Во всех случаях исключительную важность приобретают
`правильная формализация задачи, определение целевых функ-
ций, ограничений и допущений с учетом имеющейся базы
данных, от чего в конечном счете зависит конструктивность
моделей. Нередко оправдана декомпозиция общей задачи на
составляющие, которые допускают частные решения (например,
модели воспроизводства гумуса, влагообеспеченности и др.),
имея в виду их последующее объединение. В общем плане
задача формулируется как выбор оптимальной или приемлемой
траектории перехода параметров от фактических (блок 2) до
планируемых (блок 1).
Как убеждает мировой опыт моделирования плодородия
почв, в зависимости от конкретных целей и других обстоя-
тельств авторы исходят из самых различных категорий сложнос-
ти системы и соответственно набора учитываемых показателей.
Наиболее простые модели управления плодородием основаны
на жестких детерминированных схемах типа: входные показате-
ли - плодородие почвы - выходные показатели. Такие подходы
предполагают полную определенность всех будущих состояний
системы, однозначную реакцию почвы на те или иные воздейст-
вия. Они могут быть оправданы, если характеризуются сравни-
тельно простые свойства или процессы, притом в ограниченном
временном интервале.
В качестве примеров 
можно привести многочисленные
модели, описывающие влияние известкования на показатели
кислотности различных почв или промывок на содержание
токсичных солей. Отметим, однако, что и в этих случаях более
адекватное описание процессов должно учитывать их фактичес-
кую нелинейность, тогда как чаще всего используют наиболее
простые регрессионные уравнения. Но подход с жестко детер-
минированных позиций оказывается еще менее точным, когда
моделируются более сложные динамические системы типа
плодородия почв в целом.
В действительности соответствие между входными и выход-
ными сигналами в огромной степени корректируется блоком
обратной связи, проявление которой варьирует в очень широком
диапазоне в зависимости от свойств конкретных почв.
В основе гомесстатического регулирования почв и агроцено-
зов лежит сложное сочетание жестко детерминированных и
стохастических связей, принцип множественного дублирова-
ния основных функций. Поэтому реакции почвы на внешние
возмущения или управляющие воздействия неизбежно присущ
элемент неопределенности. Он обусловлен не только неполно-
той наших знаний, но и объективной стохастичностью многих
почвенных процессов и природных факторов. Фактически мы
часто имеем дело с принципом ”черного ящика”, когда более
или менее надежно контролируются в основном входные и
154