Санкт-Петербург, г. Санкт-Петербург и Ленинградская область, Россия
Воронеж, Воронежская область, Россия
Санкт-Петербург, г. Санкт-Петербург и Ленинградская область, Россия
Латакия, Сирия
УДК 630 Лесное хозяйство. Лесоводство
ГРНТИ 68.47 Лесное хозяйство
Искусственные насаждения сосны брутийской (Pinus brutia Ten.) в условиях двух регионов Сирии – провинций Латакии и Тартуса – произрастают на разной высоте над уровнем моря. На объектах исследования закладывали учетные площадки постоянного радиуса размером 400 кв. м, расположенные по площади таким образом, чтобы охватить статистическую изменчивость изучаемых таксационных показателей. Ряды распределения стволов деревьев на высоте 1,3 м ранжировались через 5 см с анализом показателей асимметрии и эксцесса ранговых рядов. Таксационные показатели высот и диаметров стволов деревьев сосны брутийской (P. brutia Ten.) в ее плантациях имеют различную по силе прямую корреляцию как с высотой участка над уровнем моря, так и с количеством осадков. Показатель запаса насаждения имеет наибольшую прямую корреляцию с высотой участка над уровнем моря и количестваом осадков, в сравнении с показателем среднего диаметра насаждений сосны брутийской (P. brutia Ten.). Ранговая структура диаметров стволов сосны брутийской (P. brutia Ten.) имеет свои коренные отличия, связанные с размещением участков произрастания над уровнем моря. С увеличением высоты над уровнем моря участка плантаций в насаждении увеличивается количество деревьев с более крупными стволами. Анализ асимметрии и эксцессов рядов распределения диаметров стволов сосны брутийской (P. brutia Ten.) выявил, что снижение конкурентной нагрузки в плантациях этого вида связано с увеличением высоты над уровнем моря. Наиболее оптимальные условия произрастания сосны брутийской (P. brutia Ten.) – на самом высокорасположенном участке относительно уровня моря. Лимитирующим фактором в данных условиях произрастания на малоплодородных почвах будет являться влагообеспеченность участка.
сосна брутийская, Pinus brutia Ten., древостой, асимметрия, эксцесс, ряды распределения, средний диаметр, средняя высота, запас насаждения
1. Алкинж С., Данилов Д. А. Сосна брутийская (Pinus brutia Ten.) как важный компонент лесов стран Восточного Средиземноморья и Черноморского бассейна (обзор). Известия Санкт-Петербургской лесотехнической академии. 2022;240:130-148. DOI: https://doi.org/10.21266/2079-4304.2022.240.130-148.
2. Алкинж С., Данилов Д. А. Исследование эффективности некоторых моделей, используемых для оценки высоты сосен в Сирии. Актуальные проблемы лесного комплекса. 2021;60:74-78. Режим доступа: https://elibrary.ru/item.asp?id=47200125.
3. Али М. С., Лежнин С. А., Воробьёв О. Н., Курбанов Э. А. Мониторинг растительного покрова мухафаза Латакия Сирийской Арабской Республики по снимкам Landsat. Вестник Поволжского государственного технологического унивеpситета. Серия: Лес. Экология. Природопользование. 2020; 3(47): 19-31. DOI: https://doi.org/10.25686/2306-2827.2020.3.19.
4. Воробьев О. Н., Али М. С. Классификация лесного покрова мухафаза Латакия Сирийской Арабской Республики по данным спутника Sentinel-2 // Лесные экосистемы в условиях изменения климата: биологическая продуктивность и дистанционный мониторинг: сборник научных статей. Йошкар-Ола: ПГТУ, 2018; 4: 110-122. Режим доступа: https://elibrary.ru/item.asp?id=37423723.
5. Olsson, S., Lorenzo, Z., Zabal-Aguirre, M. et al. Evolutionary history of the mediterranean Pinus halepensis -brutia species complex using gene-resequencing and transcriptomic approaches. Plant Mol Biol 106, 367-380 (2021). https://doi.org/10.1007/s11103-021-01155-7.
6. Ali Kavgaci, Urban Šilc, Saime BaŞaran, Aleksander MarinŠek, Mehmet Ali BaŞaran, Petra KoŠir, Neslihan Balpinar,Mьnevver Arslan, Цzge Denli, and Andraž Čarni. 2017. Classification of plant communities along postfire succession in Pinus brutia (Turkish red pine) stands in Antalya (Turkey). Turkish Journal of Botany 41:299-307. Available http://journals.tubitak.gov.tr/botany/issues/bot-17-41-3/bot-41-3-8-1609-34.pdf (accessed 2022.03.12).
7. Houminer N, Riov J, Moshelion M, Osem Y, David-Schwartz R. Comparison of Morphological and Physiological Traits between Pinus brutia, Pinus halepensis, and Their Vigorous F1 Hybrids. Forests. 2022; 13(9):1477. https://doi.org/10.3390/f13091477.
8. Houminer, N.; Houminer, N., Doron-Faigenboim, A., Shklar, G. et al. Transcriptome-based single-nucleotide polymorphism markers between Pinus brutia and Pinus halepensis and the analysis of their hybrids. Tree Genetics & Genomes 17, 14 (2021). https://doi.org/10.1007/s11295-021-01496-w.
9. Keten İ., Gülsoy. S Research on site index in the red pine (Pinus brutia Ten.) forests. Bilge International Journal of Science and Technology Research. 2020: 4, 2: 88-102. DOI: https://doi.org/10.30516/bilgesci.740067.
10. Catal Y., Carus S. A 2018 height-diameter model for Brutian pine (Pinus brutia Ten.) plantations in Southwestern Turkey. Applied Ecology and Environmental Research. 16 (2): 1445-1459. DOI: https://doi.org/10.15666/aeer/1602_14451459
11. Abdo HG, Almohamad H, Al Dughairi AA, Al-Mutiry M. GIS-based frequency ratio and analytic hierarchy process for forest fire susceptibility mapping in the Western region of Syria. Sustainability. 2022; 14(8):4668. https://doi.org/10.3390/su14084668.
12. Sakici, O.E., Kucuk, O. & Ashraf, M.I. Compatible above-ground biomass equations and carbon stock estimation for small diameter Turkish pine (Pinus brutia Ten.). Environ Monit Assess 190, 285 (2018). https://doi.org/10.1007/s10661-018-6656-9.
13. Ozbey Alper, Bilir Nebi. Block effect on genetic parameters in a 23-year-old progeny trial of Pinus brutia. Forestry engineering journal. 2022; 12 (2): 5-13. DOI: https://doi.org/10.34220/issn.2222-7962/2022.2/1.
14. Çatal Y., Carus S., 2018. A height-diameter model for brutian pine (Pinus brutia Ten.) plantations in southwestern Turkey. Applied Ecology and Environmental Research 16(2): 1445-1459. https://doi.org/10.15666/aeer/1602_14451459.
15. Sakici, Oytun Emre et al. “Compatible above-ground biomass equations and carbon stock estimation for small diameter Turkish pine (Pinus brutia Ten.).” Environmental Monitoring and Assessment 190 (2018): 1-10. DOI: https://doi.org/10.1007/s10661-018-6656-9.
16. Baysal, Ismail. “Vertical Crown Fuel Distributions in Natural Calabrian Pine (Pinus brutia Ten.) Stands.” Croatian Journal of Forest Engineering 42 (2021): 301-312. DOI: https://doi.org/10.5552/CROJFE.2021.800.
17. Yurtgan M, Baysal I, Küçük O (2022). Fuel characterization and crown fuel load prediction in non-treated Calabrian pine (Pinus brutia Ten.) plantation areas. iForest 15: 458-464. - DOI: https://doi.org/10.3832/ifor4048-015.
18. Bilgili E, Coskuner KA, Usta Y, Saglam B, Kucuk O, Berber T, Goltas M (2019). Diurnal surface fuel moisture prediction model for Calabrian pine stands in Turkey. iForest 12: 262-271. DOI: https://doi.org/10.3832/ifor2870-012.
19. Черных, Л. В. Апробация методики лесоводственно-статистического обоснования способов и объёмов лесовосстановления на лесном участке / Л. В. Черных, Д. В. Черных, В. Л. Черных // Вестник Поволжского государственного технологического университета. Серия: Лес. Экология. Природопользование. - 2021. - № 1(49). - С. 64-81. - DOI: https://doi.org/10.25686/2306-2827.2021.1.64.
20. Alkinzh S., Danilov D. A. Assessment of the growing stock and annual increment of Pinus brutia Ten. stands in Kfardebel, Latakia, Syria // IOP Conference Series: Earth and Environmental Science. 2021; 876: 012004. DOI: https://doi.org/10.1088/1755-1315/876/1/012004.
21. Hung, Bui Manh. “Tree-Size Variable Frequency Distribution Modeling for Tropical Forests in Ba Be, Vietnam.” Biology Bulletin 49 (2022): S135 - S147. DOI: https://doi.org/10.1134/S1062359022140072.
22. Nautiyal R., Tiwari N., Chandra G., Kershaw J., Shaktan T. Alternate ranked set sampling for skewed and mound shaped symmetric distributions: accounting for forestry and environmental research. Mathematical and Computational Forestry and Natural-Resource Sciences. 2021; 13:14-26. DOI: http://www.scopus.com/inward/record.url?eid=2-s2.0-85125084782&partnerID=MN8TOARS
23. Chandra, Girish & Nautiyal, Raman & Chandra, Hukum & Roychoudhury, Nilanjan & Mohammad, Naseer. (2020). Statistical Methods and Applications in Forestry and Environmental Sciences Springer https://doi.org/10.1007/978-981-15-1476-0.
24. Menéndez-Miguélez, María et al. “Improving tree biomass models through crown ratio patterns and incomplete data sources. European Journal of Forest Research. 140 (2021): 675 - 689. DOI: https://doi.org/10.1007/s10342-021-01354-3.
25. Leverett R.T., Ruskin D.N., Masino S.A. Direct Measurement of Trunk Volume in Forest Trees: Focus on White Pine and Comparison to a Statistical Method. bioRxiv. 2020.03.18.995985; DOI: https://doi.org/10.1101/2020.03.18.995985.
26. Hong, S., Lynn, H.S. Accuracy of random-forest-based imputation of missing data in the presence of non-normality, non-linearity, and interaction. BMC Med Res Methodol 20, 199 (2020). https://doi.org/10.1186/s12874-020-01080-1.
27. Петрин, Р. Д. Индексы скорости роста и коэффициенты типа роста по высоте лиственных лесных насаждений / Р. Д. Петрин // Лесотехнический журнал. - 2022. - Т. 12, № 4(48). - С. 47-59. - DOI: https://doi.org/10.34220/issn.2222-7962/2022.4/4.
28. Таксационные показатели и товарная структура спелых смешанных древостоев сосны и ели в зеленомошных типах леса / Д. А. Данилов, Н. В. Беляева, Д. А. Зайцев, И. М. Анисимова // Лесотехнический журнал. - 2022. - Т. 12, № 2(46). - С. 14-29. - DOI: https://doi.org/10.34220/issn.2222-7962/2022.2/2.
29. Smołalski, G. (2020). Identifying the asymmetry of finite support probability distributions on the basis of the first two moments. Measurement, 149, 106968. DOI: https://doi.org/10.1016/J.MEASUREMENT.2019.106968.
30. Связь абсолютно сухой фитомассы фракций деревьев Alnus incana (L.) Moench с таксационным диаметром в Северо-таежном районе Архангельской области / С. В. Третьяков, С. В. Коптев, И. В. Цветков [и др.] // Лесотехнический журнал. 2022; 12 (47): 62-78. DOI: https://doi.org/10.34220/issn.2222-7962/2022.3/6.
31. Frontier technique of creating protective forests stands around nurseries on inefficient sites: technological foundations / A. Novikov, V. Ivetich, S. Nikulin [et al.] // Forestry Engineering Journal. - 2022. - Vol. 12, No. 2(46). - P. 115-125. - DOI: https://doi.org/10.34220/issn.2222-7962/2022.2/10.
