WWW.KNIGA.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Книги, пособия, учебники, издания, публикации

 

Pages:   || 2 | 3 |

«МОДЕЛИ ИЗМЕНЕНИЯ БИОСФЕРЫ НА ОСНОВЕ БАЛАНСА УГЛЕРОДА (ПО НАТУРНЫМ И СПУТНИКОВЫМ ДАННЫМ И С УЧЕТОМ ВКЛАДА БОРЕАЛЬНЫХ ЭКОСИСТЕМ) Промежуточный отчет по междисциплинарному ...»

-- [ Страница 1 ] --

УЧРЕЖДЕНИЕ РОССИЙСКОЙ АКАДЕМИИ НАУК

СИБИРСКОЕ ОТДЕЛЕНИЕ РАН

МОДЕЛИ ИЗМЕНЕНИЯ БИОСФЕРЫ НА ОСНОВЕ

БАЛАНСА УГЛЕРОДА (ПО НАТУРНЫМ И СПУТНИКОВЫМ

ДАННЫМ И С УЧЕТОМ ВКЛАДА БОРЕАЛЬНЫХ ЭКОСИСТЕМ)

Промежуточный отчет

по междисциплинарному интеграционному проекту № 50

за 2009 г.

Институты-исполнители

ИБФ СО РАН, ИВМ СО РАН, ИВТ СО РАН,

ИГ им. В.Б. Сочавы СО РАН, ИПА СО РАН, ИЛ им. В.Н. Сукачева СО РАН, ИУУ СО РАН, ИМКЭС СО РАН, ИЦиГ СО РАН, ЦСБС СО РАН, СФУ, НГУ Научные координаторы проекта:

академик Е.А. Ваганов (СФУ) чл.-корр. РАН А.М.Федотов (ИВТ СО РАН) Ученый секретарь проекта:

к.ф.-м.н. И.А. Пестунов Новосибирск, Список исполнителей:

Исполнители:

ИБФ СО РАН:

Дегерменджи А. Г., чл.-кор. РАН, директор Барцев С.И., д.ф.-м.н., зав. лаб. теоретической биофизики Шевырногов А.П., д.т.н., зав. лаб. экологической информатики Овчинникова Н.Ф., к.б.н., начальник Ермаковского опорного экспедиционного пункта Бархатов Ю. В., к.ф.-м.н., с.н.с.

Иванова Ю.Д., к.т.н., н.с. лаб. теоретической биофизики Ланкин Ю.П., к.т.н., н.с.

Почекутов А.А., к.ф.-м.н., н.с.

Ларько А.А., асп.

Чернецкий М.Ю., вед. математик Щемель А.Л., к.ф.-м.н., вед. инж.

ИВТ СО РАН:

Федотов А.М., чл.-кор. РАН, зам. директора Пестунов И.А., уч. секр., к.ф.-м.н.

Дубровская О.А., н.с, к.ф.-м.н.

Жижимов О.Л., д.т.н., зав. лаб.

Климова Е.Г., с.н.с, д.ф.-м.н.

Молородов Ю.И., с.н.с, к.ф.-м.н.

Синявский Ю.Н., м.н.с.

Смирнов В.В., инж.-иссл.

Добротворский Д.И., асп.

Куликова ЕА., асп.

Корсаков Е.В., асп.

Скачкова А.П., асп.

ЦСБС СО РАН:

Ермаков Н.Б., г.н.с., д.б.н.

Полякова М.А., м.нс., к.б.н.

ИМКЭС СО РАН:

Гордов Е.П., д.ф.-м.н., г.н.с.

Богомолов В.Ю. н.с.

Генина Е. Ю., к.ф.-м.н., с.н.с.

Окладников И.Г., к.т.н., с.н.с.

Титов А.Г., м.н.с.

Шульгина Т.М., асп.

ИПА СО РАН:

Байков К.С., д.б.н., директор Титлянова А.А., г.н.с., д.б.н.

Кудряшова С.Я., с.н.с., к.б.н.

Дитц Л.Ю., с.н.с., к.б.н.

Косых Н.П., н.с., к.б.н.

Махатков И.Д., н.с., к.б.н.

Шибарева С.В., н.с., к.б.н.

ИВМ СО РАН:

Белолипецкий В.М., зав. отделом, д.ф.-м.н.

Белолипецкий П.В., н.с., к.ф.-м.н.

Генова С.Н., с.н.с., к.т.н.

ИГ СО РАН:

Черкашин А.К., зав. лаб., д.г.н.

Коновалова Т.И., с.н.с., к.г.н.

Китов А.Д., с.н.с., к.г.н.

Мясникова С.И., с.н.с., к.г.н.

Солодянкина С.В., н.с., к.г.н.

Истомина Е.А., н.с., к.г.н.

Владимиров И.Н., н.с., к.г.н.

Латышева А.В., н.с., к.г.н.

Фролов А.А., асп.

Павлова А.Ю., асп.

ИЦиГ СО РАН:

Ефимов В.М., в.н.с., д.б.н.

Мигинский Д.С., м.н.с.

Суслов В.В., н.с.

Тимонов В.С., м.н.с.

ИЛ СО РАН:

Ведрова Э.Ф., в.н.с., д.б.н.

Мухортова Л.В., н.с., к.б.н.

Верховец С.В., снс, к.с.-х.н.

Панов А.В., н.с.

Тимохина А.В., асп.

ИУУ СО РАН:

Потапов В.П., зав. лаб., д.т.н.

Счастливцев Е.Л, зав. лаб., д.т.н.

Тайлаков О.В., зав. лаб., д.т.н.

Попов С.Е., с.н.с., к.т.н.

Пястунович О.Л., м.н.с Жукова И.А., ст. инж.

Харлампенков И.А., вед. инж.

НГУ:

Сергеев М.Г., зав. каф. общей биологии и экологии, д.б.н.

Молодцов В.В., ст. преп. каф. общей биологии и экологии Экстраполяция наблюдаемых трендов глобальных параметров в будущее указывает на возможность существенных изменений параметров биосферы и климата Земли. Проведенные за последнее время исследования показывают, что с вероятностью 90 % наблюдаемое с середины ХХ столетия повышение глобальных средних температур большей частью вызвано наблюдаемым увеличением концентраций антропогенных парниковых газов. Оценка темпов, масштабов и степени необратимости этих изменений представляет собой, без сомнения, одну из актуальнейших задач, стоящих перед современной наукой.

Для принятия каких-либо решений в области преодоления биосферного кризиса очень важно знать не наиболее вероятный вариант биосферной динамики, а условия, приводящие к ее наиболее опасному варианту и характерные времена его реализации. Концентрацию внимания на наиболее опасных или наихудших вариантах развития биосферных событий можно назвать «принципом наихудшего сценария». Принцип наихудшего сценария позволяет отказаться от рассмотрения большого количества разнообразных компенсирующих и второстепенных механизмов, конструктивно способствуя построению так называемых минимальных моделей биосферы.

Существующие данные указывают на значительный вклад бореальных лесов и почвы в сезонную динамику углерода, а значит и во временные характеристики биосферы на «малых» (месяцы и годы) временах. В то же время, по оценкам МГЭИК именно бореальные леса и тундра в наибольшей степени подвергнутся климатическим изменениям. Поэтому изучение влияния бореальных лесов на динамику системы «биосфера-климат» находится на переднем плане предлагаемого проекта.

Особенности экосистемного значения сибирских лесов определяются климатическими условиями региона и выражаются в специфике углеродных и гидрологических циклов.

Вследствие особенностей климатических условий бореальные леса и болота аккумулируют углерод не только в фитомассе, но и в фитодетрите и гумусовых компонентах почв, в результате чего его связывание в процессе фотосинтеза превышает эмиссию в атмосферу в ходе процессов дыхания и минерализации органических остатков.

В Северной Евразии наблюдается наибольший рост температур, особенно в зимнее время, поэтому ответная реакция лесных и сопутствующих им экосистем на изменение климата может быть очень значительной. Существует насущная необходимость оценки экологических последствий глобальных изменений климата, и одновременно, оценки обратного влияния изменений в бореальных лесах на динамику климатических изменений.

Согласно количественным оценкам, в том числе и в масштабах планеты, основным резервуаром органического углерода является почва, которая содержит около 80 % от его общих запасов в наземных экосистемах. Почвенный покров Западной Сибири, площадь которого составляет более 5% земельного фонда биосферы и большая часть которого занята бореальными экосистемами с высокими значениями плотности биомного углеродного баланса, вносит значительный вклад в глобальный бюджет углерода. Количественное описание современного географического распределения запасов органического углерода в почвах бореальных экосистем на территории Сибири с использованием баз данных и геоинформационных технологий является актуальной научно-практической задачей.

В ходе выполнения проекта предполагается использовать уникальные возможности Сибирского отделения РАН, имеющего в своем составе институты различного профиля для решения следующих фундаментальных и прикладных задач:

Построение серии обоснованных (на основе корректного «сворачивания» (инкапсуляции) моделей нижнего иерархического уровня) минимальных моделей глобального цикла углерода в системе «биосфера-климат» с различными вариантами обратных связей вида «климатические изменения – углеродный цикл – климатические изменения» (ИБФ, СФУ).

Построение сценариев развития системы «биосфера-климат», с выбором наихудшего из них, для оценки глобального экологического риска при различных вариантах ресурсопотребительской стратегии человечества (ИБФ).

Кросс-верификация оценок чистой первичной продукции, полученным по космическим снимкам, с данными полевых измерений в контексте глобальной динамики СО в атмосфере (СФУ, ИЛ, ИБФ).

Моделирование сезонных изменений потока углерода через бореальные леса, являющиеся главными источниками сезонных изменений и наземными аккумуляторами углерода. Оценка вклада бореальных лесов в биосферную динамику углерода (ИВМ, ИЛ, ИБФ).

Калибровка локальной сезонной и поширотной модели почвенного дыхания на основе цифровых карт почв Сибири. Построение глобальной карты почв (экстраполяция известных на недоступные данные) для оценки глобальной сезонной динамики почвенного дыхания (ИПА, ИВТ, ИБФ).

Сопоставление динамики климатических характеристик с динамикой баланса углерода в прошлом и оценка обратного влияния изменений в биоте на климатические характеристики. Прогноз возможных изменений системы климатбиосфера с учетом обратного влияния биоты (ИМКЭС, ИВТ, ИБФ, НГУ, ИЛ).

Оценка отклика локальных (бореальных) экосистем и биосферы в целом на изменения состава газовых примесей при масштабных пожарах и промышленных выбросах с учетом влияния аэрозолей на ЧПП и на баланс потоков углерода в целом (ИЛ, ИВТ, ИУУ, ИБФ).

Оценка влияния изменений показателей функционирования экосистем, сопровождающих смещение зональных и высотно-поясных границ таежных ландшафтов вследствие глобального изменения климата на глобальный баланс углерода (СФУ, ИЛ, ИГ, ИБФ, НГУ).

Оценка изменений бюджета углерода при изменении типов экосистем вследствие климатически обусловленного смещения границ биоценов с помощью ординационных моделей связей биотических, биокосных и абиотических компонентов экосистем и выявления ведущих факторов внешней среды (ЦСБС, ИВТ, ИБФ).

Прогноз возможных изменений, предшествующих сукцессионным и филоценогенетическим процессам, в балансе углеродных потоков в биомах в ответ на климатические изменения (ИЦиГ, ИБФ, НГУ).

Создание серии мелкомасштабных пространственно-временнных картографических моделей экосистем как основы оценки изменений бюджета углерода и моделирования на территории бореальной зоны (ЦСБС).

Создание серии прогнозных моделей «растительный покров-климат» для предсказания глобальной динамикой углерода (ЦСБС).

Верификация полученных моделей на отдельных типах экосистем различного порядка (СФУ, ИЛ, ИБФ, ИГ).

Приведение структур имеющихся баз данных к современным стандартам представления метаданных, разработка модулей визуализации и статистического анализа содержимого баз данных в рамках распределенной ГИС ИВТ СО РАН. (ИВТ, ИПА, Комплексный анализ пространственных данных с помощью технологий Data Mining.

Интеграция созданных информационных ресурсов в единую среду (ИВТ, ИВМ).

Кросс-верификация оценок чистой первичной продукции, полученных по космическим снимкам, с данными полевых измерений в контексте глобальной динамики СО 2 в атмосфере (ИЛ и ИБФ).

Представление базы данных «Запасы растительного вещества в экосистемах Сибири»

(ИВТ, ИПА).

Создание открытой коллективной экспертно-аналитической ГИС «Пространственновременная организация экосистем северной Азии» (ЦСБС, ИВТ).

Отработка методологии создания тематических актуальных и прогнозных картографических моделей пространственной организации и динамики экосистем на основе современных методов дешифрирования космической информации на эталонных территориях и в целом на территории Северной Азии (ЦСБС, ИВТ).

Обобщение данных по площадям основных типов лесных экосистем Средней Сибири Разработка модели с пространственно-распределенными параметрами в виде сети клеточных автоматов, имитирующей картографическую структуру территории Юга Восточной Сибири. Геоинформационное картографирование динамики географических условий и состояния фаций (ИГ).

Вычисление пространственно-временного поведения климатических характеристик, контролирующих развитие бореальных экосистем и процессов их газообмена с атмосферой (ИМКЭС).

Создание базы данных по натурным характеристикам компонентов бореального леса в контрольной зоне и по динамике распределения атмосферных газов (ИБФ, ИВМ, ИЛ).

Верификация по базе данных математической модели бореального леса, адаптированной под условия Восточной Сибири (ИБФ).

Верификация математической модели распределения углерода в атмосфере по данным высотной мачты (ИБФ, ИВМ, ИЛ, СФУ).

Отработка оптимальной процедуры ландшафтно-широтного суммирования пространственно распределенных компонентов биосферы при инкапсуляции компонентов биосферы (ИБФ).

Создание баз данных по консументам и оценка их роли в динамике углерода в основных наземных и водных биомах мира (НГУ).

Адаптация информационно-компьютерного ресурса EcoNet для описания экосетей бореальных лесов и сопутствующих экосистем. Создание онтологии элементарных объектов и элементарных связей, лежащих в основе бореальных экосистем. Построение описания сети взаимодействий (экосети) экосистем различного уровня иерархии и описание их микро- и макродинамики для ряда сценариев изменения климата.

Адаптация алгоритмов моделирования и анализа графа для исследования таких сетей взаимодействий (ИЦиГ, ИЛ, ИВТ).

Кросс-верификация оценок чистой первичной продукции, полученных по космическим снимкам, с данными полевых измерений в контексте глобальной динамики СО 2 в атмосфере (ИЛ СО РАН, ИБФ СО РАН).

Модель для оценки чистой первичной продукции (УПП) наземной растительности GloPEM основана на спутниковых данных NOAA/AVHRR имеющих пространственное разрешение 1 км, что не подходит для локальных исследований. В свою очередь сканер MODIS спутника Terra обладает более подходящим пространственным разрешением - 500м.

В качестве объекта исследования взята территория Ермаковского района Красноярского края, на которой Институт леса СО РАН проводит частые наземные измерения.

На рис. 1 представлена диаграмма, отражающая различные оценки ЧПП в лесных экосистемах трех высотно-климатических поясов. Оценка ЧПП по наземным данным показывает тесную связь продуктивности лесов с продолжительностью вегетационного периода развития и роста растений в различных высотных поясах. Например, в субальпийском поясе по сравнению с черневым поясом этот период короче почти на два месяца, и соответственно здесь самая низкая величина ЧПП.

Рис. 1. Сравнение значений ЧПП, по наземным и спутниковым данным.

Основным отличием оценок ЧПП в горно-таежном и субальпийском поясах является более высокая продуктивность по спутниковым данным по сравнению с наземными. По нашему мнению, это объясняется использованием при расчете ЧПП вегетационного индекса NDVI, величина которого напрямую зависит от состояния листовых пластинок, хвои и наличия в них хлорофилла. В сумме, среднегодовое значение ЧПП за вегетационный период получается больше в горно-таежном и субальпийском поясах, чем при оценке ЧПП по наземным измерениям. В верхнем высотном поясе доминируют хвойные деревья, продуктивность которых не подвержена резкому уменьшению NDVI в конце лета, что приводит к завышенным значениям оценок по спутниковой информации.

После корректировки рассчитанных значений ЧПП на 7 пробных площадях, проведено сравнение усредненных по времени и пространству значений ЧПП, полученных на пробных площадях с аналогично усредненными значениями на территориях с таким же видовым составом растительности. На рис. 2 видно, что откорректированные значения ЧПП на пробных площадях совпадают со значениями, рассчитанными на более обширной территории. Это говорит о возможности корректировки значений при использовании точечных наземных данных.

Таким образом:

Модифицирована модель GloPEM, предназначенная для использования данных NOAA/AVHRR. После модификации модель может использовать данные с коэффициентом отражения MODIS с пространственным разрешением 500 метров.

Показано, что при расчете ЧПП по спутниковым данным необходимо учитывать видовой состав и высотный пояс растительности.

Показано соответствие ЧПП, рассчитанного по спутниковым MODIS/Terra и подспутниковым данным в черневом и субальпийском поясах.

Выявлено, что корректировку значений ЧПП, полученных спутниковыми методами, необходимо проводить с учетом типа растительности.

Создана база данных значений чистой первичной продукции, полученных на основе спутниковой информации MODIS/Terra с пространственным разрешением 500 м2.

Рис. 3. Схема пространственного покрытия расчетными данными ЧПП. Координаты левого верхнего угла 70 1’ с.ш,110 30’ в.д., правого верхнего70 1’ с.ш., 123 30’ в.д., левого нижнего угла 45 35’ с.ш., На рис. 3 показано пространственное покрытие данными. Данные представлены в универсальном формате GeoTiff. Временной ряд наблюдений составляет 7 лет (2000-2006 гг.).

База данных создана на основе операционной системы Windows, имеет функцию выборки данных по:

2. Временному композиту (восьмидневные, среднемесячные, среднегодовые значения).

3. Координатам.

Размер данных на жестком диске 400 Гб, размер одного файла 65Мб.

Дополнительно в базе данных содержатся индексы и показатели, участвующие в модели расчета ЧПП, такие как:

1. NDVI (нормализованный дифференциальный вегетационный индекс).

2. LSWI (индекс влажности поверхности земли).

3. Температура подстилающей поверхности.

Представление базы данных «Запасы растительного вещества в экосистемах Сибири»

(ИВТ СО РАН, ИПА СО РАН).

В решении проблем глобальных изменений климата оценка функциональной роли почвенного покрова в биосфере относится к числу приоритетных и актуальных задач (CLIMSOIL, 2008; ICDC, 2009). Почвы, так же как и растительный покров признаются наиболее чувствительными к изменениям климата и, в свою очередь, сами могут оказывать воздействие на климатические изменения по принципу обратной связи (Billings et all, 1982). В значительной степени эти связи осуществляются через биогенный круговорот, масштабнее всего выраженный в цикле углерода. Глобальный баланс углерода складывается из территориальных балансов, особенности которых определяются природно-климатическими условиями, формированием долговременных резервуаров углерода и соотношением стоков и источников СО2. Согласно современным данным в наземных биоценозах мира запасы Сорг оцениваются в 550 Гт, а в экосистемах России – 40 Гт. Резервуары органического углерода России составляют 39.8 Гт в фитомассе лесов и 296 Гт в гумусе почв, соответственно это 7.2% углерода фитомассы и 19.7% Гт почвенного углерода в мире (Орлов и др., 1995 Исаев и др. 1999). На территории России, так же как и других стран севера Евразии, наибольший сток углерода отмечается в почвах бореальной зоны, включающей обширные площади болотных и лесных экосистем (табл. 1).

Таблица 1. Запасы углерода в почвах различных климатических зон России (Заварзин, Кудеяров, 2006) Значительный вклад в запас углерода бореального биома вносят лесо-болотные экосистемы Западной Сибири, почвенный покров которых характеризуется широким развитием торфяных и торфяно-болотных почв содержащих до 40% почвенного углерода региона.

Оценка запасов углерода в почвах Западной Сибири в общем виде, может быть представлена на основании имеющихся баз данных по запасам углерода в почвенном покрове Сибири, картографических материалов и данных, обобщенных в ГИС для вычисления углеродного пула в болотах Западной Сибири (Вомперский и др., 1994; Титлянова и др., 1998; Атлас ХМАО, 2004; Величко и др., 2007). Однако, большая часть этих оценок выполнена на основе карт мелкого масштаба, поэтому расчеты площадей почвенных ареалов довольно часто осложняются при выделении контурных границ или практических трудностей учета почвенных разностей, имеющих самостоятельное экологическое значение, но занимающих небольшие площади. Кроме того, эти оценки выполнены для болотных территорий (глубина торфяной залежи более 30 см), поэтому они практически не учитывают минеральные почвы, содержащие ниже торфа 3.9-10.7 кг/м2 органического углерода, что предполагает довольно высокое значение пула минеральных горизонтов в глобальном масштабе – 10 Gt ( Moore, Turunen, 2004). Расчеты запасов углерода были проведены на основе базы данных «Органический углерод», которая включает величины содержания гумуса в 5850 и объемной массы в 2300 разрезах почвенного покрова Сибири. В связи с тем, что ее разработка была начата в 1993 году, когда доступность программных и аналитических средств была ограничена, то для ее оформления использовались наиболее распространенные для того периода базовые технологии. База данных «Органический углерод» реализована на платформе IBM совместимого компьютера. Для хранения информации был выбран формат файлов СУБД Paradox 5.0 for Windows. Программа работы с базой данных реализована на Borland Delphi 1.0 с использованием Borland Database Engine. В настоящее время, с учетом изменения характеристик глобального климата, для детального прогнозирования и обоснования новых концептуальных схем углеродного цикла, необходимым условием является использование баз данных, включающих как пространственные характеристики территории и свойства почв, так и программное обеспечение для цифрового отображения пространственно-временной динамики почвенно-растительного покрова субрегионального и регионального уровней. Таким образом, учитывая высокую значимость компонентов бореальных экосистем Западной Сибири в глобальном углеродном цикле, в рамках тематического задания были проведены исследования с целью создания информационного обеспечения для выполнения основных этапов оценки запасов углерода в почвах бореальной зоны.

Рис. 4. Электронная карта «Почвы бореальной зоны Западной Сибири».

Создание электронной карты почвенного покрова бореальной зоны Западной Сибири М:2500000. Основным источником органической части почвы является растительность. В бореальной зоне количество почвенного органического вещества существенно зависит от продуктивности растительного покрова и закономерно увеличивается от таежных подзолистых почв (2-3%) к дерново-подзолистым и серым лесным почвам (4-6%). Учитывая тесную зависимость формирования запасов почвенного углерода от типа фитоценоза, электронная основа тематического слоя «Почва», содержащая в настоящее время 20 единиц легенды, создана на основе генерализованной легенды карты «Растительность Западно-Сибирской равнины», 1976, предоставленной для использования ЦСБС СО РАН (рис. 4).

Среднемасштабное почвенное картографирование. Среднемасштабные почвенные карты ключевых участков созданы по материалам дешифрирования космических снимков LandSat. Основным методом интерпретации космических снимков служило классифицирование спектрального изображения в программной среде ERDAS Imagine с последующей векторизацией в ArcGIS. Инструментальным средствам для создания цифровых моделей рельефа являлся специальный модуль TOPOGRID, дающий возможность представлять рельеф в виде триангуляционной модели (TIN) и сеточной модели (GRID). Отработка использования дистанционной информации для оценки запасов Сорг проведена на ключевых участках таежной зоны Западной Сибири: Северо-Сосьвинской возвышенности, Кондинской и Приобской низменных равнин. Ключевые участки были выбраны на основании сопряженного анализа региональных структур, объективно отражающихся на космических снимках и фиксируемых на ландшафтно-типологических картах. Индивидуальные геоморфологические единицы выделены на космических снимках, как обособленные по закономерной композиции структурных элементов и по отчетливо дешифрирующихся природных и антропогенных факторах дифференциации почвенного покрова. Согласно современным оценкам в пределах лесоболотной зоны Западной Сибири наиболее высокие запасы органического углерода (до 800 т/га) характерны для почв болотных экосистем средней тайги. Широкое распространение болотных массивов, занимающих в ландшафтах средней тайги до 34% площади, обусловлено особенностями геокриологических условий территории (табл. 2).

Таблица 2. Площади болотных экосистем бореальной зоны Западной Сибири Согласно данным картографической оценки запасов органического углерода территории Ханты-Мансийского АО, пул углерода, ассоциированный с почвенным органическим веществом, составляет 70.4% (Атлас ХМАО, 2004). Высоким и сверхвысоким уровнем запасов углерода характеризуются болотные экосистемы, торфяные и торфяно-болотные почвы которых содержат 39% почвенного углерода региона. Почвы гидроморфного ряда – торфяноподзолы и аллювиально-болотные составляют группу почв со средним уровнем запасов. Зональные автоморфные глееподзолистые и подзолистые почвы, занимающие 8 и 12% территории, входят в группу с очень низким и низким уровнем запасов углерода – 0.3 и 8%. Наиболее высокими запасами углерода характеризуется ключевой участок Приобской низменности, в почвенном покрове которой широко представлены торфяные и торфянистые почвы, как правило, сформированные в условиях криогенеза (рис. 5).

Общий запас углерода в почвах ключевого участка – 751.2 т С на выдел. Почвы верховых торфяников занимают 53% от общей площади. Их вклад в бюджет углерода составляет более 82%. Торфяные и торфянистые почвы низинных болот формируют 11% от общего запаса С орг. Вклад остальных почвенных типов около 3%. На ключевом участке Кондинской низменности зональные подзолы иллювиально-железистые занимают 17% площади, но так как характеризуются низкой продуктивностью, то формируют около 1% запаса углерода (рис. 6).

Рис. 5. Почвенная карта ключевого участка Приобской низменной равнины, созданная на основе дешифрирования космического снимка.

Рис. 6. Почвенная карта ключевого участка Кондинской низменной равнины, созданная на основе дешифрирования космического снимка.

Рис. 7. Почвенная карта ключевого участка Северо-Сосьвинской возвышенности, созданная на основе дешифрирования космического снимка.

Общий запас углерода составляет 395.4 т С на выдел из которых 72% формируют торфяные и торфяно-болотные почвы, занимающие 38% площади. Значительно ниже запасы углерода в почвах ключевого участка Северо-Сосьвинской возвышенности (163.3 т С на выдел), так почвы верховых торфяников, с высоким содержанием углерода занимают здесь небольшие площади на болотах вокруг озер, сформированных в криогенных формах рельефа (рис. 7).

Отработка методологии создания тематических актуальных и прогнозных картографических моделей пространственной организации и динамики экосистем на основе современных методов дешифрирования космической информации на эталонных территориях и в целом на территории Северной Азии (ЦСБС, ИВТ).

В течение 2009 года создана открытая коллективная экспертно-аналитическая ГИС «Пространственно-временная организация экосистем северной Азии» на базе локальной версии ArcView 9.0. Основу ГИС составил ряд электронных карт на ключевые регионы Северной Азии, среди которых наиболее важными выступили:

1. Созданные электронные версии существующих на бумажных носителях карт растительности ключевых территорий Северной Азии: «Карта растительности Якутии» и азиатская часть «Карты «Растительность СССР» (совместно с 2. Интегрированная карта «Растительности бореальной зоны Западно-Сибирской равнины» (1:7500000), разработанная на основе собственных данных и серии опубликованных мелкомасштабных и среднемасштабных карт, а также и с использованием космических снимков MODIS/Terra. Карта создана в качестве основы для последующего моделирования первичной продукции экосистем бореальной зоны и оценки запасов углерода.

3. Серия существующих электронных векторных и растровых карт растительности, созданных институтами-участниками проекта и другими организациями: карты растительности Иркутской области и Республики Бурятия (ИГ СО РАН), карта растительности Северной Евразии (ИКИ РАН).

4. Синтезированный и трансформированный космический снимок MODIS с разрешением 250 м на всю территорию бореальной зоны Северной Евразии.

5. Электронная растровая модель рельефа (разрешение 90 м) на всю территорию 6. Серия географических карт с информационными слоями речной сети, водоемов, административных подразделений.

Все созданные и собранные слои эколого-ботанической и географической информации подготовлены в качестве основы для моделирования пространственно-временных закономерностей первичной продукции экосистем и запасов углерода бореальной зоны, предполагаемого на следующем этапе выполнения проекта.

Разработан классификатор легенды мелкомасштабной (1:7500000) карты растительности, базовой для предполагаемых исследований по моделированию баланса углерода и динамики экосистем бореальной зоны. В основу методологии классификатора положены принципы В.Б. Сочавы (1978) о размерности растительного покрова и иерархии эколого-географических факторов, обусловливающих разнообразие и пространственную структуру растительности на планетарном и региональном уровнях (зональность, океаничность-континентальность климата, рельеф). Также для создания легенды использованы подходы, реализованные для Карты растительности Европы.

1. Структурно-физиономические и экологические признаки растительного покрова.

2. Разделение растительности на 2 категории: зональные и незональные типы.

3. Биогеографические принципы (отражение зональных, подзональных, географических секторных и биоклиматических закономерностей).

Видовой состав доминирующего (верхнего) яруса.

Флористический критерий. Характерные виды и комбинации, флористическая дифференциация, отражающая эколого-географические различия подразделений 6. Специфические комбинации растительных сообществ.

На высших уровнях иерархии легенда отражает наиболее существенные закономерности общие для бореального биома в целом. Всего выделено 5 уровней иерархии.

На первом уровне иерархии легенды представлены наиболее крупные типы растительности определенные по признакам структуры, физиономии, экологии, а также по признаку зональности и незональности. Всего выделено 10 ведущих категорий, объединенных в два раздела.

Зональная и экстразональная растительность I. Бореальные и оро-бореальные хвойные и смешенные хвойно-мелколиственные леса.

II. Альпийская и субнивальная растительность в пределах бореальной зоны.

III. Гипактические редколесья, кустарниковые и кустарничковые сообщества.

IV. Субальпийские стланики, кустарниковые и высокотравные сообщества в пределах бореальной зоны.

VI. Лесостепи в пределах бореальной зоны.

VII. Степи в пределах бореальной зоны.

Азональная растительность в пределах бореальной зоны IX. Заболоченные леса.

X. Растительность пойм.

На втором уровне иерархии отражены главные физиономические признаки подразделений растительности I. Бореальные и оро-бореальные хвойные и смешенные хвойно-мелколиственные леса.

I.I. Бореальные темнохвойные и темнохвойно-светлохвойные смешенные леса.

I.II. Бореальные светлохвойные леса.

I.III. Бореальные мелколиственные леса.

На третьем уровне иерархии отражены крупные географические секторные подразделения, обусловленные фактором орографии и океаничности-континентальности климата.

I.I.1. Уральско-Западно-Средне-Сибирские темнохвойные леса (Picea obovata, Pinus sibirica, Abies sibirica), частично с Betula pubescens, B. pendula, Pinus sylvestris и Larix sibirica.

I.I.2. Восточноазиатские суб-океанические оро-бореальные темнохвойные леса (Picea jezoensis, Abies nephrolepis).

На четвертом уровне иерархии отражены подзональные особенности лесной растительности, распространенной на равнинах и низких плато.

I.I.1. Уральско-Западно-Средне-Сибирские темнохвойные леса (Picea obovata, Pinus sibirica, Abies sibirica), частично с Betula pubescens, B. pendula, Pinus sylvestris и Larix sibirica.

I.I.2.1. Северо-таежный подзональный тип.

I.I.2.2. Средне-таежный подзональный тип.

I.I.2.3. Южно-таежный подзональный тип.

На пятом уровне иерархии легенды отражены базовые единицы региональной размерности, представляющие доминирующие эколого-географические типы растительности или характерные сочетания нескольких экологически различных типов.

На этапе 2009 года для одного их ключевых регионов подготовлена интегрированная карта «Растительность бореальной зоны Западно-Сибирской равнины» (1:7500000).

Фрагмент электронной карты представлен на рис. 8. Подготовленная мелкомасштабная карта передана в ИПА СО РАН для создания сопряженного слоя карты почвенного покрова на даннуютерриторию. При разработки карты «Растительности бореальной зоны ЗападноСибирской равнины» использованы два базовых иерархических уровня легенды:

подзональные особенности лесной растительности, распространенной на равнинах и низких плато и единицы региональной размерности, представляющие доминирующие экологогеографические типы растительности или характерные сочетания нескольких экологически различных типов. Полная легенда включает 28 подразделений, объединенных в 5 категорий:

1. Гипактические (cубарктические) редколесья, кустарниковые и кустарничковые 1.1. Лиственничные и елово-лиственничные редколесья.

1.2. Ерниковые и ивняково-ерниковые и ерниково-ольховниковые кустарничковолишайниково-моховые тундры в сочетании с лиственничными редколесьями и плоскобугристыми болотами.

2. Северо-таежный подзональный тип.

2.1. Лиственнично-еловые и еловые зеленомошно-лишайниковые и зеленомошные редкостойные леса в сочетании с ерниково-сфагново-лишайниковыми плоскобугристыми болотами.

2.2. Лиственнично-елово-кедровыелишайниково-зеленомошно-кустарничковые и зеленомошно-кустарничковые леса в сочетании с кедрово-березовыми 2.3. Сосновые с кедром и лиственницей лишайниковые и лишайниковокустарничково-сфагновые леса в сочетании с выпуклыми кустарничковосфагновыми и сосново-кустарничково-сфагновыми олиготрофными болотами.

2.4. Лиственничные и елово-лиственничные кустарничково-лишайниководолгомошные, кустарничково-сфагновые редкостойные леса в сочетании с плоско- и крупнобугристыми болотами.

2.5. Лиственничные и елово-лиственничные, местами с кедром и березой лишайниково-мохово-кустарничковые и зеленомошные редкостойные леса.

2.6. Лиственнично-сосновые лишайниково-зеленомошно-кустарничковые леса в сочетании с сосновыми лишайниковыми лесами и кустарничково-моховолишайниковыми крупнобугристыми болотами.

2.7. Кустарничково-мохово-лишайниковые, травяно-сфагновые, осоково-гипновые и осоково-пушицево-сфагновые плоскобугристые комплексные болота.

2.8. Лишайниково-сфагновые плосковыпуклые олиготрофные болотно-озерные 2.9. Лугово-болотно-соровая растительность поймы нижнего течения р. Оби.

2.10. Кустарниково-лесная растительность долин притоков р. Оби.

3. Средне-таежный подзональный тип.

3.1. Елово-кедровые и темнохвойно-березовые с лиственницей и сосной кустарничково-зеленомошные леса, местами в сочетании с кустарничковосфагновыми олиготрофными болотами.

3.2. Елово-кедровые с пихтой и темнохвойно-березовые мелкотравно-брусничнозеленомошные леса.

3.3. Елово-кедровые долгомошные и кустарничково-сфагновые леса в сочетании с кустарничково-сфагновыми олиготрофными болотами.

3.4. Сосновые бруснично-зеленомошные, бруснично-лишайниковые и багульниково-бруснично-зеленомошные леса местами в сочетании с сосновокустарничково-сфагновыми олиготрофными болотами.

3.5. Сосновые и березово-сосновые долгомошно-сфагновые и кустарничковосфагновые леса в сочетании с кустарничково-сфагновыми олиготрофными 3.6. Сфагновые сосново-кустарничковые олиготрофные выпуклые болота (Багульниково-кассандрово-сфагновые с сосной и кедром на грядах, с сфагновыми мочажинами, с периферийным рядом сосново-сфагновых мезоевтрофных ассоциаций и сосново-кустарничково-сфагновые олиготрофные 3.7. Лесо-кустарниково-сорово-луговая растительность поймы нижнего течения Южно-таежный подзональный тип.

4.8. Елово-пихтовые, пихтово-еловые и пихтово-елово-кедровые зеленомошномелкотравные и мелкотравно-осочковые с элементами широкотравья леса местами в сочетании с кедровыми с пихтой и елью травяно-сфагновыми 4.9. Пихтово-еловые с участием березы и осины, местами с липой зеленомошнотравяные леса с участием неморальных видов в сочетании с влажными 4.10. Сосновые, местами с липой, травяно-кустарничковые с разреженным моховым покровом леса местами в сочетании с березовыми, сосново-березовыми осоково-сфагновыми и вейниково-осоковыми болотами.

4.11. Березовые с елью, сосной, кедром вейниково-хвощевые осоково-сфагновые леса в сочетании с осоково-сфагновыми залесенными болотами.

4.12. Лесо-кустарниково-луговая растительность пойм среднего течения р. Оби.

Подтаежный подзональный тип.

5.1. Березовые и осиновые вейниковые и вейниково-разнотравные леса в сочетании с лесными суходольными лугами: ежовыми, мятликовыми, овсянницевыми, местами в сочетании с осоковыми и тростниково-осоковыми болотами.

5.2. Сосновые вейниковые и травяно-кустарничковые леса в сочетании с сосновыми лишайниковыми лесами.

5.3. Осоково-гипновые и травяные евтрофные болота.

5.4. Лесо-кустарниково-луговая растительность пойм Оби.

Рис. 8. Фрагмент карты «Растительность бореальной зоны Западно-Сибирской равнины» (1:7500000).

Разработан оригинальный алгоритм процесса моделирования пространственновременной организации растительного покрова. Алгоритм включает серию этапов от обработки полевых данных до синтеза представлений о разнообразии, экологии и структуре растительности в финальной картографической модели. Каждый этап исследования сопровождается количественной обработкой данных и построением вспомогательных моделей (ординационные модели геоботанических описаний, ценофлор, крупномасштабные модели организации растительности на ключевых полигонах, модели «растительностьклимат», «растительность-рельеф»), а также широким использованием данных дистанционного зондирования и ГИС-технологий. Это позволяет не только создать серию эколого-фитоценотических моделей, но и протестировать достоверность полученных результатов. Схематически примененный алгоритм исследований представлен на рис. 9.

Векторная геореляционная Триангуляционная модель (TIN) рельефа ArcGIS, геостатистические (кригинг) методы экспозиций склонов абсолютных высот Рис. 9. Схема алгоритма моделирования пространственной организации растительного покрова.

Рис. 10. Климатическая модель июльских температур на территорию Северной Азии.

Рис. 11. Климатическая модель индекса континетальности Конрада.

На основе цифровой модели рельефа, базы метеорологических данных и технологий прикладного пакета ArcGIS создана серия картографических моделей климатических условий на территорию Северной Азии. В исследование включены 28 климатических параметров (среднемесячные и среднегодовые показатели осадков, температуры, индекс континентальности Конрада, разница температур самого теплого и холодного месяцев).

Примеры результирующих климатических моделей представлены на рис. 10 и 11.

Предполагается, что полученные результаты выступят основой моделирования биоклиматических закономерностей организации растительного покрова и климатической обусловленности первичной продукции экосистем и запасов углерода.

Создание открытой коллективной экспертно-аналитической ГИС «Пространственновременная организация экосистем северной Азии» (ЦСБС, ИВТ).

На базе системы хранения данных Института вычислительных технологий СО РАН объемом более 70 Тбайт создан каталог ННЦ СО РАН, который регулярно пополняется оперативными данными SPOT 2/4 (по прямому каналу из Зап-СибРЦПОД) и включает архивные данные со спутников серии LandSat на территорию РФ за 1982-2002 гг. Кроме того, организовано взаимодействие с каталогом спутниковых данных Межинститутского спутникового центра коллективного пользования ДВО РАН (http://www.satellite.dvo.ru).

Структура каталога и интерфейсные компоненты разработаны с учетом рекомендаций OGC (Open Geospatial Consortium) (рис. 12). Каталог работает под управлением операционной системы семейства UNIX. В его основе лежит набор стандартных и специализированных программных продуктов с открытым исходным кодом, распространяемых по лицензии GPL.

Доступ к нему осуществляется посредством стандартного веб-браузера (рис. 13), что обеспечивает платформенную независимость. Доступ к каталогу реализован посредством модуля Central Authentication Service (CAS). Он позволяет организовать многоуровневую систему разграничения прав доступа с централизованной базой пользователей на основе LDAP-каталога Сибирского отделения РАН. Важной составляющей каталога являются картографические сервисы. Подсистема картографических сервисов состоит из двух продуктов, распространяемых по лицензии GPL (GeoServer и UMN MapServer).

GeoServer предназначен для публикации набора векторных и растровых слоев, а также для получения WMS/WFS-слоев с удаленных картографических серверов. Приложение взаимодействует непосредственно с СУБД PostgreSQL/PostGIS.

Картографический сервер UMN MapServer содержит все необходимое для разработки картографических сервисов WMS/WFS. Он позволяет формировать карты, одновременно используя информационные слои как из локальных, так и из удаленных архивов.

В 2009 году на базе Каталога спутниковых данных ННЦ СО РАН (http://gisapp.ict.nsc.ru/catalogue) создан прототип модульной сервис-ориентированной ГИС для сбора, хранения и обработки спутниковых и наземных данных. Разработанная система обеспечивает централизованный доступ к наборам векторных и растровых данных по протоколам WMS/WFS (в виде картографических сервисов), поддерживаемым большинством современных настольных веб-ориентированные ГИС. Система позволяет публиковать пространственные данные как с локальных, так и распределенных источников. Для поиска данных по метаданным используется сервер GeoNetwork, обеспечивающий поддержку протокола Z39.50. В качестве базового инструментария для обработки и анализа данных дистанционного зондирования используются пакеты программ ESRI ENVI 4.5 и GRASS GIS с модулями расширения, созданными в ИВТ СО РАН. В настоящее время пользователями системы являются сотрудники более 20 институтов и организаций СО РАН.

На базе свободно распространяемого программного обеспечения WordPress создан ГИС-портал СО РАН (http://gis.sbras.ru). Он содержит информацию о геоинформационных ресурсах, программах и проектах Сибирского отделения РАН. В настоящее время происходит информационное наполнение портала. На портале имеется форум, созданный на основе ПО vBulletin. В ИВТ СО РАН создан геоинформационный сервер (http://gis.ict.nsc.ru), являющийся точкой доступа к различным информационным ресурсам.

Рис. 12. Структурная схема сервис-ориентированной ГИС ННЦ СО РАН для сбора, хранения и обработки спутниковых и наземных данных.

Рис. 13. Главная страница каталога спутниковых данных ННЦ СО РАН.

Для поддержки междисциплинарного интеграционного проекта № 50 в ИВТ СО РАН запущены в эксплуатацию несколько информационных ресурсов:

опубликованы карта растительности Западной Сибири и ландшафтная карта Иркутской области (рис. 14), созданные в Институте географии им. В.Б. Сочавы СО РАН;

созданы (совместно с ИПА СО РАН и ЦСБС СО РАН) и опубликованы карта почв бореальной зоны Западно-Сибирской равнины (рис. 15) и карта растительности бореальной зоны Западно-Сибирской равнины, содержащая 28 типов растительности (М 1:7 500 000) (рис. 16);

создана и опубликована База данных по содержанию углерода в почвах Сибири (совместно с ИПА СО РАН) (рис. 17);

создано хранилище ресурсов на основе технологий Dspace.

создана электронная библиотека по тематике проекта (рис. 18), предназначенная для описания публикаций, документов, карт и других медиа-данных.

Завешается работа над созданием тематической карты «Содержание углерода в почвах Западно-Сибирской равнины» (М 1:7500000).

Рис. 14. Электронная карта растительности Иркутской области.

Рис. 15. Карта почв бореальной зоны Западно-Сибирской равнины (М 1:7 500 000).

Рис. 16. Карта растительности бореальной зоны Западно-Сибирской равнины, содержащая 28 типов растительности (М 1:7 500 000).

Обобщение данных по площадям основных типов лесных экосистем Средней Сибири (ИЛ).

Темнохвойные леса южной тайги. Исследования проведены на территории Большемуртинского лесхоза Красноярского края (57о с.ш., 93о в.д.) Кеть-Чулымского лесорастительного округа. Растительность лесхоза отражает свойственную темнохвойным лесам южной тайги мозаику экосистем ненарушенных, естественно развивающихся, и трансформированных хозяйственной деятельностью и природными процессами (пожары и гибель от энтомовредителей), находящихся на различных стадиях разных типов сукцессий. Пробные площади закладывались в лесных экосистемах, характеризующих два варианта восстановления коренных темнохвойных лесов. Три из них характеризуют коренные пихтовые насаждения: пихтач разнотравно-осочковый в возрасте 170 лет представляет собой пример тех разновозрастных древостоев, которые были вырублены или уничтожены шелкопрядом, пихтачи зеленомошные (возраст 50 и 90 лет) формируются после 30-летних рубок с сохранением темнохвойного подроста. Остальные три пробные площади характеризуют производные березняки: в 60и 65-летних березняках осочково-разнотравных второй ярус только намечается или начал формироваться лишь в последние 20 лет. В 100-летнем березняке осочково-зеленомошном в первый ярус вместе с березой вышел кедр, а пихта и ель сформировали второй ярус. Различия между одновозрастными (60 и 65 лет) березняками являются следствием разного исходного состояния местообитаний после лесохозяйственных работ. Ниже они рассматриваются как варианты одновозрастных производных березняков на территории исследования. В структуре почвенного покрова пробных площадей фоновыми служат темно-серые почвы со вторым гумусовым горизонтом.

В качестве параметров круговорота углерода анализируется (1) запас элементов в фитомассе и органическом веществе почвы и (2) основные обменные потоки: ассимиляция углерода в чистой первичной продукции, возврат на поверхность и в толщу почвы с отмирающими органами растений, высвобождение при разложении фитодетрита, минерализационный возврат в атмосферу, синтез гумусовых веществ.

Восстановление коренных темнохвойных лесов через березняки сопровождается формированием в них меньшего пула углерода по сравнению с коренными насаждениями, восстанавливающимися без смены породного состава (табл. 3). Основным депо углерода служит органическое вещество (ОВ) почвы.

На долю фитомассы в березняках приходится 32-41%, в пихтарниках – 15-26% пула углерода.

Пул углерода в органическом веществе почвы (СОРГ) изучаемых экосистем изменяется от 139.7 до 292.7 т га-1. Основным его компонентом (55-75% пула) является гумус. Более половины (60-80%) запаса Сгумус сосредоточено в слое 0-50 см. Доля стабильной фракции в гумусово-аккумулятивном горизонте почв составляет 62-65% запаса СГУМУС и увеличивается в нижележащих горизонтах до 72-79%.

Масса фитодетрита варьирует в зависимости от породного состава и возраста древостоев. В березняках она в 2 раза меньше, чем в пихтарниках. По соотношению компонентов фитодетрит чистых березняков (50-60- летних) отличается от пихтарников большим участием ежегодно отмирающего материала (опад + отпад) и корневого детрита и меньшим - подстилки. В перестойном березняке с развитым вторым ярусом из хвойных долевое участие свежеотмирающих фракций и корневого детрита снижается, а подстилки нарастает, соотношение компонентов приближается к свойственному коренным пихтарникам. Средние запасы углерода в подстилках березняков и пихтарников практически не отличаются, а аккумуляция в грубых древесных остатках (валеж, пни) в пихтарниках в 2-3 раза выше, главным образом, из-за неполной очистки участков после рубки с сохранением темнохвойного подроста.

Аккумуляция углерода в ОВ чистой первичной продукции практически не зависит от типа формирования коренных насаждений, их состава и возраста (табл. 4). В производных березняках она изменяется от 475-631 г С/(м2 год) в 60- и 65-летнем возрасте до 467 г С/(м2 год) в 100-летнем. В пихтарниках - составляет 405-439 г С/(м2 год). Основной вклад в NPP принадлежит древостою. По мере формирования яруса хвойных под пологом березы увеличивается его вклад в величину NPP с 8 до 39%. В перестойном пихтарнике второй ярус 100-летней пихты в равных долях со 170-летним участвует в формировании NPP.

в т.ч.: надземная часть * травяно-кустарничковый ярус Таблица 4. Интенсивность аккумуляции углерода в чистой первичной продукции, г С/(м2 год) За счет отмирания органов растений и стволового отпада на поверхность и в толщу почвы в березняках поступает от 364 до 477 г С/(м2 год), в пихтарниках 50- и 90-летних - и 311 г С м2, в 170-летнем контрольном варианте – 465 г С/(м2 год), что составляет 80-90% в березняках и 60-80% в пихтарниках от затрат САТМ на NPP. Основная часть отмирающего материала формируется за счет надземной части фитомассы, главным образом, древесного яруса. На отмирание корневых систем древесного яруса в березняках приходится 53-72 г С/ (м год), в пихтарника – 33-54 гС/(м2 год). Участие тонких корней в массе опада древесных корней изменяется от 7 до 33 %.

Скорость разложения фитодетрита зависит от состава его компонентов (табл. 5-6). Разный состав опада и верхнего (OL, O1) слоя подстилок березняка и пихтарника в возрасте и 60 лет обусловливает неодинаковую скорость разложения подстилки под их пологом (табл. 5). Значительно более медленное разложение в березняке связано с быстрой трансформацией листовых пластинок березы (k = 0.90 год-1), относительным накоплением (до 70%) в слое OL черешков листьев, веточек, коры, тормозящих разложение.

Таблица 5. Константа разложения подстилки и корневого детрита (k, год-1) Таблица 6. Разложение древесины на поверхности почвы (k, год-1) Растительный Березняки, возраст (лет) Пихтарники, возраст (лет) Неоднородность состава корневого детрита также сказывается на скорости его разложения. Древесные корни текущего опада разлагаются с константой 0.12-0.15 год-1, корни опада прошлых лет – с k 0.093 год-1, а преобладающая в почве фракция прочего корневого детрита размером от 0.5 до 10 мм - с k 0.088-0.099 и 0.037-0.050 год-1, соответственно в березняках и пихтарниках. Древесина лиственных пород по сравнению с хвойными разлагается в 3-4 раза быстрее. Период е полураспада составляет 26-32 года, для хвойных он увеличивается до 90-124 лет.

Разный качественный состав разлагающегося фитодетрита подтверждается удельной скоростью его разложения, различающийся между березняками и пихтарниками в 1.7-2. раза. Для березняков в возрасте 60, 65 и 100 лет она равна, соответственно, 100, 102 и 70 мг С на 1г СФИТОДЕТРИТА в год, в пихтарниках 50-, 90- и 170-летнем – 63, 41 и 38 мг С на 1г СФИТОДЕТРИТА в год.

Несмотря на двукратную разницу (в среднем по экосистемам) массы фитодетрита в березняках и пихтарниках, неодинаковая скорость разложения его компонентов обусловливает практически одинаковую интенсивность высвобождения углерода в процессах деструкции (табл. 7). В 60- и 65-летнем березняках около 40% высвобождающегося углерода («потери»

С при разложении, CD) обусловлено разложением свежеотмирающего материала. Такое же количество приходится на долю корневого детрита, хотя его масса в 4 раза выше таковой опада и отпада. Роль подстилки в этих березняках менее заметна по сравнению с опадом и корневым детритом: в первом случае из-за значительно более низкой скорости разложения, во втором – из-за в 2.2 раза меньших запасов. Внедрение хвойных видов, их выход во второй ярус в 100-летнем березняке изменяет соотношение опада и подстилки по участию в «выходе» углерода при деструкции в пользу последней. Оно сохраняется в средневозрастном и спелом пихтарниках. Несмотря на близкие запасы подстилки в спелом и перестойном 170летнем пихтарниках, скорость е разложения в последнем значительно ниже, соответственно ниже участие в формировании «потери» СФИТОДЕТРИТА при разложении. Первые позиции переходят к корневому детриту. Минимальный вклад в величину CD во всех экосистемах вносят грубые древесные остатки.

Таблица 7. Интенсивность потоков углерода при разложении ОВ Высвобождается при разложении, всего Новообразование гумуса Аккумуляция нового гумуса в почве Минерализация нового гумуса Минерализация фитодетрита Минерализация гумуса почвы Суммарный минерализационный поток Сгумуса, «сработка» или накопление При разложении подстилки и опада в березняках от 4 до 6% его высвобождения приходится на водорастворимые С-содержащие соединения. В пихтарниках доля CH2O в продуктах разложения опада и подстилки выше – 5-8.7%. По пути гумификации в березняках уходит 13% углерода, освободившегося при разложении, в пихтарниках – 16.6%. Синтез гумуса по отношению к массе С в гумусе слоя 0-20 см почвы под пологом березняков составляет 0.9в пихтарниках – 1.1-1.5%.

Поскольку разложение фитодетрита представляет собой единство одновременно протекающих процессов минерализации и гумификации, разница углерода, освободившегося при разложении и включившегося в новообразование гумусовых веществ, характеризует интенсивность минерализации фитодетрита. На е долю приходится 87 и 83%, соответственно в березняках и пихтарниках. Часть «молодого» гумуса – 45-47% под березовыми древостоями и 80% под пихтовыми - аккумулируется в почве, замещая минерализовавшееся подвижное органическое почвы, обновляя периферическую часть молекулы гумусовых кислот: происходит матричная достройка гумуса продуктами разложения фитодетрита. Оставшийся синтезированный гумус в почве реутилизируется микрофлорой, присоединяясь к минерализационному потоку С в атмосферу. Как показали полевые эксперименты, в слое 0-20 см темносерой суглинистой почвы минерализуется 2.8% массы подвижного гумуса, что составило в березняках от 0.29 до 0.68 т С га-1 год-1. Ни в одной из экосистем минерализационные «потери» гумуса не компенсируются аккумуляцией нового гумуса (табл. 7). Относительно запаса СГУМУС в почве этого слоя дисбаланс потоков оценивается в 0.2-0.4%. В 50- и 90-летнем пихтарниках наблюдается накопление Сгумус в почве, в перестойном – его «сработка» Эти изменения относительно запаса Сгумус не превышают 0.1%.

Суммарный минерализационный поток складывается из минерализации фитодетрита, новообразованного гумуса (СNewHUM-СHumAccum) и подвижной части собственно гумусовых веществ почвы (С-СО2MobHum – СHumAccum). К этому потоку мы относим и углерод водорастворимых продуктов разложения, как наиболее доступных для микробиологической утилизации, с ограниченной миграцией в почвенном профиле почвы в связи с тяжелым гранулометрическим составом мелкозема.

Интенсивность минерализационного потока углерода в атмосферу при разложении СОРГ в березняках и пихтарниках практически одинакова и изменяется, соответственно, в пределах 378-464 и 382-446 гС/(м2 год). В формировании потока основная роль принадлежит фитодетриту. Участие СГУМУС почвы в березняках увеличивается к возрасту распада основного древостоя с 8 до 15%. Поскольку часть минерализовавшегося гумуса почвы компенсируется «молодыми» гумусовыми кислотами, его участие в формировании потока С СО2 в атмосферу снижается до 2 и 6%, соответственно в 60-65-летних и 100-летнем березняке. В пихтарниках, в отличие от березняков, уменьшения гумуса в почве не наблюдается: его минерализация компенсируется новообразованным гумусом (табл. 7). По-видимому, это объясняется, главным образом, разным составом новообразованных гумусовых продуктов и, как следствие, их способностью аккумулироваться в почве. Для средневозрастного и спелого пихтарников причиной также может быть исходно меньшая нарушенность верхней почвенной толщи при проведении рубки с сохранением подроста темнохвойных видов. За счет минерализации новообразованного гумуса в березняках формируется 7 (в 60- и 65-летнем) и 4% (в 100-летнем), в пихтарниках – 3.4-3.8% потока ССО2 в атмосферу.

Анализ соотношения входного (CNPP) и выходного (CCO2) потоков углерода показал, что экосистемы березняков до 100-летнего возраста служат стоком для CCO2, удерживая 20 и 32% углерода атмосферы, аккумулированного в продукции. Чистая экосистемная продукция (NEP) составляет 96 г С/(м2 год) и 199 г С/м2 год), соответственно в 60- и 65-летнем древостоях. В перестойном березняке потоки сбалансированы (рис. 19).

Среди пихтарников средневозрастное насаждение характеризуется сбалансированностью потоков продуцирования органического вещества и его деструкции. Спелый пихтарник служит стоком для 13% углерода, изъятого из атмосферы на формирование чистой первичной продукции, а в перестойном - интенсивности процессов продуцирования ОВ и его минерализации близки к равновесному состоянию.

Сосняки средней тайги. Исследования проведены на левобережной части Зотинского полигона Енисейского меридионального трансекта, характеризующего подзону средней тайги. В растительном покрове преобладают сосняки лишайниковой и зеленомошной групп типов леса. Ниже приводятся результаты изучения основных параметров годичного круговорота углерода в зеленомошных сосняках, где такие исследования ранее не проводились. С этой целью в бассейне реки Дубчес – (60053`с.ш., 89038`в.д.) заложены пробные площади, насаждения которых в возрасте (по сосне, как эдификатору) 20, 55, 90 и 250 лет отражают фитоценотическое разнообразие и возрастную структуру зеленомошной группы типов леса.

Молодое и средневозрастное сосновые насаждения восстанавливаются после сплошной рубки. В пределах изучаемой территории ведется промышленная заготовка леса. Насаждения периодически испытывают действие пожаров, следы которых в виде ожогов на стволах деревьев, углей и углистой пыли на границе подстилки и минерального слоя почвы обнаруживаются на всех пробных площадях. Почвенный покров в сосняках зеленомошной группы представлен подзолами разной степени оглеения.

После рубки древостои зеленомошных сосняков, как правило, возобновляются через стадию мелколиственного (березового) молодняка, с формированием впоследствии березовососнового молодого древостоя, каковым и является фитоценоз 20-летнего молодняка с общим запасом углерода 131.6 т/га (табл. 8).

При отсутствии пожаров высокой интенсивности формируются высоко сомкнутые средневозрастные насаждения, примером которого является 55-летний сосняк. Долевое участие фитомассы в общем запасе углерода в молодняке составляет 46%, в средневозрастном – увеличивается до 65% и практически не изменяется на следующих стадиях развития насаждений в приспевающем и перестойном сосняках. Большая часть (95-97%) углерода фитомассы закреплена древостоем. В напочвенном покрове масса углерода на 70-84% формируется за счет травяно-кустарничкового, а не мохово-лишайникового яруса (табл. 8).

По запасу фитодетрита насаждения различаются незначительно (табл. 8). Его относительная доля снижается с возрастом, составляя в молодняке 35%, в средневозрастном сосняке 26%, приспевающем и перестойном – 23 и 21%.

Доля крупных древесных остатков (сухостойные деревья, валеж и пни) преобладающих в составе фитодетрита молодого и средневозрастного насаждений (56 и 47%, соответственно), в приспевающем снижается до 23% и вновь увеличивается в перестойном сосняке до 43%. Анализ биометрических характеристик остатков показал, что почти весь запас крупных древесных остатков в молодняке унаследован от предшествующего вырубленного насаждения. Диаметры валежника и пней значительно превосходят диаметры современного древостоя. В структуре запаса средневозрастного насаждения доля крупных древесных остатков современного древостоя увеличивается до 50%. В приспевающем и перестойном сосняках участие «унаследованных» крупных древесных остатков незначительна.

Наличие «унаследованных» растительных остатков в почве, вошедших в состав корневой мортмассы, является причиной высокого е запаса в молодняке (11.8 т С/ га) и средневозрастном (10.4 т С/га) насаждении. Созревание древостоя сопровождается снижением запаса корневой мортмассы до 7.7 и 5.6 т С/га в приспевающем и перестойном сосняках, соответственно.

Масса подстилки нарастает от 8,6 тС/га в молодняке до 18,8 тС/га в приспевающем сосняке, не изменяясь на следующих стадиях развития. В молодняке запасы фитодетрита на поверхности и в толще почвы распределяются практически в равных долях. В средневозрастном и приспевающем сосняках запас фитодетрита на поверхности в 2 раза, а в перестойном – почти в 4 раза выше, чем в почве.

Легкий гранулометрический состав подзолов, крайне низкое содержание высокодисперсных частиц обусловливают низкие запасы гумуса. Участие гумуса метрового слоя почвы в формировании запаса углерода насаждения не превышает 9-18%. Гумус характеризуется значительной подвижностью. При последовательной обработке образцов верхнего слоя 0см почв дистиллированной водой и слабым раствором щелочи в растворимое состояние переходит 50-80% гумусовых веществ. Запас углерода в стабильном гумусе этого слоя изменяется от 1.4 до 3.6 т С/ га.

Фитодетрит и подвижная часть гумусовых веществ составляют легкоминерализуемую фракцию органического вещества почвы. Е масса равна 39.0-52.3 т С/га или 73-81% углерода ОВ почвы. Это наиболее динамичный компонент лесной экосистемы, основной источник формирования минерализационного потока углерода в атмосферу.

Таким образом, пул углерода в сосняках зеленомошной группы типов леса изменяется в пределах 131.6-200.4 т/га. Его распределение между живым и мертвым органическим веществом нарастает от 0.9 в молодняке до 1.8 в средневозрастном сосняке и почти не изменяется на более поздних этапах развития.

Ассимиляция углерода атмосферы в приросте фитомассы (чистая первичная продукция) сосняков изменяется от 236 до 558 г С/( м2 год). Максимальный прирост фитомассы отмечен в молодняке (табл. 9). По мере созревания интенсивность продуцирования снижется до 356 г С/(м2 год) в средневозрастном и до 288 г С/(м2 год) в приспевающем сосняках. Перестойное насаждение характеризуется самым низким показателем прироста фитомассы – 236 г С/(м2 год). Большая часть продукции (63-87%) создается древостоем. В течение года в подстилку и почву с полностью или частично отмирающими фракциями фитомассы древесного полога и напочвенного покрова поступает от 296 до 318 г С/га или 2-5% запаса С в фитомассе (табл. 10). Свежеопавший растительный материал включается в процессы деструкции. Скорость разложения основных компонентов фитодетрита приведена в табл. 11.

Таблица 9. Ассимиляция углерода в чистой первичной продукции (NPP) сосняков, г С/(м2 год) В целом, при разложении опада, отпада и фитодетрита, накопленного за предшествующие этапы развития фитоценоза, в анализируемых сосняках ежегодно высвобождается от 265 до 293 г С/(м2 год). Основная часть (87-92%) продуктов разложения минерализуется и в форме углекислого газа возвращается в атмосферу, оставшаяся – вовлекается в гумификацию. Интенсивность минерализационного потока (гетеротрофное дыхание) составляет 5-7% от массы разлагающихся остатков и мало изменяется с возрастом сосняков. Гетеротрофный поток С в атмосферу складывается из суммы интенсивности минерализации компонентов фитотедрита, части вновь синтезированного и подвижного гумуса почв, за вычетом той части нового гумуса, которая в течение года аккумулируется почвой. В сосняках зеленомошных интенсивность гетеротрофного потока мало изменяется с возрастом и составляет 266г С/(м2 год).

Таблица 11. Скорость разложения компонентов фитодетрита (k, год-1) Относительное участие опада и подстилки в формировании возвратного потока углерода в атмосферу возрастает с 50% в молодняке до 81% в перестойном сосняке. Доля свежеотмерших тонких корней и корневого детрита уменьшается в этом ряду от 39 до 12%, что является косвенным подтверждением предположения о наличии в почвенной толще остатков корневой массы, «унаследованных» от предшествующего древостоя. Вклад крупных древесных остатков в молодняке достигает 12%, затем снижается до 8 и 4% в средневозрастном и приспевающем насаждениях, соответственно, и вновь увеличивается до 7% в перестойном сосняке. По мере снижения в общей массе фитодетрита участия крупных древесных остатков удельная скорость его минерализации увеличивается с 52 до 73 мг С/(1 г С год).

В синтезе гумусовых веществ участвует 9-12% массы продуктов, высводившихся в течение года при разложении фитодетрита. Относительно запаса углерода в разлагающейся органике фитодетрита новообразованные гумусовые вещества составляют от 0.3 до 1.0%.

Изменение удельной скорости гумусообразования носит схожую с минерализацией направленность - нарастает в ряду: молодняк (5.4 мг Cnew humus на 1 г С за год), средневозрастный (6.7 мг) и приспевающий сосняк (10 мг) затем снижается в перестойном сосняке до 3.1 мг Cnew humus на 1 г С за год.

Часть гумусовых веществ аккумулируется на поверхности почвенных частиц, оставшаяся – минерализуется и поступает в атмосферу. Согласно экспериментальным данным в почвах сосновых насаждений 48% синтезируемого гумуса закрепляется в почве. В почвах с ненарушенным профилем (приспевающие и перестойные насаждения) современные процессы почвообразования идут по пути обновления периферической части гумусовых молекул.

Новообразованные гумусовые вещества компенсирует минерализовавшийся подвижный углерод «старого» гумуса. Дополнительного накопления гумуса в почвах 90- и 250-ти летних сосняков не происходит (табл. 10). В молодняке разница между годовой аккумуляцией молодого и минерализацией подвижного гумуса почвы в слое 0-20 см составляет 14 г С/(м2 год), или 2% его запаса. В 55-ти летнем сосняке «сработка» запасов гумуса незначительна – 0.4% запаса.

В целом, в сосняках зеленомошных интенсивность гетеротрофного потока мало изменяется с возрастом и составляет 266 -281 г С/(м2 год).

Анализ соотношения интенсивности процессов «изъятия» углерода атмосферы в процессе фотосинтетической ассимиляции в чистой первичной продукции и его возврата с гетеротрофным потоком показал, что 20-летнее сосновое насаждение является стоком (чистая экосистемная продукция) для 290 гС/(м2 год), «удерживая» 52% углерода, изъятого из атмосферы при фотосинтезе (рис. 20).

Рис. 20. Соотношение чистой первичной продукции и гетеротрофного потоков В средневозрастном сосняке NEP равна 74 г С/(м2 год), или 21% от затрат углерода на формирование продукции. Соотношение входного (NPP) и выходного (Rh) потоков углерода в приспевающем насаждении указывает на их практическую сбалансированность. Перестойный сосняк характеризуется отрицательным балансом потоков: возврат углерода в атмосферу на 13% превышает ассимиляцию в NPP.

Вклад бореальных лесов Сибири (в границах Красноярского края) в динамику углерода биосферы. Лесопокрытые земли края, объединяющие лесотундру, подзоны северной, средней и южной тайги, лесостепь и горные леса юга края, составляют 117.3 млн.га. Основную их часть занимают бореальные леса, на леса лесостепи и гор юга приходится лишь 11% лесопокрытой площади. Среди лесообразователей высоких широт более половины площади занимает лиственница. В южной тайге первые позиции переходят к сосне и березе, в горных лесах – пихте и кедру. Возрастной состав лесообразователей почти на представлен спелыми и перестойными насаждениями.

Лесные экосистемы края аккумулируют в органическом веществе фитомассы и почвы около 20687 млн. т углерода (С). Основным депо углерода служит почва, в ней сосредоточено почти 77% его пула- (рис. 21). В составе органического углерода почвы 18% приходится на фитодетрит, остальное – на гумусовые вещества, 2/3 которых представляют стабильную фракцию почвенного гумуса. Плотность основных составляющих пула С – фитомассы, фитодетрита и гумуса в лесных экосистемах составляет, соответственно 41, 24 и 111 т С га-1.

Рис. 21. Пул углерода на лесопокрытой площади Красноярского края, млн.т.

Запасы углерода в фитомассе древостоев увеличиваются в направлении от лесотундры к южной тайге от 21 до 55 т га-1, в лесостепной зоне и горных южных лесах составляют, соответственно 36 и 49 т га-1. Масса углерода гумуса в слое почвы 0-100см увеличивается от лесотундры к южным бореальным лесам с 87 до 141 т га-1. В лесостепи и горных лесах юга его плотность составляет, соответственно, 195 и 100 т С га-1 (рис. 22). Запасы и состав фитодетрита зависят от видового и возрастного состава лесообразователей, гидротермических условий их функционирования, частоты и интенсивности лесных пожаров, интенсивности лесохозяйственного пользования. В меридиональном направлении плотность фитодетрита, рассчитанная с учетом покрытых лесом площадей лесотундры, северной, средней и южной тайги, лесостепи и горных районов юга Сибири изменяется как 31.1; 30.6; 20.2; 30.0; 9.0 и 10.5 т С га-1. В лесах средней тайги при плотности фитомассы, близкой к северотаежным, плотность фитодетрита ниже на 34%. Это связано с изменением эколого-почвенных условий и, как следствие, увеличением скорости биотрансформации фитодетрита в 1.5-2 раза по сравнению с северной тайгой и лесотундрой. Лесные экосистемы лесотундры, северной и южной тайги, несмотря на близкую плотность фитодетрита, различаются по составу его компонентов. В лесотундре и северной тайге масса лесной подстилки в результате заторможенной деструкции превышает или приближается к запасу живой фитомассы растительного блока. В направлении к южнотаежным лесам усложнение состава лесообразователей, повышение продуктивности, активизация процессов биотрансформации растительного детрита отражаются в двукратном превышении запаса углерода в живом растительном веществе над мертвым. В южной тайге 40% запаса СФИТОДЕТРИТ сосредоточено в экосистемах с пихтой и березой в роли эдификаторов. Интенсивная трансформация лесов при рубках и пожарах приводит к аккумуляции в них медленно разлагающегося органического материала в виде сухостоя, валежа, корневого детрита: его масса в 4-7 раз превышает массу углерода лесных подстилок. В лесных экосистемах лесостепи запасы фитодетрита в несколько раз ниже, чем в таежных, за счет значительного участия насаждений лиственных видов, преобладания разно– и высокотравных типов леса, снижения доли перестойных древостоев. Горные леса, более продуктивные, чем лесостепные, близкие по продуктивности к южнотаежным, мало отличаются от лесостепных по плотности фитодетрита. Несмотря на абсолютное преобладание в составе лесообразователей хвойных видов, пышно развитое, обогащенное азотом, фосфором и калием высокотравье, отмирая, увеличивает скорость разложения хвойного опада, исполняя в процессах деструкции роль затравочного эффекта.

Интенсивность продуцирования органического вещества фитомассы древесного яруса и напочвенного покрова на лесопокрытой площади нарастает в широтном направлении от 1.49 до 2.99 т С га-1 год-1, составляя в среднем 2.31 т С га-1 год-1, рис. 23). Суммарные затраты углерода на создание чистой первичной продукции за счет фотоавтотрофной ассимиляции СО2 атмосферы составляют около 271 млн.т · год-1. Почти 90% (87%) этого потока приходится на лесные экосистемы лесотундры и тайги. Притундровые и северотаежные леса, на 93-84% представленные лиственничниками зеленомошной и лишайниковой группами типов леса, характеризуются преимущественным (до 60%) участием напочвенного покрова в продуцировании органического вещества растительной биомассы. В лесных экосистемах средней и южной тайги основная роль в продукционных процессах (70-80% углерода NPP) принадлежит древесному ярусу.

I II III IV V VI

Возврат в атмосферу углерода, изъятого из нее растениями на формирование NPP, обеспечивает деструкционное звено углеродного цикла. Оно характеризуется одновременно протекающими процессами минерализации органического вещества до конечных продуктов окисления и гумификации, приводящей к синтезу гумусовых веществ. Минерализационный поток (гетеротрофное дыхание) углерода в атмосферу формируется в почвенном блоке экосистемы при утилизации почвенными беспозвоночными и микроорганизмами подстилки, корневого детрита, свежеобразованных гумусовых веществ, собственно гумуса почвы и корневых выделений растений. Возможность оценки роли корневых выделений ограничена крайней малочисленностью и сложностью получения информации о количестве их поступления и последующей трансформации. Особенности деструкции фитодетрита в зональном аспекте обусловлены как разной длительностью периода биологической активности деструкторов, так и разной массой и соотношением компонентов в составе разлагающегося фитодетрита.

Наличие данных о возрастном составе лесообразователей в пределах лесорастительных округов и провинций, оценок плотности компонентов фитодетрита, скорости их деструкции позволили рассчитать интенсивность минерализационного потока для лесных экосистем каждого лесообразующего вида на лесопокрытой площади (рис. 24). При одинаковой плотности фитодетрита интенсивность высвобождения углерода в процессах разложения обусловлена концентрацией азота и минеральных элементов в разлагающемся материале: чем выше запасы этих элементов, тем выше «выход» углерода с единицы площади в единицу времени.

Удельная скорость разложения контролируется качественным (биохимическим) составом фитодетрита, показателем которого служат соотношения С- и N-содержащих соединений, органических и минеральных соединений. Чем же эти соотношения, тем выше удельная скорость разложения (выше «выход» С-СО2 из единицы С-содержащего вещества в единицу времени).

Увеличение скорости разложения фитодетрита в лесных экосистемах средней тайги по сравнению с экосистемами более высоких широт связано со сменой экологических условий (увеличение количества тепла, отсутствие вечной мерзлоты, снижение количества осадков, улучшение дренированности территории). В составе лесообразователей увеличивается до 60% участие видов, сбрасывающих листву, обогащенную азотом, кальцием. В результате активизируются процессы биохимической переработки растительного детрита, увеличивается удельная скорость разложения. В южной тайге удельная скорость разложения практически остается на уровне условий средней тайги из-за высокой доли грубого, медленно разлагающегося древесного материала на поверхности и в толще почвы (валеж, корневой детрит). Их разложение лимитируется особенностями химического состава (высокое содержание целлюлозы, лигнина, таннинов и флавоноидов). Мертвый органический материал лесных экосистем лесостепи, благодаря своему составу и свойствам (преобладание подстилки, в том числе лиственно-травянистой, среди других компонентов, обогащенность азотом и др.), при минимальных запасах характеризуется максимальной удельной скоростью разложения.

Рис. 24. Интенсивность чистой первичной продукции и гетеротрофного потока углерода Интенсивность минерализационного потока углерода практически на 90% определяется разложением фитодетрита. В течение года на территории края, покрытой лесом, «срабатывается» около 8% массы фитодетрита. Для бореальных лесов эта величина изменяется в пределах 5-10%. Поступление свежеотмирающего растительного материала с ежегодным опадом и отпадом составляет 3-5% от массы фитодетрита. В лесостепных и горных лесах масса фитодетрита в течение года уменьшается на 25%, «новое» поступление составляет 18Целый ряд факторов, в том числе высокая вариабельность массы фитодетрита в зависимости от состава и возраста лесообразователей, неодинаковая наполненность базы данных по массе его компонентов, не позволяет однозначно оценить тренд изменения запаса пула углерода фитодетрита на лесопокрытой территории края в годичном цикле его трансформации. Экспериментальные исследования в лиственничниках лесотундры и северной тайги показали, в последних отмирающие фракции фитомассы не только компенсируют углерод, освобождающийся при разложении, но и способствуют накоплению запаса мертвых растительных остатков. В лесотундре наблюдается несбалансированность процессов формирования пула детрита и «сработка» его запасов в экосистемах автоморфных позиций. Сосняки средней тайги характеризуются уравновешенностью процессов, контролирующих массу фитодетрита. Исследования, проведенные в южнотажных производных березняках и коренных пихтарниках, показали, что на современной стадии функционирования они также характеризуются устойчивым запасом углерода в фитодетрите. Активное накопление детрита, составляющее 10-20% стока углерода, происходит в молодых формирующихся экосистемах хвойных и лиственных лесообразующих видов.

Из разлагающихся компонентов фитодетрита основной вклад в гетеротрофный поток углерода вносит подстилка. По мере накопления в составе фитодетрита валежа и корневой мортмассы в направлении от лесотундры к южной тайге ее участие в формировании потока снижается с 80 до 50% и увеличивается с изменением состава лесообразователей и гидротермических условий трансформации органического материала до 90% в лесных экосистемах лесостепи и гор юга Сибири. Вклад гумуса почвы в формирование потока С-СО2 в лесах южной тайги не превышает 13%, в северных лесах – 3-6%.

С учетом площадей суммарный минерализационный выход углерода из лесных экосистем на территории края составляет 236 млн. т С-СО2 год-1. Анализ соотношения интенсивности двух основных потоков углеродного цикла – продуцирование ОВ в процессе фотосинтетической ассимиляции атмосферного С и его освобождение при разложении ОВ с возвратом в атмосферу (рис. 24) показал, что леса Красноярского края служат стоком для 34.6 млн. т С га-1 год-1, что составляет 13% годичной ассимиляции углерода атмосферы в продукции. Притундровые леса на современном этапе функционирования практически не накапливают углерод (3% от общего стока). Основной сток (NEP) приходится на таежные леса – 78%, для лесов лесостепи и гор юга края он составляет 19% величины NEP.

Разработка модели с пространственно-распределенными параметрами в виде сети клеточных автоматов, имитирующей картографическую структуру территории Юга Восточной Сибири. Геоинформационное картографирование динамики географических условий и состояния фаций (ИГ).

Наиболее значимые параметры воздействия, которые должны быть учтены в прогнозных моделях изменения биосферы на основе баланса углерода - это климатические характеристики, изменение которых во многом связано с эволюционного динамикой планеты в целом, а также с природными и техногенным процессами глобального и регионального уровней.

При моделировании природных процессов также необходимо учитывать, что отдельные геосистемы – это открытые системы, динамика которых определяется как состоянием физико-географических условий среды, так и влиянием соседних аквальных и территориальных систем. По этой причине для математического описания подобных процессов и связей необходима модель с распределенными параметрами, в которой главные характеристики геосистем являются функциями пространственных координат и зависят от влияния окружающих элементов исследуемой системы.

Математической моделью географического процесса является его описание в математических терминах, адекватное исходным представлениям и данным. Простейшая модель – перечень свойств среды и ее динамических параметров, взаимосвязь которых описывает изучаемый процесс в заданном приближении к действительности.

Рабочей группой Института географии разрабатывается несколько типов моделей: модели динамики геосистем (И.Н. Владимиров), модели механизмов гомеостатического регулирования (С.И. Мясникова), факториальные модели и модели классификаций (С.В. Солодянкина), модели клеточных автоматов (А.А. Фролов), модели комплексов (Е.А. Истомина).

На рис. 25 проиллюстрировано применимость моделей для решения различных типов задач.

комплексов Рис. 25. Применение различных типов моделей для решения различных исследовательских задач.

В рамках проекта решается задача оценки параметров геосистем разного вида, в основном – определения содержания углерода в различных компонентах экосистем в современный период и в прогнозируемой перспективе. Такая оценка осуществляется по признакам позиции (коду) показателей в классификационной системе показателей и коду типа геосистемы (характерного местоположения и природного режима), поэтому в расчетах используются классификационные модели, дискретные модели клеточных автоматов в форме p-адических чисел. Эволюционные изменения рассчитываются с помощью сетей гибридных клеточных автоматов, в моделях которых используются идеи динамического описания смены состояний, гомеостатического регулирования и экологических ниш (факториальные модели).

Идентификация моделей осуществляет по данным ГИС и на основе принципа подобия (существования геоинформационных комплексов).

В итоге разными моделями описывается пространственное и факторное взаимодействие геосистем, осуществляется идентификация моделей с учетом особенностей местоположения, дается оценка количественных параметров современного состояния геосистем, осуществляется прогноз их динамики в виде прогнозной анимационной карты с последующей оценкой сопутствующих изменений выходных параметров. В итоге оцениваемые параметры не рассчитываются как переменные модели, а становятся следствием модельного расчета изменений бореальных геосистем в целом, являющихся причиной изменения ее многочисленных частных характеристик.

Модели динамики бореальных лесов. Чем более абстрагирована исходная система уравнений от конкретных ситуаций, тем обширнее описываемый ею класс явлений. Именно поэтому дифференциальные уравнения, описывающие динамические процессы, когда рассматривают не состояние системы в целом, а детальные балансы вещества и энергии, переход объектов из состояния в состояние, являются основными математическими моделями в географии. К ним должны быть присоединены параметры, выделяющие из множества возможных конкретную ситуацию и называемые условиями однозначности. Свойства географической среды, отраженные в этих уравнениях, и условия однозначности задаются в виде констант или известных функций параметров состояния и влияющих факторов.

При исследовании и моделировании географических объектов для задания условий однозначности и выделения независимых переменных необходимо точно определить: 1) геометрические и топологические свойства системы, в которой протекает процесс (характеристика рельефа, фациальная структура и т.д.); 2) существенные для этого процесса характеристики объектов, образующих систему, и их зависимость от параметров состояния и динамических воздействий (например, площади лесонасаждений, коэффициенты интенсивности перехода из состояния в состояние и т.д.); 3) начальное или конечное состояние системы; 4) условия на границах системы в течение процесса (Кутателадзе, 1986). К этому необходимо добавить характеристики среды протекания процессов, отражающих природные режимы исследуемого пространства (Владимиров, 2003).

Соответствующие этому перечню размерные величины и их значения определяют условия однозначности географического процесса, выделяют единичное явление данного класса как географическую ситуацию. Величины, входящие в условия однозначности, задаются внешним образом по отношению к основным уравнениям, и поэтому являются независимыми переменными, множество которых однозначно определяет протекание конкретного процесса. Все остальные переменные, входящие в основные уравнения, являются зависимыми переменными (Владимиров, 2003).

На примере модели динамики лесных ресурсов, отражающей изменение распределения площадей лесонасаждений по породам и классам возраста, проиллюстрировано задание условий однозначности, в результате чего появляется модель конкретно определяющая процесс в некоторой географической ситуации.

Изменение структуры лесонасаждений с учетом смены пород представляется системой дифференциальных уравнений вида где Sij(t) - площадь, занятая лесами с преобладанием i-й породы j-го класса возраста в момент времени t (га); ij pij i - интенсивность перехода площади лесов i-й породы j-го класса возраста в площадь лесов той же породы (i + 1)-го класса возраста (1/год); ij p0ij i - коэффициент интенсивности смены i-й породы j-го класса возраста на леса других пород и возрастов (1/год); pij – доля площади, на которой в процессе восстановительно-возрастной динамики сохраняется лес данной породы, p 0ij - где он замещается на лесонасаждения с преобладанием других пород ( pij 1 p0ij ); Iij - суммарная скорость перехода лесонасаждений различного породного состава и возрастов в лесонасаждения i-й породы j- го возраста. Величина i находится по формуле где i соответствует шагу деления возраста на классы (для кедра – 40 лет, для остальных хвойных пород – 20, для лиственных – 10 лет). Поскольку интенсивность и направление процессов смены пород зависят от пространственного варьирования физико-географических характеристик среды, значения переменных ij определяется структурой ландшафта.

Подставим (2) в уравнение (1) и введем обозначение dS ij dt S ij i. При бесконечно малом шаге деления возраста на классы i=0 система уравнений (1) приводится к дифференциальному уравнению в частных производных где Si (t,) – площадь, покрытая лесонасаждениями с преобладанием i-й породы возраста в момент t; i() – интенсивность перехода лесонасаждений с преобладанием i-й породы возраста в лесонасаждения других пород; pi(t,) – вероятность того, что в лесонасаждениях с преобладанием i-й породы возраста в момент t не произойдет смены пород; Ii(t,) – суммарная скорость перехода лесонасаждений различного породного состава и возрастов в лесонасаждения i-й породы возраста в момент t.

Зависимыми переменными в модели являются площадь лесонасаждений (Si) и темпы замещения лесов разных пород лесонасаждениями данного породного состава и возраста (Ii). Независимые переменные – это прежде всего константы pi и i, а также начальные S i 0, S Hi и граничные условиях S i,0 i0 S 0i решение (3). Вероятности pj и p0i задаются внешним образом по отношению к основным переменным уравнений модели и однозначно определяют динамику лесонасаждений в конкретных физико-географических условиях, от которых зависит интенсивность и направленность смены пород в различных местоположениях.

В качестве примера в рамках площадной модели восстановительно-возрастной динамики лесов (3) рассмотрим стационарный процесс ( S i t 0 ) разрушения спелых и перестойных лесонасаждений, когда увеличение площадей за счет смены лесов с преобладанием других пород и возрастов отсутствует (Ii=0):

где i ( ) (1 pi ) / i. Предположив, что p i не зависит от возраста, и, сделав замену граничном условии S i (n0i ) S 0i :

где n0i класс возраста начала разрушения древостоев (возраст спелости).

Коэффициенты ki и lnS0i рассчитываются методами линейной регрессии по схеме, полученной из уравнения (4) после логарифмирования:

Расчет коэффициентов интенсивности разрушения перестойных лесов проводился для лесхозов Иркутской области. Если S0i рассчитывать в долях от площади спелых и перестойных насаждений i-й породы, то значения коэффициентов ki и lnS0i в (5) оказываются коррелированны т.е. линейные зависимости (5) образуют конгруэнцию с узлом в точке ni 6,46, ln S 0i 10, (рис. 26). Уравнение (6) показывает, что процесс разрушения перестойных насаждений зависит только от одного показателя ki, который характеризует конкретные лесорастительные условия, т.е. является индексом среды относительно рассматриваемого процесса, на основании которого рассчитывается значение pi 1 k i 1 – показатель надежности сохранения лесов, т.е. чем больше ki, тем меньше доля площади, на которой в процессе восстановительно-возрастной динамики сохраняются леса данной породы. Знание значения индекса ki дает возможность учитывать специфику условий и при моделировании динамики структуры лесонасаждений переходить от одних расчетных уравнений к другим,что обеспечивает однозначность расчетной схемы, комплексный учет физико-географических характеристик территории. Этот переход осуществляется простым поворотом линии зависимости (5) вокруг точки узла конгруэнции (см. рис. 26): процессы в одной среде преобразуются (калибруются) в процесс в других условиях по индексу ki.

Таким образом, при создании прогнозных динамических моделей таежных геосистем появляется возможность добиться выполнения условия однозначности решения уравнений за счет учета начальных и граничных условий решения и специфики условий географической среды. В последнем случае это осуществляется с помощью индексов среды ki, определяющих значения констант функциональных зависимостей параметров природной системы. Следовательно, существуют закономерности непрерывного перехода по индексу среды от моделей, созданных для одних условий, к моделям для других условий.



Pages:   || 2 | 3 |





Похожие работы:

«И.З. АБД УЛЛАЕВ ИНФОРМАЦИОННОЕ ОБЩЕСТВО И ГЛОБАЛИЗАЦИЯ: КРИТИКА НЕОЛИБЕРАЛЬНОЙ КОНЦЕПЦИИ ТАШКЕНТ 2006 УДК 316.32 ББК 60.52 А 18 Печатается по решению Научно-технического Совета Ташкентского университета информационных технологий Абдуллаев И.З. Информационное общество и глобализация: Критика неолибеА 18 ральной концепции.: изд-во Фан ва технология.- Т., 2006.-191с. Книга посвящена исследованию процессов становления информационного общества, в рамках периодизации стадиальных этапов развития...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Тверской государственный университет Факультет прикладной математики и кибернетики Кафедра вычислительной математики УТВЕРЖДАЮ Руководитель направления подготовки магистров д.ф.- м.н. доцент С.М.Дудаков 2012 года УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС по дисциплине Плановая модель ветровой циркуляции в водоёме для магистров 2 курса очной формы обучения (3 семестр)...»

«Предисловие Раздел 1. Общие вопросы методики преподавания  информатики и ИКТ в школе Глава 1. Предмет информатики в школе 1.1. Информатика как наука и как учебный предмет 1.2. История введения предмета информатика в отечественной  школе 1.3. Цели и задачи школьного курса информатики Контрольные вопросы и задания Глава 2. Содержание школьного курса информатики и ИКТ 36   2.1. Общедидактические подходы к определению содержания курса  информатики...»

«ИСТОРИЯ И МЕТОДОЛОГИЯ ИНФОРМАТИКИ И ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ Введение Цели, задачи, структура курса Целью изучения дисциплины История и методология информатики и вычислительной техники является: обобщение и систематизация знаний об истории развития информатики и вычислительной техники; анализ предпосылок формирования тенденций развития вычислительных и информационных ресурсов в историческом аспекте; формирование представления о методологии научных исследований; освоение методов...»

«Геологический институт КНЦ РАН Кольское отделение РМО Борисова В.В., Волошин А.В. ПЕРЕЧЕНЬ МИНЕРАЛЬНЫХ ВИДОВ КОЛЬСКОГО ПОЛУОСТРОВА Апатиты 2006 Перечень минеральных видов Кольского полуострова. Изд. 3-е, испр. и доп. / В.В. Борисова, А.В. Волошин – Апатиты: Геологический институт КНЦ РАН, Кольское отделение РМО, 2006. – 32 с. В новом “Перечне.” приведен исправленный и дополненный список минеральных видов Кольского полуострова по классам. На сегодня он насчитывает 944 минерала. Список минералов,...»

«5 марта 2008 года N 205-ПК ПЕРМСКИЙ КРАЙ ЗАКОН О БИБЛИОТЕЧНОМ ДЕЛЕ В ПЕРМСКОМ КРАЕ Принят Законодательным Собранием Пермского края 21 февраля 2008 года Настоящий Закон является правовой основой организации, сохранения и развития библиотечного дела в Пермском крае, устанавливает принципы деятельности библиотек, гарантирующие права человека на свободный доступ к информации, духовное развитие, приобщение к ценностям национальной и мировой культуры, а также на культурную, научную, образовательную и...»

«Список книг для чтения (1 – 10 классы) 1 класс Литературное чтение Н. Носов Фантазеры. Живая шляпа. Дружок. И другие рассказы. В. Драгунский Он живой и светится. В. Бианки, Н. Сладков Рассказы о животных. Г.Х. Андерсен Принцесса на горошине. Стойкий оловянный солдатик. П. Бажов Серебряное копытце. В. Катаев Дудочка и кувшинчик. Цветик-семицветик. Русский язык И.Р. Калмыкова 50 игр с буквами и словами. В.В. Волина Занимательное азбуковедение. Н. Павлова Читаем после Азбуки с крупными буквами....»

«Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики Евразийский открытый институт Белоновский В.Н. Шуленин В.В. ИЗБИРАТЕЛЬНОЕ ПРАВО Особенная часть Учебно-методический комплекс Москва 2008 1 УДК 342.8 ББК 67.400.5 Б 435 Белоновский В.Н., Шуленин В.В. ИЗБИРАТЕЛЬНОЕ ПРАВО: Особенная часть: Учебно-методический комплекс. – М.: Изд. центр ЕАОИ. 2008. – 387 с. ISNB 978-5-374-00097-9 © Белоновский В.Н., 2008 © Шуленин В.В., 2008 ©...»

«Раздел 1 УМК Министерство образования и науки Российской Федерации Государственное образовательное учреждение высшего профессионального образования УЛЬЯНОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ УТВЕРЖДАЮ: Декан факультета Информационных систем и технологий В. В. Шишкин 2011 г. РАБОЧАЯ ПРОГРАММА Дисциплины (модуля) Основы теории управления наименование дисциплины (модуля) 230101.62 Информатика и вычислительная техника (шифр и наименование направления) Вычислительные машины, комплексы...»

«1. Реут Д.В. Кентавр в интерьере. Кентавр. Методологический и игротехнический альманах, М.: 1991, N 1, с. 2 2. Реут Д.В. К микроанализу мегамашин. Кентавр, 1993, N 2, с. 47-51, 009EUT.ZIP from www.circle.ru 3. Реут Д.В. Ad marginem metodologia. Кентавр, 1995, N 2, с. 41-50. 4. Реут Д.В. Буриданово человечество. Международный конгресс Фундаментальные основы экологии и духовного здоровья человека. 27 сентября – 4 октября 1995 г. Алушта. Крым. Украина. Тезисы докладов. Часть 2, М.: 1996, с. 21 5....»

«УЧРЕЖДЕНИЕ РОССИЙСКОЙ АКАДЕМИИ НАУК ИНСТИТУТ БИОХИМИИ ИМ. А.Н. БАХА РАН (ИНБИ РАН) ТЕНДЕНЦИИ РАЗВИТИЯ ПРОМЫШЛЕННОГО ПРИМЕНЕНИЯ БИОТЕХНОЛОГИЙ В РОССИЙСКОЙ ФЕДЕРАЦИИ (Контракт от 30 декабря 2010 г. № 30/12/10) Москва 2011 г. АННОТАЦИЯ Качественной характеристикой современной биотехнологии является тандем самой передовой науки и технологических подходов, обеспечивающий оптимизацию производственных процессов с целью получения чистой продукции и одновременного сохранения глобальной окружающей среды....»

«А. Н. Горский БИОЭНЕРГОИНФОРМАТИКА Второе издание (Эзотерика, начальный курс) Санкт-Петербург 2012 УДК 615.8 ББК 53.59 Г67 Горский А.Н. Биоэнергоинформатика (Эзотерика, начальный курс)/ А.Н.Горский. – СПб.: Петербургский гос.ун-т путей сообщения, 2012. – 327с. ISBN 978-5-7641-0196-5 Книга содержит начальные знания по эзотерике. Рассмотрена энергоинформационная структура человека, дается описание тонких тел человека, такие вопросы как душа и Дух, аура, чакры, карма. С позиции эзотерики...»

«Федеральное агентство по образованию Государственное образовательное учреждение высшего профессионального образования САМАРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ НОРМАТИВНЫЕ ДОКУМЕНТЫ САМАРСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ Выпуск 1 Издательство Универс-групп 2005 Печатается по решению Редакционно-издательского совета Самарского государственного университета Нормативные документы Самарского государственного университета. Информационные технологии. Выпуск 1. / Составители:...»

«Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики Евразийский открытый институт С.А.Орехов, В.А.Селезнев Менеджмент финансово-промышленных групп (учебно-практическое пособие) Москва 2005 1 УДК 334.7 ББК 65.292 О 654 Орехов С.А., Селезнев В.А. МЕНЕДЖМЕНТ ФИНАНСОВО-ПРОМЫШЛЕННЫХ ГРУПП: Учебно-практическое пособие / Московский государственный университет экономики, статистики и информатики. — М.: МЭСИ, 2005. — 176 с. ISBN...»

«1 Балыкина, Е.Н. Сущностные характеристики электронных учебных изданий (на примере социально-гуманитарных дисциплин) / Е.Н. Балыкина // Круг идей: Электронные ресурсы исторической информатики: науч. тр. VIII конф. Ассоциации История и компьютер / Московс. гос. ун-т, Алтай. гос. ун-т; под ред. Л.И.Бородкина [и др.]. - М.-Барнаул, 2003. - С. 521-585. Сущностные характеристики электронных учебных изданий (на примере социально-гуманитарных дисциплин) Е.Н.Балыкина (Минск, Белгосуниверситет)...»

«СОДЕРЖАНИЕ Введение 5 1 Общие сведения о реализуемой укрупненной группе специальностей 010000 Физико-математические науки, о специальности 010501.65 Прикладная математика и информатика и выпускающей кафедре 7 2 Структура подготовки специалистов. Сведения по основной образовательной программе 9 3 Содержание подготовки специалиста 12 3.1 Учебный план 13 3.2 Учебные программы дисциплин и практик, диагностические средства 16 3.3 Программы и требования к итоговой государственной аттестации...»

«МИНОБРНАУКИ РОССИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ ТЕХНОЛОГИЧЕСКИЙ ИНСТИТУТ в г. ТАГАНРОГЕ В.В. БОГДАНОВ И.В. ЛЫСАК ИСТОРИЯ И ФИЛОСОФИЯ НАУКИ ФИЛОСОФСКИЕ ПРОБЛЕМЫ ИНФОРМАТИКИ ИСТОРИЯ ИНФОРМАТИКИ Учебно-методический комплекс по дисциплине Таганрог 2012 1 ББК 87я73 Богданов В.В., Лысак И.В. История и философия науки. Философские проблемы информатики. История информатики: Учебно-методический...»

«Министерство образования и науки Российской Федерации Владивостокский государственный университет экономики и сервиса _ ЛОГИСТИКА Практикум Владивосток Издательство ВГУЭС 2010 ББК 65.9(2) П 25 Пензина Т.Р. П 25 ЛОГИСТИКА [Текст]: практикум. – Владивосток: Изд-во ВГУЭС, 2010. – 48 с. Практикум по дисциплине Логистика составлен для проведения практических занятий и выполнения контрольных работ и в соответствии с учебной программой по дисциплине Логистика. Предназначен студентам по специальностям...»

«МОСКОВСКИЕ УЧЕБНО-ТРЕНИРОВОЧНЫЕ СБОРЫ ПО ИНФОРМАТИКЕ весна – 2006 Под редакцией В. М. Гуровица Москва Издательство МЦНМО 2007 УДК 519.671 ББК 22.18 ОГЛАВЛЕНИЕ М82 Московские учебно-тренировочные сборы по информатике. М82 Весна–2006 / Под ред. В. М. Гуровица М.: МЦНМО, Введение.......................................... 5 2007. 194 с.: ил. ISBN ?-?????-???-? I Задачи практических туров Книга предназначена для школьников, учителей информатики, студен-...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Филиал федерального государственного бюджетного образовательного учреждения высшего профессионального образования Кемеровский государственный университет в г. Анжеро-Судженске 1 марта 2013 г. РАБОЧАЯ ПРОГРАММА по дисциплине Математический анализ (ЕН.Ф.1) для специальности 080116.65 Математические методы в экономике факультет информатики, экономики и математики курс: 1, 2, 3 экзамен: 2, 3, 5 семестры семестр: 2, 3, 4, 5 зачет:2, 3, 4 семестры...»







 
© 2014 www.kniga.seluk.ru - «Бесплатная электронная библиотека - Книги, пособия, учебники, издания, публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.