тельная интерпретация результатов, где в максимальной сте- пени выражается квалификация специалиста. Из данного подкласса выделяют ряд групп, среди которых в контексте этой монографии наибольшее значение имеют сле- дующие. Информационные модели, реализуемые на ЭВМ, весьма многочисленны и включают, в частности, банки данных, АСУ и информационно-поисковые системы. В общем, для них типичны сравнительно несложные алгоритмы, возможность сортировки больших массивов данных и узкая специализация. Последнее обстоятельство стимулировало становление почвенной инфор- матики как нового раздела почвоведения. В Почвенном институте им. В. В. Докучаева выполнены комплексные разработки в данной области как теоретического, так и прикладного плана, которые подробно изложены в ряде изданий (Рожков, 1984; Фрид, 1986). В ближайшие годы по этому же принципу будет создан в памяти ЭВМ общесоюзный банк моделей плодородия почв, Фформирование которого уже началось. Математические модели являются универсальным средст- вом моделирования. Они давно и успешно разрабатываются, например, в АФИ. В целом наибольшее распространение как в СССР, так и за рубежом они получили в области общей и прик- ладной гидрологии. Подобные модели требуют очень детального математичес- кого описания основных элементов моделируемого объекта, что далеко не всегда применительно к другим разделам почвоведе- ния. Как показывает практика, математические методы не просто использовать для описания очень сложных систем, в том числе экономических и экологических. Имитационное моделирование. При решении задач систем- ного уровня сложности особенно перспективны имитационные эксперименты, органически объединяющие достоинства мате- матического анализа и неформального мышления специалис- тов. Они предназначены для машинного воспроизводства динамических процессов и взаимодействий компонентов слож- ных систем. Эксперимент состоит из многократных расчетов на ЭВМ по заданной модели при варьировании входных данных. Диалоговый режим имеет целый ряд преимуществ, позволяя испытывать наиболее интересные с точки зрения исследовате- ля комбинации переменных, т. е. осуществлять целенаправлен- ный поиск оптимальных решений. При этом можно получать не только конечные оценки, но и данные о промежуточных сос- тояниях модели, что для познания изменений почв очень важно. ' Опыт использования имитационного моделирования для самых различных сложных систем (в том числе экосистем) 26