1096676190

Modelowanie cy rowe przestrzennych procesów... 29

sów predykcyjnych cztery niezależne macierze przejścia. Niezwykle szczegółowy model prognostyczny ludności miasta, oparty na kodowaniu całej informacji podstawowej o każdym mieszkańcu miasta i służący do symulowania migracji, opracowali B. Alfredsson, E. Larsson i U. E n g v a 1 1, (1970).

Jakkolwiek współczesne nauki przyrodnicze nie stosują tak powszechnie metody symulacyjnej do badań przestrzenno-geograficznych, niektóre z istniejących opracowań wchodzą często w zakres modelowania przestrzeni społeczno-gospodarczej. Są to głównie zagadnienia ekologiczne, modelowanie zanieczyszczenia środowiska oraz problemy wykorzystania zasobów naturalnych.

Ocena przydatności zastosowań modelowania cyfrowego

W chwili obecnej modelowanie cyfrowe jest niezwykle popularną techniką badawczą. Dowodem tego, poza przytoczonymi przykładami, będącymi jedynie wyliczeniem pewnych kierunków badań, jest istnienie specjalnej organizacji — Simulation Councils Inc. z siedzibą w San Diego, zrzeszonej w American Federation of Information Processing Societies. Organizacja ta wydaje od 1964 r. miesięcznik „Simulation”, poświęcony symulacjom różnego typu we wszystkich dziedzinach naukowych.

Bibliografie symulacji i gier (M. S h u b i k, 1960, A. R. L. D e a c o n, 1960), liczące już przed kilkunastu laty ponad 350 pozycji oraz bibliografie specjalistyczne, poświęcone np. symulacji w zarządzaniu (D. G. Malcolm, 1960, B. Johnson, L. M. Eisgruber, 1971) czy w naukach społecznych (J. J. H a r t m a n, 1966, R. Werner, J. T. Werner, 1969), wskazują na wzrost liczby opracowań oraz rozszerzanie się problematyki związanej z metodami symulacyjnymi. Specjalne bibliografie poświęcone są matematycznym aspektom symulacji (Bibliography on simulation, 1969, T. H. N a y 1 o r, 1969). Z punktu widzenia badań przestrzennych szczególnie interesujące są bibliografia gier operacyjnych i symulacji miejskich R. D. Dukć’a i A. H. Schmidta (1965) oraz bibliografia prac z zakresu symulacji systemów miast M. Nagelberga (1970).

Powszechny dostęp do elektronicznej techniki obliczeniowej spowodował, że dotychczasowe trudności techniczne związane z wdrażaniem modelowania cyfrowego w analizie przestrzennej, znacznie się zmniejszyły. Wprawdzie koszt wykorzystywania maszyn cyfrowych jest stosunkowo wysoki, ale w wielu wypadkach symulacja jest bardziej ekonomiczną, a jednocześnie sprawniejszą metodą badawczą niż metody analityczne. Symulacja jest chyba najmniej skomplikowaną metodą, służącą do badania najbardziej skomplikowanych strukturalnie (hierarchicznie) i funkcjonalnie systemów zorientowanych przestrzennie. Metoda ta umożliwia dekompozycję przestrzeni i procesu na elementy opisywane przez oddzielne podmodele. W przypadku systemów dynamicznych ciągłych wygodne jest posługiwanie się metodą Forrestera. Z drugiej strony przewaga symulacji w stosunku do tradycyjnych metod analizy przestrzennej polega na traktowaniu symulacji jako surogatu doświadczenia. W naukach eksperymentalnych doświadczenie jest metodą weryfikacji hipotez naukowych. Hipotezy cząstkowe weryfikuje się, zmieniając każdorazowo warunki eksperymentu. W symulacji doświadczenie realizuje się poprzez zmianę parametru modelu lub trajektorii procesu.