© Манухина Анастасия
Введение
В данной статье представляется метод выявления с помощью компьютерной симуляции характерных черт гибких и уязвимых социально-экологических систем, на примере древних Майя. MayaSim представляет собой комбинированную агент - ориентированную модель социально-экологической системы древних Майя с использованием инструментов клеточного автомата и сетевой модели. Нужно проверить различные гипотезы о том, как система будет себя вести при различных условиях. Для этого агенты, клетки и сети запрограммированы так, чтобы представить следующие элементы цивилизации Майя: демография, торговля, сельское хозяйство, ухудшение почвы, изменение климата, вырубку леса и др. Цель данной модели – лучшее понимание сложной динамики социально-экологических систем и протестировать качественные характеристики гибкости социально-экологической системы как предикторов устойчивости системы.
Методы.
MayaSim представлена в виде координатной сетки с расположенными на ней колониями агентов. Модель построена с помощью программного обеспечения Netlogo, также используется Netlogo GIS extension для пространственного представления данных. На рис.1 видно, как представлена модель в программе: настройки управления моделью и пространственный вид. Агенты действуют на размеченном сеткой участке земли и связаны между собой сетью.
Рис.1. Реализация модели в программе NetLogo
Симуляция начинается с вычисления биопараметрических переменных для потоков воды и чистой начальной производительности. Поселения агентов взаимодействуют в пространстве, чтобы получить результат от сельского хозяйства и локальной экосистемы, и создают локальную торговую сеть. Также в модель включены мигранты, казначеи.
Диагональная северо-южная/западно-восточная варианта дождей выражается через дневные GIS данные осадков:
где Rj,T осадки в мм на клетку для каждого периода времени, T и CLn – локализованные эффекты от дождя, в зависимости от наличия соседей n. DFj расстояние в км каждой клетки до верхнего северного угла карты, RCt линейно меняется от + 20% до -10% 56 раз, and t = 1 … 650. Функция увеличивает и уменьшает кол-во осадков в зависимости от расположения региона.
На рис. 2 видно водную поверхность (темнеет в зависимости от глубины), которая построена на предположениях о климатических различиях: изменение в кол-ве осадков a) -15%, b) 0%, и c) +15%.
Рис. 2. Водная поверхность
Также рассчитывается чистая первичная производительность в зависимости от кол-ва осадков Rj,T и температуры Tj:
Для каждой ячейки рассчитывается производительность от сельскохозяйственного сектора в зависимости от производительности почвы, потоков воды, ухудшения почвы:
Ecosystem services представлены формулой:
Итоговый выигрыш от сельскохозяйственного сектора:
Подушевые доходы в зависимости от размера сети NJi,t:
Издержки перемещения:
Более подробно о предпосылках, параметрах модели и их калибровке, обоснование концепта и прочем можно найти на сайте http://www.openabm.org, искать Heckbert (2012).
Результаты модели.
На рис. 3 показаны результаты для пяти индикаторов с интервалом в 200 шагов (200 time step intervals):
• плотность населения (синий);
• показатель качества леса (желтый для вырубленного леса, бледно-зеленый для вторично посаженного, зеленый для первичного леса);
• сила торговли в поселении (красный), ухудшение почвы (красный);
• условия экосистемы (зеленый).
Чем темнее цвета, тем больше увеличение данных параметров.
Рис. 3. Результаты для пяти индикаторов
На рис. 4 показаны количественный динамический анализ развития и изменения параметров модели. Население (кол-во человек) за все время во всех поселениях отмечено на главной оси, а вклад в реальный доход через показатели: сельское хозяйство, торговлю и экосистему отмечены на побочной оси (proxy value units). Показатели экосистемы замещены сельскохозяйственным с шагом 150, в то время как оба этих показателя замещены показателем торговли с шагом 350.
Рис. 4. Количественный динамический анализ развития и изменения параметров модели
На рис. 5 показано итоговое количество узлов поселений и количество узлов в самом большом кластере (главная ось), итоговый натуральный капитал (побочная ось).
Рис. 5. Итоговые результаты
Заключение
Агент - ориентированная модель социально-экологической системы древних майя была подвергнута многократной верификации и исправлению ошибок «вручную», таким образом можно говорить о том, что авторы достигли достаточно чувствительного анализа. Также с помощью модели авторы сумели показать, что при заданных предпосылках, количество населения не всегда будет достигать максимума. На достаточный рост количества населения влияет распределение населения в пространстве и, как результат, торговая сеть между поселениями. Самыми важными параметрами, влияющими на рост населения и стабильность всей системы, оказались величина торговли и ухудшение почвы.
Оригинал статьи: [MayaSim: An Agent-Based Model of the Ancient Maya Social-Ecological System by Scott Heckbert (2013)] доступен здесь.