Геосистеми як інформаційні машини
В статті даються загальні уявлення про інформаційний аспект в географії і інформаційну машину як складову геосистем. Показано, що поняття про інформацію було введено А. Пуанкаре у вигляді так званих розривів Пуанкаре. Інформація розглядається як закріплення випадкового вибору. Наводяться приклади пр...
Saved in:
| Published in: | Геополитика и экогеодинамика регионов |
|---|---|
| Date: | 2005 |
| Main Author: | |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Кримський науковий центр НАН України і МОН України
2005
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/58280 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Геосистеми як інформаційні машини / О.П. Ковальов // Геополитика и экогеодинамика регионов. – Симферополь: ТНУ, 2005. — Т. 1, вип. 2. — С. 99-116. — Бібліогр.: 33 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859720286084005888 |
|---|---|
| author | Ковальов, О.П. |
| author_facet | Ковальов, О.П. |
| citation_txt | Геосистеми як інформаційні машини / О.П. Ковальов // Геополитика и экогеодинамика регионов. – Симферополь: ТНУ, 2005. — Т. 1, вип. 2. — С. 99-116. — Бібліогр.: 33 назв. — укр. |
| collection | DSpace DC |
| container_title | Геополитика и экогеодинамика регионов |
| description | В статті даються загальні уявлення про інформаційний аспект в географії і інформаційну машину як складову геосистем. Показано, що поняття про інформацію було введено А. Пуанкаре у вигляді так званих розривів Пуанкаре. Інформація розглядається як закріплення випадкового вибору. Наводяться приклади прояву дії інформаційної машини в геосистемах різних рівнів організації – мінеральних (флювіальний процес), біотизованих і антропізованих.
В статье даются общие представления об информационном аспекте в географии и информационной машине как составляющей геосистем. Показано, что понятие об информации было введено А. Пуанкаре в виде так называемых разрывов Пуанкаре. Информация рассматривается как закрепление случайного выбора. Приводятся примеры проявления действия информационной машины в геосистемах разных уровней организации – косных (флювиальный процесс), биотизированных и антропотизированных.
The general notions of informational aspect in Geography and informational machine as the geosystem’s components are presented. It is shown that the notion of information was introduced by H. Poincare as the so-called Poincare’s break. The information is viewed as the random selection fixation. There are some examples of the of informational machine operation in geosystems of different levels: sluggish (fluvial process), biotized and anthropotized ones.
|
| first_indexed | 2025-12-01T09:49:36Z |
| format | Article |
| fulltext |
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
Раздел III.
НАУЧНЫЕ ДИСКУССИИ
99
УДК 910
О. П. Ковальов
Геосистеми як
інформаційні машини
Харківський національний університет ім. В. Н. Каразіна
Анотація. В статті даються загальні уявлення про інформаційний аспект в географії і інформаційну
машину як складову геосистем. Показано, що поняття про інформацію було введено А. Пуанкаре у
вигляді так званих розривів Пуанкаре. Інформація розглядається як закріплення випадкового вибору.
Наводяться приклади прояву дії інформаційної машини в геосистемах різних рівнів організації –
мінеральних (флювіальний процес), біотизованих і антропізованих.
Ключові слова: геосистеми, геоінформаційні технології.
Природа від початку є складною і міс-
тить в собі всі можливі варіанти розвитку.
Серед цих варіантів, при певних граничних
умовах, є такі, які ведуть системи у бік все
більшої складності. Рух систем вздовж
градієнту інформаційного поля вимагає від
них збільшення внутрішнього різноманіття,
тобто подрібнення внутрішнього простору
станів, що, у свою чергу, веде до росту
невизначеності і необхідності “мати уяву”
про свій алфавіт станів, тобто породжу-
вати внутрішні моделі геоситуацій і мож-
ливих варіантів їх змін. Як пише Д. Марр,
“деяка робота представляє собою всього
лише” задачу обробки інформації” або
“деякий організм представляє собою
“всього лише” машину, яка здійснює обро-
бку інформації” [1, с. 19 - 20]. Але такі сис-
теми є когнітивними, отже мову слід вести
про порівняння ступеню когнітивності сис-
тем різних рівнів організації. При цьому
система може навіть не знати про свої ко-
гнітивні властивості, тобто її когнітивна
функція відтворюється разом з фізіологіч-
ною, а, отже, ніяк не самоусвідомлюється.
Але “створення” нової інформації у вигляді
нової структурної реалізації і нових режи-
мів функціонування відбувається в ході
самоорганізації. Це означає, що в системі
діє інформаційна машина.
Знаменита теорема Анрі Пуанкаре та
інформація. Хоча існує дуже багато робіт,
в яких обговорюється питання визначення
інформації, відносно цього поняття є пев-
на невизначеність. Автор не береться ви-
рішити цю проблему, але я хочу звернути
увагу на той факт, що в науковому варіанті
це поняття (але не термін) було введено
видатним Анрі Пуанкаре ще у 1892 році.
Мова йде про так звану знамениту теоре-
му А. Пуанкаре, яка формулюється так: у
найбільш загальній консервативній задачі
канонічні рівняння класичної механіки не
допускають ніякого іншого аналітичного
постійного інтегралу, крім інтегралу
енергії [2]. Ця умова веде до так званих
розривів Пуанкаре у рішеннях, знайдених
за методом Гамільтона – Якобі. Мова йде
про те, що повна енергія системи є єди-
ним виразом, який можна представити за
допомогою математичної функції, яка доб-
ре себе поводить. Природу такого розри-
ву показано на рис. 1. Тут же показано
приклад такого розриву, який виникає, як-
що два пов’язаних осцилятори коливають-
ся з різною частотою. Відбувається розхо-
дження частот. Це так звані фігури Лісса-
жу. Цей приклад є цікавим тому, що геоси-
стеми – це значною мірою коливальні сис-
теми, в яких має місце взаємодія багатьох
осциляторів. Так, водний потік в каналі –
це, при найпростішому розгляді – два
пов’язаних осцилятори, які коливаються у
горизонтальній (ширина потоку) і вертика-
льній (глибина) площинах.
Для нас таке розуміння руху системи є
дуже важливим, бо розриви Пуанкаре від-
повідають умовам, при яких передбачення
стає неможливим: система робить вибір
самостійно, а, отже, це заперечує існуван-
ня детермінізму. На перший план виходить
інформація як закріплення випадкового ви-
бору, як здійснення неочікуваного.
О. П. Ковальов
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
100
Рис. 1. Розрив Пуанкаре, який розділяє траєкторії руху системи: а – фізичний смисл розриву Пуа-
нкаре, коли початкові умови містять невизначеність; б – рух у двомірному просторі (утворення
“фігур Ліссажу”) [2]. Координата х1 коливається від 0 до а1 (з періодом τ1), а х2 змінюється від 0 до
а2 (з періодом τ2). Якщо τ1 менше за τ2, маємо криву α, в іншому випадку утворюється крива β.
Згідно з твердженням Дж. Ніколіса [3],
інформація породжується не тільки через
біфуркації, але і шляхом послідовності
ітерацій, тобто все більш точного
розв’язання невизначеності. Леон Бріллю-
ен вводить інформацію так [2]:
I = K ln(P0 ∕ P1),
де K – незмінна, яка залежить від ви-
бору системи одиниць, ln – натуральний
логарифм, P0 – множина подій, які можуть
потенційно відбутися з однаковою імовір-
ністю (якщо будь-яка інформація відсутня),
P1 - множина подій з рівною імовірністю,
яка залишається після зняття певної неви-
значеності. Якщо імовірності розподіля-
ються нерівномірно, використовують фор-
мулу інформаційної ентропії К. Шеннона:
j
jj ppi ln
Згідно з твердженням Г. Хакена [4],
прирощенню інформації відповідає вели-
чина:
j j
j
j
p
p
pK ln ,
де pj – розподілення ймовірностей станів з
індексом j; pj та jp - два послідовних роз-
поділення станів.
Тут важливо розуміти, що порушення
просторової симетрії є головною переду-
мовою, яка дає можливість говорити про
інформаційний процесор. Питання утво-
рення просторових структур обговорюєть-
ся в роботі Г. Хакена [4]. Для цього опера-
тор, який діє на деяку величину, яка хара-
ктеризує розподілене середовище, пови-
нен мати похідну по просторовій коорди-
наті. При наявності тільки одного параме-
тру порядку, який зростає у часі, ми мати-
мемо еволюцію просторової структури, як
це показано на рис. 2 [4]. У геопросторі
можна знайти багато прикладів порушення
просторової симетрії.
Закріплення відібраного варіанту до-
зволяє виділяти, інтерпретувати та пере-
давати “повідомлення”, приховане у нелі-
нійній динаміці неврівноваженої системи.
Отже, інформація тісно пов’язана з пору-
шенням симетрії. Але для нас важливим є
питання механізму виникнення асиметрії.
Таким механізмом є біфуркація, що супро-
воджується порушенням симетрії, яка від-
бувається у вигляді неповторної події. Ще
один механізм пов’язаний із впливами се-
редовища, зміни якого відзначаються зна-
чними коливаннями (такий відбір описаний
в роботі В. Хорстемке і Р. Лефевра [5]).
Так званий мультиплікативний шум може
не тільки чинити дезорганізуючий вплив на
систему, але і стабілізувати в ній нові мак-
роскопічні стани.
Геосистема в інформаційному прос-
торі. Геосистеми, які відносяться до кате-
горії дисипативних систем, функціонують в
умовах, коли їх середовище постійно змі-
нюється, і у цих змінах присутні як певні
регулярності, так і стохастичні флуктуації.
В таких системах має бути тісний зв’язок
між структурою і функцією, бо вони є ада-
птивними системами. Структура геосис-
теми складається з множини певним чи-
ном пов’язаних між собою елементів апа-
ратурної реалізації (елементарні басейни,
ерозійні канали, популяції організмів, еле-
ментарні господарські одиниці і т.п.). Для
того, щоб описати таку систему, треба ви-
значити множину вхідних сигналів (стиму-
лів), множину вихідних сигналів (реакцій) і
правила підкріплення, які є функцією її ре-
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
Раздел III.
НАУЧНЫЕ ДИСКУССИИ
101
акцій на певні вхідні сигнали. Зовнішнє се-
редовище, в якому знаходиться геосисте-
ма, пред’являє кожному її елементу в кож-
ний відрізок часу t певний клас ситуацій
(А1(t), А2(t), …, AN(t)). Такі ситуації, взагалі
кажучи, утворюють континуум. Але геосис-
тема може реагувати на зміну ситуації
стрибкоподібно, тобто сукупність реакцій є
кінцевою (R1, R2, …, RM) [6]. Таким чином,
в кожний момент часу перед елементами
геосистеми постає необхідність “прийнят-
тя рішення” (у “метаболічному” смислі) про
перехід у той чи інший стан. Підкріплення
ж реакції відбувається завдяки природно-
му відбору. Геосистеми, які не спроможні
вчасно відреагувати на зміну ситуації, на-
копичують помилки і врешті решт руйну-
ються. В такому разі оптимізація системи
означає подовження терміну її існування.
Оскільки між ситуаціями і станами геосис-
тем з причини наявності внутрішніх флук-
туацій немає взаємної відповідності (взає-
мооднозначного відображення), геосисте-
ма має робити вибір. Але більш цікавим
моментом є випадок, коли система є акти-
вною в своєму пошуку оптимального на-
прямку руху. А це неможливо, якщо вона
має обмежений набір станів і не спромож-
на породжувати нові. Більше того, перева-
гу повинні мати такі системи, які містять
режими з минулого (пам’ять) і такі, які мо-
жуть знадобитися у майбутньому, хоча це
дещо зменшує ефективність, бо збільшує
ентропію: минуле, сучасне і майбутнє по-
єднуються у текучій ситуації.
Рис. 2. Еволюція просторової структури у часі (показано три стадії: t0, t1 та t2) під впливом росту
параметру порядку. Ріст параметру порядку показано вверху зліва. Рисунок зкомпановано на ос-
нові рисунків з роботи [4].
Отже, геосистеми мають постійно здій-
снювати роботу з вимірювання ситуації та
її порівняння з її внутрішнім відображен-
ням (моделлю), що вони роблять з певною
точністю. До речі, наявність хаосу в ре-
жимах геосистем є тим інструментом,
завдяки котрому вони можуть змінювати
точність виміру (відмінності між різними
варіантами режимів (з роботи [7]) показані
на рис. 3). Це означає, що у функціональ-
ній структурі геосистем має бути такий рі-
вень динаміки, який передбачає відобра-
ження в термінах символьної динаміки і
інформації, тобто інформаційні процеси у
геопросторі виникли разом з першими гео-
системами і еволюція останніх має вклю-
чати, в першу чергу, саме удосконалення
апаратурної реалізації інформаційних ма-
шин. Це необхідно для того, щоб опанову-
вати середовища із все більшим інформа-
ційним насиченням. Якщо виходити з того,
що інформація є запам’ятовуванням випа-
дкового вибору (наприклад [8]), система
має постійно вести пошук нових варіантів.
З причини обмеженості ресурсів, стара
інформація має стиратися. Таким чином,
принаймні частина системи має постійно
перебувати у досить складному стані пос-
тійного руйнування і становлення. Такий
стан отримав назву критичності, що са-
моорганізується (наприклад, [9, 10]). Його
головною рисою є те, що він породжує
флуктуації, розподілення яких описується
ступеневою функцією. Такий стан є атрак-
тором – обмеженою областю фазового
простору, до якої система притягується.
О. П. Ковальов
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
102
Саме в таких умовах породження нової
інформації стає найбільш спрощеним. Ро-
зглянемо головні питання такої дії.
Рис. 3. Три варіанти руху системи, як їх уявляє Г. Шустер [7].
Самоорганізація критичності та
“прирощення” інформації. Слід зазначити,
що фізичною основою відбору інформації
є не лінійність динаміки системи, яка про-
являється в першу чергу у вигляді пору-
шення просторової симетрії. Такі процеси
передбачають потрапляння системи у
критичні стани. Критичні стани в цілому є
темою широкого обговорення у фізиці фа-
зових переходів. Вони відзначаються зна-
чним збільшенням флуктуацій, які стають
макроперемінними. Але стан самооргані-
зації критичності відрізняється від звичай-
них критичних станів тим, що система, яка
опинилася в такому стані, залишається в
ньому на протязі невизначеного терміну,
тобто такий стан є атрактором. Такий стан
може відтворюватись при досить обмеже-
них граничних умовах, але саме в цій об-
ласті система демонструє найбільше різ-
номаніття режимів. Важливим моментом є
те, що зв’язки між складовими системи є
різними за природою і інтенсивності. Це
означає, що природні системи ніколи не
знаходяться в стані абсолютної адаптова-
ності і максимально можливої ефективно-
сті функціонування, бо такі системи просто
не могли б існувати у середовищі, яке
швидко і непередбачено змінюється. В той
же час існує деякий мінімальний поріг від-
повідності умовам, опинившись нижче яко-
го складові випадають із структури систе-
ми. Оскільки вони пов’язані з іншими скла-
довими, певна частина системи руйнуєть-
ся, утворюючи “лавини вимирання”. Це
веде до вивільнення частини ресурсу і не-
обхідності перетворення структури систе-
ми, її переходу в інші області функціону-
вання. Саме в ці періоди несталості вини-
кає можливість приєднання до системи
нових складових і перетворення структу-
ри. Слід додати, що саме в ці періоди в
системі має зростати і конкуренція, яка
стимулює відбір. Але тільки знаходячись в
стані самоорганізації критичності, система
може просуватися в напрямку градієнту
концентрації інформації, виходячи на все
більш складні режими функціонування у
середовищах, все більш насичених інфо-
рмацією. В той же час, перебування в та-
ких умовах вимагає від системи посилення
функції внутрішнього регулювання, що
неможливо зробити без розбудови механі-
змів символьної динаміки з метою моде-
лювання середовища і самої себе у цьому
середовищі. Мова йде про принцип мак-
симуму інформації [11]: в ході становлен-
ня, система прагне максимізувати коре-
ляції між стимулом (впливом середови-
ща) і відкликом (поведінкою системи). Цей
принцип знаходиться у відповідності до
умови обмеженості енергетичних ресурсів.
При цьому в системі має відбуватися при-
рощення інформації завдяки урізноманіт-
ненню реакцій і збільшення їх точності. Це
вимагає від системи мати у своєму репер-
туарі певний набір режимів, які встанов-
лювались в минулому і з різною імовірніс-
тю можуть виникнути у майбутньому, тоб-
то вона має рухатись до стану інформа-
ційного насичення (структурно-
функціональної повноти). Отже, в системі
водночас мають бути присутні елементи
функціонування минулого, сучасного і
майбутнього, а в самій системі повинні бу-
ти механізми пошуку режимів, що відзна-
чаються найбільшою відповідністю грани-
чними умовам, що виникли на даний мо-
мент часу. Це означає, що частина систе-
ми має постійно перебувати у стані пиль-
нування, всередині неї час від часу має
спалахувати активність. В той же час збі-
льшення внутрішнього різноманіття викли-
кає потребу у функції керування, бо скла-
дність веде до хаосу, якщо не приборку-
ється ієрархією.
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
Раздел III.
НАУЧНЫЕ ДИСКУССИИ
103
Поняття про інформаційну машину.
Інформаційну машину визначимо як стру-
ктуру, динамічні режими якої дозволяють
здійснювати роботу з обробки, і закріп-
лення відібраної інформації шляхом вико-
ристання негентропії зовнішнього потоку
енергії. На вході такої машини невизначе-
ність має бути більшою, ніж на виході. Ме-
тою дії інформаційної машини має бути оп-
тимізація значень параметрів порядку (на-
приклад, вхідної потужності), які організу-
ють її структуру. Такі машини існують в
природі на різних рівнях організації. Прик-
ладом може бути просування равлика [12].
Д. Марр пише: “Одна з чудових особливос-
тей інформаційних машин полягає в тому,
що для їх повного розуміння необхідно
прийняття множини пояснень на різних рів-
нях” [1, с. 20]. Тут не існує якогось одного
підходу, або моделі: кожну проблему слід
розглядати з кількох точок зору.
Розглядаючи питання дії інформації на
систему, Г. Хакен користується вектором її
стану, який виникає внаслідок об’єднання
окремих перемінних qj, сукупність яких ха-
рактеризує систему. Ці перемінні можуть
змінюватись у часі. Такий вектор стану за-
писується так [4]:
q (t) = [q1 (t), q2 (t), …, qN (t)].
Еволюція цього вектора, тобто динамі-
ка системи, визначається диференціаль-
ними рівняннями виду:
dq / dt = N (q, a) + F (t),
де N – детерміністична частина, а F –
флуктуації, а – керуючі параметри., t - час.
Якщо при відсутності флуктуацій значення
вектору станів q у початковий момент часу
відомо і керуючі параметри задані, майбу-
тнє вектору q визначено однозначно. З
часом цей вектор прагне вийти на атрак-
тор. Задати керуючі параметри означає
визначити конфігурацію “поверхні” (це мо-
же бути n-мірна гіперповерхня), по якій ру-
хається система. Всередині системи про-
являються так звані параметри порядку (Г.
Хакен називає їх інформаторами), які
встановлюють дальні кореляційні зв’язки,
зумовлюючи зростання когерентності її
складових. Параметрами порядку частіше
за все є виділені моди.
Отже, система “занурена” у складний
потік буття, який перетворює існуючі і по-
роджує нові системи, які починають вхо-
дити у взаємодію між собою, виборюючи
право на існування. Якщо мова йде про
геосистеми, можна говорити про геоситуа-
цію, яка постійно змінюється. На систему в
такому просторі діють як сили “тяжіння” (у
напрямку атрактору), так і сили опору
(в’язкість), що заважають просуванню.
Проблема відбору і породження інформа-
ції виникає тоді, коли складний сигнал мо-
же привести до різних атракторів (в одно-
му басейні може бути кілька атракторів). У
такому випадку відбір атрактора означає
“породження” інформації. При цьому сис-
тема має керуватися кореляціями між
внутрішнім образом середовища, якщо
такий є всередині системи, і структурою
того потоку сигналів, яка подається на вхід
системи із зовні. В цьому плані дуже при-
вабливою виглядає розробка Сейновсько-
го з співавторами [4], які розробили так
звану “машину Больцмана”. В її основу
було покладено інформацію Кульбака.
В той же час, структура середовища
може бути дуже складною і мінливою, що
не дозволяє системі зупинитися у своєму
русі. До того ж мінливість часто носить ви-
падковий характер. Це означає, що, щоб
залишатися сталою, система має постійно
обробляти сигнали з боку середовища,
розпізнавати їх і відповідним чином реагу-
вати (адаптуватися, або, якщо це можли-
во, певним чином перетворювати середо-
вище). “Розпізнати” означає “відобразити”
в своїй структурі (морфологічній або ди-
намічній), перекодувати сигнал, викорис-
товуючи “внутрішню мову” у вигляді тих
або інших структурних зв’язків і за-
пам’ятати. “Розпізнати” означає перекла-
сти на внутрішню мову системи. “Але
можливість перекладу означає існування
інваріанту. Перекласти як раз і означає:
виділити цей інваріант” – пише А. Пуанка-
ре [13, с. 268]. “Відобразити” – значить
втратити внутрішню симетрію, ускладни-
тись. Нарешті, “відобразити” означає змі-
нити геометрію простору станів сис-
теми. У. Гренандер вважає, що мета
будь-якого розпізнавання – не стільки в
отриманні рішень типу “так”, “ні”, “не знаю”,
скільки вироблення структурних зобра-
жень (патернів). При цьому жодна модель
обробки не спроможна виробити задовіль-
ний опис, поки у неї не буде закладено
деяку породжуючу граматику того класу
образів, які аналізуються [14]. Таким чи-
ном, структурно-функціональна організа-
ція будь-якої геосистеми має включати рі-
зноманітні режими з різним характерним
простором-часом, тобто як великомасш-
табні, так і мілкомасштабні. І це підтвер-
джується емпіричними даними. Хоча, як
здається, сталість системи пов’язана з
присутністю в системі великомасштабних
О. П. Ковальов
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
104
функціональних ланок, які діють у режимі
гомеостазу, в природних системах частот-
ні і метричні спектри є досить широкими.
Це пов’язано з тим, що надійна обробка
інформації вимагає наявності в системі
хаотичних режимів, розвитку турбулентно-
сті, яка, як відомо, включає широкий
спектр дій. Але далі постає питання про
організацію таких систем, бо хаос і різно-
маніття знижують сталість. Отже, хаотичні
режими мають бути локалізованими в
окремі функціональні кластери, які конце-
нтруються у периферійних частинах сис-
теми і формують мережу всередині неї,
що розчленовує сталі гомеостатичні зони.
З’єднуючись, елементи мережі утворюють
вузли, в яких і відбувається переробка ім-
пульсів. Такі структури можуть рухатись у
просторі. Ще один важливий чинник –
внутрішня активність системи, яка вини-
кає при наявності певної кількості вільної
енергії і складності. Тільки в цьому разі ге-
осистема виходить на реалізацію активно-
го пошуку. Не можна, не торкнутися і пи-
тання локалізації когнітивної функції.
Принцип локалізації функцій – один з най-
важливіших, бо він має відношення до
проблеми ефективності: із збільшенням
локалізації функцій система стає більш
ефективною. В геопросторі ми також має-
мо прояв такої локалізації когнітивної фун-
кції в напрямку від мінеральних геосистем
до їх когнітизованого варіанту.
В основі дії природних інформаційних
машин лежать явища резонансу і самоор-
ганізації. Як зауважує Дж. Ніколіс [3], на
відміну від гамільтонових систем, дисипа-
тивні системи перетерплюють послідов-
ність порушень симетрії. Їх еволюція хара-
ктеризується виробництвом ентропії, яке
супроводжується все більшою диференці-
ацією і нарощуванням складності. Цей
процес, в свою чергу, вимагає виникнення
ієрархічних співвідношень між групами
станів. Ще одна характеристика – самоор-
ганізація – стає можливою, коли склад-
ність перевищує певний критичний поріг.
Вона пов’язана із спроможністю системи
моделювати (тобто стискати до алгоритмів
мінімальної довжини) навколишнє середо-
вище і частини самої себе. Це означає, що
взаємооднозначне відображення не може
породжувати самоорганізацію. Внутрішня
модель дозволяє суттєво скоротити ви-
трати ресурсів на пошук режиму поведін-
ки, адекватної ситуації. Можна сказати, що
це відповідає закону мінімальної дії. На-
ступним рівнем слід вважати виникнення
швидкого моделювання [15], яке є харак-
терним для ссавців і тепер ми наближає-
мось до того, що воно буде створено на
рівні антропізованих геосистем.
Рівень когнітивності системи визначає
її спроможність оцінювати ситуацію на ос-
нові переробки інформації і адекватно ре-
агувати на неї, тримаючись заданої мети.
Коли тиск з боку середовища змушує сис-
тему прискорити темп обробки сигналів
вище деякої межі, система або гине з при-
чини накопичення помилок, що проявля-
ється у виникненні негативних деформа-
цій, або переходить на більш високий ког-
нітивний рівень, створюючи додатковий
цикл виявлення помилок з метою зведен-
ня до мінімуму викривлень, що є причиною
високої щільності потоку сигналів. Приро-
дний відбір сприяє системам, які можуть
ускладнюватись, переробляючи все біль-
шу кількість інформації. З цієї точки зору
дуже цікавою є робота Є. Седова [16]. Він
показав, яким чином відбувається стис-
нення інформації при переході з одного іє-
рархічного рівня на інший.
Важливим моментом є кількість інфор-
мації, яка залежить від ступеню диферен-
ціації геоситуацій. Це дає змогу говорити
про інформаційну розмірність як швидкість
зростання кількості інформації при збіль-
шенні розв’язуючої спроможності системи:
2
0 log
)(
lim
I
D j ,
де Di - інформаційна розмірність, -
розв’язуюча спроможність (розмір чару-
нок), І – інформаційна ентропія [3]. Фрак-
тальна розмірність є верхньою межею ін-
формаційної розмірності. Так, фракталь-
ність (у певних межах) флювіальних ме-
реж (цей факт доведений багатьма дослі-
дниками, починаючи з Б. Мандельброта)
можна розглядати як прагнення до геоме-
трії з максимальною розв’язуючою спро-
можністю цих природних систем. Слід до-
дати, що збільшення кількості інформації
викликає необхідність збільшення станів,
тобто алфавіту системи Якщо замість ()
ввести елементи символьного відобра-
ження системи, можна, за аналогією, вве-
сти поняття про власну розв’язуючу спро-
можність, коли N , де N – кількість си-
мволів-станів в алфавіті. Інформація може
існувати тільки будучи укладеною у той чи
інший носій, властивості якого обмежують
її кількість. Чим більше інформації містить
даний носій, тим більш складний оператор
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
Раздел III.
НАУЧНЫЕ ДИСКУССИИ
105
дії вона кодує. Оператори дії – це динамі-
чні режими системи. Наявність інформації
в системі дає їй можливість досягати пев-
ної мети, тобто збільшувати імовірність
здійснення певної події: при цьому імовір-
ність цієї події починає перевищувати її
спонтанне значення. За відсутністю такої
інформації (яка використовується для по-
будови внутрішньої моделі) система має
робити максимально можливу кількість ру-
хів у самих різних напрямках, обслідуючи
в сліпу особистий простір станів. Такі
рухи є випадковими і імовірність знахо-
дження необхідного режиму є при цьому
дуже малою. Мова іде про внутрішні флук-
туації, які задаються алгоритмом, який не
стискається, що веде до збільшення внут-
рішньої ентропії (рис. 4а). По суті справи,
система постійно “мутує”. В той же час
без цього взагалі неможливо натрапити на
доцільний режим. Якщо системі вдається,
завдяки резонансу, визначити необхідний
режим, відбувається орієнтація рухів у
просторі станів у відповідному напрямку
(рис. 4б), що зменшує її поведінкову ент-
ропію. Таким чином, ми, за характером ру-
ху системи, маємо три головних стани
(динамічні режими), які є атракторами: го-
меостатичний (з переважанням регулярної
динаміки), стохастичний і критичний. Пер-
ший є наслідком послідовності ітерацій,
направлених до так званого граничного
циклу (один з варіантів атрактору), другий
є наслідком дії другого початку термоди-
наміки і веде до стирання інформації, і
тільки третій дозволяє постійно створюва-
ти нову інформацію шляхом переструкту-
рування - заміни її носіїв та операторів дії.
Рис. 4. Рухи системи при: а –відсутності мети, б – наявності мети.
Важливим моментом є питання, чи
справді інформаційна машина виробляє
інформацію? Подібну проблему ще у 50-х
роках розглядав Л. Бріллюен [2]. Обгово-
рюючи роботу обчислювальної машини,
він писав, що такі машини не виробляють
інформацію, а тільки обробляють її. Але
мова йде про виділення певного варіанту
серед астрономічної кількості інших варіа-
нтів, що як раз можна розглядати як саме
виробництво інформації. Завдяки цьому
виникає структура (морфологічна, або по-
ведінкова), в якій маса ймовірностей має
суттєво інше розподілення, ніж напередо-
дні. По суті справи, інформаційна машина
саме і перерозподіляє цю “масу”, змінюю-
чи “вагу” або цінність інформації окремих
варіантів за рахунок інших. Кожна опера-
ція по утворенню такої структури має свою
негентропійну ціну.
Слід відмітити, що уявлення про інфо-
рмаційну машину (нейронну модель на-
вчання) виникли досить давно. Так, Р. Ро-
зен [6] наводить приклад моделі Ландаля
(Landahl H.D.), яка була опублікована у
1941 році. На цій схемі S1 і S2 – два стиму-
ли однакової інтенсивності, які поступають
із зовні. Дія одного з них - S1 або S2 викли-
кає відповідну реакцію R1 або R2. Пробле-
ма виникає тоді, коли стимули діють вод-
ночас, що може привести до помилки. Ко-
нтури зворотного зв’язку відіграють роль
регуляторів, які утворюють “позитивне” пі-
дкріплення відібраного варіанту.
Другим кроком було створення моделі
перцептрону. Загальні положення дії таких
систем були розроблен у вигляді моделі
перцептрону, яка вперше була описана Ф.
Розенблаттом (наприклад, [6]). Структура
перцептрону включає кілька шарів. Пер-
ший – вхідний – є “сенсорним”, який
сприймає сигнали, що йдуть із зовні. Вони
передають простий бінарний сигнал (“так”,
або “ні”) до елементів наступного шару,
який можна назвати “асоціативним”. Отже,
сенсорний шар перетворює безперервний
сигнал у кінцеву сукупність дискретних си-
мволів. Така “дискретизація” є характер-
ною для адаптивних систем. Елементів
другого шару менше і вони на виході ви-
О. П. Ковальов
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
106
дають також двоїчний сигнал. Стан цього
шару описується більш короткою послідо-
вністю символів. Далі йде проміжний шар,
елементи якого приписують певну вагу си-
гналу відповідного елемента попередньо-
го шару. Вихідний шар частіше за все
складається з одного реагуючого елемен-
та, який отримує інформацію про “зваже-
ний” стан елементів попереднього шару у
вигляді iia , де ai – вихідний сигнал i-
го асоціативного елементу, а ωi – його ва-
га. В наш час існують більш розвинуті мо-
делі штучного інтелекту, наприклад, пан-
демоніум (система розпізнавання образів,
що самонавчається [17]), а також так звані
штучні нейронні сіті. Відповідні
комп’ютерні програми дозволяють вирішу-
вати складні питання оптимізації пошуку
рішень в умовах значної невизначеності
ситуації.
Дію інформаційної машини можна пред-
ставити наступним чином. Система формує
(або трансформує) свою структуру у де-
якому анізотропному середовищі. В такому
випадку вона повинна мати активний
центр, від якого імпульси активності розпо-
всюджуються у всьому просторі системи. В
результаті багатьох взаємодій, енергія ак-
тивності починає “розтікатись” у фазовому
просторі, охоплюючи все більш широкий
спектр мод, що, зрозуміло, веде до змен-
шення потужності. На периферії відбува-
ється взаємодія з середовищем із певною
структурою, яка може бути вираженою не-
чітко (в інших випадках необхідність в ін-
формаційній машині просто відпадає). Мо-
жна припустити, що групи активного центру
і субстрату характеризуються незалежними
конформаційними узагальненими коорди-
натами (х1, х2, х3, …,хN), кількість яких N.
Просування буде здійснюватись із швидкіс-
тю W, яка залежить від відстаней і орієнта-
цій відповідних груп W (х1, х2, х3, …,хN).
Спроможність просуватись в необхідному
напрямку залежить від наближеності конфі-
гурації активного центру (по суті справи –
внутрішньої моделі ситуації) до оптималь-
ної: просування відбувається тоді, коли ко-
ординати (хi) опиняються в області ”реак-
ційних” значень (хi
0
). При відхиленні конфо-
рмаційної координати i-ї активної групи від
оптимального значення швидкість “реакції”
(просування) зменшується експоненційно.
Відхилення системи від оптимального ста-
ну в такому випадку виражається так [18]:
2
1
02
N
i
ii xxp .
Ми приходимо до висновку, що розви-
ток структури визначається спорідненістю
геометрії самої структури і того “субстра-
ту”, в якому відбувається процес. Судячи з
усього, вони повинні допускати конформні
відображення. Якщо розглянуту вище від-
стань системи від оптимуму нормувати на
одиницю, стає зрозумілим, що у варіантах,
близьких до крайніх у дії такої машини не-
має сенсу. Отже, має існувати певний діа-
пазон значень відхилення системи від оп-
тимальної точки, в якому дія інформацій-
ної машини дає необхідний результат.
Важливо, щоб час перебування системи в
“реакційному” стані значно перевищував
характерний час елементарних актів про-
сування.
Двома найважливішими режимами фун-
кціонування інформаційних машин є інтег-
рування (узагальнення) і диференціювання.
Такі режими реалізуються за допомогою
конвергентної і дивергентної структур. В
першому випадку система працює в режимі
інтегрування і виділення найбільш сталих
сигналів. В другому випадку машина пра-
цює в “аналітичному” режимі на основі ви-
користання похідної від функції на вході.
Саме в цьому режимі нелінійні системи
мають проявляти суттєві переваги у порів-
нянні з лінійними. Мова йде про режими з
позитивними зворотними зв’язками, завдя-
ки котрим як раз і відбувається перерозпо-
діл ціни того чи іншого варіанту і його за-
пам’ятовування. В геосистемах всіх рівнів
організації ці дві функції мають реалізову-
ватись водночас, що вимагає певної прос-
торово-часової організації.
Інформація може зберігатися в системі
завдяки як структурі, складеної з елемен-
тів апаратурної реалізації, які детерміну-
ють потоки речовини і енергії, так і у ви-
гляді динамічних режимів. Слід мати на
увазі, що інформаційний зміст структури
системи тим більший, чим більше можли-
востей вона виключає, тобто чим більш
тонкі шари структури вона спроможна ві-
добразити в своїй структурі і поведінці.
Для того, щоб інформаційна машина пра-
цювала, вона повинна містити таку дина-
міку, яка дозволяє постійно знаходитись в
режимі обробки сигналів, тобто її структу-
ра має постійно знаходитись в режимі
становлення. Таку можливість як раз і на-
дає розглянутий вище особливий динамі-
чний стан самоорганізації критичності.
Виходячи з сказаного, можна прийти до
висновку, що важливою складовою дина-
міки системи, яка постійно знаходиться в
адаптивному режимі, є несталість, наяв-
ність хаотичних режимів. Така несталість
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
Раздел III.
НАУЧНЫЕ ДИСКУССИИ
107
може бути зумовлена зовнішніми факто-
рами. Але для нас більш цікавим варіан-
том є несталість, яка зумовлена внутріш-
німи чинниками. Така динаміка має базу-
ватися на дії певних нелінійних механізмів
дестабілізації. Саме такі механізми мають
виникати на певних етапах “онтогенезу”
геосистем. Показником хаотичності дина-
мічної системи, тобто швидкості втрати
інформації про минулий стан, є ентропія
Колмогорова (К-ентропію) яка визначаєть-
ся як середня швидкість втрати системою
інформації [7].
Чому потрібна саме мережа? Це пи-
тання є дуже важливим. Чому в природних
умовах апаратурна реалізація інформа-
ційних машин прагне утворити мережу?
Думаю, відповідь має бути такою: для то-
го, щоб один елемент міг надійно оброб-
ляти інформацію, він має містити в своїй
динаміці безліч різноманітних режимів, в
тому числі детермінований хаос, що вво-
дитиме її у протиріччя із сталістю і можли-
вістю фіксувати зроблений вибір. Наяв-
ність мережі дозволяє розділити функції і
реалізовувати в різних своїх частинах
водночас кілька режимів, здійснюючи на-
стройку на різні зовнішні впливи. Напри-
клад, сукупність периферійних елементів
може розглядатись як деякий засіб безпо-
середнього відображення, який забезпе-
чує сенсоріум (термін Д. Марра) копією фі-
зичних подій, що відбуваються на “повер-
хні” системи. Далі слід розрізнювати кон-
вергентні і дивергентні сіті. Приклади від-
повідних структур існують навіть на рівні
флювіальних мереж. Звичайна річкова
мережа є конвергентною в один бік і диве-
ргентною в інший. Такі сіті обробляють ін-
формацію, що надходить до їх периферії.
Так звані переплетені потоки [19] також є
конвергентно-дивергентною структурою,
яка обробляє інформацію площинного ха-
рактеру. Важливою характеристикою ме-
режі є наявність в її функціональній струк-
турі режимів, які можна розглядати як опе-
ратори, що проектують зовнішній сигнал у
внутрішню структуру. Саме їх наявність
переводить вхідний вектор у вихідний,
здійснюючи відображення, що дає змогу
побудувати рівняння сіті [20, 21].
Локалізація функції інформаційної ма-
шини: від обробки інформації “тілом” до
обробки інформації штучним інтелектом.
В ході еволюції геопростору геосистеми
ускладнюються, що вимагає розвитку когні-
тивної функції. Все більшою мірою прояв-
ляється цілеспрямованість геосистем. На
мінеральному рівні організації така когніти-
вна функція повністю співпадає з “фізіоло-
гією” геосистеми, тобто є результатом тих
фізичних процесів, які відтворюються у
всьому просторі басейну, тобто тут немає
навіть натяку на відокремлення когнітивної
функції на рівні апаратурної реалізації. У
біотизованих геосистемах цілеспрямова-
ність посилюється, що не може не відбива-
тися на прояві когнітивної функції: тварини
мають мозок. В антропізованих геосисте-
мах цілеспрямованість визначається уст-
ремліннями окремих людей і угрупувань.
Це веде до необхідності підвищення ефек-
тивності когнітивної функції, що вимагає її
локалізації як на функціональному рівні, так
і на рівні апаратурної реалізації. Більше то-
го, сама техносфера, досягши “критичної
маси”, починає використовувати мозок лю-
дей. Але саме технічний прогрес врешті
решт закладає базу для утворення систем
штучного інтелекту, внаслідок чого антропі-
зовані геосистеми демонструють свого ро-
ду “цефалізацію”.
Тепер розглянемо деякі особливості дії
інформаційних машин на різних рівнях ор-
ганізації геосистем.
Рівень мінеральних геосистем. Може
найбільш цікавим прикладом є водний по-
тік, що взаємодіє з поверхневим шаром
ґрунту. Такий потік породжує безліч різно-
манітних режимів, в тому числі пов’язаних
з вміщенням частинок ґрунту. Тертя, яке
виникає між потоком і поверхнею, по якій
він рухається, також може привести до ви-
никнення коливань з різними характерис-
тиками. Більше того, потік має постійно
“обчислювати” ситуацію. Отже, він вже
сам по собі є справжньою інформаційною
машиною. Водночас він обслідує внутріш-
ній простір динамічних режимів і відстежує
характер тієї поверхні, по якій він рухаєть-
ся. Як це може бути?
Почнемо з ідеальної нахиленої поверх-
ні, по якій рухається площинний потік. Ро-
зіб’ємо шар води на окремі елементарні
чарунки. При стаціонарному розході потік
на вході і на виході кожної такої чарунки
буде однаковим. Течія буде ламінарною,
направленою в напрямку зниження повер-
хні. В такій ситуації відсутня можливість
утворення ерозійних ритвин і, відповідно,
інформації. Але якщо поступово нарощу-
вати розхід потоку вниз по схилу, як це по-
казано в роботі [22], різність тиску від вер-
хніх чарунок до нижніх, яка визначає шви-
дкість руху буде зростати. Коли швидкість
течії досягне критичного значення, при пе-
вній глибині потоку ламінарний режим
втратить сталість і потік перейде у турбу-
лентний режим. Виникне ситуація, яка
спостерігається у відомому експерименті
О. П. Ковальов
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
108
Тейлора. Це означає, що траєкторії сусід-
ніх водних струмів будуть експоненційно
розходитись аж до мінімально можливих
струмочків, які ще можуть утворювати ви-
хори (обмеження розмірів зумовлені
в’язкістю). Між вихорами мають виникати
області зниженого тиску, що породжує
асиметрію потоку. Потік починає пульсу-
вати, і така пульсація є нерегулярною. Та-
кий рух є хаотичним. Хвилі хаосу блукають
у просторі потоку, “обстежуючи” його, по-
силюючи потік там, де для цього випадко-
во виникають сприятливі умови. Векторне
поле у латеральній площині втрачає лока-
льну відповідність вектору градієнту схилу.
А це вже означає, що потік став несталим,
бо між окремими чарунками та їх класте-
рами будуть утворюватись різності потен-
ціалів тиску. Локальне збільшення глибини
водного шару може привести до порушен-
ня сталості у вертикальній площині. Ста-
лість ламінарного потоку повністю руйну-
ється. Виникає турбулентність, яка веде
до все більшого подрібнення фазового
простору, що збільшує розв’язуючу спро-
можність потоку як інформаційної машини.
якщо знову звернутися до формули, яка
виражає інформаційну розмірність, то мі-
німальні розміри турбулентних вихорів як
раз і будуть визначати величину . Ми ма-
ємо цікавий приклад, коли за допомогою
простої (одноманітної в генетичному і ре-
човинному плані) апаратурної реалізації
система може “вирішувати” задачу руху у
складному середовищі (структура опорно-
го простору). До речі, саме це суттєво збі-
льшує імовірність початку ерозії.
Слід відзначити, що система “водний
потік – земна поверхня” при турбулентно-
му режимі потоку знаходиться в стані са-
моорганізації критичності, про який йшло-
ся на початку статті. Це твердження базу-
ється на тому, що при досягненні еродую-
чої швидкості, потік починає зривати час-
тинки ґрунту, що веде до утворення еро-
зійних мікрофронтів, які просуваються
вверх по схилу, утворюючи своєрідні еро-
зійні лавини. В залежності від умов, фрон-
ти можуть бути широкими і сталими (пло-
щинна ерозія), або локальними (ерозійні
канали). Останні виникають внаслідок по-
рушення сталості фронту і локалізації еро-
зії. Саме з ними пов’язано утворення
флювіальних мереж.
Флювіальна мережа як апаратурна
реалізація флювіальної інформаційної
машини. Хоча розглянутий процес є лока-
льним, він веде до виникнення регулярних
структур шляхом кластеризації суміжних
чарунок і утворення системи мікробарів.
Але виникнення такої мофоструктури по-
верхні значно збільшує ступінь виразності
роботи флювіальної інформаційної маши-
ни, бо тут підключається ще і потік ґрунто-
вих частинок, що веде до нарощення роз-
мірності фазового простору і збільшення
кількості ступенів вільності потоку. Якщо
поверхня має відносно невеликий ухил і
складена тонким матеріалом, потік почи-
нає перерозподіляти його, утворюючи мік-
робари, утворення яких - окрема задача.
Механізм такого процесу (за роботою [23])
показано на рис. 5б. Утворюється ціла ме-
режа мікробарів з характерним розташу-
ванням, яка закріплює порушену симетрію
поверхні. Такі мікробари з прогинами між
ними стають елементами апаратурної ре-
алізації флювіальної інформаційної маши-
ни. Потік розбивається мікробарами на ві-
докремлені потоки, що біфуркують і зли-
ваються. У кожній області злиття виникає
турбулентний режим, який переробляє си-
гнали, що містяться в динамічних режимах
окремих потоків. Така мережа обробляє
просторову інформацію, створюючи пози-
ційну інформацію (відбувається розподі-
лення функцій у просторі). Вона склада-
ється з множини процесорів, які працюють
з булевими даними. Ці дані вони отриму-
ють від своїх сусідів (рис. 5) [24]. Стан та-
ких елементів представлений також буле-
вими функціями. Елемент буквально “роз-
раховує” свій вихід. Відносно подібних ме-
реж Г. Ніколіс та І. Пригожин задаються
питанням, чи може така мережа породити
глобальний “розрахунковий” режим як фу-
нкцію часу з новими властивостями? Від-
повідь позитивна. Вона базується на існу-
ванні в дисипативній динамічній системі,
яка є основою такої мережі, атракторів.
Атрактор, який відповідає режиму самоор-
ганізації, наділяє систему певними колек-
тивними властивостями, які виходять за
межі властивостей окремих складових.
Така інформація передбачає наявність
певної граматики, яка лежить в основі
мережі. В цьому випадку граматика – це
варіабельність символів-станів.
О. П. Ковальов
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
109
Рис. 5. Ряд процесорів, кожній з яких обробляє дані, які отримує локально від сусідів (а) [24],
і схема росту бару (б) [23].
Таке відбувається на плоских положис-
тих поверхнях. При збільшенні ухилу або
розходу ми матимемо виникнення спочат-
ку системи субпаралельних каналів, а по-
тім деревоподібної мережі. Така морфост-
руктура також є апаратурною реалізацією
флювіальної інформаційної машини. Вона
характеризується наявністю скейлингу,
тобто є самоподібною. На сьогодні існує
дуже багато публікацій відносно особли-
востей таких структур. Але нас вони цікав-
лять з точки зору їх функціонування в ре-
жимі інформаційної машини. Важливими
для нас є розробки У. Гренандера [20] в
області образів дифузних мереж у площи-
ні. Цей автор розробив концепцію абстра-
ктних образів і їх рухів, в тому числі зрос-
тання і руйнування. Пізніше багато авторів
приймали участь у створенні сучасних уя-
влень утворення флювіальних мереж.
Аналіз мережі почну з розгляду одного
каналу. Будемо виходити з того, що мор-
фологія каналу відбиває динаміку потоку,
який його утворює. А це означає, що до
нього можна примінити такі способи відо-
браження, як фазові портрети (відобра-
ження Пуанкаре). На рис. 6 подані часткові
результати аналізу траєкторії такого кана-
лу(виділений на схемі), патерн якого взято
в роботі [25]. Наведені графік відносного
прирощення поперечної координати (ця
величина нормована на довжину відрізку
повздовжнього зміщення), фазові портре-
ти, диференціал (показано четвертий ди-
ференціал, який дозволяє чітко виділити
“ламінарні” і хаотичні відрізки). Ми бачимо
складний характер фазового портрету,
який охоплює обмежену частину фазового
простору. Це свідчить про наявність атра-
ктора, можливо навіть дивного атрактора.
А як було показано Дж. Николисом [3], на-
явність дивного атрактора свідчить про
породження системою нової інформації.
Диференціали дозволяють проаналізувати
характер динаміки (сталі і несталі ділянки).
Тут же показана апроксимація планової
конфігурації каналу поліномом 13-го сту-
пеню (у даному випадку він дав найбільшу
кореляцію), а також фазові портрети за-
лишку (у прямокутних і полярних коорди-
натах). Така обробка (тут можливо кілька
послідовних стадій апроксимації) дозволяє
виявити наявність в динаміці сталих гра-
ничних циклів, якщо такі мають місце. При
аналізі даного каналу такий атрактор був
виявлений. Наявність граничного циклу
означає те, що динаміка містить відібра-
ний регулярний коливальний режим, який
жорстко регулюється.
Тепер розглянемо систему каналів (об-
меженість статті не дозволяє навести всі
приклади у вигляді рисунків). Нас цікавить
еволюція такої системи. Витоки каналів
можуть мати цілком випадкове розташу-
вання, тобто відстань між ними може варі-
ювати у широких межах. Але коли потоки в
каналах починають “відчувати” сусідів, по-
чинається взаємодія між ними. Частота ка-
налів зумовлюється таким фактором, як
спроможність формуючого потоку підтри-
О. П. Ковальов
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
110
мувати енергетичний баланс (з врахуван-
ням переносу седиментів) в каналах після
їх виникнення. Якщо поверхня є ізотроп-
ною, межі мінливості відстаней між кана-
лами врешті решт мають зменшитись, як і
кутове неузгодження, що ми і маємо. Таким
чином, загальний потік буквально відслід-
ковує ситуацію, “намацуючи” такі варіанти
просторової організації, які забезпечують
оптимальність течії і переносу частинок
ґрунту при найменших витратах енергії, в
тому числі на відновлення транзитного ка-
налу. Поведінка кожного потоку є значно
більш детермінованою як внутрішньою ди-
намікою, так і зовнішніми умовами. Але як
тільки потоки починають взаємодіяти, в ди-
наміці мають з’явитися нові складові, які
суттєво зменшують детермінованість.
Рис. 6. Результати аналізу конфігурації мікрорусла в плані (розміри ділянки складають приблизно
3 х 0,5 м): а – патерн (з роботи [25]) з виділеним руслом; б – зміна відносних прирощень попереч-
ної координати русла вниз по схилу; в – четвертий диференціал (ділянки з великою амплітудою
коливань відповідають несталим режимам); г – фазовий портрет відносного зміщення попереч-
ної координати у полярних координатах; д - фазовий портрет відносного зміщення поперечної
координати у прямокутних координатах; є – апроксимація конфігурації поліномом 13-го ступеню
(безперервна лінія): ж – фазовий портрет залишку у полярних координатах; з – фазовий портрет
залишку у прямокутних координатах.
О. П. Ковальов
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
111
А як формується флювіальна мережа
всього басейну? Обробка патернів ерозій-
них мереж, отриманих в лотках [26], дозво-
лила виявити дуже цікаві закономірності. На
рис. 7 показано зміну інформаційної ентропії
орієнтації водотоків перших трьох порядків і
сумарної ентропії для тринадцяти генерацій.
По-перше, ми бачимо хвилястість і стрибко-
подібність кривих. По-друге, сумарна ентро-
пія демонструє нарощення несталості (збі-
льшення амплітуди коливань), починаючи з
певного стану, коли мережа досягає, ма-
буть, критичної складності. Причому ці коли-
вання розвиваються на фоні добре вираже-
ного логістичного процесу. До цього слід до-
дати, що кількість водотоків різних порядків
демонструє спочатку східчастий ріст, а потім
зменшується, що свідчить про прагнення до
спрощення структури і, відповідно, змен-
шення витрат енергії на відтворення її еле-
ментів. Але така динаміка має місце тільки у
незмінному середовищі. Мінливе середо-
вище вимагає підтримання складності на
певному рівні.
Рис. 7. Зміна ентропії орієнтації водотоків 1-го (а), 2-го (б), 3-го (в) порядків в ході розвитку
флювіальної мережі (по осі х дається номер патерну по порядку) і (б) – сума ентропії трьох
порядків. Справа – апроксимаційні функції та їх коефіцієнти.
О. П. Ковальов
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
112
Ще одне цікаве питання – просування
денудаційного фронту. Такий фронт може
бути сталим і несталим. Його різновидом є
ерозійні уступи в руслах водотоків, які пос-
тупово просуваються вверх по руслу. Такі
фронтальні утворення різних масштабів в
природі зустрічаються всюди. І в цьому
випадку ми можемо говорити про існуван-
ня інформаційної машини. Сталий фронт
не переробляє інформацію, але якщо та-
кий фронт втрачає сталість і знаходиться
у стані самоорганізації критичності, він по-
чинає функціонувати в режимі інформа-
ційної машини. Про це свідчать результа-
ти наших досліджень. Особливо цікавими
в цьому плані є яри. Для того, щоб мав мі-
сце процес просування яру в напрямку
вододілу, потрібен механізм визначення
напрямку руху. Ми приходимо до виснов-
ку, що ріст структури визначається відпо-
відністю геометрії самої структури (внут-
рішньої моделі) і структури того середо-
вища (“субстрату”), в якому відбувається
процес. Судячи з усього, вони повинні до-
пускати конформні відображення. Ось тут і
виникає необхідність в інформаційній ма-
шині. Таке досягається, якщо схил опиня-
ється в критичному режимі, зо самооргані-
зується. Морфологія вершини яру є такою,
що дозволяє постійно відтворювати поте-
нціал при виникненні надкритичного пове-
рхневого стоку. Тут справді виникає ситу-
ація, яка відповідає уявленням про самоо-
рганізацію критичності. Розглянемо деякі
особливості діючого механізму.
Рівень біотизованих геосистем.
Утворюючою ланкою тут є біота, яка де-
монструє складну ієрархічну організацію.
Спочатку це конкретні організми із різною
за складністю структурою і поведінкою.
Вони, в свою чергу, формують популяції, а
популяції – спектр особин одного виду з рі-
зними мутаціями. Кожна особина вирішує
проблему виживання, так би мовити, лока-
льно і безпосередньо. Чудовим прикладом
дії інформаційної машини на цьому рівні є
рух равлика [12]. На рівні популяції про-
блема виживання виду вирішується стати-
стично, шляхом внутрішньовидової конку-
ренції. Сама популяція також демонструє
властивості інформаційної машини, бо є
спектром мутантів. На ценотичному рівні
популяції утворюють складні сполучення, в
першу чергу на основі трофічних зв’язків,
формування яких детермінується кількома
обмежуючими принципами. Формою орга-
нізації тут є екосистеми, які складають ос-
нову біотизованих геосистем в тому плані,
що саме вони визначають, при певних зов-
нішніх обмеженнях, склад, швидкість і за-
мкненість круговороту біогенів. Серед ве-
личезної кількості можливих режимів від-
бираються найбільш ефективні варіанти.
Нарешті, близькі за структурою і режимами
функціонування біогеоценози групуються у
біогеоми. Вищим рівнем організації є біос-
фера Землі.
Поява рослинного покриву суттєво змі-
нює поверхню. Зникає мікрорельєф, але
з’являється нова форма її патернізації, яка
пов’язана з біорізноманіттям і формуван-
ням структури рослинного покриву. Струк-
тура рослинного покриву, з одного боку,
відбиває неоднорідність місцезростань, ін-
коли реагуючи навіть на незначні зміни, з
іншого боку, містить сліди внутрішньої ди-
наміки – процеси агрегації, хвилі хаосу і т.
і. Внутрішня динаміка повністю визнача-
ється процесами взаємодії в системі
“ґрунт – фітоценоз - зооценоз”. Дуже цікаві
приклади формування структури рослин-
ного покриву наведені в роботі Е. Райса
[27], а також в роботі [28] і в багатьох ін-
ших. Відомі спроби моделювання динаміки
просторової структури, яка є результатом
міжвидової конкуренції [29, 30].
Проблема пошуку механізмів дії інфор-
маційної машини у біотизованих геосис-
темах наштовхується на проблему значно
більшої складності функціонування таких
геосистем і малу кількість емпіричних да-
них. Тут дія інформаційних машин вира-
жена ще більш яскраво. По-перше, вона
присутня вже на рівні популяцій видів у ви-
гляді мутагенезу. Мутації як випадкові змі-
ни на генетичному рівні дозволяють попу-
ляціям постійно відслідковувати екоситу-
ацію і реагувати на її зміни шляхом змі-
щення репродукції у бік того чи іншого му-
танту. Інколи надкритичні зміни екоситуації
можуть привести до дивергенції виду і
утворення двох близьких видів з подаль-
шим їх розходженням. Ми приходимо до
висновку, що на біотичному рівні організа-
ції інформаційний обмін стає головним ви-
дом діяльності, перетворюючись з засобу
у мету.
На рівні біотизованих геосистем інфор-
маційні машини також мають місце. Так, за
гіпотезою А.І. Морозова, ґрунти, які є
складовою біогеоценозів, слід розглядати
як «поліси» грибів. Саме останні значною
мірою визначають видову структуру термі-
нальних станів біогеоценозів, тобто вико-
нують роль своєрідних «ДНК», які керують
діяльністю організмів певного функціона-
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
Раздел III.
НАУЧНЫЕ ДИСКУССИИ
113
льного рівня [31]. Формування лужного
дерну, коли в ньому сусідять стержневі
коріння кульбаби і суцільне переплетення
тонких коренів тимофіївки, а у це вплетені
довгі коріння осоту і різні проміжні форми
коренів ромашки і багатьох видів лужних
трав, все це нагадує нейронну мережу.
Хаос коренів не є випадковим, він певною
мірою детермінується концентрацією жи-
вильних речовин в ґрунті: якщо додати у
ґрунт азотні добрива, почне розростатися
тимофіївка, при збільшенні концентрації
хлористого калію зникає жовтець і т. д.
Виходить, що видова структура трав’яного
покриву є символьним відображенням ге-
охімічної ситуації в ґрунтах. Це дуже схо-
же на приклад, наведений в роботі [24]. Г.
Ніколіс та І. Пригожин розбирають дію си-
стеми хімічних реакцій (рис. 8), які ведуть
до синтезу компонентів з певними концен-
траціями (Хi). Іде фіксація значень пред-
ставницьких перемінних у часі. Припусти-
мо, що така система може генерувати не-
затухаючі коливання, а при досягненні пе-
вною речовиною критичної концентрації
(якщо відповідна перемінна перетинає пе-
вний рівень Li з позитивним нахилом), во-
на швидко осаджується на стрічці. Карти-
на, яку ми побачимо, є відбитком різних
порогів, що перетинаються різними конце-
нтраціями хімічних елементів і їх сполу-
чень. В такому разі у біотизованих геосис-
темах рослини різних видів, які формують
структуру фітоценозу, можна розглядати
як відбиток, символ ситуації, що розвива-
лася на протязі певного часу у відповідно-
му оточенні (місцезростанні). Оскільки між
рослинами різних видів в структурі фіто-
ценозу є статистичні зв’язки, ми маємо
справжній текст, який, однак, є двомірним.
Він має свою граматику і синтаксис.
Рис.8. Генерація послідовності символів динамічною системою відбувається тоді,
коли зростаючі перемінні Х1, Х2… пересікають рівні L1, L2…відповідно.
Але на цьому прояв “інформаційності”
біотизованої геосистеми не закінчується.
Функціональну структуру такої геосистеми
також складають коливальні режими різної
частоти. Отже, і тут є осцилятори, пов’язані
між собою, які, як у випадку фігур Ліссажу,
здійснюють відбір інформації шляхом роз-
ходження частот. Вони просуваються у
просторі біогеоценозу, обслідуючи його
стан. Там, де сталі режимі, основу яких
складають низькочастотні коливання, з
якихось причин порушуються (до цього мо-
же привести, наприклад, утома ґрунту), ви-
сокочастотні режими починають проникати
у зони їх розповсюдження, захоплюючи
простір, що веде до зміни структури. Так
виникає комплементарна система, яка від-
значється найбільшою сталістю.
Рівень антропізованих геосистем.
Людські угрупування різних розмірів також
демонструють спроможність до пошуку в
інформаційному полі. Структура суспільс-
тва, яка складається з багатьох етносів з
різними культурними традиціями, є ні чим
іншим, як глобальною соціальною інфор-
маційною машиною. За допомогою цього
різноманіття світове суспільство постійно
обстежує свій внутрішній простір станів і
намагається віднайти оптимальний варі-
ант взаємодії з природним середовищем.
Зменшення різноманіття, як показав, на-
приклад, І. Матутинович [32], може приве-
сти до втрати сталості і деградації. Все це
веде до того, що складність антропізова-
ного геопростору суттєво перебільшує
складність інших геосфер. Розглянемо де-
які цікаві приклади.
Сама людина як істота, діяльность якої
складає основу антропізованих геосистем,
суттєво відрізняється від всіх інших скла-
О. П. Ковальов
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
114
дових спроможністю заздалегідь ставити
мету і підкоряти їй свої дії, що неможливо
зробити без певної інформації. Отже, ви-
добуток інформації стає ведучою складо-
вою буття людини. Людство, завдяки своїй
життєдіяльності, утворює складне середо-
вище і чим більше антропосфера ставала
єдиним цілим, тим складнішим ставало це
середовище. Антропосфера, простір якої
утворюється дією антропізованих геосис-
тем - це не тільки потоки речовини і енергії,
які задіяні у виробничій сфері, але і наукові,
політичні інститути, мистецтво, освіта і т. і,
тобто це – загальний потік буття. Такий
потік в цілому спочатку є “білим” і ламінар-
ним, але поступово в його структурі прояв-
ляються струми різних кольорів, і він стає
“кольоровим” і турбулентним. Із зростан-
ням складності суспільного життя турбуле-
нтність цього багатомірного потоку стає все
більш вираженою. Ця турбулентність, за-
вдяки проходженню через критичні біфур-
каційні точки, породжує все більше різно-
маніття, яке відслідковує складну багатомі-
рну морфологію антропізованого геопрос-
тору з метою опанування середовищами
буття із все більшою насиченістю інформа-
цією. Різнопланові хвилі проявів нового
буття блукають у соціальному просторі, ві-
дшукуючи такі стани людських угрупувань,
які спроможні резонувати на інновації. І
знову можна говорити про інформаційну
розмірність, бо інновації виникають у гру-
пах людей і, розповсюджуючись у вигляді
інформаційних хвиль, захоплюються інши-
ми спільнотами різних масштабів.
Особливе значення в цьому процесі ві-
діграють міста, які є звуженими “каналами”
протікання цього потоку. Підвищена кон-
центрація елементів апаратурної реаліза-
ції тих чи інших функцій притягує відповід-
ні “струми” потоку суспільного буття до то-
го чи іншого міста. Така локалізація функ-
цій як раз і пов’язана з дією інформаційної
машини, яка прихована в динаміці потоку
суспільного життя. Міста, завдяки внутрі-
шній активності, розкладають потік на
складові, відбираючи інформацію. Можна
побудувати уявлення про сукупність міст
на певній території як мережу каналів, що
конкурують за складові цього потоку. Але і
само місто, якщо воно досягає певного рі-
вню складності, починає захоплювати фу-
нкції і нарощуючи свій ранг. Деякі з них
стають центрами регіонів як мережі міст з
певною апертурою, яка сканує стан антро-
потизованого геопростору. Так виникають
спочатку регіони, а потім вже і вони утво-
рюють структуру антропосфери.
Місто - це урбогеосистема, як і будь-
яка інша дисипативна система, постійно ві-
дроджується, знаходиться в режимі стано-
влення, намагаючись віднайти оптимальні
структурно-функціональні співвідношення
всередині себе у визначених умовах (гра-
ничних умовах) зовнішнього середовища.
На відміну від геосистем мінерального і бі-
отизованого рівнів організації, середовище
урбогеосистем, включає все різноманіття
діяльності суспільства, тобто економічну,
політичну, мистецьку навчальну і т. п. Мова
іде про так званий соціокультурний ланд-
шафт – відображення стану міста у бага-
томірному просторі станів соціуму. Виник-
нення міста спочатку детермінується при-
родними умовами, далі воно починає вхо-
дити у конкурентні відносини з іншими на-
селеними пунктами за функції: набір функ-
цій визначає ранг міста. Місто буквально
всмоктує в себе потік буття, стискаючи і
прискорюючи його, що вимагає його пос-
тійної перебудови. Чим більш функціона-
льним є місто, тим складнішими є внутрішні
режими його функціонування.
Місто - це свого роду лазер. «Атомами»
у ньому є індивіди. Сама інфраструктура
міста – це кристал, який вміщує активні
атоми-індивіди. В результаті процесу на-
качки (в першу чергу фінансової та інно-
ваційної) вони збуджуються, їх ділова ак-
тивність зростає. Такі атоми-індивіди по-
чинають випускати цуги хвиль ділової ак-
тивності, які є сигналами (інформація). У
функціональному просторі міста такі цуги
хвиль ділової активності можуть наштовх-
нутись на інших активних індивідів, що ве-
де до посилення сигналу (збільшення ам-
плітуди), тобто інформація використову-
ється для його посилення. Оскільки окремі
атоми-індивіди випускають хвилі активно-
сті незалежно один від одного, і ці хвилі
можуть посилюватись іншими активними
індивідами, виникає суперпозиція некоре-
льованих посилених цугів хвиль, що веде
до виникнення нерегулярної активності.
Однак при подальшому рості амплітуди
сигналу, активні індивіди починають про-
являти когерентну активність, крім того,
само поле активності стає когерентним,
тобто воно не складається вже з окремих
некорельованих цугів хвиль активності і
перетворюється в єдиний коливальний
режим. Тут когерентна ділова активність,
що виникає, служить параметром порядку,
який змушує індивідів демонструвати ко-
герентну поведінку. Слід звернути увагу на
той факт, що ситуація розгортається в ре-
зультаті прояву зворотних зв’язків: пара-
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
Раздел III.
НАУЧНЫЕ ДИСКУССИИ
115
метр порядку підкорює собі індивідів, од-
нак сам він є породженням їх спільної дії.
Слід мати на увазі, що, на відміну від
атомів лазера, індивіди реалізують діяль-
ність у різних напрямках, тобто тут ми по-
винні враховувати ступені вільності, які
пов’язані з різними галузевими і професій-
ними сферами. Це суттєво ускладнює
опис системи: простір станів має значно
більшу розмірність. Однак стає ясним, що
ті індивіди, які проявили свою ділову акти-
вність в деякій галузевій сфері, стають
свого роду морфогенами, які визначають
майбутнє розвитку міста в тій чи іншій об-
ласті простору господарської діяльності.
Ми приходимо до висновку, що інформа-
ція грає ведучу роль у визначенні галузе-
вого спектру міста в цілому і того атракто-
ру (буттєвої ніші), до якого, врешті решт,
місто притягується. Місто стає інформа-
ційною машиною, яка здійснює відбір. Од-
нак важливу роль грає зовнішнє середо-
вище – весь складний світовий (або, як мі-
німум, регіональний) культурно-
виробничий простір. Питання стоїть про
значимість стану, який може бути поро-
джений динамікою такої системи. Можна
стверджувати, що цей стан оцінюється за-
гальним контекстом. Така оцінка проявля-
ється у напруженості геоситуації.
Цікаво відмітити, що розростаючись (а
такий ріст є просуванням міського фрон-
ту), міста поступово втрачають свою поча-
ткову ізометричність. Досягши певного ро-
зміру, місто починає демонструвати внут-
рішню активність: ділова активність поро-
джує імпульси, які розповсюджуються все-
редині міста, досягаючи його периферії,
що веде до обстеження його кордонів.
Якщо така активність збуджує периферійні
центри активності (вузли), місто росте у
цьому напрямку. Такий ріст може відбува-
тися тільки при позитивному балансі енер-
гії. Але якщо баланс енергії ділової актив-
ності міста починає перебільшувати певну
критичну межу, воно стає центром регіону,
бо саме його силове поле активності орга-
нізує ділову активність в менших за розмі-
ром населених пунктах. Поступово весь
регіон стає інформаційною машиною, що
відслідковує геоситуацію і робить вибір
подальшого просування у культурно-
виробничому просторі. І тут ми будемо
спостерігати справжню цефалізацію в фо-
рмі штучних нейронних мереж, поєднаних
з Інтернетом. Людина скидає функцію ре-
гулярної обробки інформації штучному ін-
телекту.
Завершення. Закінчуючи статтю, хочу
звернути увагу на наступне: сучасне – це
фронт між минулим і майбутнім. Цей
фронт безперервно просувається так, що
в деякі періоди він є сталим, лінійним, а в
інші – втрачає сталість, що веде до розго-
рнення складних процесів, в ході котрих і
визначається напрямок подальшого руху.
Інколи він навіть вироджується, тобто на
протязі певного терміну нічого нового не
відбувається, а, отже час начебто зупиня-
ється. Загострення ж такого фронту озна-
чає, що треба долати ентропійний бар’єр.
Інколи він невеликий, з пологим схилом,
інколи – значний, що вимагає накопичення
ентропії всередині систем. Ситуація при
цьому загострюється і стає напруженою.
Вона вимагає суттєвої перебудови струк-
тур, чому передують “лавини” руйнації.
Прикладом такого загострення геоситуації
є сучасна глобальна екологічна криза. Не-
обхідність вирішення цієї проблеми активі-
зує пошук нових варіантів не тільки вироб-
ництва, але і всього соціального устрою.
Якщо такий фронт втрачає сталість у гло-
бальному вимірі, ми маємо у геопросторі
великі катастрофи вимирання, як це неод-
норазово мало місце при становленні біо-
сфери. На соціальному рівні людство не-
одноразово стикалося з руйнацією вели-
ких імперій і швидкою перебудовою соціа-
льно-політичного ландшафту. Так працює
еволюційний механізм в концепції самоор-
ганізації критичності. Частина світу постій-
но знаходиться у такому стані, тобто є ак-
тивною. Задача суспільства – зробити такі
критичні ситуації максимально передбачу-
ваними. Саме цьому служить наука як фо-
рма інформаційної машини суспільства.
Географія як її галузь не є виключенням.
Саме це все частіше змушує географів
звертатися до проблем, пов’язаних з ін-
формаційним аспектом. Свого часу понят-
тя про ГІС було поширено на реальні гео-
системи і показано, що вони можуть розг-
лядатися як П-ГІС – природні геоінформа-
ційні системи [33]. Їх комп’ютерні аналоги
– К-ГІС - можуть виникнути тільки у разі
вирішення проблеми хаотичних процесо-
рів. Але коли це станеться, географія мо-
же стати прогнозуючою дисципліною.
Література
1. Марр Д. Зрение. Информационный подход к изу-
чению представления и обработки зрительных
образов: Пер. с англ. – М.: Радио и связь, 1987. –
400 с.
2. Бриллюэн Л. Наука и теория информации. М.:
Гос. изд-во физ.-мат. лит-ры. – 1960. – 392 с.
3. Николис Дж. Динамика иерархических систем.
Эволюционное представление. Пер. с англ. - М.:
Мир, 1989.- 488 с.
О. П. Ковальов
Геополитика и экогеодинамика
регионов. 2005. Вып.2. С. 99-116
116
4. Хакен Г. Информация и самоорганизация. Мак-
роскопический подход к сложным системам.
Пер. с англ. – М.: Мир, 1991. – 240 с.
5. Хорстемке В., Лефевр Р. Индуцированные шу-
мом переходы. Теория и применение в физике,
химии и биологии. Пер. с англ. – М.: Мир, 1987. –
400 с.
6. Розен Р. Принцип оптимальности в биологии
Пер. с англ. – М.: Мир, 1969. – 215 с.
7. Шустер Г. Детерминированній хаос. Введение.
Пер. с англ. – М.: Мир, 1988. – 240 с.
8. Волькенштейн М.В. Энтропия и информация. –
М.: Наука, 1986. – 192 с.
9. Per Bak, Maya Paczuski. Complexity, Contingency,
and Criticality // Proc. Natl. Acad. Sci. USA. – 1995.
Vol. 92, July. – Pp. 6689 – 6696.
10. Kim Sneppen, Per Bak, Henrik Flyvbjerg, and Mo-
gens H. Jensen. Evolution as a Self-Organized Criti-
cal Phenomenon // Proc. Natl. Acad. Sci. USA. Vol.
92, pp. 5209 – 5213, May, 1995.
11. Голицын Г.А., Петров В.М. Информация – пове-
дение – творчество. – М.: Наука, 1991. – 224 с.
12. Lewis J.E. & Kristan Jr W.B. A neuronal network for
computing population vectors in the leech // NA-
TURE | VOL 391| 1 January 1998, pp. 76 – 79.
13. Пуанкаре А. О науке. Пер. с франц. – М.: Наука,
1990. – 560 с.
14. Гренандер У. Лекции по теории образов. Кн. 3.
Регулярные стрктуры. Пер. с англ. – М.: Мир,
1983. – 430 с.
15. Фокс Р. Энергия и эволюция жизни на Земле.
Пер. с англ. – М.: Мир, 1992. – 216 с.
16. Седов Е.А. Взаимосвязь энергии, информации и
энтропии в процессах управления и самоорга-
низации./ Информация и управление. Философс-
ко-методологические аспекты. – М.: Наука,
1985. – С. 169 – 193.
17. Джордж Ф. Основы кибернетики. Пер. с англ. –
М.: Радио и связь, 1984. – 272 с.
18. Рубин А.Б. Биофизика: Учеб. Для биол. Спец. Ву-
зов. Кн. 1. Теоретическая биофизика. – М.:
Высш. Шк., 1987. – 319 с.
19. Sapozhnikov V.B., Murray A.B., Paola C., Foufoula-
Georgiou E. Validattion of braided-stream models.
Spatial state-space plots, self-affine scaling, and
island shapes //Water Resources Research. – 1998.
Vol. 34, NO 9. – Pp. 2353-2364.
20. Гренандер У. Лекции по теории образов. Книга
1-я. Синтез образов. Пер. с англ. – М.: Мир,
1979. – 382 с.
21. Гренандер У. Лекции по теории образов. Книга
2-я. Анализ образов. Пер. с англ. – М.: Мир, 1981.
– 446 с.
22. Ковалѐв А.П. Парагенез, секторность и разви-
тие эрозионных систем на горных склонах:
теоретические представления // Геоморфоло-
гия, 1991, № 4. – С. 13 – 20.
23. Sapozhnikov V.B., Foufoula-Georgiou E. Do the cur-
rent landscape evolution models show self-
organized criticality? // Water Resources Research.
– 1998. Vol. 32, NO. 4. – P. 1109 – 1112.
24. Николис. Г., Пригожин И. Познание сложного.
Ввеедение. Пер. с англ. – М.: Мир, 1990 – 344 с.
25. Rőmkens Mat J.M., Helming K., Prasad S.M. Soil
Erosion on Upland Areas under Different Hydroloic
Regimes and Soil Surface Condition / 16
th
World
Congress of Soil Science, Montpellier, 1998, (CD).
26. Schumm S.A., Mosley M.P., Weaver W.E. Experi-
mental fluvial geomorphology. A Wiley-interscience
Publication John & Sons – New York Chichester
Brisbane Toronto Singapore – 413 p.
27. Райс Э. Аллелопатия. Пер. с англ. – М.: Мир,
1978. – 392 с.
28. Стоянова Т.А., Гічка М.М., Третьяков О.В., Ко-
вальов О.П. Деякі особливості мікроландшаф-
тів, утворюваних динамікою трав’яного ярусу,
як відображення їх функціонування / Проблеми
ландшафтного різноманіття України. Збірник
наукових праць. Київ: 2000. - С. 311 – 315.
29. Tilman D., Lehman C., May R., Nowak M. Species
fragmentation or area loss? // NATURE. – 1996.
– VOL. 382 – 18 July. – Pp. 215 – 216.
30. Molofsky J. Population dynamics and pattern for-
mation in theoretical populations // Ecology, 75(1).
– 1994. – Pp.30-39.
31. Морозов А.И. О природе почв / Информационные
проблемы изучения биосферы. – М.: Наука, 1988.
– C. 201-230.
32. Matutinovic I. The aspects and the role of diversity in
socioeconomic systems: an evolutionary perspective
// Ecological Economics. – 2001. – V. 39.
– Pp. 239-256.
33. Богомолов В.В., Ковальов О.П., Сидоров О.С.
Конструктивна географія і ГІС: новий погляд на
проблему / Ландшафт як інтегруюча концепція
ХХ сторіччя. Збірка наукових праць. - Київ, 1999.-
С. 327 – 332.
Аннотация. А. П. Ковалѐв Геосистемы как информационные машины. В статье даются общие
представления об информационном аспекте в географии и информационной машине как
составляющей геосистем. Показано, что понятие об информации было введено А. Пуанкаре в виде
так называемых разрывов Пуанкаре. Информация рассматривается как закрепление случайного
выбора. Приводятся примеры проявления действия информационной машины в геосистемах разных
уровней организации – косных (флювиальный процесс), биотизированных и антропотизированных.
Ключевые слова: геосистеми, геоінформаційні технології.
Abstract. A. P. Kovalyov Geosystems as Informational Machines. The general notions of informational
aspect in Geography and informational machine as the geosystem’s components are presented. It is shown that
the notion of information was introduced by H. Poincare as the so-called Poincare’s break. The information is
viewed as the random selection fixation. There are some examples of the of informational machine operation in
geosystems of different levels: sluggish (fluvial process), biotized and anthropotized ones.
Кey words: gejsystems, geoinformation technologies.
Поступила в редакцию 05.04.2004 г.
|
| id | nasplib_isofts_kiev_ua-123456789-58280 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | ХХХХ-0005 |
| language | Ukrainian |
| last_indexed | 2025-12-01T09:49:36Z |
| publishDate | 2005 |
| publisher | Кримський науковий центр НАН України і МОН України |
| record_format | dspace |
| spelling | Ковальов, О.П. 2014-03-21T15:57:35Z 2014-03-21T15:57:35Z 2005 Геосистеми як інформаційні машини / О.П. Ковальов // Геополитика и экогеодинамика регионов. – Симферополь: ТНУ, 2005. — Т. 1, вип. 2. — С. 99-116. — Бібліогр.: 33 назв. — укр. ХХХХ-0005 https://nasplib.isofts.kiev.ua/handle/123456789/58280 910 В статті даються загальні уявлення про інформаційний аспект в географії і інформаційну машину як складову геосистем. Показано, що поняття про інформацію було введено А. Пуанкаре у вигляді так званих розривів Пуанкаре. Інформація розглядається як закріплення випадкового вибору. Наводяться приклади прояву дії інформаційної машини в геосистемах різних рівнів організації – мінеральних (флювіальний процес), біотизованих і антропізованих. В статье даются общие представления об информационном аспекте в географии и информационной машине как составляющей геосистем. Показано, что понятие об информации было введено А. Пуанкаре в виде так называемых разрывов Пуанкаре. Информация рассматривается как закрепление случайного выбора. Приводятся примеры проявления действия информационной машины в геосистемах разных уровней организации – косных (флювиальный процесс), биотизированных и антропотизированных. The general notions of informational aspect in Geography and informational machine as the geosystem’s components are presented. It is shown that the notion of information was introduced by H. Poincare as the so-called Poincare’s break. The information is viewed as the random selection fixation. There are some examples of the of informational machine operation in geosystems of different levels: sluggish (fluvial process), biotized and anthropotized ones. uk Кримський науковий центр НАН України і МОН України Геополитика и экогеодинамика регионов Научные дискуссии Геосистеми як інформаційні машини Геосистемы как информационные машины Geosystems as Informational Machines Article published earlier |
| spellingShingle | Геосистеми як інформаційні машини Ковальов, О.П. Научные дискуссии |
| title | Геосистеми як інформаційні машини |
| title_alt | Геосистемы как информационные машины Geosystems as Informational Machines |
| title_full | Геосистеми як інформаційні машини |
| title_fullStr | Геосистеми як інформаційні машини |
| title_full_unstemmed | Геосистеми як інформаційні машини |
| title_short | Геосистеми як інформаційні машини |
| title_sort | геосистеми як інформаційні машини |
| topic | Научные дискуссии |
| topic_facet | Научные дискуссии |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/58280 |
| work_keys_str_mv | AT kovalʹovop geosistemiâkínformacíinímašini AT kovalʹovop geosistemykakinformacionnyemašiny AT kovalʹovop geosystemsasinformationalmachines |