затрат и цен, наличие и качество открытых запасов. Варианты добычи отражают один или несколько сценариев в отношении возможных значений технико-экономических показателей в прогнозируемом периоде. Источник неопределенности возникает из-за невозможности точной оценки качества запасов нефти (газа), а также достоверного прогнозирования цен на длительный период.
Создание информационных систем, обеспечивающих сбор и подготовку информации , способствует решению задач по прогнозированию, планированию и распределению газа с учетом проведения многовариантных расчетов. На этом этапе развития решаются также задачи оперативного регулирования запасами
Все это накладывает своеобразный отпечаток на современное прогнозирование на всех этапах, начиная с постановки задачи и кончая конкретными расчетами.
Взаимодействие между предприятием и вузом должно начинаться еще на этапе, предшествующем учебному процессу, что существенно повышает эффективность деятельности обоих участников взаимодействия. Прогнозирование и учет перспективных потребностей в работниках интеллектуального труда позволят предприятию своевременно реагировать на тенденции развития отрасли и действовать адекватно складывающейся ситуации. Задача вуза - помочь предприятию развиваться согласно требованиям времени и конъюнктуры рынка , а предложенный нами инновационный подход позволяет сделать это.
В данном издании рассматриваются особенности экономического прогнозирования и планирования национальной экономики ведущих стран мира и России, методологические подходы к управлению национальной экономикой и роль отдельных методов в данном процессе, этапы эволюции рыночных отношений , особенности экономических моделей хозяйствования. Особое внимание уделяется структурно-функциональному и комплексному подходу при решении сложнейших задач прогнозирования и планирования.
Прогнозирование - важнейший этап системы управления национальной экономики , так как любое управленческое решение по своей сути является реализацией результата прогноза. В связи с этим гипотезы, на которых основаны прогнозы, должны быть ясно сформулированы.
На этапе прогнозирования формируются возможные цели развития как на общенациональном, так и отраслевом и региональном уровнях управления. Прогнозы на федеральном, отраслевом и региональном уровнях учитывают и результаты прогнозных исследований, проводимых частными организациями и корпорациями.
На этапе прогнозирования формируются возможные цели развития как на общенациональном, так и отраслевом и региональном уровнях управления. Прогнозированием занимаются государственные подразделения различного у ровня, Центральный банк страны, специализированные коммерческие фирмы, частные промышленные, банковские, страховые и торговые корпорации. Прогнозы на федеральном, отраслевом и региональном уровнях учитывают и результаты прогнозных
ПРОГНОЗИРОВАНИЕ - ОСНОВНОЙ ЭТАП УПРАВЛЕНИЯ НАЦИОНАЛЬНОЙ ЭКОНОМИКОЙ
На этапе прогнозирования разрабатывается комплекс прогнозов в вариантной постановке. Варианты прогнозов могут отличаться намеченными целями
Таким образом, если этапы ретроспективного анализа и прогнозирования носят сугубо научный характер, то этап выработки концепции, политики государственных органов имеет преимущественно политический характер, и выбранный вариант развития СЭС страны не обязательно бывает рациональным по чисто экономическим критериям.
Ввиду сложности использования системы экономических индикаторов и индексов в прогнозировании некоторые исследователи считают этот подход (или метод) больше искусством, чем наукой. Поэтому на первый план выдвигается умение и опыт исследователя, хорошее знание им закономерностей развития экономики в целом и ее особенностей на данном этапе.
Я. Тинберген выделил четыре стадии (этапа) прогнозирования
Однако чаще всего проблемы появляются на практике. Если государство проводит активную структурную политику и в то же время существует четкая шкала предпочтений относительно отраслевой структуры экономики , а характер распределения экономической деятельности по регионам при этом практически не имеет значения, то отраслевые расчеты должны выполняться на втором этапе прогнозирования, региональные - на третьем. В этом случае в региональном прогнозировании учитываются ограничения, обусловленные решениями, принятыми на отраслевом уровне.
Напомним, что в схеме не отражены региональные прогнозы, включение которых расширит систему прогнозов и увеличит число стадий (этапов) прогнозирования.
На различных этапах прогнозирования, особенно при анализе объекта прогнозирования, его классификации и моделировании, а также при выявлении функций объекта может применяться метод аналогий и ассоциаций. Он предназначен для активизации творческого мышления и получения дополнительной информации об исследуемом объекте при поиске новых идей и решений. Метод включает в себя два типа приемов активизации творческого мышления и получения информации об исследуемом объекте, т.е. средств анализа и синтеза информации при поиске идей для решения поставленных задач.
В условиях ограниченного финансирования решения любой социально-экономической проблемы оценка соотношения желаемого и действительного становится существенной. Прогнозирование как элемент управления не приносит сразу каких-то материальных результатов. В то же время затраты на каждый его этап должны быть строго регламентированы. Для получения наилучшего из возможных по критерию стоимости решения применяют метод функционально-стоимостного анализа.
В качестве вспомогательного творческого элемента при прогнозировании метод может успешно применяться на всех этапах, особенно в условиях неопределенности и при возникновении тупиковых ситуаций, когда другие способы не позволяют получить удовлетворительный результат.
Процесс прогнозирования на основе имитационного моделирования включает в себя несколько основных этапов
Второй этап - выделение существенных факторов, влияющих на объект прогнозирования
Вторая группа проблем, занимающих центральное место в работе, связана со спецификой конкретной энергосырьевой политики, которую проводят арабские прогрессивные государства, находящиеся на этапе национально-демократической революции,- мировые экспортеры жидкого топлива. Как центральное звено в их общенациональной стратегии хозяйственнрго и социально-культурного Строительства, а также в качестве внешнеполитического инструмента нефтяная политика формируется с учетом разнообразных многочисленных параметров, макроэкономических и отраслевых, испытывая одновременно воздействие целого ряда неэкономических факторов. Возможно более полный охват этого сложного комплекса причинно-следственных связей - важнейшая гарантия глубины его анализа и надежности прогнозирования. Эти элементы несомненно нуждаются в систематизации. Но излишняя схематичность, увлеченность моделированием иногда опаснее чрезмерной осторожности в обобщениях. Нередко аналогичные, а порой и идентичные объективные предпосылки служат основой принципиально различных сырьевых стратегий, что весьма наглядно прослеживалось в Ираке 60-х и Ливии на рубеже 70-х годов. Это еще раз убедило автора в необходимости особого внимания к социально-классовым истокам нефтяной политики, при прочих равных условиях зачастую определяющим ее характер, как и характер субъективных факторов вообще. Тот же момент существенно повлиял на выбор стран - основных предметов изучения в данной работе.
Слабаяинтеграциясдругимисистемами. Этапы постановки целей и проверки результатов должны сочетаться с другими мерами, например, прогнозированием, составлением бюджета и иными процессами.
Организации действуют в условиях неопределенности, однако несмотря на это, менеджеры должны принимать те решения, которые будут оказывать влияние на будущую деятельность компании и принимать максимально верные решения . Поскольку процедуры прогнозирования вне зависимости от их типа качественные они или количественные являются обоснованными, то именно это служит причиной опираться на данных полученные из прогнозов, а не на другие полученные необоснованным путем .
Соотношение использования количественных и качественных методов в прогнозировании значительным образом изменилось в последние годы, в связи с распространением компьютеров, ранее до возникновения серьезного математического аппарата прогнозирования оценка менеджера, часто интуитивного характера была единственно возможным вариантов получить какие-либо предположения о характере наблюдаемых событий в будущем. Благодаря работам, связанным с количественными методами прогнозирования Макридакиса стало понятно, что использование тех прогнозов, которые основываются только на качественных оценках не могут быть настолько же точными, как те, которые имеют математическое обоснование полученных значений . Также в долгосрочной перспективе использование качественных методов прогнозирования оказывается существенно дороже, чем использование программного обеспечения, основывающегося на количественных подходах .
Тем не менее, точность в прогнозировании не может быть достигнута лишь путем использования программ соответствующего назначения . В такой ситуации мы лишь получим лишь информацию, которая без должного знания и понимая даже если будет точной, может оказаться совершенно бесполезной для нужд компании, с другой стороны менеджер, игнорирующий все возможные техники количественного анализа. Данные примеры служат показать, что применение лишь одного подхода, может быть чересчур категоричным шагом менеджера и в конечном итоге привести к негативным последствиям для всей организации .
Программное обеспечение и компьютеры стали совершенно неотъемлемой частью любой организации вне зависимости от ее размеров или направленности, а также принадлежности к частному бизнесу или государственному, потому что каждая компания нуждается в процедуре планирования . Причем важно понимать, что прогнозы используются компанией практически во всех стратегически важных ее отделах, таких как: финансовый, маркетинг, рекрутинг, логистика и многих других для принятия обоснованных решений в условиях неопределенности.
Существуют различные классификации по типам прогнозов, которые могут рассматривать их в зависимости от временной перспективы прогнозирования, так и по их позиции, которую они занимают в макро или микро-континууме, также как уже упоминалось может быть произведено деление путем отнесения прогнозов к количественным или к качественным типам прогнозов, от того какие цели стоят перед тем или иным отделом, или конкретным менеджером будут использованы различные подходы к прогнозированию . Долгосрочное прогнозирование свойственно для стратегического отдела предприятия, обычно прогнозы данного типа являются основной потребностью высшего звена менеджмента, которое определяет перспективы развития организации, напротив краткосрочные прогнозы должны использоваться оперативными отделами, в которых необходимо получение данных для принятия безотлагательных решений . Использование краткосрочных прогнозов осуществляется на уровне среднего и нижнего менеджмента, которые ответственны за принятие решений в конкретный момент для организации.
На начальном этапе выборе метода требуется определить степень детализации, то есть понять какой из макро или микро-прогнозов нам нужен, следующим шагом будет определение временной перспективы, на которую должен быть рассчитан прогноз и заключающим этапом станет детерминация фактора использования количественных или качественных оценок, либо определения их соотношения при принятии конечного решения . Возможность анализа методов прогноза при выборе одного из них для целей прогнозирования должна позволить менеджеру упростить процедуру принятия решения . Основополагающим требованиям будет не возможная сложность математического аппарата, а точный и понятный результат прогноза, который можно интерпретировать для принятия менеджером решений, также важно отметить, что помимо вышеперечисленного прогнозирование используется как возможность косвенно влиять на прибыльность, поэтому процедура проведения прогнозной оценки должна в первую очередь быть рентабельной .
Процесс прогнозирования представляет собой экстраполяцию предыдущих наблюдений для получения некоторого представления о том, как ситуация будет выглядеть в будущем. Понимание этого факта, приводит к тому, что аппарат прогнозирования анализирует и подвергает обработке те данные, которые произошли и неотличимы от условий будущего, однако это не всегда верно, поскольку расчет показателей эффективности рабочих основанных лишь на их оценках при приеме на должность будет не точном, поскольку возможно изменение данных показателей, поэтому процесс прогнозирования может быть разбит на несколько составляющих:
- - Сбор данных
- - Редукция или уплотнение данных
- - Построение модели и ее оценка
- - Экстраполяция выбранной модели
- - Оценка полученного прогноза
Первый этап предполагает получение верных данных, а также проведение необходимой проверки достоверности и полученных данных . Данный этап является наиболее важным для всей последующей процедуры прогнозирования, поскольку без должной проверки корректности данных, мы можем провести прогноз для неверных данных, соответственно получив в итог результат несоотносимый с реальными показателями.
Второй этап может быть необязательным, однако очень часто без его наличия корректно осуществить прогнозирование не представляется возможным. Возможны ситуации, когда на втором этапе специалисту по построению прогнозов становится понятно, что исходные данные полученные для проведения прогноза собраны в недостаточном количестве, либо в избыточном . И тот и другой вариант не позволяют построить точный прогноз, если в случае с недостаточным количеством данных это представляется очевидным, то во втором случае возможно собраны данные, которые не относятся к исследуемому предмету прогнозирования, тем самым лишь увеличивая количество ошибок прогноза и снижая его точность. Также на этом этапе данные проходят проверку на соответствие контексту, поскольку если мы собираемся построить прогноз для продаж электрических автомобилей, то целесообразно брать данные за последние 5 лет, а не за 50, во втором случае мы получим неточный прогноз из-за несоответствия контексту рассматриваемой задачи .
Третий этап может быть описан, как построение модели прогноза и ее оценка, суть данного этапа сводится к выбору конкретной модели прогнозирования, которая будет осуществлять посредством заданного алгоритма экстраполяцию предыдущих наблюдений. На данном этапе менеджеру следует осознавать, что чем проще представленная модель прогнозирования, тем легче она будет для понимания ее результатов, что является важнейших фактором при принятии решения топ-менеджментом. Это означает, что более простые модели представляют понятные результаты, которые активно используются при принятии решений .
Четвертый этап заключается в переносе выбранной модели прогнозирования на будущие периоды, что подразумевает получение конкретных значений прогноза, также на данном этапе совершается моделирование прогноза для уже наблюдаемых данных, для оценки точности прогноза, таким образом будут получены ошибки прогноза. Однако непосредственно анализ полученных отклонений в ходе проведения процедуры прогнозирования на уже совершившиеся события будет рассмотрен в пятом этапе .
Пятый этап является заключительным на данном этапе производится оценка полученных прогнозных значений, оценке ошибок прогноза. Для оценки ошибки прогноза используются различные техники, которые подразумевают сложение абсолютных значений прогноза, которая в зависимости от техники оценки может оставаться как суммой отклонений при прогнозе, так и делится на количество наблюдаемых ошибок, с целью поиска средней ошибки по прогнозу. Существуют также методы, которые основываются на сумме квадратов ошибок.
Основная часть прогнозирования стоит на фундаментальных статистических понятиях , они и будут рассматриваться в данной части главы. В основном статистические показатели используют, чтобы дать более детальное представление о структуре данных в генеральной совокупности. Цель данных процедур в статистике сводится к возможности описать большой массив данных с помощью некоторых наиболее важных, ключевых значений. Подавляющее большинство статистик описывают массиву путем усреднения значений наблюдений . Самая распространенная процедура заключается в поиске выборочного среднего значения, которое определяется по формуле сложения всех имеющихся наблюдений и деленных на количество наблюдений:
Наряду с частным использованием выборочного среднего, при процессе определения тенденции данных к группировке вокруг среднего значения используют показатель средне квадратического отклонения:
В данном уравнении мы имеем суму квадратов разностей между наблюдениями и их средним значением .
Среднее значение и среднеквадратическое отклонение считаются одними из наиболее важных характеристик при необходимости описания набора данных совокупности. Их основное преимущество заключается в том, что они достаточно просты к вычислениям и предоставляют содержательные характеристики данных наблюдений. Также наряду с использованием среднеквадратического отклонения и нахождения выборочного среднего, для определения центрального значения из рассматриваемых данных применяется процедура поиска медианы. Медианой называют значение, которое делит выборку на две части, причем в одной они будут меньше, а в другой больше значения медианы. Размах используется для того, чтобы примерно оценить дисперсию выборки, чтобы вычислить размах требуется из самого большого значения выборки вычесть наименьшее.
Для изучения присутствия линейной зависимости в наборе данных между двумя величинами, а также для определения силы данной зависимости может быть использован коэффициент корреляции . Данный коэффициент измеряется от -1 до 1. Минимальное значение коэффициента корреляции равное -1 показывает, что рассматриваемые величины имеют совершенную отрицательную зависимость, в данном случае увеличение одной повлечет уменьшение другой, с другой стороны коэффициент равный +1 будет свидетельствовать о наличии совершенной положительной зависимости между двумя величинами . В том случае если коэффициент корреляции равен 0, то линейная зависимость отсутствует. Коэффициент корреляции можно найти по формуле:
При использовании коэффициента корреляции следует учитывать несколько критически важных моментов, первое на что требуется обратить внимание, это что коэффициент корреляции показывает данные о наличии зависимости между двумя величинами, однако он не может быть использован в качестве средства при определении причинно-следственной связи между факторами, таким образом будет некорректно сказать, что если между величинами присутствует корреляция, то это означает влияние одного фактора на другой, поскольку изменение двух величин может быть вызвано изменением третьего фактора, который не включен в анализ коэффициента корреляции . В данном случае решение о наличии причинно-следственной связи между величинами принимает эксперт, поскольку в реальной жизни могут цена на продукты в Санкт-Петербурге коррелировать с ценами на продукты в Екатеринбурге, однако неверно будет полагать, что какая-то из этих величин оказывает влияние на другую, в данном примере цены будут зависеть от экономической обстановки в стране.
Во-вторых, коэффициент корреляции направлен на определение наличия линейной зависимости, в то время если расчет коэффициента показывает, что линейная зависимость равна 0 или находится в пределах низкой корреляции, то неверно будет полагать, что между переменными не существует совершенно никакой зависимости, поскольку рассматриваемые величины, могут быть подвержены нелинейной зависимости .
Этап представляющий собой сбор данных, проверку их на достоверность, является одним из наиболее сложных из всех этапов прогнозирования, поскольку, если будет допущена ошибка на данном этапе, то заметить ее присутствие будет крайне сложно при последующих вычислениях, поэтому неверные данные на входе дают на выходе неверные прогнозные значения, которые не имеют релевантности по отношению к прогнозируемой величине. Точность прогноза во многом определяется точностью данных, которые будут использованы при построении модели прогнозирования . Из-за большого развития интернета, в общественном доступе появились практически все необходимые показатели для составления макропрогнозов для государств, также присутствует достаточно информации, чтобы делать прогнозы в рамках развития организации, однако наличие большого количества информации в общем доступе не всегда благоприятно сказывается на точности прогноза, поскольку факторы, которые включаются в модель прогнозирования должны иметь непосредственное отношение к исследуемому объекту . Для того, чтобы оценить будут ли искомые данные полезны при поиске решения для какой-то конкретной задачи можно воспользоваться проверкой по следующим четырем критериям:
а) Точность и достоверность исходных данных.
Соблюдение данного критерия подразумевает использование данных, которые получены из источников достоверной информации, а также требует, чтобы данные соответствовали контексту исследуемого объекта.
б) Значимость данных.
Данные будут отражать анализируемые обстоятельства.
в) Согласованность данных.
В данном случае имеется ввиду, что при обстоятельстве изменения данных для объекта, для которого они были собраны должны быть внесены соответствующие корректировки, которые позволят сохранить согласованность новых данных с исторически сложившейся структурой.
г) Привязка ко времени.
Данный критерий позволяет проверить данные на их хронологическое соответствие, таким образом данные которые удовлетворяют данному критерию являются наиболее предпочтительными для проведения прогноза, также здесь необходимо отметить, что данных может быть слишком мало, это означает, что недостаточно исторической предыстории, однако также важно понимать, что использование слишком большого количества данных накопленных за время, может повредить точности прогноза из-за возможной низкой релевантности в контексте прогнозируемого объекта .
Основными при проведении прогнозов могут считаться две категории данных. Первые представляются собой набор данных, которые были собраны в какой-то конкретный момент времени, это могут быть данные за различные промежутки времени: часы, недели, годы, декады и так далее. Вторая категория данных показывает данные которые были собраны с течением времени. Первый тип данных называют кросс-секционными, их основная задача заключается в том, чтобы выяснить взаимосвязи внутри исследуемой совокупности, с целью экстраполяции полученных результатов на генеральную совокупность. Данные, которые были собраны с течением времени называются временными рядами, обычно для этих данных существуют одинаковые интервалы во времени, через которые собираются данные об этих объектах.
Количественная модель прогнозирования используется при прогнозировании временных рядов, для обозначения величины в конкретный момент времени, прогнозного значения и ошибки прогноза используются следующие показатели :
При оценке ошибки прогноза используется несколько методов, большинство которых заключается в усреднении некоторых функций ошибок и фактических значений. Для вычисления ошибки прогноза используется разность между фактическим значением и значением прогноза, полученным для данного момента времени.
Наиболее распространенный метод вычисления ошибки прогноза заключается в сложении абсолютных значений погрешности прогноза и деление на количество наблюдений. Данный метод называется среднее абсолютное отклонение (Mean Absolute Deviation, MAD) . Использование данной техники оценки ошибки прогноза возможно в случае, если специалист осуществляющий измерение ошибки прогноза пытается получить в тех же единицах, в которых находится исходный ряд. Ошибка среднего абсолютного отклонения измеряется по формуле:
Следующий способ оценки ошибки прогнозирования - среднеквадратическая ошибка (Mean Squared Error, MSE) , который заключается в возведении в квадрат каждой ошибки прогноза и последующего суммирования всех ошибок в квадрате, сумма которых делится на количество наблюдений. Данная техника в силу своей особенности возведения ошибок в квадрат, является необходимой для того чтобы обратить внимание специалиста на большие погрешности, допущенные моделью при прогнозировании. В таком случае при сравнении двух методов, один из которых дает ошибки средней величины, а другой дает небольшие, но пиково попадаются существенные отклонения, может оказаться первый метод предпочтительнее. Среднеквадратическая ошибка прогноза вычисляется по формуле:
Однако вычисление абсолютных величин погрешностей не всегда является предпочтительным, поскольку расчет средней абсолютной ошибки в процентах позволяет оценить величину расхождения прогнозного значения и фактическими данными в процентном отношении. Средняя абсолютная ошибка в процентах (Mean Absolute Percentage Error, MAPE) высчитывается путем расчета абсолютной величины ошибки в каждый конкретный момент и делением на фактическое значение наблюдаемое в данный период времени, сумма данных действий по всем позиция прогноза суммируется и делится на количество наблюдений прогноза. Существенным преимуществом данного подхода является то, что в случае если исходный ряд содержит большие значения, то в итоге мы получим оценку прогноза в процентах, значение которой не будет превышать трех знаков. Расчет данного показатель оценки ошибки прогноза, средней абсолютной процентной ошибки производится по формуле:
Метод средней процентной ошибки (Mean Percentage Error, MPE) помогает определить существует ли смещение в прогнозных значениях, является ли полученный прогноз постоянно заниженным или завышенным. Вычисление средней процентной ошибки происходит путем выявления ошибки прогноза в каждый момент времени, с последующим делением найденной погрешности на фактическое значение характеризующее данный период, последующее суммирование полученных результатов предыдущих действий и деление на количество наблюдений позволяет оценить ошибку прогноза методов средней процентной ошибки. Для анализа данного показателя требуется понимать, что полученное слишком большое положительное значение в процентах означает, что метод является постоянно недооценивающим, то есть прогнозные значения меньше фактических, в случае если значение прогноза является большим отрицательным, то это означает, что рассматриваемый метод прогнозирования, для которого проводится оценка ошибок прогноза последовательно переоценивающий. Формула, которая описывает процесс нахождения средней процентной ошибки:
Решении о выборе того или иного метода прогнозирования часто основывается на оценки ошибок прогноза, которые получается при вычислении таких показателей как MAD, MSE, MAPE, MPE, правильно выбранный метод будет давать наименьшее отклонение от фактических значений, то есть будет является наиболее точным в прогнозировании будущих показателей.
Огромное количество прогнозов, разрабатываемых в различных науках в экономике, социальной сфере, экологии, вызывает необходимость их типологии, классификации и систематизации по характерным признакам. Существуют различные классификации географических прогнозов в зависимости от подходов, временной глубины (времени упреждения), территориального охвата и других признаков. Различают поисковое, нормативное и интегральное прогнозирование. Главная цель поискового (генетического, ресурсного) прогнозирования заключается в выяснении путей развития объекта или процесса при сохранении существующих тенденций. При этом предполагается, что наблюдаемые тенденции не могут быть изменены волевым решением. Нормативное прогнозирование основано на определении оптимального варианта развития объекта в будущем в рамках научно обоснованных потребностей и норм. Его задача заключается в определении путей и сроков достижения желаемого состояния объекта в будущем, в соответствии с поставленной целью. Интегральное прогнозирование возникло на стыке этих двух видов прогнозирования и используется для разработки целевых комплексных программ развития районов и городов.
По масштабности географические прогнозы могут быть глобальными, региональными и локальными.
По содержанию выделяют частные и интегральные географические прогнозы. Частные прогнозы необходимы для решения таких задач, как обоснование вовлечения в хозяйственный оборот природных ресурсов, прогнозирование развития межотраслевых комплексов и территориальных социально-экономических систем различного иерархического ранга, совершенствование системы расселения населения, внутренних и внешних экономических связей, разработка планов социального развития городов и районов, обоснование рекреационной деятельности и др. Совокупность всех частных географических прогнозов является интегральным прогнозом.
Разработка географических прогнозов представляет собой последовательность нескольких логически взаимосвязанных этапов: 1. Постановка цели и задач исследования. 2. Определение хронологических и территориальных рамок исследования. 3. Сбор и систематизация всей информации о функционировании и развитии территориальных систем и их функциональных подсистем. 4. Построение «дерева целей», выбор методов прогнозирования, выявление ограничений и инерционных аспектов развития прогнозируемого объекта или процесса. 5. Разработка частных географических прогнозов: природных ресурсов, территориальной организации производительных сил, межотраслевых комплексов, населения и системы расселения и т. п.
Система основных этапов географического прогноза включает теоретическое и информационное обеспечение прогноза, аналитическую работу и выбор метода, а также обеспечение достоверности прогноза (верификация прогноза).
Теоретическое обеспечение прогноза базируется на последних достижениях географии. В его основе учение о геосистемах, формирующихся под воздействием природных и антропогенных факторов. Эти факторы обусловливают динамичность, устойчивость и характер взаимосвязей в территориальных системах. При их нарушении происходят необратимые изменения в геосистемах, изучение которых имеет большое значение для прогнозирования.
Информационное обеспечение прогноза основано на сборе информации по теоретическим вопросам прогнозирования применительно к конкретному объекту и получении конкретных сведений о нем. Информационные материалы могут быть получены как в результате специальных исследований (экспедиционных, стационарных, полустационарных), так и в статистических органах, в научных отчетах, литературе и т. д.
Достоверность и точность прогноза зависят от уровня развития теоретических знаний о прогнозируемом объекте, степени полноты используемой информации, правильности постановки задачи выбора метода исследования. Для верификации прогноза используют следующие подходы:
1. Более глубокое познание структуры, функций и взаимосвязей объекта прогнозирования, механизмов формирования и развития природных и социально-экономических процессов и явлений.
2. Проверка методов и методик прогнозирования на аналогичных объектах.
3. Применение нескольких методов и приемов составления прогноза для установления степени совпадения результатов прогнозирования.
4. Разбивка фактического ряда наблюдений за прогнозируемым процессом на две части, чтобы использовать одну часть для прогноза другой.
5. Использование метода экспертных оценок.
6. Синтез частных географических прогнозов.
7. Разработка основных вариантов прогноза.
8. Построение предварительного прогноза.
9. Экспертиза и составление окончательного прогноза.
10. Корректировка прогноза.
11. Использование результатов прогнозирования для решения теоретических и практических задач географии.
Важная задача географического прогноза - поиск устойчивых связей (структурных, функциональных, пространственных, временных и др.) между компонентами геосистем. Это обусловлено многомерностью объекта прогнозирования - территориальной системы определенного региона. Для преодоления барьера многомерности необходимо использовать следующие подходы общенаучного прогнозирования: 1) декомпозиционные приемы, т. е. разбивку целого на составные части, отличающиеся большей простотой и доступностью исследования; 2) применение простых показателей, отражающих важнейшие прогнозные факторы или их сумму; 3) агрегирование, т. е. объединение нескольких показателей в один. Следовательно, в географическом прогнозе одновременно применяются синтез и анализ природных и социально-экономических процессов и явлений.
Методы геопрогнозирования
Цель и объект прогноза определяют выбор его методов.Под методами географического прогнозирования понимаются способы теоретических и практических разработок прогноза. Существует большое количество методов экономико-географического прогнозирования, и их число постоянно растет. Выбор того или иного метода прогнозирования зависит от цели ис следования, информационной базы, характера обработки исходной информации.
Поэтому каждому конкретному исследованию и стадии прогнозирования соответствуют определенные методы. Эти методы могут быть подразделены на три группы: общенаучные (анализ и синтез, индукция и дедукция, экстраполяция и интерполяция, аналогия, эксперимент и т. д.), межнаучные (моделирование, исследование операций, статистические, экспертных оценок и др.) и частнонаучные (оценка перспективности географического положения, функциональное зонирование территории, картографический и т. п.). Рассмотрим наиболее распространенные методы географического прогнозирования.
Логические методы. В основе этих методов - применение определенной последовательности мыслительных операций. Широкое распространение их при изучении территориальных систем обусловлено их большой сложностью, разнообразием взаимоотношений между природными и хозяйственными системами, продолжительным временем формирования объектов прогноза.
К общенаучным логическим методам относятся методы индукции и дедукции. Методом индукции устанавливаются причинно-следственные связи между предметами и явлениями. Исследование проводится от частного к общему путем определения сходства и различия в развитии объекта. В прогнозировании этот метод применяется для получения вероятностных суждений при недостаточной информационной базе, т. е. при отсутствии длинного ряда статистических данных.
Метод дедукции представляет собой переход в процессе познания от общего к частному и единичному, выведению частного и единичного из общего. Этот метод используется для определения стратегии прогнозных явлений.
Широко распространен в географическом прогнозировании метод межсистемного анализа , предложенный А.Л. Чижевским еще в 20-х годах для двух периодически связанных систем - солнечной активности и ритмов природных процессов. В качестве главного периода, оказывающего влияние на многие природные процессы Земли - сток рек и наводнения, лавины и сели, оползни и пыльные бури и другие, - отмечается 11-летний период солнечной активности. Этот период используется для прогнозирования многих стихийных природных процессов. Отклонения от 11-летних циклов объясняются как свойствами самих природных процессов, так и восприятием солнечных ритмов конкретным природным и хозяйственным фоном, подстилающей поверхностью Земли. Это делает необходимым прогнозирование природных процессов с учетом местных ландшафтов и хозяйственных особенностей региона.
Методы экспертных оценок. Эти методы используются в условиях, когда отсутствует достаточная теоретическая база (обоснование) развития объекта. Их применение оправданно также в тех случаях, когда отсутствует репрезентативная и достоверная статистика характеристики объекта, существует большая неопределенность среды функционирования объекта, при прогнозирование социально-экономических объектов, подверженных сильному влиянию научно-технического прогресса, а также при проведения прогнозирования в условиях дефицита времени.
Метод программного прогнозирования предполагает разработку классификации типа событий, которые необходимо анализировать, и начального списка экспертов по исследуемой проблеме. Применительно к каждому типу проблем определяется авторитетность каждого эксперта по 100-балльной шкале при помощи объективных методов. На первом этапе производится постановка задачи путем перечисления событий, время и вероятность которых называют заключительными. Сценарий этих событий дается экспертам, имеющим наивысший «вес» по данной проблеме. Эксперты определяют условия, при которых возможна оценка этих событий. Затем оценивают вероятность наступления события и вероятную величину времени между временем выполнения условия и временем наступления события. Конечный прогноз наступления данного события производится на основе усреднения оценок отдельных экспертов с учетом их «веса».
Метод эвристического прогнозирования назван в связи с однородностью форм мыслительной деятельности эксперта. Этот метод применяется для получения представлений о перспективах развития узкой области науки и техники на основе систематизированной обработки прогнозных оценок групп экспертов.
Метод коллективной генерации идей, или метод «мозговой атаки». При использовании этого метода происходят лавинообразное выдвижение новых идей и активизация творческого потенциала группы специалистов. Это достигается следующим образом:
Каждый участник получает возможность видения поставленной проблемы глазами коллег;
Развиваются навыки коллективного творческого мышления.
Подведение итогов проводится коллективно. Решаются следующие задачи:
Получают окончательные ответы на поставленные вопросы;
Формируется план решения соответствующих задач;
Отбираются идеи, которые могут быть использованы для решения той или иной проблемы;
Устанавливаются новые аспекты исследуемой проблемы.
Другой метод экспертных оценок - метод ПАТТЕРН. На начальном этапе изучаются тенденции развития прогнозируемого объекта и дается их экспертная оценка для получения суждений о возможных путях изменения объекта. Затем определяются оптимальные варианты и средства достижения главных задач. Для этого составляется сценарий развития прогнозируемого объекта. Сценарий - это способ определения логической последовательности вероятностных событий для установления альтернатив развития. Событие - это действие, которое может произойти или не произойти при соблюдении определенного комплекса условий. Этот метод широко применяется при решении задач прогнозирования научно-технического прогресса и развития отраслей промышленности.
Метод дерева целей. Дерево целей - это систематизированная запись этапов решения поставленной проблемы. Конечная цель разбивается на промежуточные этапы, каждый их которых необходим для решения предыдущей задачи. Каждый из узлов дерева целей разбивается на несколько ветвей с элементами, оценивающимися по степени важности с точки зрения достижения ближайшей цели.
Широко распространен в географическом прогнозировании один из старейших способов познания - метод аналогий. Прогноз по аналогии представляет собой вывод, сделанный о свойствах прогнозируемого объекта на основании его сходства с другими объектами как по структурным, так и по генетическим признакам, т. е. данная пространственно-временная ситуация сравнивается с некоторой прошлой исторической ситуацией. При помощи этого метода уточняются прогнозируемые параметры, сроки наступления и значимость ожидаемых событий. Основные этапы метода аналогий - поиск и выбор аналога, построение модели и ее исследование, экстраполяция данных с аналога на изучаемый объект, проверка экстраполяционных выводов по аналогии.
Популярен в прогнозировании генетический метод, основанный на анализе пространственно-временных эволюционных стадий развития явлений и процессов, которые объясняют наблюдаемые факты и подсказывают еще неизвестные. В физико-географическом прогнозировании этот метод интерпретируется как метод ландшафтно-генетических рядов . Зная последовательность пространственной смены природных комплексов в пределах генетического ряда, можно предсказать порядок их смены в процессе развития. Используя эти и другие методы прогнозирования, можно наметить тенденции будущих изменений природной среды под влиянием естественных и антропогенных факторов воздействия с вероятностью порядка 60-65%.
Статистические методы прогнозирования направлены на выявление устойчивых во времени характеристик прогнозируемого объекта, поиски закономерностей его развития и исследование состояния для определения главных направлений изменения объекта во времени и пространстве.
Наибольшее развитие из формализованных методов прогнозирования получил метод экстраполяции тенденций развития. Метод экстраполяции - классический популярный метод прогнозирования, основан на нахождении по известным характеристикам вероятностного значения прогнозируемого объекта в данный момент времени. Для этого определяют тенденции развития объекта прогноза, т. е. тенденции развития природной среды в прошлом и будущем с учетом не только ее стабильного развития или сохранности абсолютных приростов прогнозируемых величин, но и их возможного ускорения или даже появления новых факторов, ограничивающих или стимулирующих развитие.
Решение экстраполяционной задачи предполагает нахождение по известным качественным и количественным значениям вероятностной величины прогнозируемого показателя в определенный момент времени с учетом продолжительности периода прогнозирования. Прогнозируемый процесс складывается из регулярной и случайной составляющих. Перваявеличина представляет собой составляющую тренда. Втораясчитается некоррелируемым случайным процессом и необходима для корректировки характеристик прогноза. Главное внимание уделяется процессу наилучшего описания тренда, на основе которого строятся прогнозные экстраполяции. Выбор тренда, наиболее адекватно описывающего прогнозируемый процесс, связан с определением соответствующего вида функций. Для построения прогностических функций необходимы сведения об устойчивых взаимосвязях, темпах и направленности процессов за длительное время, свойствах процессов в определенный момент, о начальных и ограничительных условиях процесса развития.
Важно также правильное определение лага экстраполяции (дальности экстраполяции). Глубина прогнозной экстраполяции не должна превышать половины периода, принятого за базу, Т. е., например, для 10-ти летнего прогноза необходим временной ряд продолжительностью 25-30 лет. Надежность полученного прогноза определяется вероятностью наступления прогнозируемого события.
Другими формализованными методами географического прогноза являются корреляционный, регрессионный, факторный анализ, метод огибающих кривых и др.
Корреляционный анализ - это определение взаимосвязи между двумя величинами, выражающейся в том, что при изменении одной величины в определенном направлении изменяется и другая. Регрессионный анализ заключается в выявлении функциональной зависимости среднего значения одной величины от одной или нескольких переменных. Факторный анализ позволяет «сжать» большое количество исходных показателей в меньшее число обобщенных характеристик (факторов) при потере незначительного количества исходной информации. Метод огибающих кривых основан на выявлении тенденций изменения параметров прогнозируемого объекта при разных условиях, определяющих пределы роста. Основные тенденции развития наносятся на график, а затем по точкам перегиба кривой проводится огибающая кривая, которая представляет собой обобщенную тенденцию изменения объекта во времени. Этот метод особенно эффективен для получения краткосрочных прогнозов изменений в технико-экономических показателях технологических процессов и изменения уровня загрязнения природной среды от источников разной мощности.
Для разработки экономико-географических прогнозов все шире переменяется моделирование, в частности математическое. Оно необходимо для создания адекватных прогнозных моделей изучаемых объектов, явлений и процессов. Моделирование позволяет выявить причинную обусловленность параметров системы и дать функциональную, точечную и интервальную их оценку.
Среди существующих моделей для целей прогнозирования применяются следующие модели:
1. Функциональные, описывающие функции, которые выполняются отдельными компонентами системы и системой в целом.
2. Модели физического процесса, определяющие математические зависимости между переменными этого процесса. Они могут быть непрерывными и дискретными во времени, детерминированными и стохастическими.
3. Экономические, определяющие зависимость между различными параметрами изучаемого процесса и явления, а также критерии, позволяющие оптимизировать экономические процессы.
4. Процедурные, описывающие операционные характеристики систем, необходимые для принятия управляющих решений.
Прогностические модели могут быть концептуальные (выраженные словесным описанием или блок-схемами), графические (представленные в виде кривых, чертежей, карт), матричные (как связующее звено между словесным и формализованным представлением), математические (представленные в виде формул и математических операций), компьютерные (выраженные описанием, пригодным для ввода в ЭВМ).
Особое место занимают имитационные прогностические модели. Имитационное моделирование представляет собой формализацию эмпирических знаний о рассматриваемом объекте с использованием современных ЭВМ. Под имитационной моделью понимается модель, воспроизводящая процесс функционирования систем в пространстве в фиксированный момент времени путем отображения элементарных явлений и процессов с сохранением их логической структуры и последовательности. Это позволяет, используя исходные данные о структуре и главных свойствах территориальных систем, получить сведения о взаимосвязях между их основными компонентами и выявить механизм формирования их устойчивого развития.
Процесс разработки геоэкологических прогнозов на основе математического моделирования включает следующие этапы:
1. Формулировка цели и задач исследования. Качественный анализ прогнозируемого объекта в соответствии с целью исследования.
2. Определение предмета и уровня моделирования, зависящие от задач прогнозирования.
3. Выбор основных признаков и параметров модели. В модель должны быть включены только существенные для решения определенной цели параметры, так как увеличение числа переменных увеличивает неопределенность результатов и усложняет расчеты по модели.
4. Формализация основных параметров модели, т. е. математическая формулировка цели и задач исследования.
5. Формализованное представление взаимосвязей между параметрами и характеристиками прогнозируемого объекта или процесса.
6. Проверка адекватности модели, т. е. точности отражения математической моделью признаков оригинала.
7. Определение информативных возможностей модели путем установления количественных связей закономерностей.
Лекция № 10
Концепция поля в географии
Основные вопросы, рассматриваемые на лекции:
1. Концепция поля в географии.
2. Карты полей и их разновидности.
3. Общие правила создания карт полей.
4. Карты полей непрерывных и дискретных явлений.
5. Картографо-статистический метод и карты полей.
6. Карты полей и метод моделирования.
7. Математико-статистические и изолинейные модели как инструмент анализа и синтеза изучаемых показателей.
1. Концепция поля в географии есть система представлений о реальных и абстрактных полях и поверхностях, о способах их картографического изображения. Она предназначена для создания и использования картографических моделей полей в научных и практических целях (Червяков, 1992).
В настоящее время концепция поля серьезно заинтересовала представителей различных наук - геофизиков, метеорологов, гидрологов, географов, демографов, социологов, геологов, языковедов и др. Это можно объяснить, с одной стороны, заметной пользой применения физических аналогий, а с другой - возможностью широко использовать математический аппарат и карту как средства получения, хранения, преобразования и визуализации разнообразной количественной информации о природных и социально-кономических явлениях.
Физики обычно считают полем пространство, в котором действуют силы того или иного рода. Отсюда физические поля нередко называют силовыми. Не случайно наиболее близким географам геофизическим полем Земли считают пространство, в котором действуют силы, связанные с земным веществом, его движением и происходящими в нем процессами.
Другое, абстрактно-математическое понятие поля предполагает наличие пространства, в каждой точке которого определено численное значение некоторой величины. При этом поле рассматривается как функция положения точки в пространстве и времени. В таком виде объем понятия «поле» значительно расширяется. Оно охватывает уже не только природные, но и социально-экономические явления. К первым относится пространственное распределение атмосферного давления, температур, осадков, ко вторым - размещение населения, природных ресурсов, производства, учреждений, обслуживающих население.
Наконец, нередко под полем понимают область распространения любых явлений, выраженных не только количественно, но и качественно, не только в аналитических, но и в синтетических показателях. Дать определение такому полю - задача не из легких. По содержанию но, пожалуй, ближе подходит к таким всеобщим философским категориям, как «пространство», «объект», «явление».
На основе вышеизложенного будем считать, что существуют три основных представления о поле: 1)физическое (поле как область распространения сил, энергий, взаимодействий); 2)абстрактно-математическое (область распространения величин, характеризующих дения с самых различных сторон); 3)абстрактно-логическое (область распространения любых явлений и их показателей как в качественном, так и в количественном выражении).
Географы, придерживающиеся физической (силовой) концепции поля, отмечают важность применения в географических исследованиях физического понятия(гравитационное поле), которое возникает вокруг некоторого источника «силы» (например, промышленного предприятия или населенного пункта). Эти условно силовые поля часто рассматриваются и как результат взаимодействия множества однородных объектов («тел» - населенных пунктов, заводов, шахт), отличающихся друг от друга«массой» - количественными признаками (численность населения, объемы природных ресурсов, произведенной продукции и т.п.). В географии населения за такие «тела» чаще принимают население пункты, а за «массу» - численность населения. «Гравитационные поля» или поля потенциалов подобного рода привлекаются в экономической географии для изучения не только населения, но и производства, транспортных связей, элементов обслуживания, основных фондов и других явлений. Географические поля рассматривают как источник связей в геосистемах, пытаются найти в их структуре и функционировании аналоги полей электростатических и гравитационных, предлагают выявлять условия возникновения потоков вещества, энергии и информации, находить их источники.
Абстрактно-математическое (количественное) представление поле проникло в географию и получило в ней распространение благодаря тесным связям географии с другими науками о Земле и прежде всего с геофизикой, изучающей с помощью полей процессы, происходящие в твердой, жидкой и газообразной оболочках Земли. «Поле» - неотъемлемая часть словаря метеоролога и гидролога, применяемая ими при изучении пространственного распределения температур воздуха и почвы, атмосферного давления, осадков и других метеорологических элементов. Безусловной заслугой геофизиков и гидрометеорологов можно считать то, что они, с одной стороны, восприняли абстрактную математическую концепцию поля, распространили ее на более широкий круг природных явлений и разработали фундаментальную методическую основу математического анализа полей; а с другой - создали условия для эффективного использования теории поля в других науках о Земле, включая и цикл отраслевых географических дисциплин, охватывающих и природу, и общество.
Абстрактно-логическое (внеколичественное) представление о поле достаточно популярно среди географов, что объясняется исключительной сложностью географических объектов, затрудняющей параметризацию явлений. Сказывается также недооценка важности активного внедрения в географию количественных и других математических подходов.
Не отрицая возможности рассмотрения концепции поля в гeoграфии с трех отмеченных сторон (физической, абстрактно-математической и абстрактно-логической), при решении проблем взаимодействия природы и общества следует отдавать предпочтение второй стороне. Действительно, физическая интерпретация отличается узостью, неспособностью охватить все многообразие природных и особенно социально-экономических явлений. Абстрактно-логическая же интерпретация слишком широка, неопределенна и не всегда поддается математическому описанию. Опыт свидетельствует о том, что фундаментальные понятия успешно вводятся в науку и практику после то как будет решена проблема измерения и вычисления изучаемых имизнаков. Не случайно поэтому в точных науках преобладает абстрактно-математическое (количественное) описание полей.
Непрерывность распределения изучаемых количественных признаков - атрибут любого поля. Отсюда полем правомерно называть область непрерывного распределения количественных признаков. «Топографический» и «промышленный» рельефы, «статистическая» и трендовая (сглаженная)» поверхности - суть геометрического образа их полей, внешне напоминающих рельеф земной поверхности. Из всех возможных способов картографического изображения полей, следовательно, и поверхностей, основным является способ изолинии который обладает повышенной наглядностью, особой метричностью информативностью (возможностью снять информацию в любой точке, рельефной образностью (способностью воспринимать различные показатели непрерывных и дискретных явлений в виде рельефа земной поверхности), малой знаковой загруженностью карт. Отсюдакарта полей правомерно называть особую группу карт, предназначенную для изолинейного отображения непрерывного, плавного, гладкого территориального распределения количественных признаков, характеризующих как природные, так и социально-экономические явления.
2. Карты полей и их разновидности. Известно, что физики подразделяют поля на две большие группы скалярные и векторные. Скалярным полем называют область пространства, каждая точка которого описывается своим значением количественного признака. Для описания точек пространства векторные поля обязательны две векторные характеристики - числовое значение (модуль) и направление движения. Возникло понятие этого поля в физике главным образом при изучении скоростей движения частиц жидкости, напряженности силовых линий (магнитных и электрических), сдвигов точек упругого тела и т.д.
Соответственно этим двум группам полей выделимкарты скалярных и карты векторных полей. Карты скалярных полей имеют непосредственное отношение к понятию «статистическая поверхность» и к изолиниям как наиболее эффективному средству картографического изображения этих полей. Способы отображения векторных полей на картах менее разработаны. Однако, пожалуй, здесь наиболее подходят стрелки, способные совместить в себе две характеристики - модуль и направление.
По способу получения количественной информации карты полей можно подразделить на карты полей натурных наблюдений и карты расчета полей.
Карты полей натурных наблюдений составляются по данным непосредственных инструментальных измерений параметров полей (скалярных и векторных). К ним можно отнести измерения рельефа земной поверхности, геологического и почвенного строения, метеорологических и гидрологических показателей.
Карты расчетных полей составляются в результате предварительной математической (чаще математико-статистической) обработки в камеральных условиях разнообразной количественной информации, собранной в поле или снятой с карт и снимков., полученной из материалов статистической отчетности.
Математико-статистической обработке могут подвергаться как временные, так и территориальные ряды. В первом случае вычисляются, картографируются непрерывные распределения таких показателей, как средняя месячная температура воздуха, среднее квадратическое отклонение осадков по годам, годовой прирост урожайности зерновых и во втором случае - данные, локализованные в точках, на линиях и площадях, которые обобщаются статистически по всей изучаемой территории или по отдельным территориальным ячейкам. При этом получают не среднемесячные или среднегодовые показатели, а показатели, средние по территориальным ячейкам, например, средние температуры, осадки по районам.
Учитывая ориентацию современных наук на изучение объектов как систем, состоящих из отдельных динамических и взаимосвязанных элементов, целесообразно все многообразие карт полей природных и социально-экономических явлений подразделить на карты полей статики, динамики и взаимосвязи явлений. Если вторая группа карт полей показывает, в каком направлении и с какой интенсивностью происходит развитие явлений, то третья группа - карты полей взаимосвязи - дает ответ на вопрос, какие факторы и в какой мере определяют сложившуюся пространственную структуру изучаемых объектов и явлений.
3. Общие правила создания карт полей. Несмотря на большое разнообразие карт полей при их составлении следует руководствоваться следующими общими правилами, в основе которых лежит свойство сплошного непрерывного распределения скалярных и векторных характеристик картографируемых полей, а также принципиальная невозможность производства измерений во всех точках местности.
Правило первое - обязательность предварительного измерения (для карт расчетных полей) скалярных и векторных характеристик в выбранных точках местности.
Правило второе - потенциальная возможность определения характеристик полей в любой точке местности (карты).
Правило третье - репрезентативная (представительная) выборочность измерений и расчетов в точках. Действительно, определить картографически и воспроизвести скалярные и векторные характеристики в бесконечном множестве точек местности не представляется возможным. Приходится ограничиваться выборочными измерениями по регулярным или нерегулярным сеткам точек, которые часто называют контрольными точками (control points). Когда эти точки предназначают для проведения изолиний, их правильнее называтьопорными точки.
Правило четвертое - воспроизведение в точечных измерениях/расчетах непрерывных свойств полей, что проявляется в определении постепенности изменения количественных признаков между соседними контрольными (опорными) точками, в отсутствии резких скачков и бесконечно больших значений.
Правило пятое - распространение данных, полученных в одних точках, на всю картографируемую территорию. Осуществляется это чаще всего с помощью обычной картографической интерполяции.
4. Карты полей непрерывных и дискретных явлений. С помощью изолиний уже давно и успешно картографируют рельеф земной поверхности, территориальные распределения показателей атмосферного давления, температуры, осадков, магнитного склонения и других действительно непрерывных явлений. Однако этикарты непрерывных явлений, построенные, как правило, по данным натурных измерений, отображают только часть природных показателей, получаемых обычно на местности. Изолинейное отображение такихдискретныхпрерывных, территориально разобщенныхявлений, как природные ресурсы, население, сельскохозяйственное и промышленное производство, не отличается достаточной точностью и достоверностью. Объяснить это можно тем, что изолинии здесь строились не по традиционным точечным наблюдениям, а по площадным показателям, только условно относимым к центрам соответствующих территориальных ячеек. При этом оказывалось, что количественные показатели в точках-центрах не отвечают правилу однозначности числовых значений. Последние во многом зависят от размера, формы и ориентировки территориальных ячеек локализации исходных данных. Отсюда перед картографами встала задача разработки более совершенного методического аппарата создания изолинейных карт по дискретным данным, позволяющего определять картографируемые величины в любой точке местности. Именно только такие карты правомерно называть картами полей дискретных явлений.
Решение данной задачи позволило значительно расширить номенклатуру изолинейных карт полей и создать более благоприятные условия для комплексного изучения сложных географических объектов, сопряжения изолинейных карт природных и социально-экономических, непрерывных и дискретных явлений. Отсюда перед картографами встала вторая задача разработки системы методических приемов составления карт полей разного содержания, разной пространственной и временной принадлежности. Возможность снимать данные в любых точках и в любом объеме создала благоприятные условия для сопоставления рассматриваемых карт не только визуально, но и на уровне математической обработки картографической информации.
Каждая из двух рассмотренных задач имеет свои теоретические основы, стимулирующие разработку новых типов карт, методик картографирования. Так, на основе диалектического единства дискретности и прерывности была доказана правомерность и целесообразность распространения концепции поля на многие природные и социально-экономические явления, абсолютная пространственно-временная дискретность которых раньше не вызывала сомнения (Червяков, 1978). Для этого предложен новый типкарт полей дискретных явлений, ядром которого явились карты полей плотности, но