Принцип пространственно-временнóго замещения экологии и прогнозирование биомассы Picea spp. при изменении климата

Человеческое общество столкнулось сегодня с проблемами глобального масштаба, вследствие чего приоритеты экологических исследований сдвигаются на макроуровень, экология вступает в эпоху «больших данных». Авторами сформирована база данных в количестве 1550 модельных деревьев Picea spp. с замеренными показателями высоты дерева, ширины кроны и надземной биомассы, произрастающих на территории Евразии. Рассчитаны регрессионные модели для компонентов надземной биомассы, включающие в качестве независимых переменных ширину кроны, высоту дерева и два климатических показателя. На основе теории пространственно-временнóго замещения полученные закономерности изменения надземной биомассы в территориальных климатических градиентах Евразии использованы для прогноза изменений биомассы вследствие климатических сдвигов. В соответствии с законом лимитирующего фактора Либиха установлено, что в достаточно влагообеспеченных климатических поясах повышение температуры на 1 °С при неизменном количестве осадков вызывает увеличение биомассы, а во влагодефицитных поясах – ее снижение; в теплых климатических поясах сокращение уровня осадков на 100 мм при неизменной средней температуре января вызывает снижение биомассы, а в холодных климатических поясах – ее увеличение.

1. Glebov F. Z., Litvinenko V. I. Dinamika shiriny godichnykh kolets v svyazi s meteorologicheskimi pokazatelyami v razlichnykh tipakh bolotnykh lesov // Lesovedeniye. 1976. № 4. S. 56–62.

2. Danilin I. M., Medvedev Ye. M., Mel'nikov S. R. Lazernaya lokatsiya Zemli i lesa : ucheb. posobiye. Krasnoyarsk: In-t lesa SO RAN, 2005. 182 s.

3. Molchanov A. A. Dendroklimaticheskiye osnovy prognozov pogody. M.: Nauka, 1976. 168 s.

4. Baskerville G. L. Use of logarithmic regression in the estimation of plant biomass // Canadian Journal of Forest Research. 1972. Vol. 2. P. 49–53.

5. Bergstrom D. M., Wienecke B. C., van den Hoff J. et al. Combating ecosystem collapse from the tropics to the Antarctic // Global Change Biology. 2021. Vol. 27. P. 1–12.

6. Bjorkman A. D., Myers-Smith I. H., Elmendorf S. C. et al. Plant functional trait change across a warming tundra biome // Nature. 2018. Vol. 562. P. 57–80.

7. Blois J. L., Williams J. W., Fitzpatrick M. C. et al. Space can substitute for time in predicting climate-change effects on biodiversity // Proceedings of the National Academy of Sciences USA. 2013. Vol. 110. P. 9374–9379.

8. Cannell M. G. R. Woody biomass of forest stands // Forest Ecology and Management. 1984. Vol. 8. P. 299–312.

9. DeLeo V. L., Menge D. N. L., Hanks E. M. et al. Effects of two centuries of global environmental variation on phenology and physiology of Arabidopsis thaliana // Global Change Biology. 2020. Vol. 26. P. 523–538.

10. Fitzpatrick M. C., Sanders N. J., Ferrier S. et al. Forecasting the future of biodiversity: a test of singleand multispecies models for ants in North America // Ecography. 2011. Vol. 34. P. 836–847.

11. Fu L., Sun W., Wang G. A climate-sensitive aboveground biomass model for three larch species in northeastern and northern China // Trees. 2017. Vol. 31. P. 557–573.

12. Johnson E. A., Miyanishi K. Testing the assumptions of chronosequences in succession // Ecology Letters. 2008. Vol. 11. P. 419–431.

13. Ke Y., Quackenbush L. J. A review of methods for automatic individual tree-crown detection and delineation from passive remote sensing // International Journal of Remote Sensing. 2011. Vol. 32. P. 4725–4747.

14. Kosanic A., Anderson K., Harrison S. et al. Changes in the geographical distribution of plant species and climatic variables on the West Cornwall Peninsula (South West UK) // PLoS ONE. 2018. Vol. 13. e0191021.

15. Li W. K., Guo Q. H., Jakubowski M. K., Kelly M. A new method for segmenting individual trees from the lidar point cloud // Photogrammetric Engineering & Remote Sensing. 2012. Vol. 78. P. 75–84.

16. Liebig J. Die organische Chemie in ihrer Anwendung auf Agricultur und Physiologie. Braunschweig : Verlag Vieweg, 1840. (Deutsches Textarchiv http://www.deutschestextarchiv.de/liebig_agricutur_1840. Accessed on 26.11.2019).

17. Niu S., Wang S., Wang J. et al. Integrative ecology in the era of big data. From observation to prediction // Science China Earth Sciences. 2020. Vol. 63. P. 1–14.

18. Odum E. P. Fundamentals of ecology. London, Philadelphia, Toronto : W.B. Saunders Company, 1971. 574 p.

19. Pickett S. Space-for-time substitution as an alternative to long-term studies // G. E. Likens (ed.). Longterm studies in ecology: Approaches and alternatives. New York: Springer, 1989. P. 110–135.

20. Shuman J. K., Shugart H. H., O’Halloran T. L. Sensitivity of Siberian larch forests to climate change // Global Change Biology. 2011. Vol. 2. P. 2370–2384.

21. Usoltsev V. A. Mensuration of forest biomass: Modernization of standard base of forest inventory // Proceedings of the XIX World Congress, IUFRO, Division 4. Canada, Montreal, 1990. P. 79–92.

22. Usoltsev V. A. Single-tree biomass data for remote sensing and ground measuring of Eurasian forests: digital version. The second edition, enlarged. Yekaterinburg: Ural State Forest Engineering University; Botanical Garden of Ural Branch of RAS, 2020. CD-ROM. Retrieved from: https://elar.usfeu.ru/bitstream/123456789/9647/2/Base1_v2_ob.pdf.

23. Usoltsev V. A., Shobairi S. O. R., Tsepordey I. S., Chasovskikh V. P. On some differences in the response of Picea spp. and Abies spp. single-tree biomass structure to changes in temperatures and precipitation in Eurasia // Environment and Ecology. 2020a. Vol. 38. P. 300–315.

24. Usoltsev V. А., Shobairi S. O. R., Tsepordey I. S., Chasovskikh V. P. Аdditive model of aboveground biomass of larch single-trees related to age, DBH and height, sensitive to temperature and precipitation in Eurasia // Journal of Applied Sciences & Environmental Management. 2020b. Vol. 24. P. 1759–1766.

25. Veloz S., Williams J. W., Blois J. L. et al. Noanalog climates and shifting realized niches during the late Quaternary: Implications for 21st-century predictions by species distribution models // Global Change Biology. 2012. Vol. 18. P. 1698–1713.

26. World Weather Maps, 2007. Retrieved from: https://www.mapsofworld.com/referrals/weather

27. Zeng W. S., Duo H. R., Lei X. D. et al. Individual tree biomass equations and growth models sensitive to climate variables for Larix spp. in China // European Journal of Forest Research. 2017. Vol. 136. P. 233–249.

28. Zeng W. S., Chen X. Y., Pu Y., Yang X. Y. Comparison of different methods for estimating forest biomass and carbon storage based on National Forest Inventory data // Forest Research. 2018. Vol. 31. P. 66–71.