Оценка пространственной неоднородности почвенных свойств при организации мониторинга запасов углерода в лесных экосистемах

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В качестве объекта климатического мониторинга в 2022 г. в Щелковском районе Московской области заложен исследовательский полигон площадью 15 га. В границах полигона, представляющего собой один лесотаксационный выдел, выявлена значительная пестрота почвенного покрова – 18 почвенных разностей на уровне от подтипа до разновидности. Микрорельеф рассматривается как основной фактор неоднородности запасов углерода: почвы замкнутых понижений, занятых сфагновыми мхами, значимо отличаются по запасам углерода в подстилке и верхних 10 см почвы. Для остальной территории основными факторами, влияющими на запас углерода, являются доля физической глины в иллювиальной части профиля, состав и фитомасса живого напочвенного покрова. Наибольший коэффициент вариации запасов С (40%) отмечен для слоя 10–30 см и обусловлен, в первую очередь, варьированием мощности генетических горизонтов, его составляющих. Геопространственный анализ позволяет перейти к площадным оценкам варьирования почвенных свойств и дальнейшему моделированию и прогнозированию динамики запасов углерода с учетом пространственной неоднородности территории. Выявление факторов, определяющих запасы углерода в почвах, поможет сформировать сценарии моделирования, направленные на разработку мероприятий по увеличению аккумуляции углерода в лесных экосистемах через изменение структуры растительности.

Об авторах

В. В. Киселева

Мытищинский филиал Московского государственного технического университета им. Н.Э. Баумана

Автор, ответственный за переписку.
Email: vvkiseleva@bmstu.ru
ORCID iD: 0000-0002-1901-2330
Россия, ул. 1-я Институтская, 1, Мытищи, 141005

В. Н. Карминов

Мытищинский филиал Московского государственного технического университета им. Н.Э. Баумана

Email: vvkiseleva@bmstu.ru
Россия, ул. 1-я Институтская, 1, Мытищи, 141005

С. И. Чумаченко

Мытищинский филиал Московского государственного технического университета им. Н.Э. Баумана

Email: vvkiseleva@bmstu.ru
Россия, ул. 1-я Институтская, 1, Мытищи, 141005

А. Ю. Агольцов

Мытищинский филиал Московского государственного технического университета им. Н.Э. Баумана

Email: vvkiseleva@bmstu.ru
Россия, ул. 1-я Институтская, 1, Мытищи, 141005

Е. М. Митрофанов

Мытищинский филиал Московского государственного технического университета им. Н.Э. Баумана

Email: vvkiseleva@bmstu.ru
Россия, ул. 1-я Институтская, 1, Мытищи, 141005

Список литературы

  1. Басевич В.Ф. Неоднородность подзолистых почв: генезис, методологические и методические аспекты изучения (обзор) // Вестник Моск. Ун-та. Сер. 17, почвоведение. 2022. № 3. С. 20–29.
  2. Бахмет О.Н., Медведева М.В., Мошкина Е.В., Ткаченко Ю.Н., Мамай А.В., Новиков С.Г., Мошников С.А., Тимофеева В.В., Карпечко А.Ю. Пространственная вариабельность свойств подзолов в зависимости от растительных микрогруппировок в сосняке брусничном // Лесоведение. 2022. № 1. С. 47–60.
  3. Богатырев Л.Г. О классификации лесных подстилок // Почвоведение. 1990. № 3. С. 118–127.
  4. Гаврилюк Е.А., Кузнецова А.И., Горнов А.В. Геопространственное моделирование содержания и запасов азота и углерода в лесной подстилке на основе разносезонных спутниковых изображений Sentinel-2 // Почвоведение. 2021. № 2. С. 168–182.
  5. Грабарник П.Я., Чертов О.Г., Чумаченко С.И., Шанин В.Н., Ханина Л.Г., Бобровский М.В., Быховец С.С., Фролов П.В. Интеграция имитационных моделей для комплексной оценки экосистемных услуг лесов: методические подходы // Математическая биология и биоинформатика. 2019. Т. 14. № 2. С. 488–499.
  6. Канев А.И., Якубов А.Р., Чумаченко С.И., Терехов В.И. Создание прототипа цифрового двойника локального участка леса как элемента системы климатического мониторинга // ENVIROMIS 2022: Международная конференция и школа молодых ученых по измерениям, моделированию и информационным системам для изучения окружающей среды. Томск, 12–17 сентября 2022 г. Томск, 2022. С. 423–442.
  7. Карпачевский Л.О. Пестрота почвенного покрова в лесном биогеоценозе. М.: Изд-во МГУ, 1977. 312 с.
  8. Копцик Г.Н., Копцик С.В., Куприянова Ю.В., Кадулин М.С., Смирнова И.Е. Оценка запасов углерода в почвах лесных экосистем как основа мониторинга климатически активных веществ // Почвоведение. 2023. № 12. С. 1686–1702. https://doi.org/10.31857/S0032180X23601329
  9. Кузнецова А. И. Влияние растительности на запасы почвенного углерода в лесах (обзор) // Вопросы лесной науки. 2021. Т. 4. № 4. С. 95. https://doi.org/10.31509/2658-607x-2021-44-95
  10. Кузнецова А.И., Лукина Н.В., Тихонова Е.В., Горнов А.В., Смирнов В.Э., Горнова М.В., Гераськина А.П., Шевченко Н.Е., Тебенькова Д.Н., Чумаченко С.И. Аккумуляция углерода в песчаных и суглинистых почвах равнинных хвойно-широколиственных лесов в ходе послерубочных восстановительных сукцессий // Почвоведение. 2019. № 7. С. 803–815.
  11. Лукина Н.В., Орлова М.А., Исаева Л.Г. Плодородие лесных почв как основа взаимосвязи почва–растительность // Лесоведение. 2010. № 5. С. 445–456.
  12. Методические указания по количественному определению объема поглощения парниковых газов. Раздел IV. Проведение экспериментальных измерений запасов углерода в пулах подстилки и почвы на землях, предназначенных для лесовосстановления. Минприроды, 2017.
  13. Полевой определитель почв. М.: Почв. ин-т им. В.В. Докучаева, 2008. 182 с.
  14. Самсонова В.П., Мешалкина Ю.Л. Часто встречающиеся неточности и ошибки применения статистических методов в почвоведении // Бюл. Почв. ин-та им. В.В. Докучаева. 2020. № 102. С. 164–182. https://doi.org/10.19047/0136-1694-2020-102-164-182
  15. Самсонова В.П., Мешалкина Ю.Л., Добровольская В.А., Кондрашкина М.И., Дядькина С.Е., Филиппова О.И., Кротов Д.Г., Морозова Т.М., Красильников П.В. Исследование неопределенности оценок запасов органического углерода в масштабах угодий // Почвоведение. 2023. № 11. С. 1437–1449. https://doi.org/10.31857/S0032180X23600725
  16. Семенюк О.В., Телеснина В.М., Богатырев Л.Г., Бенедиктова А.И., Кузнецова Я.Д. Оценка внутрибиогеоценозной изменчивости лесных подстилок и травяно-кустарничковой растительности в еловых насаждениях // Почвоведение. 2020. № 1. С. 31–43. https://doi.org/10.31857/S0032180X2001013X
  17. Телеснина В.М., Семенюк О.В., Богатырёв Л.Г. Свойства лесных подстилок во взаимосвязи с напочвенным покровом в лесных экосистемах Подмосковья (на примере УОПЭЦ “Чашниково”) // Вестник Моск. ун-та. Сер. 17, Почвоведение. 2017. № 4. С. 11–20.
  18. Фридланд В.М. Структура почвенного покрова. М.: Мысль, 1972. 423 с.
  19. Хитров Н.Б., Никитин Д.А., Иванова Е.А., Семенов М.В. Пространственно-временная изменчивость содержания и запаса органического вещества почвы: аналитический обзор // Почвоведение. 2023. № 12. С. 1493–1521. https://doi.org/10.31857/S0032180X23600841
  20. Шанин В.Н., Фролов П.В., Припутина И.В. и др. Моделирование динамики лесных экосистем с учетом их структурной неоднородности на разных функциональных и пространственных уровнях // Вопросы лесной науки. 2022. Т. 5. № 3. С. 96–289. https://doi.org/10.31509/2658-607x-202252-112
  21. Щепащенко Д. Г., Мухортова Л. В., Швиденко А. З., Ведрова Э. Ф. Запасы органического углерода в почвах России // Почвоведение. 2013. № 2. С. 123–123.
  22. Chertov O., Komarov A., Shaw C., Bykhovets S., Frolov P., Shanin V., Grabarnik P., Priputina I., Zubkova E., Shashkov M. Romul_Hum – A model of soil organic matter formation coupling with soil biota activity. II. Parameterisation of the soil food web biota activity // Ecological Modelling. 2017. V. 345. P. 125–139. https://doi.org/10.1016/j.ecolmodel.2016.10.024
  23. Chertov O., Shaw C., Shashkov M., Komarov A., Bykhovets S., Shanin V., Grabarnik P., Frolov P., Kalinina O., Priputina I., Zubkova E. Romul_Hum model of soil organic matter formation coupled with soil biota activity. III. Parameterisation of earthworm activity // Ecological Modelling. 2017. V. 345. P. 140–149. https://doi.org/10.1016/j.ecolmodel.2016.06.013
  24. Chumachenko S.I., Korotkov V.N., Palenova M.M., Politov D. V. Simulation modelling of long-term stand dynamics at different scenarios of forest management for coniferous – Broad-leaved forests // Ecological Modelling. 2003. V. 170. P. 345-361. https://doi.org/10.1016/S0304-3800(03)00238-2
  25. Conrad O., Bechtel B., Bock M., Dietrich H., Fischer E., Gerlitz L., Wehberg J., Wichmann V., Böhner J. System for automated geoscientific analyses (SAGA) v. 2.1.4 // Geoscientific Model Development. 2015. V. 8. Р. 1991–2007. https://doi.org/10.5194/gmd-8-1991-2015
  26. Donato G., Belongie S. Approximation Methods for Thin Plate Spline Mappings and Principal Warps // Computer Vision – ECCV 2002: 7th European Conference on Computer Vision, Copenhagen, Denmark, May 28-31, 2002, Proceedings. Part III. Lecture Notes in Computer Science. Heidelberg: Springer-Verlag, 2002. P. 21–31.
  27. Framstad E., Wit H., Mäkipää R., Larjavaara M., Vesterdal L. Karltun E. Biodiversity, carbon storage and dynamics of old northern forests. Copenhagen: Nordic Council of Ministers, 2013. 130 p.
  28. Fujisaki K., Chapuis-Lardy L., Albrecht A., Razafimbelo T., Chotte J.L., Chevallier T. Data synthesis of carbon distribution in particle size fractions of tropical soils: Implications for soil carbon storage potential in croplands // Geoderma. 2018. V. 313. P. 41–51.
  29. IUSS Working Group WRB. World Reference Base for Soil Resources. International soil classification system for naming soils and creating legends for soil maps. 4th edition. International Union of Soil Sciences (IUSS), Vienna, Austria. 2022. 236 p.
  30. Jasiewicz, J., Stepinski, T. Geomorphons – a pattern recognition approach to classification and mapping of landforms // Geomorphology. 2013. V. 182. P. 147–156. https://doi.org/10.1016/j.geomorph.2012.11.005
  31. Komarov A., Bykhovets S., Frolov P., Shashkov M., Shanin V., Grabarnik P., Priputina I., Zubkova E., Chertov O., Shaw C., Nadporozhskaya M. ROMUL_HUM model of soil organic matter formation coupled with soil biota activity. I. Problem formulation, model description, and testing // Ecological Modelling. 2017. V. 345. P. 113–124.
  32. Leuschner C., Feldmann E., Pichler V., Glatthorn J., Hertel D. Forest management impact on soil organic carbon: A paired-plot study in primeval and managed European beech forests // Forest Ecol. Managem. 2022. V. 512. P. 120163. https://doi.org/10.1016/j.foreco.2022.120163
  33. Lukina N., Kuznetsova A., Tikhonova E., Smirnov V., Danilova M., Gornov A., Bakhmet O., Kryshen A., Tebenkova D., Shashkov M., Knyazeva S. Linking Forest Vegetation and Soil Carbon Stock in Northwestern Russia // Forests. 2020. V. 11. P. 979.
  34. Mayer M., Prescott C.E., Abaker W.E., Augusto L., Cécillon L., Ferreira G.W., Vesterdal L. Tamm Review: Influence of forest management activities on soil organic carbon stocks: A knowledge synthesis // Forest Ecol. Managem. 2020. V. 466. P. 118–127.
  35. Maynard J.J., Johnson M.G. Uncoupling the complexity of forest soil variation: Influence of terrain indices, spectral indices, and spatial variability // Forest Ecol. Managem. 2016. V. 369. Pp. 89–101. http://dx.doi.org/10.1016/j.foreco.2016.03.018
  36. Pan Y., Birdsey R.A., Fang J., Houghton R., Kauppi P.E., Kurz W.A., Hayes D. A large and persistent carbon sink in the world’s forests. // Science. 2011. V. 333. P. 988–993.
  37. Prendes, C., Cabo, C., Ordoñez, C., Majada, J., Canga E. An algorithm for the automatic parametrization of wood volume equations from Terrestrial Laser Scanning point clouds: application in Pinus pinaster // GIScience and Remote Sensing. 2021. V. 58. P. 1130–1150. https://doi.org/10.1080/15481603.2021.1972712
  38. Schrumpf M., Schulze E.D., Kaiser K., Schumacher J. How accurately can soil organic carbon stocks and stock changes be quantified by soil inventories? // Biogeosciences. 2011. V. 8. P. 1193–1212.
  39. Wang B., Liu D., Yang J., Zhu Zh., Darboux F., Jiao J., An Sh. Effects of forest floor characteristics on soil labile carbon as varied by topography and vegetation type in the Chinese Loess Plateau // Catena. 2021. V. 196. P. 104825. https://doi.org/10.1016/j.catena.2020.104825

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Приложение
Скачать (13KB)
Метаданные
3. Рис. 1. Литологические факторы неоднородности почв полигона: (а) цифровая модель рельефа; (b) содержание физической глины в горизонте BT(g).

Скачать (648KB)
Метаданные
4. Рис. 2. Верхняя граница проявления признаков оглеения (см) и выраженность оглеения: s – примазки, m – пятна, n – конкреции, G – глеевый горизонт.

Скачать (337KB)
Метаданные
5. Рис. 3. Таксономическое разнообразие почв исследовательского полигона. I – дерново-глееподзолистая среднемощная псевдофибровая, Gleyic Stagnic Albic Dystric Retisol (Humic, Ferric); II – дерново-неглубокоподзолистая маломощная поверхностно-глееватая, Epigleyic Albic Dystric Retisol (Ochric), albic layer above 20 cm; III – дерново-неглубокоподзолистая маломощная профильно-глееватая, Amphygleyic Albic Dystric Retisol (Ochric), albic layer above 20 cm; IV – дерново-глубокоподзолистая маломощная поверхностно-глееватая, Epigleyic Albic Dystric Retisol (Ochric), albic layer below 20 cm; V – дерново-глубокоподзолистая маломощная профильно-глееватая, Amphygleyic Albic Dystric Retisol (Ochric), albic layer below 20 cm. Буквенные обозначения: ao – грубогумусированная, Histic Gleyic Stagnic Albic Dystric Retisol; ko – контактно-осветленная, Stagnic Albic Dystric Retisol; y – языковатая, Glossic Gleyic Albic Dystric Retisol; U – дерново-глееподзолистая среднемощная, Gleyic Albic Dystric Retisol (Humic). Цифрами обозначен процент физической глины в составе горизонта BT.

Скачать (369KB)
Метаданные
6. Рис. 4. Мощность и типы подстилок в границах исследовательского полигона (а) и запасы углерода в подстилках (b). D – подстилки деструктивного типа, F – ферментативного типа, H – гумифицированного типа.

Скачать (553KB)
Метаданные

© Российская академия наук, 2024