Некоторые графические редакторы позволяют работать с цветовой моделью HSB. Если цветовая модель RGB наиболее удобна для компьютера, а цветовая модель CMYK — для типографий, то цветовая модель HSB наиболее удобна для человека. Цветовая модель HSB проста и интуитивно понятна.
В цветовой модели HSB тоже три компонента: оттенок цвета (Hue), насыщенность цвета (Saturation) и яркость цвета (Brightness). Регулируя эти три компонента, можно получить столь же много произвольных цветов, как и при работе с другими цветовыми моделями.
Цветовая модель HSB удобна для применения в тех графических редакторах, которые ориентированы не на обработку готовых изображений, а на их создание своими руками. Существуют такие программы, которые позволяют имитировать различные инструменты художника (кисти, перья, фломастеры, карандаши), материалы красок (акварель, гуашь, масло, тушь, уголь, пастель) и материалы полотна (холст, картон, рисовая бумага и пр.). Создавая собственное художественное произведение, удобно работать в цветовой модели HSB, а по окончании работы его можно преобразовать в цветовую модель RGB или CMYK, в зависимости от того, будет ли оно использоваться как экранная или печатная иллюстрация.
Значение цвета выбирается как вектор, выходящий из центра окружности. Точка в центре соответствует белому (нейтральному) цвету, а точки по периметру — чистым цветам. Направление вектора определяет цветовой оттенок и задается в цветовой модели HSB в угловых градусах. Длина вектора определяет насыщенность цвета. Яркость цвета задают на отдельной оси, нулевая точка которой имеет черный цвет.
1. Моделирование. Уровни моделирования.
2. Математические модели.
3. Общие принципы построения моделей в экологии.
1. Моделирование. Уровни моделирования.
Моделирование стало применяться еще в глубокой древности и постепенно проникло во все области человеческих знаний. Большие успехи и признание моделированию принес XX век, когда универсальный метод научного познания стал одним из главных методов, используемых в научных и практических исследованиях.
Большой интерес к изучению экологических процессов, вызванный в последнее десятилетие ухудшающимся состоянием окружающей среды, побудил исследователей к применению математического моделирования. По мере усложнения экологических явлений моделирование все чаще производится с помощью современных вычислительных систем, реализуемых на базе компьютерных технологий, построенных с применением математики и логических умозаключений.
Математическая модель в отличие от реального физического эксперимента имеет ряд неоспоримых преимуществ, которые связаны с тремя основными особенностями:
• во-первых, это экономия материальных ресурсов, требуемых для постановки и проведения физического эксперимента;
• во-вторых, возможность апробации экологической системы в изменяющихся по воле экспериментатора условиях;
• в-третьих, оценка работоспособности системы с длительным жизненным циклом в существенно сжатые сроки.
Принципиально можно выделить несколько уровней моделирования в экологии в зависимости от исследуемого объекта — микроуровень (исследования экологического процесса на уровне небольшого региона), макроуровень (на уровне значительного географического района) и мегауровень (на уровне всей планеты).
Важной проблемой моделирования является задача обеспечения точности решения, получаемого с помощью модели.
К сожалению, не всегда удается построить модель, которая бы удовлетворяла заданной точности и была бы при этом достаточно простой. Сегодня еще часто применяют метод проб и ошибок при подгонке тех или иных моделей под реальный процесс. Построение моделей в этих случаях требует дополнительных, достаточно сложных натурных физических экспериментов, и этот процесс в моделировании принято называть как решение прямой задачи. Современная теория моделирования дает специалистам возможность повысить эффективность модели в обратной задаче: когда строятся приближенные модели экологических процессов, а некоторые параметры, входящие в математические выражения, принимаются с большими допущениями, и их можно рассматривать как неизвестные для выбранных конкретных задач.
Для определения неизвестных может быть использована косвенная информация: данные о решении уравнений, которые экспериментально получить значительно проще. Обратные задачи формулируются на начальной стадии моделирования совместными усилиями группы специалистов в разных направлениях экологической науки. В этом случае можно обеспечить получение информации об исследуемом объекте.
В отличие от задач прямого моделирования обратные задачи относятся к классу «некорректных» (в математическом смысле), в частности, неустойчивых относительно погрешности входных данных. Однако современное моделирование обладает средствами для их решения, что существенно расширяет возможности применения математического моделирования в экологии.
Трудности практического применения моделирования в экологии связаны с наполнением содержания моделей конкретной и качественной информацией. С одной стороны, точность и полнота первичной информации, реальные возможности ее сбора и обработки во многом определяют выбор типов прикладных экологических моделей, с другой — исследования по моделированию экологических объектов выдвигают новые требования к системе информации.
В зависимости от моделируемых объектов и назначения моделей используемая в них исходная информация имеет существенно различный характер и происхождение. Она может быть разделена на два вида:
• первый — о прошлом развитии и современном состоянии исследуемого экологического объекта;
• второй — о его будущем состоянии и развитии, включая данные об ожидаемых изменениях их внутренних параметров и внешних условий. Этот вид информации — результат самостоятельных исследований, которые также могут выполняться посредством моделирования.
В экологии многие процессы являются массовыми, они характеризуются закономерностями, которые не обнаруживаются на основании лишь одного или нескольких наблюдений. Поэтому моделирование в экологии опирается на изучение массовых явлений с широким применением статистических методов.
В то же время экологические процессы характеризуются динамичностью, при этом изменяются как отдельные характеристики процессов, так и их внутренняя структура. Это вызывает необходимость использования информации, получаемой в результате мониторинга за состоянием окружающей среды и ее отдельными процессами. Такая информация должна обладать определенной точностью, что связано с проблемой выбора экологических показателей, которые можно было бы использовать в моделировании и получать результаты, пригодные для оценки тех или иных реальных объектов, выбранных в качестве объектов исследования.