сотрудник
Воронеж, Воронежская область, Россия
сотрудник
Воронеж, Россия
сотрудник
Воронеж, Воронежская область, Россия
УДК 630 Лесное хозяйство. Лесоводство
Модификация модели динамики хода роста общей биомассы древостоев сфокусирована на использовании возраста физиологической зрелости (спелости), который, как показывают предыдущие расчеты, является константой для каждого вида: Pinus sylvestris L., Picea abies (L.) H.Karst. и Pinus sibirica Du Tour. Валидация модифицированной модели проводилась для хвойных древостоев – еловых, сосновых и кедровых, родственных в биологическом отношении. Для древостоев P. sylvestris, P. abies и P. sibirica аллометрический параметр, характеризующий связь биомассы с площадью насаждения, не зависит от класса бонитета и является константой для каждого вида. Поведение параметра, который характеризует скорость расхода ресурса, индивидуально для каждого вида. Для древостоев P. abies этот параметр возрастает, а для P. sylvestris убывает с ростом бонитета, для древостоев P. sibirica эта зависимость оказывается нелинейной. В будущем данное обстоятельство нуждается в дополнительном исследовании. Статистический критерий Нэша-Сатклиффа показал высокую точность (для древостоев второго бонитета NSE = 0.9987 для P. sylvestris, NSE = 0.9828 для P. abies и NSE = 0.9781 для P. sibirica) модифицированной модели. По сравнению с аналогичными моделями, не учитывающими возраст физиологической зрелости, качество модифицированной модели возросло на порядок. Для всех видов древостоев дополнительно рассчитывалось относительное отклонение расчета от эмпирических данных, которое в целом составило 1-2 %, за исключением возрастов, меньших по сравнению с физиологическим возрастом зрелости. Для этих возрастов относительное отклонение повышалось до 5 %, что связано, по мнению авторов, с процессами становления хвойного насаждения как экологической системы.
модель динамики древостоев, сосна обыкновенная, Pinus sylvestris L., ель европейская, Picea abies L., сосна кедровая сибирская, Pinus sibirica Du Tour, сосновые древостои, еловые древостои, кедровые древостои
1. Reid W. V., Mooney H. A. The millennium ecosystem assessment: testing the limits of interdisciplinary and multi-scale science. Ecology, Economy and Society; V. Dayal et al. eds. Singapore : Springer Singapore, 2018; 4: 49-61. DOI: https://doi.org/10.1007/978-981-10-5675-8_4.
2. Harris N. L. et al. Global maps of twenty-first century forest carbon fluxes. Nature Climate Change. 2021; 11 (3): 234-240. DOI: https://doi.org/10.1038/s41558-020-00976-6.
3. Song, X.-P. et al. Global land change from 1982 to 2016. Nature. 2018; 560 (7720): 639-643. DOI: https://doi.org/10.1038/s41586-018-0411-9.
4. Novikov A. I. et al. Scots pine seedlings growth dynamics data reveals properties for the future proof of seed coat color grading conjecture. Data. 2019; 4 (3): 106. DOI: https://doi.org/10.3390/data4030106.
5. Novikova T. P. Study of a set of technological operations for the preparation of coniferous seed material for reforestation. Forestry Engineering Journal. 2021; 11 (4): 150-160. DOI: https://doi.org/10.34220/issn.2222-7962/2021.4/13.
6. Novikova T. P. The choice of a set of operations for forest landscape restoration technology. Inventions. 2022; 7 (1): 1. DOI: https://doi.org/10.3390/inventions7010001.
7. Novikova T. P. Assessment of the forest seed material quality at the Scots pine (Pinus sylvestris L.) experimental site during adaptive restoration of forest landscapes. Forestry Engineering Journal. 2023; 13 (1): 112-128. DOI: https://doi.org/10.34220/issn.2222-7962/2023.1/8.
8. Novikova T. P. et al. FLR-Library reference information system for adaptive forest restoration: cluster analysis of descriptors. Forestry Engineering Journal. 2023; 13 (3): 164-179. DOI: https://doi.org/10.34220/issn.2222-7962/2023.3/12.
9. Novikova T. P. et al. FLR-Library reference information system for adaptive forest restoration: the information model. Forestry Engineering Journal. 2023; 13 (4): 114-124. DOI: https://doi.org/10.34220/issn.2222-7962/2023.4/7.
10. Yazici N. et al. Gene diversity in seed crop of Taurus cedar (Cedrus libani A. Rich.) over an altitudinal range. Geography. Environment. Sustainability. 2023; 4 (16): 63-71. DOI: https://doi.org/10.24057/2071-9388-2023-2922.
11. Marqués L., Camarero J. J., Zavala M.A. et al. Evaluating tree-to-tree competition during stand development in a relict Scots pine forest: How much does climate matter? Trees. 2021; 35: 1207-1219. DOI: https://doi.org/10.1007/s00468-021-02109-8.
12. Wood K. E. A., Kobe R. K., Ibáñez I., McCarthy-Neumann S. Tree seedling functional traits mediate plant-soil feedback survival responses across a gradient of light availability. PLOS ONE. 2023; 18 (11): e0293906. DOI: https://doi.org/10.1371/journal.pone.0293906.
13. Kohyama T. S., Kohyama T. I., Sheil D. Estimating net biomass production and loss from repeated measurements of trees in forests and woodlands: Formulae, biases and recommendations. Forest Ecology and Management. 2019; 433: 729-740. – DOI: https://doi.org/10.1016/j.foreco.2018.11.010.
14. Roitberg B., Li C., Lalonde R. Tree adaptive growth (TAG) model: a life-history theory-based analytical model for post-thinning forest stand dynamics / B. Roitberg, // Frontiers in Plant Science. 2024; 15: 1-14. DOI: https://doi.org/10.3389/fpls.2024.1344883.
15. Лисицын, В.И. Моделирование динамики хода роста древостоев на основе термодинамического подхода / В. И. Лисицын, М. В. Драпалюк, Н. Н. Матвеев // Известия высших учебных заведений. Лесной журнал. 2022; 3 (387): 213-225. DOI: https://doi.org/10.37482/0536-1036-2022-3-213-225.
16. Lisitsyn V.I., Matveev N.N., Saushkin V.V. Ecological and physiological modelling of mixed stand dynamics // IOP Conf. Ser.: Earth Environ. Sci. 2021; 875: 012042. DOI: https://doi.org/10.1088/1755-1315/875/1/012042.
17. Lisitsyn, V.I.; Matveev, N.N. Entropy Production Using Ecological and Physiological Models of Stand Growth Dynamics as an Example. Forests 2022, 13: 1948. DOI: https://doi.org/10.3390/f13111948.
18. Nielsen S.; Müller F.; Marques, J.; Bastianoni, S.; Jørgensen, S. Thermodynamics in Ecology—An Introductory Review. Entropy. 2020; 22: 820. DOI: https://doi.org/10.3390/e22080820.
19. Harold E. Burkhart Modeling Forest Stand Dynamics, Growth and Yield Forests. 2021; 12: 1553. DOI: https://doi.org/10.3390/f12111553.
20. Дубенок, Н. Н. Модель образующей древесного ствола сосны обыкновенной (Pinus sylvestris L.), произрастающей в Костромской области / Н. Н. Дубенок, А. В. Лебедев, В. В. Гостев // Лесотехнический журнал. 2023; 13 (4.1): 5-22. DOI: https://doi.org/10.34220/issn.2222-7962/2023.4/3.
21. Stankova T.V. A dynamic whole-stand growth model, derived from allometric relation-ships. Silva Fennica. 2016; 50 (1): 1406. DOI: https://doi.org/10.14214/sf.1406.
22. Modeling of growth and development of spruce stands in the West Siberian South taiga plain forest region P V Mikhaylov, S L Shevelev, S M Sul’tson, S V Verkhovets and A A Goroshko. IOP Conf. Series: Earth and Environmental Science 677 (2021) 052118 IOP Publishing doihttps://doi.org/10.1088/1755-1315/677/5/052118
23. Matveeva R N, Bratilova N P, Butorova O F, Kolosovsky E V and Svalova A I. Siberian cedar in subordinate crops. IOP Conf. Series: Earth and Environmental Science 2020; 548: 052018. DOI: https://doi.org/10.1088/1755-1315/548/5/052018.
24. Матвеева Р.Н. Изменчивость репродуктивного развития полусибов плюсовых деревьев Pinus sibirica Du Tour / Р. Н. Матвеева, Ю. Е. Щерба, Н. А. Шенмайер // Лесотехнический журнал. 2023; 13 (49): 99-111. DOI: https://doi.org/10.34220/issn.2222-7962/2023.1/7.
25. Левин С.В. Эколого-биологические особенности произрастания кедра сибирского (Pinus sibirica du tour.) в условиях интродукции воронежской области. Бюллетень Государственного Никитского ботанического сада. 2022; 144: 25-32. https://doi.org/10.36305/0513-1634-2022-144-25-32.
26. Применение эколого-физиологического моделирования для описания динамики роста дубовых древостоев / В. И. Лисицын, Н. Н. Матвеев, Н. С. Камалова, Н. Ю. Евсикова, С. В. Внукова // Леса России: политика, промышленность, наука, образование : материалы VIII Всероссийской научно-технической конференции, 24-26 мая 2023 г. – Санкт-Петербург, 2023. - С. 283-286.
27. Моделирование динамики роста кедра сибирского (Pinus sibirica Du Tour).В. И. Лисицын, Н. Н. Матвеев, Н. С. Камалова, Н. Ю. Евсикова // Физические основы современных наукоемких технологий. Материалы Международного научно-методического семинара. Воронеж, 2023, 31-38 DOI: https://doi.org/10.58168/PBMT_31-38.
28. Лисицын, В. И. Определение возраста биологической зрелости в эколого-физиологической модели динамики древостоя / В. И. Лисицын, Т. П. Новикова // Леса России: политика, промышленность, наука, образование. СПб, 2023. С. 286-288.
29. Лисицын В.И., Новикова Т.П., Новиков А.И. Моделирование возраста биологической зрелости сосновых и дубовых древостоев // Известия Санкт-Петербургской лесотехнической академии. 2023. Вып. 246. С. 6–21. DOI: https://doi.org/10.21266/2079-4304.2023.246.6-21.
30. Таблицы и модели хода роста и продуктивности насаждений основных есообразующих пород Северной Евразии : нормативно-справочные материалы / А. З. Швиденко, Д. Г. Щепащенко, С. Нильсон, Ю. И. Булуй. – 2-е изд., доп. М., 2008: 886. Режим доступа: https://www.elibrary.ru/fqdwdk.
31. Свидетельство о государственной регистрации программы для ЭВМ № 2020662105 РФ. Программа расчета динамики роста древостоев по эколого-физиологической модели, основанной на термодинамическом подходе : № 2020661370 : заявл. 01.10.2020 : опубл. 08.10.2020; заявитель ВГТУ. Режим доступа: https://www.elibrary.ru/xwgolw.
32. Корзухин М.Д. Построение кривых хода роста древостоев на основе обобщенной модели Берталанфи по данным государственного лесного реестра // Лесоведение. 2019; 2: 105-114. DOI: https://doi.org/10.1134/S0024114819020049.
33. Jorgensen, S.E. Thermodynamics and ecological modelling. Boca Raton, CRC Press, 2018: 384. DOI: https://doi.org/10.1201/9781482278613.
34. Ivetić, V. The role of forest reproductive material quality in forest restoration / V. Ivetić et al. // Forestry Engineering Journal. 2019; 9 (2): 56-65. DOI: https://doi.org/10.34220/issn.2222-7962/2019.2/7.
35. Detection of Scots pine single seed in optoelectronic system of mobile grader: mathematical modeling / M. Tigabu et al. // Forests. 2021; 12 (2): 240. DOI: https://doi.org/10.3390/f12020240.