Обобщенные модели фитомассы деревьев ивы (род Salix L.): мета-анализ. С. 64–75

УДК

630*5/6

DOI:

10.37482/0536-1036-2024-5-64-75

Аннотация

Изменение климата оказывает негативное воздействие на окружающую среду, в т. ч. на лесные экосистемы. Однако леса не только являются пассивными объектами, на которые направлено влияние изменения климата, но и благодаря своей способности поглощать и накапливать углерод могут сами существенно воздействовать на этот процесс. Связывание углерода лесными экосистемами играет важную роль в смягчении последствий изменения климата. Поэтому необходимо знание о количестве углерода, запасенного в лесной фитомассе, и все более актуальным становится точное определение фитомассы лесных деревьев. Вследствие поглощения углекислого газа в процессе роста растений и его высвобождения при сжигании древесины лес является источником углеродно-нейтральной энергии. Идея использования фитомассы в качестве источника энергии для замены ископаемого топлива наиболее перспективна в отношении быстрорастущих пород. К ним относятся ивы (род Salix L.), произрастающие в Европе, Азии, Америке и Африке и встречающиеся от тундры до тропиков. Ива успешно применяется как топливо во многих странах, она показывает превосходные рост и продуктивность даже на ювенильных стадиях и при определенных климатических условиях среди древесных растений характеризуется самой высокой способностью преобразовывать солнечное излучение в фитомассу. Короткоротационные плантации не представляют собой экологически перспективный энергетический ресурс для снижения уровня парниковых газов. Поскольку разработка моделей фитомассы – трудоемкий процесс, применяются так называемые обобщенные мета-модели. Цель настоящего исследования состоит в построении обобщенных моделей надземной фитомассы и фитомассы фракций (листва, ветви, ствол, корни) деревьев ивы на основе мета-анализа данных. В ходе работы построены модели для оценки надземной фитомассы деревьев как по диаметру у основания ствола, так и по диаметру на высоте груди, информативность которых близка к функциональной, а смещения составляют лишь около 2 %. Поскольку каждая фракция фитомассы обладает специфичной углерододепонирующей способностью и вносит разный вклад в углеродный баланс, разработаны обобщенные модели для оценки массы листвы, ветвей, стволов и корней в связи с надземной фитомассой деревьев, объясняющие от 82 % (для листвы) до 99 % (для стволов и корней) общей изменчивости фитомассы.

Сведения об авторах

А.А. Парамонов¹, канд. с.-х. наук, науч. сотр.; ResearcherID: ABH-7242-2020, ORCID: https://orcid.org/0000-0002-0961-221X
В.А. Усольцев^2,4*, д-р c.-х. наук, проф.; ResearcherID: M-8253-2018, ORCID: https://orcid.org/0000-0003-4587-8952
С.В. Третьяков^1,3, д-р с.-х. наук, проф.; ResearcherID: AAE-3861-2021, ORCID: https://orcid.org/0000-0001-5982-3114
И.В. Цветков^1,3, канд. с.-х. наук; ResearcherID: AAY-6441-2021, ORCID: https://orcid.org/0000-0002-1559-3254
И.С. Цепордей⁴, канд. с.-х. наук, науч. сотр.; ResearcherID: AAC-5377-2020, ORCID: https://orcid.org/0000-0002-4747-5017
¹Северный научно-исследовательский институт лесного хозяйства, ул. Никитова, д. 13, г. Архангельск, Россия, 163062; vagner93@inbox.ru, s.v.tretyakov@narfu.ru,
i.tsvetkov@narfu.ru
²Уральский государственный лесотехнический университет, Сибирский тракт, д. 37, г. Екатеринбург, Россия, 620100; Usoltsev50@mail.ru*
³Северный (Арктический) федеральный университет им. М.В. Ломоносова, наб. Северной Двины, д. 17, г. Архангельск, Россия, 163002; vagner93@inbox.ru,
s.v.tretyakov@narfu.ru, i.tsvetkov@narfu.ru
⁴Ботанический сад УрО РАН, ул. 8 Марта, д. 202а, г. Екатеринбург, Россия, 620144;
Usoltsev50@mail.ru*, ivan.tsepordey@yandex.ru

Ключевые слова

Salix L., фитомасса ствола, надземная фитомасса, фитомасса фракций, обобщенная модель, мета-анализ, регрессионный анализ

Для цитирования

Парамонов А.А., Усольцев В.А., Третьяков С.В., Цветков И.В., Цепордей И.С. Обобщенные модели фитомассы деревьев ивы (род Salix L.): мета-анализ // Изв. вузов. Лесн. журн. 2024. № 5. С. 64–75. https://doi.org/10.37482/0536-1036-2024-5-64-75

Литература

1. Анциферов Г.И. Ива. М.: Лесн. пром-сть, 1984. 101 с.

2. Гусев И.И. Моделирование экосистем. Архангельск: АГТУ, 2002. 112 c. 

3. Пристова Т.А. Запасы углерода в древесных растениях березово-елового молодняка послерубочного происхождения в условиях средней тайги Республики Коми // Тр. СПбНИИЛХ. 2022. No 1. С. 72–82. https://doi.org/10.21178/2079-6080.2022.1.72

4. Смирнов В.В. Органическая масса в некоторых лесных фитоценозах Европейской части СССР. М.: Наука, 1971. 359 с. 

5. Усольцев В.А., Парамонов А.А., Третьяков С.В., Коптев С.В., Цепордей И.С. Модель объема ствола ивы: мета-анализ // Изв. вузов. Лесн. журн. 2021. No 3. С. 49–58. https://doi.org/10.37482/0536-1036-2021-3-49-58

6. Усольцев В.А., Уразова А.Ф., Борников А.В., Цепордей И.С. Видоспецифичная аллометрия и «всеобщая» модель структуры надземной биомассы рода Prunus L.: мета-анализ // Леса России и хоз-во в них. 2019. No 3 (70). С. 4–15. 

7. Усольцев В.А., Цепордей И.С., Азаренок В.А., Кох Е.В. Всеобщие аллометрические модели фитомассы подлесочных видов: мета-анализ // Вестн. Поволж. гос. технол. ун-та. Сер.: Лес. Экология. Природопользование. 2023. No 1 (57). С. 5–20. https://doi.org/10.25686/2306-2827.2023.1.5

8. Усольцев В.А., Цепордей И.С., Парамонов А.А., Третьяков С.В., Коптев С.В., Карабан А.А., Цветков И.В., Давыдов А.В., Часовских В.П. Сравнительный мета-анализ аллометрических моделей биомассы быстрорастущих лиственных пород // Биосфера. 2023. Т. 15, No 1. С. 7–20. https://doi.org/10.24855/biosfera.v15i1.789

9. Усольцев В.А., Цепордей И.С., Часовских В.П. Всеобщие аллометрические модели фитомассы берез (род Betula L.): мета-анализ // Тр. СПбНИИЛХ. 2023. No 4. С. 4–15. https://doi.org/10.21178/2079-6080.2023.4.4

10. Четыркин Е.М. Статистические методы прогнозирования. М.: Статистика, 1977. 200 с. 

11. Arevalo C.B.M., Volk T.A., Bevilacqua E., Abrahamson L. Development and Validation of Aboveground Biomass Estimations for Four Salix Clones in Central New York. Biomass and Bioenergy, 2007, vol. 31, iss. 1, pp. 1–12. https://doi.org/10.1016/j.biombioe.2006.06.012

12. Blujdea V.B.N., Pilli R., Dutca I., Ciuvat L., Abrudan I.V. Allometric Biomass Equations for Young Broadleaved Trees in Plantations in Romania. Forest Ecology and Management, 2012, vol. 264, pp. 172–184. https://doi.org/10.1016/j.foreco.2011.09.042

13. Chave J., Réjou-Méchain M., Búrquez A., Chidumayo E., Colgan M.S., Delitti W.B.C., Duque A., Eid T., Fearnside P.M., Goodman R.C., Henry M., Martínez-Yrízar A., Mugasha W.A., Muller-Landau H.C., Mencuccini M., Nelson B.W., Ngomanda A., Nogueira E.M., Ortiz-Malavassi E., Pélissier R., Ploton P., Ryan C.M., Saldarriaga J.G., Vieilledent G. Improved Allometric Models to Estimate the Aboveground Biomass of Tropical Trees. Global Change Biology, 2014, vol. 20, iss. 10, pp. 3177–3190. https://doi.org/10.1111/gcb.12629

14. Chen J., Fang X., Wu A., Xiang W., Lei P., Ouyang S. Allometric Equations for Estimating Biomass of Natural Shrubs and Young Trees of Subtropical Forests. New Forests, 2024, vol. 55, pp.15–46. https://doi.org/10.1007/s11056-023-09963-z

15. Chojnacky D.C., Heath L.S., Jenkins J.C. Updated Generalized Biomass Equations for North American Tree Species. Forestry, 2014, vol. 87, iss. 1, pp. 129–151. https://doi.org/10.1093/forestry/cpt053

16. Conti G., Gorné L.D., Zeballos S.R., Lipoma M.L., Gatica G., Kowaljow E., Whitworth-Hulse J.I., Cuchietti A., Poca M., Pestoni S., Fernandes P.M. Developing Allometric Models to Predict the Individual Aboveground Biomass of Shrubs Worldwide. Global Ecology and Biogeography, 2019, vol. 28, iss. 7, pp. 961–975. https://doi.org/10.1111/geb.12907

17. Dahal B., Poudel K.P., Renninger H.J., Granger J.J., Leininger T.D., Gardiner E.S., Souter R.A., Rousseau R.J. Aboveground Biomass Equations for Black Willow (Salix nigra Marsh.) and Eastern Cottonwood (Populus deltoides Bartr. ex Marsh.). Trees, Forests and People, 2022, vol. 7, art. no. 100195. https://doi.org/10.1016/j.tfp.2022.100195

18. Jenkins J.C., Chojnacky D.C., Heath L.S., Birdsey R.A. National-Scale Biomass Estimators for United States Tree Species. Forest Science, 2003, vol. 49, iss. 1, pp. 12–35. https://doi.org/10.1093/forestscience/49.1.12

19. Marchetti M. Forest Biomass for Bioenergy: Opportunities and Constraints for Governance Context. Forest Biomass Conference 2013, 2013, pp. 37–38.

20. Mleczek M., Rutkowski P., Rissmann I., Kaczmarek Z., Golinski P., Szentner K., Strazyńska K., Stachowiak A. Biomass Productivity and Phytoremediation Potential of Salix alba and Salix viminalis. Biomass and Bioenergy, 2010, vol. 34, iss. 9, pp. 1410–1418. https://doi.org/10.1016/j.biombioe.2010.04.012

21. Mund M., Kummetz E., Hein M., Bauer G.A., Schulze E.-D. Growth and Carbon Stocks of a Spruce Forest Chronosequence in Central Europe. Forest Ecology and Management, 2002, vol. 171, iss. 3, pp. 275–296. https://doi.org/10.1016/S0378-1127(01)00788-5

22. Muukkonen Р. Generalized Allometric Volume and Biomass Equations for Some Tree Species in Europe. European Journal of Forest Research, 2007, vol. 126, pp. 157–166. https://doi.org/10.1007/s10342-007-0168-4

23. Pajtík J., Konôpka B., Šebeň V. Mathematical Biomass Models for Young Individuals of Forest Tree Species in the Region of the Western Carpathians. Zvolen, National Forest Centre – Forest Research Institute Zvolen, 2018. 89 p.

24. Pastor J., Aber J.D., Melillo J.M. Biomass Prediction Using Generalized Allometric Regressions for Some Northeast Tree Species. Forest Ecology and Management, 1984, vol. 7, iss. 4, pp. 265–274. https://doi.org/10.1016/0378-1127(84)90003-3

25. Paul K.I., Roxburgh S.H., England J.R., Ritson P., Hobbs T., Brooksbank K., Raison R.J., Larmour J.S., Murphy S., Norris J., Neumann C., Lewis T., Jonson J., Carter J.L., McArthur G., Barton C., Rose B. Development and Testing of Allometric Equations for Estimating Aboveground Biomass of Mixed-Species Environmental Plantings. Forest Ecology and Management, 2013, vol. 310, pp. 483–494. https://doi.org/10.1016/j.foreco.2013.08.054

26. Perala D.A., Alban D. Allometric Biomass Estimators for Aspen-Dominated Ecosystems in the Upper Great Lakes. Research Paper NC-314. St. Paul, MN, US Department of Agriculture, Forest Service, North Central Forest Experiment Station, 1993. 38 p. https://doi.org/10.2737/NC-RP-314

27. Ribe J.H. Puckerbrush Weight Tables. Miscellaneous Report 152. Orono, ME, University of Maine, Life Sciences and Agriculture Experiment Station, 1973. 92 p.

28. Urban D.L., Acevedo M.F., Garman S.L. Scaling Fine-Scale Processes to Large-Scale Patterns Using Models Derived from Models: Meta-Models. Spatial Modeling of Forest Landscape Change: Approaches and Applications, 1999, chapt. 4, pp. 70–98.

29. Volk T.A., Luzadis V. Willow Biomass Production for Bioenergy, Biofuels and Bioproducts in New York. Renewable Energy from Forest Resources in the United States, 2009, pp. 238–260. https://doi.org/10.4324/9780203888421-22

30. West G.B., Brown J.H., Enguist B.J. A General Model for the Structure and Allometry of Plant Vascular System. Nature, 1999, vol. 400, pp. 664–667. https://doi.org/10.1038/23251

31. Wilkinson A.G. Poplars and Willows for Soil Erosion Control in New Zealand. Biomass and Bioenergy, 1999, vol. 16, iss. 4, pp. 263–274. https://doi.org/10.1016/S0961-9534(99)00007-0

32. Yang T.H., Song K., Da L.J., Li X.P., Wu J.P. The Biomass and AboveGround Net Primary Productivity of Schima superba-Castanopsis carlesii Forests in East China. Science China Life Sciences, 2010, vol. 53, pp. 811–821. https://doi.org/10.1007/s11427-010-4021-5

33. Young H.E., Ribe J.H., Wainwright K. MR 230: Weight Tables for Tree and Shrub Species in Maine. Life Sciences & Agriculture Experiment Station Miscellaneous Report 230, 1980. 84 p.

34. Zianis D., Mencuccini M. On Simplifying Allometric Analyses of Forest Biomass. Forest Ecology and Management, 2004, vol. 187, iss. 2–3, pp. 311–332. https://doi.org/10.1016/j.foreco.2003.07.007