Вестник ТГПУ им Л.Н. Толстого №2 2005

№ 2, 2005 ВЕСТНИК ТГПУ им. Л. Н. Толстого ность широкого распространения инфекции. Несомненно, что воздействие выделенных выше элементов существенно зависит от абиотических факторов, к которым нужно от­ нести температуру, количество осадков, влияние которых может происходить как непо­ средственно на элементы системы (размножение микроорганизмов, распространение по территориям), так и опосредованно - через увеличение активности населения, посе­ щающего загородные зоны отдыха, водоемы, лесные массивы, садово-огородные участ­ ки и т. п. Не вызывает сомнения, что рассмотрение такой сложной системы требует учета комплексного влияния экологических факторов на уровень заболеваемости насе­ ления и выделения особенностей такой системы в качестве объекта анализа. При этом результатом анализа должна быть математическая модель экосистемы, исследование которой позволило бы не только прогнозировать состояние эпидемиологической и эпи- зоотологической ситуации, но и разработать научно обоснованную систему управлен­ ческих мер, направленную на уменьшение количества заболеваний. Исходными данными для анализа системы являются показатель заболеваемости на 100 тысяч населения конкретного региона за определенные временные интервалы. Полу­ чение таких статических данных проводится стандартными методами оценки эпидситуа- ции в регионе. Как правило, количество таких экспериментальных данных ограничено возможностями службы эпиднадзора. Из-за сложности системы невозможно предсказать вид модели, заранее выбрать наиболее важные факторы ввиду совместного и различного их влияния в имеющихся ландшафтных зонах. При анализе системы трудно оценить зара­ нее, как влияет уровень зараженности, создавшийся в предыдущие годы, на различных грызунов и территорий, на которых происходит заражение, а также влияние абиотических факторов, проявляющих себя в комплексе с другими факторами. В целом можно выделить следующие особенности экосистемы как объекта модели­ рования: - возможность нелинейных влияний экологических факторов на уровень заболевае­ мости; - наличие «помех» при получении экспериментальных данных, связанных с ошиб­ ками измерения; - количество входных факторов, определяющих состояние системы может превы­ шать количество экспериментальных точек; - отсутствие заранее заданной структуры математической модели экосистемы; - необходимость учета совместного влияния факторов на состояние системы, веду­ щего в реальных условиях к синергизму или реципрокности их влияния; - важность учета предыстории системы, т. е. ввода в независимые переменные «запаздывающих» аргументов; - исключение субъективности исследователя при отборе наиболее значимых для данного биоценоза факторов в конечной модели экосистемы. Таким образом, выявленные выше особенности системы показывают необходимость применения совокупности методов для получения математической модели системы, обла­ дающей достаточными прогнозными свойствами. Для анализа и получения модели системы использованы данные по заболеваемости лептоспирозом в Тульской области за период с 1983 по 2004 г. Первым шагом при анализе системы стало определение возможности прогнозирования заболеваемости с точки зрения выявления цикличных (регулярных) составляющих динамического ряда для полученных за указанный временной отрезок статистических данных. Анализ исследуемого временного ряда состоял из установления наличия регулярности в последовательности данных, характеризующих заболеваемость лептоспирозом. С этой целью был построен горизонтальный график временной последовательности заболеваемости в период с 1983по 2004 года, который представлен нарисунке. 1.