Модели для оценки биомассы деревьев лесообразующих видов по диаметру кроны в связи с использованием дронов

В связи с изменением климата и потенциальной возможностью его стабилизации с помощью управляемых лесов и оценки их углерод депонирующей способности, особую актуальность приобретает возможность оперативной оценки биомассы и органического углерода лесного покрова. В последние годы технологии дистанционного зондирования лесов на основе беспилотных летательных аппаратов (дронов) позволили получать значения параметров крон деревьев с максимально близкого расстояния, что обеспечивает не только высокую точность и скорость измерений, но и возможность различать деревья по видовому составу. В настоящем исследовании предпринята попытка разработки аллометрических моделей, предназначенных для оценки биомассы деревьев лесообразующих родов России по диаметру кроны. Для реализации поставленной цели исследования использована авторская база данных в количестве 15200 определений биомассы деревьев. Из нее отобраны 1665 модельных деревьев пяти хвойных и 780 модельных деревьев шести лиственных видов. Поскольку фактические значения биомассы деревьев представлены в базе данных несколькими викарирующими видами в пределах рода, анализ зависимости биомассы дерева от его диаметра кроны выполнен на уровне родов и подродов. Рассчитан пакет аллометрических моделей биомассы деревьев полного фракционного состава для каждого рода и подрода, все регрессионные коэффициенты которых значимы на уровне p < 0,001. Предложенные аллометрические модели могут быть использованы при оценках биомассы и органического углерода деревьев и древостоев лесообразующих родов России на основе цифровой фотограмметрии визуальных данных, получаемых с помощью дронов.

1. Леонтьев В. Л. Об определении запаса саксаульников // Ботанический журнал. 1950. Т. 35, № 6. С. 637–645.

2. Синицын С. Г., Сухих В. И. Использование материалов многозональных и космических съемок в интересах лесного хозяйства // Аэрокосмические исследования Земли. М.: Наука, 1979. С. 86–101.

3. Усольцев В. А. Перспективы 3D-моделирования пространственной структуры фитомассы лесов // Экопотенциал. 2014. № 2 (6). С. 55–71. https://elar.usfeu.ru/bitstream/123456789/3356/1/.

4. Усольцев В. А., Цепордей И. С. Отношение подземной биомассы к надземной лесообразующих видов Евразии в градиентах температур и осадков // Биосфера. 2022. Т. 14, № 3. С. 158–179. DOI: 10.24855/biosfera.v14i2.673.

5. Balenovic I., Seletkovic A., Pernar R. et al. Regression models of DBH estimation for photogrammetric measurement // Šumarski list. 2012. No. 3–4. P. 129–139 (словен. с англ. резюме).

6. Baskerville G. L. Use of logarithmic regression in the estimation of plant biomass // Canadian Journal of Forest Research. 1972. Vol. 2(1). P. 49–53.

7. Francis J. K. The relationship of bole diameters and crown widths of seven bottomland hardwood species. USDA Forest Service, Southern Forest Experiment Station. Research Note SO-328, 1986. 3 p.

8. Guttinger S. The limits of replicability // European Journal for Philosophy of Science. 2020. Vol. 10. P. 1–17.

9. Ilvessalo Y. On the correlation between the crown diameter and the stem of trees // Communicationes Instituti Forestalis Fenniae. 1950. Vol. 38(2). P. 1–32.

10. Lockhart B. R., Weih R. Jr., Smith K. M. Crown radius and diameter at breast height relationships for six bottomland hardwood species // Journal of the Arkansas Academy of Science. 2005. Vol. 59. P. 110–115.

11. Matthews G. The carbon content of trees. Technical Paper 4. Edinburgh: Forestry Commission, 1993. 21 р.

12. Minor C. O. Stem-crown diameter relationships in southern pine // Journal of Forestry. 1951. Vol. 49 (7). P. 490–493.

13. Olsson H., Egberth M., Engberg J. et al. Current and emerging operational uses of remote sensing in Swedish forestry // McRoberts R. E., Reams G. A., Van Deusen P. C., McWilliams W. H. (eds.). Proceedings of the XVII-th annual forest inventory and analysis symposium; October 3–6, 2005; Portland, ME. Gen. Tech. Rep. WO-77. Washington, DC: U.S. Department of Agriculture, Forest Service, 2007. P. 39–46.

14. Pernar R. Application of results of aerial photograph interpretation and geographical information system for planning in forestry // Glasnik za šumske pokuse: Annales Experimentis Silvarum Culturae Provehendis. 1997. Vol. 34. P. 141–189.

15. Ter-Mikaelian M. T, Korzukhin M. D. Biomass equations for sixty-five North American tree species. Forest Ecology and Management. 1997. Vol. 97. P. 1–24.

16. 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. https://elar.usfeu.ru/handle/123456789/9647.

17. van Geffen F., Heim B., Brieger F. et al. SiDroForest: a comprehensive forest inventory of Siberian boreal forest investigations including drone-based point clouds, individually labeled trees, synthetically generated tree crowns, and Sentinel-2 labeled image patches // Earth System Science Data. 2022. Vol. 14. P. 4967–4994. https://doi.org/10.5194/essd-14-4967-2022.

18. Weaver T. Area-mass relationships for common Montana shrubs // Proceedings of the Montana Academy of Sciences. 1977. Vol. 37. P. 54–58.