научная статья по теме МОДЕЛИ МОНИТОРИНГА УРОВНЯ ДЕПОНИРОВАНИЯ УГЛЕРОДА ЛЕСНЫМИ ЭКОСИСТЕМАМИ Общие и комплексные проблемы естественных и точных наук

Текст научной статьи на тему «МОДЕЛИ МОНИТОРИНГА УРОВНЯ ДЕПОНИРОВАНИЯ УГЛЕРОДА ЛЕСНЫМИ ЭКОСИСТЕМАМИ»

Воронов М.П., кандидат технических наук, доцент

Усольцев В.А., доктор технических наук, профессор

Часовских В.П., доктор технических наук, профессор

(Уральский государственный лесотехнический университет)

МОДЕЛИ МОНИТОРИНГА УРОВНЯ ДЕПОНИРОВАНИЯ УГЛЕРОДА

ЛЕСНЫМИ ЭКОСИСТЕМАМИ

В статье приводится обзор моделей для определения уровня депонирования диоксида углерода лесными экосистемами, которые используются в Уральском государственном лесотехническом университете.

Ключевые слова: модель, диоксид углерода, экосистема.

THE MODELS FOR MONITORING OF FOREST ECOSYSTEMS CARBON DIOXIDE

DEPOSITION LEVEL

Within the article there is a review of the models for determination of forest ecosystems carbon dioxide deposition level, which are used in Ural State Forest Engineering University.

Keywords: model, carbon dioxide, ecosystem.

Углеродный баланс может быть использован в качестве показателя, характеризующего большинство видов человеческой деятельности. Разница между эмиссией и депонированием углерода позволяет выявлять степень и источники загрязнения.

В УГЛТУ существуют следующие методики для оценки уровня депонирования углерода лесными экосистемами:

1.При помощи регрессионных моделей фитомассы насаждений (Воронов М.П., Усольцев В.А., Часовских В.П., 2012; Усольцев В.А., 2010). В разработанных моделях совмещены базы данных о фитомассе и первичной продукции, полученные на пробных площадях с материалами Государственного учета лесного фонда (ГУЛФ) для территории Уральского федерального округа (10 территориальных образований). Модели позволяют рассчитывать общий углеродный пул фитомассы лесов и годичное депонирование углерода в фитомассе на уровне федерального округа, административного образования, лесхоза, лесничества, квартала или выдела.

Модели, описывающие зависимость фитомассы в абсолютно сухом состоянии (Pi, т/га) каждой фракции (стволы, ветви, хвоя, корни, нижние ярусы, куда включены подлесок, подрост и напочвенный покров - соответственно Pst, Pbr, Pf, Pr, Pu, т/га) от возраста (А, лет) и запаса (М, м3/га) насаждения, рассчитаны для каждой древесной породы отдельно (Воронов М П., Усольцев В.А., Часовских В.П., 2012).

Общий вид модели:

lnP, или ln(P,/M) = f [lnA, (lnA)2, lnM, ln(PbrM), ln (Pf/M), Pst].

Далее приводятся характеристики этой по основным лесообразующим породам. В качестве примера приведена характеристика модели для лиственницы в таблице 1.

Таблица 1

Характеристика уравнений для лиственницы Урала

Зависимые переменные Константы и независимые переменные Я2 8Е

ао ах(1пЛ) а2(1п4)2 а3(1пМ) а41п(РЬг/М)

Лиственница

1nPst, т/га -0,8145 0,0396 - 0,9956 - 0,992 0,106

1п(РЬг/М), т/м3 1,4611 -1,7473 0,1777 - - 0,288 0,236

1п(Р/М), т/м3 -0,9048 -0,3814 - - 0,5662 0,519 0,367

1пРг, т/га -1,2790 0,3425 - 0,5960 - 0,856 0,504

1п(Ри), т/га 1,7538 0,6194 - -0,8091 - 0,501 0,762

Модели, описывающие зависимость прироста фитомассы каждой фракции от возраста (А) и запаса (М) имеют вид:

\iaZi = { (1пА, 1пМ, 1пР/ 1пРг, 1пРи). Характеристика модели для лиственницы приведена в таблице 2.

Таблица 2

Характеристика уравнений для лиственницы Пермского края

Зависимые переменные Константы и независимые переменные Я2 8Б

а0 а:(1пА) а2(1пМ) а3(1пР/) | а4(1пРг) аа(1пРи)

Лиственница

1п^0 0,5296 -0,6384 0,5172 0,4014 - - 0,878 0,475

1п^Ьг) -0,2296 -0,4553 - 1,7087 - - 0,948 0,436

вд) -0,0252 -0,6206 0,6229 - - - 0,647 0,508

1n(Zг) -8,0556 0,8931 0,7663 - - - 0,769 0,786

1n(Zu) -5,0276 - - - - 1,7243 0,939 0,376

Вышеописанные модели реализованы в рамках автоматизированной системы (Воронов М П. и др., 2009; Иво^веу У.Л., Уогопоу М.Р., СЬавоувЫкЬ У.Р., 2011). В рамках системы была автоматизирована процедура расчета коэффициентов для моделей фитомассы и прироста. Согласно способу Чебышева множественное корреляционное уравнение приведено к виду:

г

1|( ЛЖ ЛЖ н)\.

- Г12£2(¡2) +

Г12 г13

1 г '23

1 г23

г 32 1

с основной ошибкой

1.234..

О",

- 1 - г2 -12

£

2( ¡2) 1

Г12 Г13

1 Г23

1 Г23

Г32 1

'3( ¡3)

+

32

г12 г13 г14

1 г23 г24

г 32 1 г34

1 г23 г24

Г32 1 г34

г '42 г43 1

Г12 г13 г14

1 г23 г24

г 32 1 г34

г 23 1 1 г '32 г23 1 г24 Г34

г 42 г43 1

£2(¡2 ) £3( ]Ъ) £4( Д)

1 г23 Г24

г 32 1 г34

1 Г23

Г32 1

+.

г

23

2

2

1

Далее выводятся формулы для расчета коэффициентов регрессионных уравнений, выражающих зависимость фитомассы и прироста фитомассы от 4 независимых переменных (Воронов М.П., Усольцев В.А., Часовских В.П., 2011): - свободный член (а):

а - Х Г12Х2^1 , Г23Х2^1 ¿1 Х3 ¿1 , Х

а ~ х 1--

У

У\

0\X2 Ч\ , ОX3 Ч2 0\X4 Чз , О X5 Ч 4 --1-----1--

23

коэффициент при X2 (a}):

Q\ =

r\20\ Г2ЗО

У °2

+

ОЧ\

коэффициент при X3 (a2):

a 2 =

О S\ G\P 0\Ч2

коэффициент при X4 (a3):

a3 =

У\

О , oq

■ +

коэффициент при X5 (a4):

o\ Ч4

На основе вышеописанного алгоритма в среде ADABAS и Natural реализованы приложения, которые могут использоваться как при научно-исследовательской деятельности, так и в учебном процессе. Приложения позволяют осуществлять поиск данных по конкретному лесничеству по названию лесничества, породе возрасту, а также просматривать данные всех групп возраста определенной породы лесничества и, изменяя данные о лесопокрытой площади и запасе, пересчитать значения фитомассы и прироста фитомассы с учетом измененных данных.

2. Средствами аэрокосмической съемки. На базе Уральского государственного университета существует Центр космического мониторинга, имеющий доступ к снимкам 4-х спутников (Terra, Aqua (MODIS), SPOT 4 и RADARSAT-!) с разрешением от 50 до 2000 м. Основной профиль Центра - Мониторинг хозяйственной деятельности УрФО на основе анализа уровня депонирования углерода по данным аэрокосмической съемки. Данные аэроснимков позволяют создать модели для оценки изменения уровня депонирования углерода (СО2) в УрФО. Эти оценки дают возможность выявить степень и основные источники загрязнения СО2, а также планировать хозяйственную деятельность промышленных предприятий и муниципальных образований с минимальным экологическим ущербом и максимальной эффективностью использования природных ресурсов.

Центр космического мониторинга оснащен:

- программными комплексами обработки данных дистанционного зондирования Земли: ENVI с модулями обработки космических радиолокационных изображений SARscape Basic и SARscape InSAR; ERDAS Imagine, ScanEXImage Processor, Fhotomod;

- геоинформационными системами: ArcGis, ArcView со специализированными модулями геостатистического анализа, 3D моделирования и пространственного анализа и MicroStation;

что дает возможность получать и использовать как при проведении научных исследований, так и в учебном процессе карты состояния свойств растительности, карты состояний

2

2

3

2

3

4

4

5

2

2

2

3

3

3

4

4

a4

5

свойств почв и почвообразующих пород, карты состояния свойств ландшафта, карты распределения лесов по породам и группам возраста.

Совмещение оценок уровня депонирования углерода и оценок уровня эмиссии и концентрации, могут быть использованы при решении таких задач, как контроль лесовозобновления; мониторинг вредителей и болезней; мониторинг загрязнения окружающей среды; мониторинг и картирование лесных горючих материалов; экологический мониторинг и прочих.

ЛИТЕРАТУРА

1. Воронов М.П., Усольцев В.А., Часовских В.П. Алгоритм автоматического расчета значений коэффициентов регрессионных уравнений оценки углерододепонирующей способности лесов при обновлении справочных данных // Фундаментальные исследования. -Пенза: Типография ИД «Академия Естествознания», 2011. - №12 - с. 89-95.

2. Воронов М.П., Усольцев В.А., Часовских В.П., Бараковских Е.В. Система пространственного анализа депонирования углерода лесами в среде СУБД ADABAS // Известия Санкт-Петербургской лесотехнической академии. Вып. 186. С-Пб. ГЛТА, 2009. С. 188-195.

3. Воронов М.П., Усольцев В.А., Часовских В.П. Исследование методов и разработка информационной системы определения и картирования депонируемого лесами углерода в среде Natural: Монография, 2 изд. испр. и доп. - Екатеринбург: Урал. гос. лесотехн. ун-т, 2012. 192 с.

4. Усольцев В.А. Фитомасса и первичная продукция лесов Евразии. - Екатеринбург: УрО РАН, 2010. 570 с.

5. Usol'tsev V.A., Voronov M.P., Chasovskikh V.P. Net Primary Production of Ural Forests: Methods and Results of Automated Estimating // Russian Journal of Ecology, 2011, Vol. 42, No. 5, pp. 362-370.

Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.

Показать целиком