позиций решение обратной задачи, как бы ни было оно автоматизи- ровано, под силу лишь специалисту, хорошо владеющему как мето- дами математического моделирования, так и методами гидрогеоло- гического аналиЗа. Гидрогеолог‚ занятый` идентифихациеи водо- носной систёмы, обязательно должен иметь 5сорошее представле- ние об используемом`‘численном методе, `хотя бы ` для тбго чтобы наилучшим образдм распорядиться имеющейся информацией, без тщательного \учета которой немыслимо эффективное решение обрат- ной задачи. Решающее значение для корректности постановки и точности решения обратных задач на практике обычно имёют не метрологиче- ские погрешности и не дефекты формально-математического аппа- рата, а погрешности, обусловленные физическим несоответствием модели и реального объекта. Главными из них являются погрешиности самого дифферёнциального уравнения и краевых условий, а также погрешности интёрполяции напоров, обусловлеиные недостаточной плотностью расположения скважин режимной сети. Поскольку Эти погрешности, практически неотделимые от погрешностей парамет- ров, определяются характером, площадным распределением и плот- ностью исходной информации‚ для каждого объекта индентифика- ции и соответствующей калибрационной модели существует, оче- видно, некая оптимальная, с точки зрения задач калибрации, сеть наблюдательных точек и точек опробования (при фиксированных затратах на наблюдательную сеть и опробование). За этим выводом пока как будто не видно ощутимой практиче- ской пользы, так как построение оптимальной системы наблюдений и опробования требует достаточно ясных представлений о фильтра- ционных параметрах, которые как раз и вырабатываются в резуль- тате решения обратнои задачи. Однако положение принципиально изменится, если мы попытаемся сделать связь исходной информации с расчетными параметрами не односторонней, а взаимной. Для этого необходимо, очевидно, строить калибрационный процесс в несколь- ко этапов, постепенно развивая наблюдательную сеть или проводя дополнительное опробование пласта с учетом текущих требований калибрации. Иначе говоря, решение обратной задачи надо проводить но идее «самообучающегося» эксперимента, с осуществлением ка- либрационного процесса на «самообучающейся» модели. Общая схема решения обратной задачи в этом случае может быть представлена следующим образом: 1| строится модель изучаемой области с учетом всей инфор- мации, накопленной к моменту начала эксперимента (или опытно- эксплуатационного водостбора); заметим, что на первом этапе мо- жёт прёдставляться разумным моделированиё не всей области, а лишь той ее части, которая будет охвачена влиянием первоочередно- го водоотбора; 418