Публикации автора

Лесоболотные системы характеризуются широким разнообразием их экологии и структуры, связанным, в частности, с характером гидрологического режима. Оценка биомассы отдельных ярусов лесоболотных систем позволяет глубже понять экологию взаимосвязей нижнего и древесного ярусов в локальных условиях водообеспеченности и трофности торфяной залежи. Однако для лесоболотных систем Урала данные о биомассе деревьев основного и нижнего ярусов отсутствуют. Цель настоящего исследования состояла в оценке биомассы деревьев основного яруса и растений подлеска и подроста в лесоболотной системе, примыкающей к Исетскому озеру. В результате впервые для лесоболотных систем Среднего Урала получены фактические данные о биомассе основного яруса в количестве 18 и 12 деревьев соответственно березы (Betula pendula Roth) и сосны (Pinus sylvestris L.), а также 48 растений кустарничкового яруса пяти видов и 31 растения подроста трех пород. Получены статистически значимые аллометрические модели надземной биомассы деревьев по полному фракционному составу в связи с диаметром на высоте груди, сопоставление которых с данными по лесоболотным системам Березинского заповедника в Белоруссии показало, что по всем фракциям биомасса равновеликих деревьев березы и сосны в Белоруссии существенно меньше, чем на Урале. Для подлеска и подроста получены статистически значимые аллометрические зависимости надземной и ассимиляционной биомассы от высоты растения. Сравнение их с соответствующими показателями суходолов показало, что структура биомассы как подлеска в целом, так и подроста разных пород существенно различается между суходолом и лесоболотной системой. Полученные аллометрические модели биомассы деревьев основного яруса и растений подлеска и подроста дают возможность оперативной оценки названных показателей на единице площади лесоболотных систем Среднего Урала.

Торфяные болота занимают около 3–4 % площади суши Земли, они играют существенную роль в формировании климата, регулировании речного стока, в газовом обмене с атмосферой, а также вносят значимый вклад в глобальный круговорот углерода. Изучение накопления углерода в биомассе различных ярусов лесоболотных систем – приоритетное направление. Хотя оценке биологической продуктивности лесоболотных систем уделено достаточно большое внимание, с получением объективной информации о круговороте органического углерода в болотах имеются существенные проблемы. В частности, для лесоболотных систем Урала отсутствуют данные о биомассе основного и нижнего ярусов. В данном исследовании впервые для Урала в градиенте расстояний 450, 200, 110 и 70 м от оз. Исеть (56.95о с. ш., 60.39о в. д.) заложены четыре пробные площади, на которых определены таксационные показатели древостоев и структура надземной биомассы всех функциональных групп растений. Высота пробных площадей над уровнем моря составила 250–253 м, а уровень грунтовых вод варьировал от 0 до 5 см от поверхности. Cредний возраст древостоев в названном градиенте снижался с 163 до 37 лет, средняя высота древостоев – с 5.5 до 2.2 м, запас – с 127 до 13 м3/га. Установлено, что в названном градиенте биомасса древесного яруса снижается с 77 до 8 т/га, а биомасса нижнего яруса увеличивается с 1 до 4 т/га. Сопоставление полученных показателей структуры биомассы древесного и нижнего ярусов с данными других регионов показало, что выявленные результаты имеют региональную специфику.

В настоящее время в городах проживает более 55 % населения мира, и согласно прогнозам, к 2050 г. эта цифра возрастет до 70 %. Одна из причин массового переезда сельских жителей в города – стремление их к повышению качества жизни. Однако плотная застройка высотными домами привела к чудовищному скоплению людей, что в совокупности с ростом городского транспорта снизило качество среды проживания до уровня, представляющего угрозу здоровью и жизни людей. Сегодня городские насаждения рассматриваются в качестве универсального инструмента решения городских проблем в плане достижения оптимального баланса между поставляемыми услугами и существующими рисками. Городская растительность, особенно древесная, обладает многочисленными свойствами, которые улучшают качество окружающей среды и сохраняют здоровье людей в городских условиях. В обзоре показано, что методы искусственного интеллекта открывают большие перспективы для решения сложных задач мониторинга качества воздуха в городской среде, выявлена неопределенность в отношении кислород-продуцирующей роли городских насаждений. Представлена методика автоматического картирования городских деревьев, описана пространственно-временная нейросетевая обучающая система для оценки углерод-депонирующего потенциала городских насаждений. Показаны возможности применения машинного обучения при оценке и монетизации экосистемных услуг городских насаждений. По результатам глубокого обучения выполнена оценка уровня комфортности городской среды в связи с плотностью застройки, степенью озеленения и с учетом результатов анкетирования жителей.

В последние десятилетия в различных областях науки наблюдается быстрый рост применения инструментов, связанных с глубоким машинным обучением на искусственных нейронных сетях. Глубокие нейронные сети различаются по своей архитектуре, например в сверточной нейронной сети разные слои могут использовать ядра свертки для извлечения ключевых объектов из изображения и объединения слоев в пул для обобщения этих объектов. Рекуррентные нейронные сети обрабатывают последовательные ряды данных и сохраняют память о прошлых показателях, возвращая выходные данные слоя обратно в этот же слой. Обучение нейронной сети сводится к оптимизации веса соединений в сети с целью минимизировать ошибку прогнозирования. У глубокого обучения есть потенциал в использовании информации, скрытой в больших массивах данных с тем, чтобы по-новому ответить на сложные экологические вопросы. Большие объемы информации состоят из изображений, аудио, видео или неструктурированных текстов, которые сложно анализировать традиционными статистическими методами. При экспоненциальном росте публикаций, посвященных методам и результатам применения глубокого обучения на нейронных сетях в разных областях знаний, в представленном обзоре предпринята попытка анализа некоторых его применений в области лесной экологии. В частности, приведены результаты использования искусственных нейронных сетей для решения некоторых задач лесного хозяйства России при сопряжении разнородных исходных данных для оценки фитомассы лесов, при картировании и прогнозировании динамики лесного покрова, при идентификации корней растений на миниризотронных изображениях. В заключительном разделе описаны некоторые достижения, проблемы и неопределенности глубокого машинного обучения в экосистемной экологии.

Площади естественных лесов на планете постепенно сокращаются и часто заменяются искусственными насаждениями, площади которых продолжают расти. Необходимо знать, как эта замена может повлиять на изменение структуры квалиметрических и количественных показателей биомассы лесов под влиянием климатических сдвигов и, соответственно, на их способность накапливать углерод и на устойчивость к изменению климата. Определение квалиметрических показателей стволов довольно трудоемко в связи с необходимостью взятия нескольких дисков по высоте ствола, их обмера, сушки и двойного взвешивания, причем, исследования обычно посвящены древесине, но не коре ствола. Вследствие трудоемкости определения квалиметрических показателей стволов деревьев, предлагаются методы их оценки по связи с соответствующим значением на высоте груди ствола. Насколько нам известно, результаты многофакторного анализа связи квалиметрических показателей всего ствола с локальными его значениями на высоте груди и морфометрией деревьев в литературе отсутствуют. Наши исследования проведены в бору Аман-Карагай в условиях сухой степи Тургайского прогиба, где в чистых сосновых насаждениях было заложено 37 пробных площадей, в том числе 23 – в культурах и 14 – в естественных сосняках, на которых было взято 300 модельных деревьев, в том числе 190 в культурах и 110 в естественных сосняках. В результате разработаны прогностические модели средневзвешенных квалиметрических показателей (Qcp) (содержания сухого вещества и плотности древесины и коры) в зависимости от соответствующих показателей ствола на высоте груди (Q1,3) и высоты дерева с учетом происхождения древостоя. Названные независимые переменные объясняют от 68 до 92 % варьирования Qcp, а вклады Q1,3, высоты дерева и происхождения древостоя в объяснение варьирования Qcp составляют соответственно 62, 25 и 13 %. Большая часть показателей Qcp в культурах на статистически значимом уровне меньше, чем в естественных сосняках. Предложенные модели дают возможность определять квалиметрические показатели стволов у сосны Тургайского прогиба без рубки модельных деревьев.

В условиях изменяющегося климата возрастает биосферная роль лесного покрова и актуальность исследований углерододепонирующей способности мировых лесов. Эти исследования содержат оценку биологической продуктивности деревьев и древостоев, включающей не только фитомассу, но и базисную плотность (БП) древесины и коры стволов. В нашем исследовании разработаны аллометрические модели БП древесины и коры деревьев 9 лесообразующих древесных видов Северной Евразии, имеющие такие независимые переменные, как возраст дерева, диаметр ствола, а также среднюю температуру января и среднегодовые осадки. Применена структура модели смешанного типа, в которой принадлежность исходных данных к каждому из древесных видов кодируется набором фиктивных переменных. На основе принципа пространственно-временного замещения полученные закономерности изменения БП в пространственных климатических градиентах использованы для прогноза их изменения в темпоральных градиентах. Подтверждено действие закона лимитирующего фактора Либиха при прогнозировании БП в пространственных и темпоральных климатических градиентах. Выявленные закономерности изменения БП древесины и коры деревьев в градиентах температур и осадков полностью повторяют ранее установленные закономерности изменения фитомассы и чистой первичной продукции деревьев и древостоев Евразии в тех же градиентах. Это означает, что климатическая обусловленность биологической продуктивности имеет общий характер как для количественных, так и для квалиметрических показателей деревьев и древостоев

В исследованиях углеродного цикла и экологии растений полезным показателем является базисная плотность древесины (БП) (basic density) как отношение массы в абсолютно сухом состоянии (при влажности 0 %) к «зеленому» объему (объему древесины в состоянии насыщения водой). Данные о БП древесины большинства видов в пределах региона часто недоступны, и используются средние значения на уровне родов или семейств. Однако может наблюдаться значительная филогенетическая и географическая изменчивость БП, и использование ее средних значений на уровне рода возможно лишь при отсутствии региональных данных. Практически все опубликованные данные содержат информацию о БП собственно древесины, без учета коры. Если необходимо рассчитать биомассу стволов в коре по имеющимся данным объемов на основе БП, различающейся для древесины и коры, то получить искомый результат с достаточной точностью невозможно, поскольку в каждом конкретном случае неизвестно соотношение древесины и коры, а оно различается существенно. Наличие огромных массивов данных о запасах стволовой древесины, накопленных традиционной лесной таксацией, дает возможность оценивать абсолютно сухую биомассу стволов в коре на больших площадях, используя известные значения БП стволов. Цель наших исследований состояла в анализе региональных особенностей БП стволов в коре у хвойных древесных видов Евразии. Используя авторскую базу данных о квалиметрии деревьев лесообразующих видов Евразии, сформирована выборка 3220 деревьев пяти хвойных древесных родов (подродов) Евразии. Применена структура модели смешанного типа, включающая в себя численные (возраст и диаметр ствола) и фиктивные переменные, кодирующие географические регионы. Выполнены два ранжирования по величине БП стволов в коре, а именно, ранжирование кластеров в пределах рода (для 5-хвойных сосен - в пределах подрода) и видоспецифичное ранжирование, согласно которому максимальным значением характеризуется ель восточная и минимальным – ель аянская. Полученные модели и ранжирования видов по величине БП стволов в коре могут быть использованы при расчетах углеродного пула в хвойных древостоях по данным инвентаризации лесов.