Моделирование в картографии - Тикунов В.C.
ISBN 5-211-03346-9
Скачать (прямая ссылка):
Таблица 3
Средние показатели для выделенных таксонов
Показатели Номера таксонов согласно рис. 58
1 2 3 4 5 6 1. Гумус (%) 2,1 2,3 2,4 2,4 2,5 2,2 2. Кислотность (рНкс1^ 4,2 4,4 4,7 5,0 5,9 4,7 3. Подвижный фос- фор (мг/кг) 51 72 92 97 141 75 4. Обменный калий (мг/кг) 175 126 132 126 111 116 5. Нитраты (мг/кг) 11,1 4,9 12,4 10,8 7Д 7,4 6. Обменный кальций (мг * зкв/100 г) 7Д 6,5 8,2 7,2 9,3 6,9 7. Обменный магний (мг • экв/100 г) 1,4 0,7 0,7 0,9 0,6 0,7 8. Марганец (мг/кг) 61 50 53 44 17 49 9. Влажность 24,8 22,1 21,2 21,9 21,1 23,0 10. Углы наклона 1,10 0,51 0,99 0,87 0,94 0,73 11. Оптическая плот- ность 0,89 0,97 0,96 0,94 0,99 0,96 Проведенное исследование в классическом виде воспроизводит этапы конструирования типичной цепочкообразной модели. Так, на основе карты рельефа был реализован алгоритм вычисления углов наклона и экспозиции склонов, а также по исходным данным соз-
208
даны карты аппроксимации всех остальных исходных показателей, что определило первое звено цепочки. Этот этап послужил основой для построения второго звена, когда на базе корреляционной модели были созданы корреляционные карты. Компонентный анализ и карты первых главных компонент образовали третье звено и, наконец, алгоритм дифференциации территории и соответствующая карта обозначили последнее звено сложной модели. Такое конструирование многоступенчатой модели позволило на каждом этапе при построении карт корректировать набор показателей (например, был исключен из расчетов показатель экспозиции склонов) и производить определенный анализ, необходимый для познания всего явления, характеризуемого целым набором показателей в их взаимной связи.
V.2. КОНСТРУИРОВАНИЕ СЕТЕВЫХ МОДЕЛЕЙ
Построение сетевых моделей основано на многовариантности моделирования. Так, на основе одного массива исходных данных возможно реализовать несколько математических алгоритмов, которые позволяют получать близкие или аналогичные результаты с последующим их сопоставлением и созданием результирующей карты. Конструирование сетевой модели показано нами на примере количественного определения уровней развития отраслей обрабатывающей промышленности по префектурам Японии. Исходный статистический материал для эксперимента заимствован из работы (Росин, Тикунов, 1982). Прежде всего вкратце остановимся на системе показателей-индикаторов, с нашей точки зрения, в достаточной мере отражающей уровень развития промышленности (табл. 4).
Индексы индустриализации (1И) и концентрации (/к) дают возможность количественно оценить плотностные различия в размещении обрабатывающей промышленности по территории Японии. Напомним, что индекс индустриализации рассчитывается как отношение доли префектуры в обрабатывающей промышленности к ее доле в населении; индекс концентрации — к доле в площади. "Ценность этих индексов повышается при совместном их рассмотрении с коэффициентом специализации (K0), который выражает степень отклонения структуры отраслевого состава данной префектуры от отраслевой структуры обрабатывающей промышленности Японии в целом:
1 т
= 2 2 |А//~Л-|> /= 1, 2, 3, п, (5Л)
14 Тикунов 209
где п — число префектур; т — число отраслей; aVj — доля z-й отрасли в обрабатывающей промышленности у-й префектуры; A1 — доля z-й отрасли в обрабатывающей промышленности Японии. При определенной условности этого показателя он все же дает четкое представление о пространственных особенностях отраслевого состава обрабатывающей промышленности Японии.
Для того чтобы учесть влияние среднего размера предприятий в последующей многомерной классификации, был использован коэффициент локализации (Кл). Он рассчитывается аналогично K0, однако здесь в качестве значений признака берется структура промышленности не по продукции, а по числу предприятий. При параллельном рассмотрении K0 и Kn оба эти показателя как бы корректируют друг друга с точки зрения более полной характеристики отраслевых структур обрабатывающей промышленности Японии. Если K0 измеряет отклонение структуры отраслевого состава префектур от средней по стране, то аналогично диверсификация в данном случае определяется относительно средненациональ-ного уровня.
Более полно оценить степень диверсификации можно по значению показателя сложности структуры (С):
где Nj — число предприятий всех отраслей в /-й префектуре; йц — число предприятий z-й отрасли в у-й префектуре. Этот показатель позволяет судить о диверсифицированности отраслевой структуры каждой из префектур вне зависимости от структуры обрабатывающей промышленности Японии в целом.
Чтобы отразить в классификации хронологаческий аспект, был использован ряд показателей динамики — изменение за 1962-1975 гг. характеристик /и, 1К, С. Из табл. 4 видно, что в префектурах с максимальными значениями /и и /к за исследуемый период произошло относительное уменьшение индустриальной насыщенности (прежде всего в Токио, Осака, Хёго, Фукуока) при ее значительном росте в отсталых в промышленном отношении префектурах (Аомори, Фукусима, Сага и др.). Иными словами, произошло определенное выравнивание в размещении обрабатывающей промышленности Японии как относительно площади, так и размещения населения.
