Влияние климатических показателей на продуктивность сосновых древостоев

Работа посвящена изучению взаимосвязей продуктивности сосновых древостоев с климатическими факторами регионов Центрального федерального округа РФ. Одним из наиболее эффективных инструментов выявления закономерностей естественного формирования растительных сообществ является множественный регрессионный анализ, благодаря которому появилась возможность получить сложные модели, сочетающие количественные взаимосвязи и закодированные качественные (именные) характеристики бинарными переменными, учитывающими региональные особенности формирования насаждений и их продуктивность. Предпринята попытка обосновать дифференциацию запаса полных и чистых по составу сосновых древостоев ЦФО под влиянием климатических показателей, характеризующих атмосферное увлажнение и температурный режим субъектов РФ при зафиксированных средних высотах древостоев с 5-метровой градацией 15, 20, 25 и 30 м. Обоснование наличия закономерных изменений запаса от климатических показателей подтверждено строгими статистическими суждениями в отношении достоверности коэффициента детерминации (R2). Во всех случаях расчетное значение F-критерия Фишера превысило значение аналогичного критерия на 1-процентном уровне значимости при соответствующем числе степеней свободы, что указывает на вероятность возникновения ошибки всего в 1% случаев. Полученные регрессии являются достоверными и позволяют оценить потенциальную продуктивность древостоев, которая во многом определяется почвенно-климатическими условиями, на что указывали В.В. Докучаев, Г.Ф. Морозов, Г.Н. Высоцкий, В.Н. Сукачёв, А.И. Уткин и др. Включение в модель показателей сомкнутости лесного полога с учетом природного зонирования позволяет перейти от оценки потенциальной продуктивности древостоев к фактической. Сочетание в моделях нормативов потенциально возможной продуктивности древостоев и климатических показателей, характеризующих атмосферное увлажнение и температурный режим, позволяет глубже познать процесс формирования продуктивности лесов для построения экологически обоснованной системы управления древесными ресурсами Центрального федерального округа РФ.

1. Герасимов Ю.Ю., Хлюстов В.К. Математические методы и модели в расчетах на ЭВМ: применение в лесоуправлении и экологии: учебник для лесных вузов. – М.: МГУЛ, 2001. – 260 с.

2. Загреев В.В. Общесоюзные нормативы для таксации лесов / В.И. Сухих, А.З. Швиденко, Н.Н. Гусев, А.Г. Мошкалёв. – М.: Колос, 1992. – 495 с.

3. Хлюстов В.К. Комплексная оценка и управление древесными ресурсами. Модели – нормативы – технологии. – М.: Изд-во РГАУ-МСХА, 2015. – 449 с. – URL: http://elib.timacad.ru/dl/full/s23052022kniga2.pdf.

4. Глызин А.В., Размахнина Т.Б., Корсунов В.М. Дендрохронологические исследования в контактной зоне «Лес-степь» как источник информации о ее динамике // Сибирский экологический журнал. – 2005. – № 1. – С. 79-83.

5. Комин Г.Е. Дендрохронологический анализ динамики радиального прироста пихты кавказской // Лесное хозяйство Северного Кавказа: сборник научных трудов. – Вып. 25. – Сочи: ФГУ «НИИгорлесэкол», 2007. – С. 152-163.

6. Матвеев С.М. Дендроиндикация динамики состояния сосновых насаждений Центральной лесостепи. – Воронеж: ВГУ, 2003. – 272 с. 7. Молчанов А.А. Дендроклиматические основы прогнозов погоды / АН СССР, Лаборатория лесоведения. – М.: Наука, 1976. – 168 с.

7. Методы дендрохронологии. – Ч.I. Основы дендрохронологии. Сбор и получение древесно-кольцевой информации: учебно-методическое пособие / С.Г. Шиятов, Е.А. Ваганов, А.В. Кирдянов и др. – Красноярск: КрасГУ, 2000. – 80 с.

8. Голубятников Л.Л., Денисенко Е.А. Влияние климатических изменений на растительный покров Европейской России // Известия РАН. Серия «Географическая». – 2009. – № 2. – С. 57-68.

9. Замолодчиков Д.Г., Краев Г. Влияние изменений климата на леса России: зафиксированные воздействия и прогнозные оценки // Устойчивое лесопользование. – 2016. – № 4 (48). – С. 23-31.

10. Шиятов С.Г. Динамика древесной и кустарниковой растительности в горах Полярного Урала под влиянием современных изменений климата: научное издание. – Екатеринбург: УрО РАН, 2009. – 215 с.

11. Lucht W., Schaphoff S., Erbrecht T. et all. Terrestrial vegetation redistribution and carbon balance under climate change // Carbon Balance and Management. – 2006. – Vol. 1. – Pр. 1-7.

12. Soja A.J., Tchebakova N.M., French N.H.F. et all. Climate induced borealforest change: Predictions versus current observations // Global and Planetary Change. – 2007. – V. 56. – № 34. – Pр. 274-296.

13. Yu M., Wang G., Parr D., Ahmed K.F. Future changes of the terrestrial ecosystem based on a dynamic vegetation model driven with RCP8. 5 climate projections from 19 GCMs // Climatic Change. – 2014. – V. 127. – Pр. 257-271.

14. Коровин Г.Н., Зукерт Н.В. Влияние климатических изменений на лесные пожары в России // Климатические изменения: взгляд из России; Под ред. В.И. Данилова-Данильяна. – М.: ТЕИС, 2003. – С. 69-98.

15. Малевский-Малевич С.П. Анализ изменения пожароопасной обстановки в лесах России в XX и XXI веках на основе моделирования климатических условий / Е.К. Молькентин, Е.Д. Надёжина и др. // Метеорология и гидрология. – 2007. – № 3. – С. 14-24.

16. Шерстюков Б.Г., Шерстюков А.Б. Лесные пожары при потеплении климата в XXI веке // Проблемы экологического мониторинга и моделирования экосистем. – 2013. – Т. 25. – С. 300-314.

17. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Кн. 1, 2. – М.: Финансы и статистика, 1986. – 366 с.

18. Материалы по природно-экономической характеристике сельскохозяйственных микрорайонов СССР. Ч. I. – М.: Изд-во экономической литературы, 1962. – 999 с.

19. Архив климатических данных. – URL: http://climatebase.ru/regions/Russia.