В работе представлены результаты изучения возобновления основных лесообразующих пород в полезащитных лесополосах хозяйства ГУП ЛНР «Агрофонд», которое расположено в Артемовском районе города Луганска. Цель работы – оценить состояние подроста древесно-кустарниковой растительности полезащитных лесополос и выявить факторы, влияющие на её развитие. При исследовании использовалась методика, применяемая в лесной таксации и методика системных исследований лесоаграрных ландшафтов. Определение влажности почвы проводили термостато-весовым методом. Сбор опада проводился с пяти опадоуловителей, они размещались в лесополосе в случайном порядке. Количественный и качественный состав подроста в полезащитных лесополосах изучали методом круговых учётных площадок площадью 10 м2 каждая (радиус 1,78 м). В первой полезащитной лесополосе было заложено 10 круговых учётных площадок, во второй ˗ 10 шт., а в третьей ˗ 18 шт. При анализе подроста лесообразующих пород установлено, что древесно-кустарниковая растительность на пробных учётных площадках представлена Fraxinus excelsior L., Prunus mahaleb L., Pyrus communis L., Ulmus parvifolia Jacq., Lonicera tatarica L., Quercus robur L., Robinia pseudoacacia L., Acer tataricum L., Ligustrum vulgare L. Выявлено, что по количественному составу на первой и второй полезащитных лесополосах преобладает подрост Prunus mahaleb L., а именно, первая полезащитная лесополоса – 72 шт. и вторая – 33 шт. Тогда как на третьей полезащитной лесополосе преобладает подрост Acer tataricum L. ‒ 46 шт. Благонадёжный подрост Quercus robur L. встречается при суммарном освещении от 6250 до 5850 лк, а сомнительный ‒ при освещении 3500 лк. В статье обосновывается мысль о том, что при густоте древостоя от 208 до 286 шт./га (средняя густота) самосева дуба черешчатого не наблюдается. При повышении древостоя от 298-327 шт./га (средняя густота) до 426 шт./га (густой древостой) состояние самосева дуба черешчатого по жизненному состоянию благонадёжное. При густом древостое (783 шт./га) состояние самосева по жизненному состоянию сомнительное. Освещённость и густота древостоя взаимосвязаны между собой и влияют на жизненное состояние самосева всех древесно-кустарниковых пород, произрастающих на учётных площадках, в то время как влажность почвы и масса листового опада больше влияют на прорастание их семян. Во всех трёх полезащитных лесополосах происходит накопление влаги по сравнению с контролем (открытое пространство), которая задерживается корнями древесно-кустарниковой растительности. Однако, влаги в почве полезащитных лесополос недостаточно для успешного возобновления самосева.
Луганская Народная Республика, лесовозобновление, подрост, густота древостоя, листовой опад
Текст (PDF): Читать Скачать
Текст (PDF): Читать Скачать
Текст (PDF): Читать Скачать
Текст (PDF): Читать Скачать
Полезащитные лесополосы играют ключевую роль в агролесоландшафтах, обеспечивая защиту почв от эрозии, улучшение микроклимата и сохранение биоразнообразия. Долговременная устойчивость этих насаждений напрямую зависит от процессов естественного возобновления, которые определяются комплексом факторов, среди которых густота древостоя и режим освещенности являются ключевыми.
Плотность древесного стоя, или количество деревьев на единицу площади, существенно влияет на процессы естественного возобновления в полезащитных лесополосах. Высокая плотность стоя может способствовать конкуренции между деревьями за свет, воду и питательные вещества, что может замедлить процесс естественного возобновления. С другой стороны, оптимальная плотность может создать условия для успешного роста молодых деревьев, обеспечивая им необходимое количество ресурсов. Кроме того, плотность древесного стоя влияет на микроклимат в лесополосах, что также может оказывать влияние на восстановление растительности. Например, более густые лесополосы могут создавать более влажные условия, способствующие росту определенных видов растений. Изучение этих факторов важно для разработки эффективных стратегий управления лесами и сохранения экосистем, что в свою очередь может помочь в борьбе с изменением климата и поддержании устойчивости природных ресурсов.
Световой режим представляет собой один из доминирующих факторов, определяющих процессы роста и развития растений в лесных экосистемах. Фотосинтез как фундаментальный физиологический процесс напрямую зависит от интенсивности и спектрального состава света. В условиях лесного полога свет приобретает исключительную гетерогенность, создавая мозаику микросайтов с различными условиями для возобновления.
Спектральный состав света играет регулирующую роль в различных аспектах развития растений. Как отмечают исследователи, синий и фиолетовый спектр ответственны за формирование крепких стеблей и густой листвы, в то время как красный свет служит сигналом к цветению и плодоношению. Это имеет важное значение для естественного возобновления, поскольку различные виды демонстрируют разную чувствительность к спектральным характеристикам света.
Фотопериодизм - реакция растений на продолжительность светового дня - определяет фенологические ритмы развития многих древесных видов. Различают короткодневные, длиннодневные и нейтральные виды, что необходимо учитывать при оценке перспективности естественного возобновления в конкретных световых условиях. Свет влияет не только на процессы фотосинтеза, но и на морфогенез растений. При одностороннем освещении наблюдается эксцентричное развитие стволов, что снижает технические качества древесины и может иметь значение для формирования устойчивых насаждений с оптимальными защитными функциями в условиях полезащитных лесополос.
Густота древостоя выступает интегральным показателем, определяющим интенсивность конкурентных отношений между деревьями за ресурсы, включая свет, влагу и питательные вещества. Многочисленные исследования подтверждают существенное влияние этого фактора на процессы естественного возобновления.
Kholdaenko et al. (2022) [1] в исследовании на плантациях Picea obovata в Центральной Сибири установили, что начальная плотность посадки значимо влияет на динамику роста деревьев. Авторы выявили, что средний диаметр дерева демонстрировал постоянную негативную аллометрическую зависимость от густоты древостоя в возрасте 20, 25 и 35 лет, тогда как высота дерева значимо зависела от густоты только до 35-летнего возраста. При этом продуктивность на уровне дерева отрицательно коррелировала с густотой, в то время как продуктивность на уровне древостоя была положительно связана с ней.
Аналогичные закономерности были выявлены Tymińska-Czabańska et al. (2022) [2] при изучении роста сосны обыкновенной с использованием повторных данных воздушного лазерного сканирования. Исследователи показали, что более высокая густота стимулировала рост деревьев, особенно на продуктивных участках, демонстрируя прирост высоты около 10%.
Liu et al. (2022) [3] в естественных смешанных елово-пихтово-широколиственных лесах выявили, что индекс плотности древостоя является наиболее значимым предиктором прироста базальной площади, что указывает на доминирующую роль конкурентных отношений в ограничении продуктивности. Dubenyok & Lebedev (2022) [4] и другие авторы [5-7] в длительных наблюдениях за сосновыми насаждениями различной начальной густоты установили, что в более густых древостоях смыкание крон и формирование лесного полога происходят раньше, а максимальные объемные запасы достигаются в более раннем возрасте.
Световой режим под пологом лесных насаждений напрямую зависит от густоты древостоя, архитектуры крон и видового состава. Это взаимодействие определяет условия для естественного возобновления.
Грабарник и соавт. [8] в разработке световой модели для пространственно-явных моделей лесных насаждений подчеркивает, что свет является доминирующим фактором во многих экосистемах, а его доступность в подпологовом пространстве крайне гетерогенна.
Процессные модели основаны на механистическом описании эколого-физиологических процессов в лесных экосистемах. Они воспроизводят причинно-следственные связи биологических процессов через уравнения фотосинтеза и дыхания, используя как упрощенные физиологические зависимости, так и эмпирические функции нетто-продуктивности. Важным преимуществом этих моделей является возможность интеграции с почвенными модулями, что позволяет оценивать динамику органического вещества почв, эмиссию углекислого газа и баланс питательных элементов.
Расширенная функциональность процессных моделей включает расчет гидротермических условий и моделирование динамики травяно-кустарничкового яруса. Это обеспечивает комплексное представление о функционировании лесной экосистемы и конкурентных взаимодействиях между растениями за ресурсы. Способность учитывать влияние изменяющихся природных условий делает эти модели особенно ценными для прогнозирования реакции лесных экосистем на климатические изменения.
Различные виды древесных растений демонстрируют стратегические адаптации к условиям освещенности. Cheng et al. (2023) [9] в обзоре по подлесочной растительности отмечают, что низкая доступность света в подлеске обычно рассматривается как стресс для саженцев деревьев, ограничивающий их чистое накопление углерода и рост. Теневыносливые породы успешно возобновляются при наличии бокового или сквозного освещения, в то время как для светолюбивых пород необходимо верхнее освещение или его комбинация с боковым.
Патент RU2081557C1 (2021) [10] предлагает способ оценки естественного возобновления леса, основанный на определении относительного периода угнетения, вычисляемого как отношение возраста подроста к возрасту спелого насаждения. Этот подход позволяет оценить перспективность естественного возобновления и принять обоснованное решение о сохранении подроста при проведении рубок. Преимуществом данного метода является учет не абсолютного, а относительного возраста подроста, что делает оценку более надежной в различных лесорастительных условиях.
Современные исследования все чаще используют технологию дистанционного зондирования для оценки параметров лесных насаждений. Tymińska-Czabańska et al. (2022) [11] демонстрируют эффективность использования повторных данных воздушного лазерного сканирования для разработки моделей роста высоты с учетом густоты древостоя. Morin et al. (2023) [12] в своей статье подчеркивают важность инновационных методов инвентаризации для мониторинга и реагирования на глобальные изменения с целью повышения устойчивости и продуктивности лесов, отмечая, что такие методы могут сократить время сбора данных на 40%, повышая эффективность мониторинга.
Исследование Chekanyshkin (2024) [13] по росту и состоянию дуба черешчатого в смешанных защитных лесных насаждениях демонстрирует важность способов посадки для последующего развития древостоев. Установлено, что в сплошной рядной посадке количество живых дубов на 35,6-52,1% ниже по сравнению с прерывистыми вариантами посадки, с заметными различиями в высоте и диаметре ствола. Fajardo et al. (2023) [] при изучении динамики низкорослых древесных видов рекомендуют создание полосовых рубок или окон и скарификацию верхнего слоя почвы для содействия возобновлению и реорганизации леса после нарушений.
Управление густотой древостоя оказывает существенное влияние на биоразнообразие подлеска. Лукина и соавт. [15] изучали воздействие различной интенсивности и продолжительности лесного управления на разнообразие и устойчивость растительных сообществ. Результаты показали значительное снижение индексов разнообразия на 53,37%-62,77%, доминирования на 46,04%-59,17%, выравненности на 32,58%-53,55% и богатства на 50,18%-51,30% после 20 лет управления.
Полезащитные лесополосы имеют специфические особенности, отличающие их от естественных лесов, что определяет характер процессов возобновления в них. Защитные лесные насаждения характеризуются линейной структурой, меньшей шириной и повышенным краевым эффектом, что создает особые условия для возобновления. Эти насаждения испытывают более интенсивное воздействие абиотических факторов по сравнению с лесными массивами [16-18].
Исследование Ostarin и соавт. [19] подчеркивает, что большинство насаждений не имеет достаточного подлеска и второго яруса, из которых могут формироваться новые древостои. Это особенно актуально для защитных лесных насаждений, где часто доминируют пионерные виды с ограниченной способностью к естественному возобновлению в условиях собственного полога.
На процессы естественного возобновления в полезащитных лесополосах существенное влияние оказывает окружающий агроландшафт. Sundriyal et al. (2023) [20] при изучении возобновления в гималайских сосново-дубовых лесах Индии установили, что ландшафтное лесное покрытие не оказывало значительного влияния на возобновление, в то время как факторы микросреды имели большее значение. Этот вывод имеет важное значение для защитных лесных насаждений, поскольку указывает на возможность успешного возобновления даже в условиях изолированных лесополос при обеспечении соответствующих микросайтных условий.
Таким образом, проведенный анализ научной литературы демонстрирует сложный характер взаимодействия между густотой древостоя, световым режимом и процессами естественного возобновления в лесных экосистемах, включая полезащитные лесополосы. Установлено, что оба фактора оказывают существенное влияние на все стадии возобновления - от семеношения и прорастания семян до роста и развития подроста.
Для повышения эффективности управления процессами естественного возобновления в полезащитных лесополосах целесообразно разрабатывать дифференцированные подходы к регулированию густоты с учетом видовой специфики и целевого назначения насаждений, внедрять современные технологии мониторинга для оценки параметров древостоев и светового режима, а также учитывать ландшафтный контекст при планировании мероприятий по содействию естественному возобновлению.
Перспективными направлениями дальнейших исследований являются изучение физиологических механизмов влияния различных спектральных составов света на рост и развитие подроста в условиях лесополос, разработка моделей оптимизации густоты древостоев с учетом их защитных функций и устойчивости, исследование взаимодействия густоты и светового режима с другими факторами в условиях агроландшафтов. Реализация этих направлений позволит повысить экологическую устойчивость и долговечность полезащитных лесных насаждений.
Цель работы - Изучить влияние густоты древостоя и уровня освещенности на процессы естественного возобновления в полезащитных лесополосах Луганской Народной Республики для разработки научно-обоснованных рекомендаций по их сохранению и восстановлению.
Материалы и методы
Объектом исследований являются полезащитные лесополосы ажурно-продуваемой конструкции в хозяйстве ГУП ЛНР «Агрофонд», которое располагается в Артемовском районе города Луганска. Исследования проводились на протяжении 2023-2025 годов. Поля расположены за поселком Дзержинского, также в 3 км от поселка Юбилейный. Лесополосы состоят из пяти рядов, ширина одной вместе с закрайками (1,5 метр) – 16 м, расстояние между рядами в среднем 2,5 м, а в ряду 1,5 м между деревьями. Главная порода – ясень обыкновенный (Fraxinus excelsior L.). Средняя высота (Н) в полезащитных лесополосах составляет 8-15Н. Полоса имеет ажурно-продуваемую конструкцию. Видовой состав первой лесополосы представлен следующими древесными породами: Fraxinus excelsior L., Prunus mahaleb L., Acer tataricum L., Ulmus laevis Pall. Кустарниковый ярус представлен Lonicera tatarica L., Caragana arborescens Lam., Prunus spinosa L. Площадь лесополосы составляет 298 м2.
Вторая лесополоса представлена следующим видовым составом: Fraxinus excelsior L., Prunus mahaleb L., Acer tataricum L., Ulmus laevis Рall., Pyrus communis L. Кустарниковый ярус представлен Lonicera tatarica L., Caragana arborescens Lam., Rosa eanina L. Prunus spinosa L. Площадь лесополосы составляет 406 м2.
Третья лесополоса представлена следующим видовым составом: Fraxinus excelsior L., Acer tataricum L., Rosa eanina L., Quercus robur L., Prunus mahaleb L. Кустарниковый ярус представлен Lonicera tatarica L., Caragana arborescens Lam., Prunus spinosa L. Площадь лесополосы составляет 1234 м2.
При исследовании использовалась методика, применяемая в лесной таксации и методика системных исследований лесоаграрных ландшафтов [21]. Определение влажности почвы проводили термостато-весовым методом. Грунт в бюксы брали почвенным буром в одной точке в трёх повторностях в слое почвы 0-100 см. Почву высушивали в термостате при температуре 105˚С. К измерениям влажности почвы приступили в третей декаде марта месяца, после полного схода снега. Полевую влажность почвы рассчитывали в весовых процентах на сухую почву. Для определения запаса продуктивной влаги в почве данные влажности в весовых процентах (W) умножают на объёмный вес слоя почвы (D, г/см³) и толщину слоя в сантиметрах (H) и делят на 10 (для перевода м³ воды в мм). Образцы почвы на влажность брали в зоне (наветренная и подветренная сторона лесополосы) и за зоной влияния (контроль) полезащитной лесополосы.
Сбор опада проводился с пяти опадоуловителей, они размещались в лесополосе в случайном порядке. Для сбора лесной подстилки применялась рамка (0,25×0,25). Толщина лесной подстилки измерялась мерной линейкой. Сбор образцов проводили во второй декаде октября и второй раз во второй половины марта после полного схода снега.
Под пологом материнского древостоя закладывались учётные площадки, где проводился учёт подроста и самосева. Количественный и качественный состав подроста в полезащитных лесополосах изучали методом круговых учётных площадок площадью 10 м2 каждая (радиус 1,78 м) [4, 7]. В первой полезащитной лесополосе было заложено 10 круговых учётных площадок, во второй ‒ 10 шт., а в третьей ‒ 18 шт. Круговые учётные площадки размещались по ходовым линиям, на одинаковом расстоянии друг от друга, параллельно стене материнского древостоя. Для измерения высоты самосева и подроста использовали линейку с делениями через каждые 5 см до 150 см. Подрост разделяли по высоте на категории крупности: мелкий ‒ до 0,5 м; средний ‒ 0,51‒1,5 м; крупный ‒ более 1,5 м. Подрост по жизненному состоянию разделяли на благонадёжный, сомнительный и неблагонадёжный. Под благонадёжным подростом понимали пропорционально развитые по высоте и диаметру стволики, а под сомнительным ˗ не пропорционально развитые по высоте и диаметру стволики или замедленнный их рост. Встречаемость подроста определяют как долю (процент) учётных площадок, на которых имеется хотя бы один жизнеспособный экземпляр подроста.
Освещённость измеряли люксметром Ю-116 в период с апреля по август (время замера 9.00, 12.00 и 16.00). Измерения производили на уровне почвы каждой круговой учётной площадки.
Обработку экспериментальных данных проводили с помощью компьютерной программы Statistica: среднее значение, стандартную ошибку среднего, критерий Стьюдента.
1. Huang C., Fu S., Tong Y., Ma X., Yuan F., Ma Y., Feng C., Liu H. Impacts of Forest Management on the Biodiversity and Sustainability of Carya dabieshanensis Forests. Forests. 2023; 14 (7): 1331. – DOI: https://doi.org/10.3390/f14071331.
2. Kholdaenko Y.A., Belokopytova L.V., Zhirnova D.F., Upadhyay K.K., Tripathi S.K., Koshurnikova N.N., Sobachkin R.S., Babushkina E.A., Vaganov E.A. Stand density effects on tree growth and climatic response in Picea obovata Ledeb. plantations. Forest Ecology and Management. 2022; 519: 120349. – DOI: https://doi.org/10.1016/j.foreco.2022.120349.
3. Tymińska-Czabańska L., Hawryło P., Janiec P., Socha J. Tree height, growth rate and stand density determined by ALS drive probability of Scots pine mortality. Ecological Indicators. 2022; 145: 109643. – DOI: https://doi.org/10.1016/j.ecolind.2022.109643.
4. Liu L., Schuster G.L., Moosmüller H., Stamnes S., Cairns B., Chowdhary J. Optical properties of morphologically complex black carbon aerosols: Effects of coatings. J. Quant. Spectrosc. Radiat. Transfer. 2022; 281: 108080. – DOI: https://doi.org/10.1016/j.jqsrt.2022.108080.
5. Дубенок Н.Н., Лебедев А.В. Динамика сумм площадей сечений и запасов в культурах сосны разной начальной густоты. Известия Санкт-Петербургской лесотехнической академии. 2023; 243: 120-135. – DOI: https://doi.org/10.21266/2079-4304.2023.243.120-135.
6. Лебедев А.В., Кузьмичев В.В. Таксационные показатели сосновых древостоев по данным долговременных наблюдений. Сибирский лесной журнал. 2023; 2: 3-16. – DOI: https://doi.org/10.15372/SJFS20230201.
7. Лебедев А.В. Динамическая модель роста и производительности сосновых древостоев (Pinus sylvestris L.) Унженской низменности. Лесотехнический журнал. 2024; 14 (3): 127-151. – DOI: https://doi.org/10.34220/issn.2222-7962/2024.3/8.
8. Грабарник П.Я., Шанин В.Н., Чертов О.Г. [и др.]. Моделирование динамики лесных экосистем как инструмент прогнозирования и управления лесами. Лесоведение. 2019; 6: 488-500. – DOI: https://doi.org/10.1134/S0024114819030033.
9. Cheng F., Ajo-Franklin J.B., Rodriguez Tribaldos V. High-resolution near-surface imaging at the basin scale using dark fiber and distributed acoustic sensing: Towards site effect estimation in urban environments. J. Geophys. Res. Solid Earth. 2023; 128 (9): e2023JB026957. – DOI: https://doi.org/10.1029/2023JB026957.
10. Способ оценки естественного возобновления леса: пат. 000224_000128_0002081557_19970620_C1 РУ / Всероссийский научно-исследовательский институт лесоводства и механизации лесного хозяйства. – опубл. 20.06.1997. – МПК A01G 23/00.
11. Tymińska-Czabańska L., Janiec P., Hawryło P., Ślopek J., Zielonka A., Netzel P., Janczyk D., Socha J. Modeling the effect of stand and site characteristics on the probability of mistletoe infestation in Scots pine stands using remote sensing data. Forest Ecosystems. 2024; 11: 100191. – DOI: https://doi.org/10.1016/j.fecs.2024.100191.
12. Morin R.S., Healey S.P., Prisley S., Randolph K.C., Westfall J.A., Gray A.N. Editorial: Monitoring and responding to global change to promote resilient and productive forests through innovative forest inventory. Frontiers in Forests and Global Change. 2023; 6. – DOI: https://doi.org/10.3389/ffgc.2023.1168453.
13. Chekanyshkin A.S. Growth and Condition of the English Oak in the Mixed Stands of Forest Shelterbelts. Lesnoy Zhurnal = Russian Forestry Journal. 2024; 3: 65-72. – DOI: https://doi.org/10.37482/0536-1036-2024-3-65-72.
14. Fajardo D., Angioni C., Casson F.J., Field A.R., Maget P., Manas P., ASDEX Upgrade Team, JET Contributors. Analytical model for the combined effects of rotation and collisionality on neoclassical impurity transport. Plasma Physics and Controlled Fusion. 2023; 65 (3): 035021. – DOI: https://doi.org/10.1088/1361-6587/acb0fc.
15. Lukina N.V., Geraskina A.P., Gornov A.V. [et al.]. Biodiversity and climate-regulating functions of forests: current issues and research prospects. Forest Science Issues. 2021; 4 (1): 1. – DOI: https://doi.org/10.31509/2658-607x-202141k-60.
16. Семенов М.А., Высоцкий А.А., Пащенко В.И. Прогноз адаптивных приспособлений в лесном хозяйстве в связи с возможными климатическими изменениями. Известия высших учебных заведений. Лесной журнал. 2019; 5 (371): 57-69. – DOI: https://doi.org/10.17238/issn0536-1036.2019.5.57.
17. Коломыц Э.Г. Мониторинг устойчивого развития лесных экосистем на современном этапе глобального потепления. География и природные ресурсы. 2024; 45 (3): 5-16. – DOI: https://doi.org/10.15372/GIPR20240301.
18. Усольцев В.А. Биоразнообразие и биопродуктивность лесов в контексте климатогенной биогеографии. Эко-потенциал. 2019; 1 (25): 48-115.
19. Ostarin A., Barbeito I., Elfving B., Johansson U., Nilsson U. Varying rectangular spacing yields no difference in forest growth and external wood quality in coniferous forest plantations. Forest Ecology and Management. 2021; 489: 119040. – DOI: https://doi.org/10.1016/j.foreco.2021.119040.
20. Sundriyal R.C., Joshi V.C., Negi V.S. Natural Regeneration Dynamics of Himalayan Forests: Implications for Landscape Restoration. Ecological Restoration. 2025; 43 (1): 25-42. – DOI: https://doi.org/10.3368/er.43.1.25.
21. Методика системных исследований лесоаграрных ландшафтов / Под редакцией Е.С. Павловского и М.И. Долгилевича. М.: ВАСХНИЛ, 1985. – 112 с.
