Морской гидрофизический журнал. 2021; 37: 113-131
Моделирование эколого-социо-экономической системы Белого моря и его водосбора
https://doi.org/10.22449/0233-7584-2021-1-113-131Аннотация
Цель. Разработка когнитивной модели эколого-социо-экономической системы Белого моря и его водосбора (Беломорье) – цель данной работы. В отличие от предыдущих разработок для региона новая когнитивная модель эколого-социо-экономической системы имеет иерархическую структуру, включающую пять подмоделей, объединенных общей системой управления. Модель предназначена для прогностических оценок на качественном уровне происходящих изменений сложной системы при различных сценариях природопользования и изменения климата. Модель дает возможность определения важных для достижения устойчивого развития региона целевых показателей, направленных на оценку возможностей повышения уровня жизни населения, рационального использования и охраны окружающей среды, развитие социальной сферы Беломорья. Результаты могут служить основой для построения моделей, необходимых для разработки систем поддержки принятия управленческих решений.
Методы и результаты. Когнитивная модель Белого моря рассматривается как инструмент для синтеза разнородной информации о сложной эколого-социо-экономической системе. Применяется концептуальное моделирование и математический аппарат размытой логики. В отличие от традиционных когнитивных моделей в настоящей предусматривается изменение переменных во времени за 100 лет, что позволяет описать связь агентов взаимодействия и охарактеризовать механизмы их взаимной адаптации. Временной шаг модели принят равным одному году. Создано необходимое информационное обеспечение: геоинформационные системы, базы данных, комплексный электронный и бумажный атласы Белого моря и его водосбора, оригинальные 3D математические модели термогидродинамики и экосистемы моря, изучены закономерности изменений климата, гидрологических условий и ресурсов рыболовства – основного занятия местного населения – поморов, используются модели для оценки состояния и прогноза развития экономики региона.
Выводы. Создана новая когнитивная модель эколого-социо-экономической системы Беломорья, основанная на иерархическом принципе. Разработанные подмодели относятся к различным областям знания (экономика, демография, океанология, почвоведение, агрофизика). Продемонстрирована динамика элементов модели за 100 лет, показано, что экономические параметры мало зависят от изменений климата, в то время как эти изменения оказывают заметное влияние на уровень жизни населения и экосистему Белого моря. Они проявляются в колебаниях температуры воды, биомассы фито- и зоопланктона, вылова рыбы, но мало заметны в изменениях бентоса. Показана зависимость оттока населения Беломорья от размеров валового регионального продукта, наличия производственных фондов и качества воды.
Список литературы
1. Белое море и водосбор под влиянием климатических и антропогенных факторов / Отв. ред. Н. Н. Филатов, А. Ю. Тержевик. Петрозаводск : КарНЦ РАН, 2007. 335 с.
2. Моделирование и пространственный анализ эколого-экономического состояния водосбо-ра Белого моря / П. В. Дружинин [и др.] // ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий : материалы Международной конферен-ции. Петрозаводск : КарНЦ РАН, 2018. Т. 24, ч. 1. С. 130−142. doi:10.24057/2414-9179-2018-1-24-297-309
3. Стасенков В. А. О промысле наваги Eleginus nawaga (Koelreuter, 1770) // Вестник рыбо-хозяйственной науки. 2016. Т. 3, № 2 (10). С. 18–26.
4. Тимченко И. Е., Иващенко И. К., Игумнова Е. М. Управление эколого-экономическими процессами накопления и ассимиляции загрязнений в прибрежной морской среде // Морской гидрофизический журнал. 2017. № 1. С. 72–88. doi:10.22449/0233-7584-2017-1-72-88
5. Горелова Г. В., Рябцев В. Н. Когнитивный подход к исследованию геополитических процессов в мировых регионах и когнитивное моделирование их развития (на примере Черноморско-Каспийского региона) // Инженерный вестник Дона. 2012. № 4–2 (23). 90. 21 с.
6. Crépin A.-S., Karcher M., Gascard J.-C. Arctic climate change, economy and society (ACCESS): Integrated perspectives // Ambio. 2017. Vol. 46, suppl. 3. P. S341–S354. doi:10.1007/s13280-017-0953-3
7. Меншуткин В. В., Филатов Н. Н., Дружинин П. В. Состояние и прогнозирование социо-эколого-экономической системы водосбора Белого моря с использованием когнитивного моделирования // Арктика: экология и экономика. 2018. № 2 (30). С. 4–17. doi:10.25283/2223-4594-2018-2-4-17
8. Меншуткин В. В., Филатов Н. Н. Когнитивное моделирование влияния рыболовства на уровень жизни населения Беломорья // Труды Карельского научного центра РАН. Серия: Лимнология и Океанология. 2019. № 9. С. 145–154. doi:10.17076/lim1120
9. Меншуткин В. В., Филатов Н. Н. Моделирование оптимального управления эколого-социо-экономической системой водоем – водосбор на примере Беломорья // Водные ресурсы. 2020. Т. 47, № 3. С. 348–357. doi:10.31857/S0321059620030116
10. Меншуткин В. В., Минина Т. Р. Когнитивное моделирование как аппарат исследования эколого-экономических систем // Региональная экономика и развитие территорий : сбор-ник научных статей. СПб. : ГУАП, 2018. Т. 1 (12). С. 157–163.
11. Меншуткин В. В., Минина Т. Р. Когнитивная модель взаимодействия человеческого общества с экологической системой водоема // Региональная экономика и развитие территорий : сборник научных статей. СПб. : ГУАП, 2017. Т. 1 (11). С. 160–167.
12. Ross D. Economic Theory and Cognitive Science: Microexplanation. London : MITPress, 2005.454 p.
13. Павлов С. Н. Системы искусственного интеллекта. Томск : Эль Контент, 2011. Ч. 1. 174 с.
14. Kosko B. Fuzzy thinking: the new science of fuzzy logic. New York : Hyperion, 1993. 318 p.
15. Чернов И. А., Толстиков А. В., Яковлев Н. Г. Комплексная модель Белого моря: гидро-термодинамика вод и морского льда // Труды Карельского научного центра РАН. Серия: Математическое моделирование и информационные технологии. 2016. № 8. C. 116–128. doi:10.17076/mat397
16. Создание информационной системы и электронного атласа по состоянию и использованию ресурсов Белого моря и его водосбора / Н. Н. Филатов [и др.] // Арктика: экология и экономика. 2014. № 3 (15). С. 18–29.
17. Филатов Н. Н., Дружинин П. В., Меншуткин В. В. Информационное обеспечение комплексных исследований природной среды и социо-экономических условий Белого моря и водосбора // ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: материалы Междунар. конф. М. : Издательство Московского университета, 2019. Т. 25, ч. 1. С. 122–137. http://doi.org/10.35595/2414-9179-2019-1-25-122-137
18. Walliser B. Cognitive Economics. Berlin ; Heidelberg : Springer-Verlag, 2008. 185 p. doi:10.1007/978-3-540-71347-0
19. Филатов Н. Н., Назарова Л. Е., Дружинин П. В. Влияние климатических и антропогенных факторов на состояние системы «Белое море – водосбор» // Труды Карельского научного центра РАН. Серия: Лимнология и Океанология. 2019. № 9. С. 30–50. doi:10.17076/lim1117
20. Гренандер У., Фрайбергер В. Краткий курс вычислительной вероятности и статистики. М. : Наука, 1978. 192 с.
21. Налимов В. В. Вероятностная модель языка: о соотношении естественных и искусственных языков. М. : Наука, 1974. 272 с.
22. Меншуткин В. В. Искусство моделирования (экология, физиология, эволюция). Петрозаводск : КарНЦ РАН, 2010. 416 с.
23. Курзенев В. А., Матвеенко В. Д. Экономический рост. СПб. : Питер, 2018. 608 с.
24. Когнитивная модель формирования показателя качества жизни / М. Б. Гузаиров [и др.] // Вестник Уфимского государственного авиационного технического университета. 2013. Т. 17, № 2 (53). С. 215–220.
25. Колмакова И. Д., Байкова Е. И., Колмакова Е. М. Экономико-математические методы в оценке и планировании уровня жизни населения региона // Региональная экономика: теория и практика. 2017. Т. 15, № 5. С. 928–936. doi:10.24891/re.15.5.928
26. Botkin D. B. Forest Dynamics: An Ecological Model. New York : Oxford University Press, 1993. 309 p. doi:10.5860/choice.31-1511
27. Kozak I., Menshutkin V. V., Klekowski R. Z. Modelowanie elementów krajobrazu. Lublin : Towarzystwo Naukowe Katolickiego Uniwersytetu Lubelskiego, 2003. 190 p.
28. Модели продукционного процесса сельскохозяйственных культур / Р. А. Полуэктов [и др.]. СПб. : Изд. СПбГУ, 2006. 391 с.
29. Баранов Н. С. Стратегическое значение Севера для экономики России // Общество и право. 2014. № 3. C. 297–301.
Morskoy Gidrofizicheskiy Zhurnal. 2021; 37: 113-131
Modeling the Ecological-Socio-Economic System of the White Sea and its Watershed
https://doi.org/10.22449/0233-7584-2021-1-113-131Abstract
Purpose. The work is aimed at developing a cognitive model of the ecological-socio-economic system of the White Sea and its watershed (called for short Belomorje). Unlike the previously developed cognitive models for the region, the new model of the system has a hierarchical structure including five sub-models united by a common management system. The model is intended for obtaining prognostic qualitative assessments of the transformations ongoing in a complex system under various scenarios of nature management and climate change. The model makes it possible to determine different targets, which, in their turn, permit to assess the possibilities of improving the population living standards, the environment rational use and protection, and development of the White Sea region social sphere. These factors constitute an important foundation for achieving sustainable development of the region. The results can serve a basis for constructing a system of quantitative models required to develop the management decision support systems.
Methods and Results. The cognitive model of the White Sea is considered to be a tool for synthesizing heterogeneous information about a complex ecological-socio-economic system. The conceptual modeling and the mathematical apparatus of continuous or fuzzy logic are applied. Unlike the traditional cognitive models, the new one implies the variables’ change in time over 100 years. This allows us to describe the relationship between the interaction agents, and to characterize the mechanisms of their mutual adaptation. The time step in the model is preset to be one year. Development of the cognitive models for the White Sea region was supported by the following information: geographic information systems, databases, integrated electronic and paper atlases of the White Sea and its watershed area, original 3D mathematical models of the sea thermohydrodynamics and ecosystem. The patterns of climate change, hydrological conditions and fishing (basic occupation of local population – the Pomors) were studied. At that, the models both for assessing the regional economy state and for forecasting its development are used.
Conclusions. A new cognitive model of the White Sea region ecological-socio-economic system was created based on the hierarchical principle. The developed sub-models relate to various fields of knowledge: economics, demography, oceanography, soil and agrophysics. Dynamics of the model elements over 100 years was demonstrated. Besides, it was shown that with the quasi-cyclic climate fluctuations, the economic parameters change insignificantly, whereas they have a noticeable impact upon the population living standards and the White Sea ecosystem. The demonstrated features resulted from the climate change effects upon the White Sea ecosystem are manifested in the fluctuations of water temperature, phyto- and zooplankton biomass and fishing, but the changes in benthos are hardly noticeable. Dependence of the White Sea region population outflow upon the gross regional product size, availability of production facilities and water quality is shown. Water quality in the region increases, unfortunately, not due to the investments in water treatment, but because of the pollution decrease resulted from the population and production shrinkage.
References
1. Beloe more i vodosbor pod vliyaniem klimaticheskikh i antropogennykh faktorov / Otv. red. N. N. Filatov, A. Yu. Terzhevik. Petrozavodsk : KarNTs RAN, 2007. 335 s.
2. Modelirovanie i prostranstvennyi analiz ekologo-ekonomicheskogo sostoyaniya vodosbo-ra Belogo morya / P. V. Druzhinin [i dr.] // InterKarto. InterGIS. Geoinformatsionnoe obespechenie ustoichivogo razvitiya territorii : materialy Mezhdunarodnoi konferen-tsii. Petrozavodsk : KarNTs RAN, 2018. T. 24, ch. 1. S. 130−142. doi:10.24057/2414-9179-2018-1-24-297-309
3. Stasenkov V. A. O promysle navagi Eleginus nawaga (Koelreuter, 1770) // Vestnik rybo-khozyaistvennoi nauki. 2016. T. 3, № 2 (10). S. 18–26.
4. Timchenko I. E., Ivashchenko I. K., Igumnova E. M. Upravlenie ekologo-ekonomicheskimi protsessami nakopleniya i assimilyatsii zagryaznenii v pribrezhnoi morskoi srede // Morskoi gidrofizicheskii zhurnal. 2017. № 1. S. 72–88. doi:10.22449/0233-7584-2017-1-72-88
5. Gorelova G. V., Ryabtsev V. N. Kognitivnyi podkhod k issledovaniyu geopoliticheskikh protsessov v mirovykh regionakh i kognitivnoe modelirovanie ikh razvitiya (na primere Chernomorsko-Kaspiiskogo regiona) // Inzhenernyi vestnik Dona. 2012. № 4–2 (23). 90. 21 s.
6. Crépin A.-S., Karcher M., Gascard J.-C. Arctic climate change, economy and society (ACCESS): Integrated perspectives // Ambio. 2017. Vol. 46, suppl. 3. P. S341–S354. doi:10.1007/s13280-017-0953-3
7. Menshutkin V. V., Filatov N. N., Druzhinin P. V. Sostoyanie i prognozirovanie sotsio-ekologo-ekonomicheskoi sistemy vodosbora Belogo morya s ispol'zovaniem kognitivnogo modelirovaniya // Arktika: ekologiya i ekonomika. 2018. № 2 (30). S. 4–17. doi:10.25283/2223-4594-2018-2-4-17
8. Menshutkin V. V., Filatov N. N. Kognitivnoe modelirovanie vliyaniya rybolovstva na uroven' zhizni naseleniya Belomor'ya // Trudy Karel'skogo nauchnogo tsentra RAN. Seriya: Limnologiya i Okeanologiya. 2019. № 9. S. 145–154. doi:10.17076/lim1120
9. Menshutkin V. V., Filatov N. N. Modelirovanie optimal'nogo upravleniya ekologo-sotsio-ekonomicheskoi sistemoi vodoem – vodosbor na primere Belomor'ya // Vodnye resursy. 2020. T. 47, № 3. S. 348–357. doi:10.31857/S0321059620030116
10. Menshutkin V. V., Minina T. R. Kognitivnoe modelirovanie kak apparat issledovaniya ekologo-ekonomicheskikh sistem // Regional'naya ekonomika i razvitie territorii : sbor-nik nauchnykh statei. SPb. : GUAP, 2018. T. 1 (12). S. 157–163.
11. Menshutkin V. V., Minina T. R. Kognitivnaya model' vzaimodeistviya chelovecheskogo obshchestva s ekologicheskoi sistemoi vodoema // Regional'naya ekonomika i razvitie territorii : sbornik nauchnykh statei. SPb. : GUAP, 2017. T. 1 (11). S. 160–167.
12. Ross D. Economic Theory and Cognitive Science: Microexplanation. London : MITPress, 2005.454 p.
13. Pavlov S. N. Sistemy iskusstvennogo intellekta. Tomsk : El' Kontent, 2011. Ch. 1. 174 s.
14. Kosko B. Fuzzy thinking: the new science of fuzzy logic. New York : Hyperion, 1993. 318 p.
15. Chernov I. A., Tolstikov A. V., Yakovlev N. G. Kompleksnaya model' Belogo morya: gidro-termodinamika vod i morskogo l'da // Trudy Karel'skogo nauchnogo tsentra RAN. Seriya: Matematicheskoe modelirovanie i informatsionnye tekhnologii. 2016. № 8. C. 116–128. doi:10.17076/mat397
16. Sozdanie informatsionnoi sistemy i elektronnogo atlasa po sostoyaniyu i ispol'zovaniyu resursov Belogo morya i ego vodosbora / N. N. Filatov [i dr.] // Arktika: ekologiya i ekonomika. 2014. № 3 (15). S. 18–29.
17. Filatov N. N., Druzhinin P. V., Menshutkin V. V. Informatsionnoe obespechenie kompleksnykh issledovanii prirodnoi sredy i sotsio-ekonomicheskikh uslovii Belogo morya i vodosbora // InterKarto. InterGIS. Geoinformatsionnoe obespechenie ustoichivogo razvitiya territorii: materialy Mezhdunar. konf. M. : Izdatel'stvo Moskovskogo universiteta, 2019. T. 25, ch. 1. S. 122–137. http://doi.org/10.35595/2414-9179-2019-1-25-122-137
18. Walliser B. Cognitive Economics. Berlin ; Heidelberg : Springer-Verlag, 2008. 185 p. doi:10.1007/978-3-540-71347-0
19. Filatov N. N., Nazarova L. E., Druzhinin P. V. Vliyanie klimaticheskikh i antropogennykh faktorov na sostoyanie sistemy «Beloe more – vodosbor» // Trudy Karel'skogo nauchnogo tsentra RAN. Seriya: Limnologiya i Okeanologiya. 2019. № 9. S. 30–50. doi:10.17076/lim1117
20. Grenander U., Fraiberger V. Kratkii kurs vychislitel'noi veroyatnosti i statistiki. M. : Nauka, 1978. 192 s.
21. Nalimov V. V. Veroyatnostnaya model' yazyka: o sootnoshenii estestvennykh i iskusstvennykh yazykov. M. : Nauka, 1974. 272 s.
22. Menshutkin V. V. Iskusstvo modelirovaniya (ekologiya, fiziologiya, evolyutsiya). Petrozavodsk : KarNTs RAN, 2010. 416 s.
23. Kurzenev V. A., Matveenko V. D. Ekonomicheskii rost. SPb. : Piter, 2018. 608 s.
24. Kognitivnaya model' formirovaniya pokazatelya kachestva zhizni / M. B. Guzairov [i dr.] // Vestnik Ufimskogo gosudarstvennogo aviatsionnogo tekhnicheskogo universiteta. 2013. T. 17, № 2 (53). S. 215–220.
25. Kolmakova I. D., Baikova E. I., Kolmakova E. M. Ekonomiko-matematicheskie metody v otsenke i planirovanii urovnya zhizni naseleniya regiona // Regional'naya ekonomika: teoriya i praktika. 2017. T. 15, № 5. S. 928–936. doi:10.24891/re.15.5.928
26. Botkin D. B. Forest Dynamics: An Ecological Model. New York : Oxford University Press, 1993. 309 p. doi:10.5860/choice.31-1511
27. Kozak I., Menshutkin V. V., Klekowski R. Z. Modelowanie elementów krajobrazu. Lublin : Towarzystwo Naukowe Katolickiego Uniwersytetu Lubelskiego, 2003. 190 p.
28. Modeli produktsionnogo protsessa sel'skokhozyaistvennykh kul'tur / R. A. Poluektov [i dr.]. SPb. : Izd. SPbGU, 2006. 391 s.
29. Baranov N. S. Strategicheskoe znachenie Severa dlya ekonomiki Rossii // Obshchestvo i pravo. 2014. № 3. C. 297–301.
