CC BY
0Леса России и хозяйство в них. 2023. № 2. С. 42-50. Forests of Russia and economy in them. 2023. № 2. P. 42-50.
Научная статья
УДК 630*52:630*174.754
DOI: 10.51318/FRET.2023.36.20.005
БИОМАССА ДЕРЕВЬЕВ ОЛЬХИ СЕРОЙ И ЕЕ АЛЛОМЕТРИЧЕСКИЕ МОДЕЛИ В УСЛОВИЯХ АРХАНГЕЛЬСКОЙ ОБЛАСТИ
Алексей Александрович Карабан1, Владимир Андреевич Усольцев2, Сергей Васильевич Третьяков3, Сергей Викторович Коптев4, Андрей Алексеевич Парамонов5, Илья Васильевич Цветков6, Александр Владимирович Давыдов7, Иван Степанович Цепордей8
1 3, 4, 5, 6, 7 Северный научно-исследовательский институт лесного хозяйства, Архангельск, Россия
1 3, 4, 6, 7 Северный (Арктический) федеральный университет им. М. В. Ломоносова, Архангельск, Россия
2 Уральский государственный лесотехнический университет, Екатеринбург, Россия 1 8 Ботанический сад Уральского отделения РАН, Екатеринбург, Россия
Автор, ответственный за переписку: Владимир Андреевич Усольцев, Usoltsev50@mail.ru
Аннотация. Научное сообщество проявляет повышенное внимание к текущим климатическим изменениям и в этой связи к возможным изменениям как продуктивности лесов, так и к способности лесов депонировать атмосферный углерод и тем самым смягчать климатические сдвиги. Однако в имеющихся базах данных о биомассе деревьев имеются обширные регионы, для которых отсутствуют эмпирические данные о биомассе лесообразующих пород. Поэтому обеспечение таких регионов фактологическим материалом по биомассе деревьев имеет первостепенное значение. К одному из таких регионов относится Архангельская область, для которой ранее отсутствовали данные о биомассе ольхи серой. Целью наших исследований было получение фактических данных о структуре надземной биомассы ольхи серой, произрастающей в условиях северной тайги Архангельской области, и разработка аллометрических моделей для ее фракций. Предложенные аллометрические модели для фракций надземной биомассы деревьев ольхи серой, произрастающей в подзоне северной тайги Архангельской области, характеризуются высокими показателями адекватности исходным данным и могут быть полезны при оценке углероддепонирующей способности ольховых насаждений.
Ключевые слова: биомасса деревьев, фракции биомассы, региональная и обобщенная модели, аллометрические модели биомассы
Благодарности: публикация подготовлена по результатам НИР, выполненного в рамке государственного задания ФБУ «СевНИИЛХ» на проведение прикладных научных исследований в сфере деятельности Федерального агентства лесного хозяйства. Регистрационный номер темы: 123022800113-9.
© Карабан А. А., Усольцев В. А., Третьяков С. В., Коптев С. В., Парамонов А. А., Цветков И. В., Давыдов А. В., Цепордей И. С., 2023
Scientific article
BIOMASS OF GRAY ALDER TREES AND ITS ALLOMETRIC MODELS IN THE CONDITIONS OF THE ARKHANGELSK REGION
Alexey A. Karaban1, Vladimir A. Usoltsev2, Sergey V. Tretyakov3, Sergey V. Koptev4, Andrey A. Paramonov5, Ilya V. Tsvetkov6, Alexander V. Davydov7, Ivan S. Tsepordey8
i, 3, 4, 5, e, 7 Northern Research Institute of Forestry, Arkhangelsk, Russia
i, 3 4, e, 7 Northern (Arctic) Federal University named after M. V. Lomonosov, Arkhangelsk, Russia
2 Ural State Forest Engineering University, Yekaterinburg, Russia
1 8 Botanical Garden, Ural Branch of RAS, Yekaterinburg, Russia
Corresponding author: Vladimir A. Usoltsev,
Usoltsev50@mail.ru
Abstract. The scientific community is paying increased attention to current climate changes and, in this regard, to possible changes in both forest productivity and the ability of forests to deposit atmospheric carbon and thereby mitigate climate shifts. However, there are vast regions in the available tree biomass databases for which there is no empirical data on the biomass of forest-forming species. Therefore, providing such regions with empirical material on tree biomass is of paramount importance. One of these regions is the Arkhangelsk oblast', for which there was previously no data on the biomass of gray alder. The purpose of our research was to obtain empirical data on the structure of the aboveground biomass of gray alder growing in the conditions of the northern taiga of the Arkhangelsk region, and to develop allometric models for its fractions. The proposed allometric models for fractions of aboveground biomass of gray alder trees growing in the northern taiga subzone of the Arkhangelsk region are characterized by high indicators of adequacy to the initial data and can be useful in assessing the carbon depositing capacity of alder forests.
Keywords: tree biomass, biomass fractions, regional and generalized models, allometric models of biomass
Acknowledgements: the publication was prepared based on the results of the research carried out within the framework of the state task of the FBU "SevNIILH" for conducting applied scientific research in the field of activity of the Federal Forestry Agency. Registration number of the topic: 123022800113-9.
Введение
В последние годы научная общественность проявляет повышенное внимание к текущим климатическим изменениям и в этой связи к возможным изменениям как продуктивности лесов, так и к способности лесов депонировать атмосферный углерод и тем самым смягчать климатические сдвиги (Замолодчиков и др., 2007; Голубятников, Денисенко, 2009; Коломыц, 2020; Не et а1., 2022). Однако в имеющихся базах данных о биомассе деревьев (БаМег et а1., 2015; Усольцев, 2016; Shchepashchenko et а1., 2017) имеются обширные регионы, в которых отсутствуют эмпирические
данные о биомассе ле сообразующих пород. Поэтому обеспечение таких регионов фактологическим материалом по биомассе деревьев имеет первостепенное значение. К одному из таких регионов можно отнести Архангельскую область, для которой ранее отсутствовали данные о биомассе ольхи серой.
Ольха серая - одна из наиболее быстрорастущих пород, до 10-15 лет растет быстро, после чего прирост замедляется; доживает до 40-60, изредка до 100 лет (Купцов, Попов, 2015). Ольха, уступая иве и осине в скорости роста (Биомасса..., 2022), имеет ряд существенных преимуществ.
Будучи азотфиксатором и продуцентом веществ, ингибирующих патогенные организмы, обладая устойчивостью к энтомофитовредителям, ольха является перспективным видом для плантационного выращивания (Palmgren й а1., 1985; Куп -цов, Попов, 2015). В Западной Европе проводятся интенсивные исследования свойств древесины этой быстрорастущей породы и возможностей ее использования (8аагеа1т1 е! а1., 1985; Яуйег Ь., Яуйег Я.-Ы., 2016).
Для оценки углероддепонирующей способности лесов активно разрабатываются аллометриче-ские модели биомассы деревьев, особенно актуальные для смешанных лесов, и их количество во всем мире исчисляется уже тысячами (.Тискег е! а1., 2022). В России единственные аллометри-ческие модели для биомассы ольхи (Усольцев и др., 2022) построены по малочисленным данным В. В. Смирнова (1971) и Н. И. Казимирова с соавторами (1978), полученным в подзоне южной тайги России.
Цель, методика и объекты исследования
Целью наших исследований было получение фактических данных о структуре надземной биомассы ольхи серой, произрастающей в условиях северной тайги Архангельской области, и разработка аллометрических моделей для ее фракций.
Сбор полевого материала проводился с июня по сентябрь в 2020 и 2021 гг. на территории лесничеств Архангельской области в Приморском, Красноборском и Каргопольском районах. Подбирались чистые древостои или с примесью других пород. Было заложено 30 пробных площадей, на которых взято от 1 до 4 модельных деревьев в возрастном диапазоне от 20 до 50 лет. Пробные площади закладывали в соответствии с ОСТ 56-69-83 «Площади пробные лесоустроительные». Обработка модельных деревьев на пробных площадях проводились с учетом методических рекомендаций И. И. Гусева (2002). Полная характеристика полученных данных о 50 модельных деревьях ольхи серой дана в табл. 1.
Таблица 1 Table 1
Характеристика модельных деревьев ольхи серой, взятых на 30 пробных площадях
Архангельской области Characteristics of gray alder model trees taken on 30 sample plots of the Arkhangelsk region
№ A, лет A, yrs D, см D, cm D0, см D0, cm H, м H, m Lcr, м Lcr, m Vt Vbk Ps Pbk Pb Pf Pa N, тыс. экз./га N/1000, trees per ha
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 28 10,1 12,30 11,00 5,50 0,046 0,005 24,736 0,629 2,189 0,988 27,913 5,200
2 26 8,6 10,50 12,65 3,80 0,037 0,006 18,730 0,479 1,065 0,205 20,000 4,225
3 24 10,3 10,50 12,22 4,90 0,052 0,003 24,858 1,084 2,501 0,338 27,697 4,300
4 35 13,6 16,90 14,15 7,08 0,102 0,012 44,594 2,230 5,820 1,047 51,461 2,300
5 26 6,7 8,75 10,50 5,25 0,019 0,001 13,934 0,681 1,724 0,375 16,033 4,800
6 36 10,0 12,90 12,10 4,84 0,048 0,004 19,555 1,462 3,960 0,405 23,920 4,775
7 34 7,1 10,00 9,00 8,10 0,019 0,002 5,783 0,352 1,201 0,653 7,636 4,675
8 39 12,9 15,10 14,00 7,00 0,091 0,007 43,540 0,875 2,805 0,892 47,237 7,175
9 21 6,0 7,25 9,00 3,60 0,014 0,001 4,998 0,49 1,122 0,244 6,363 2,900
10 24 10,6 10,65 11,50 4,60 0,052 0,005 15,714 0,732 2,938 0,561 19,213 3,350
11 42 12,5 14,10 15,10 7,55 0,09 0,003 43,721 2,702 5,563 1,257 50,541 5,025
12 32 9,5 11,35 11,20 5,60 0,041 0,003 19,663 0,956 3,09 0,418 23,172 3,750
13 23 5,9 7,50 9,40 5,64 0,014 0,002 5,750 0,253 0,618 0,124 6,492 4,075
Окончание табл. 1 The end of table 1
1 2 3 4 5 6 7 8 9 10 11 12 13 14
14 46 10,0 12,80 12,00 7,20 0,048 0,005 33,409 3,105 8,988 0,552 42,949 3,725
15 50 16,9 18,00 13,20 13,20 0,148 0,002 40,892 4,774 7,596 0,997 49,484 6,250
16 31 9,5 11,35 9,80 5,88 0,037 0,002 14,900 0,789 2,735 0,610 18,245 4,225
17 20 5,7 7,65 10,00 5,00 0,014 0,001 8,044 0,249 0,721 0,220 8,985 4,050
18 25 6,3 8,95 8,80 3,52 0,015 0,003 4,530 0,353 0,801 0,157 5,488 2,550
19 22 7,8 10,45 9,00 4,50 0,023 0,002 5,137 0,201 0,551 0,192 5,882 3,925
20 23 8,9 11,25 10,40 5,20 0,034 0,003 15,373 0,681 1,380 0,214 16,967 2,875
21 20 6,7 8,70 10,50 6,30 0,019 0,001 8,882 0,473 1,199 0,182 10,263 2,675
22 34 9,8 12,35 11,15 6,69 0,044 0,004 16,283 1,440 3,612 0,386 20,282 7,500
23 23 6,5 8,50 11,00 7,21 0,018 0,002 6,365 0,365 0,735 0,101 7,201 4,300
24 22 5,2 6,20 12,65 3,32 0,010 0,001 3,665 0,124 0,347 0,200 4,212 4,075
25 20 3,6 5,10 12,22 6,48 0,004 0,001 2,596 0,121 0,230 0,049 2,875 4,250
26 28 7,2 9,65 14,15 6,30 0,020 0,003 3,150 0,471 1,619 0,217 4,987 2,450
27 30 8,2 10,20 10,50 4,00 0,028 0,003 12,324 0,348 1,369 0,291 13,984 4,075
28 29 8,5 10,35 12,10 6,00 0,030 0,002 11,107 1,186 2,817 0,573 14,497 2,250
29 37 9,4 12,15 9,00 4,56 0,041 0,003 14,078 0,934 1,903 0,221 16,201 2,300
30 23 5,2 7,50 14,00 7,56 0,010 0,001 3,260 0,462 2,045 0,166 3,769 4,300
31 26 5,8 7,80 9,00 7,04 0,013 0,001 5,021 0,876 0,351 0,221 5,593 2,450
32 27 7,1 8,45 11,50 3,60 0,019 0,001 6,929 0,837 1,252 0,372 8,553 1,075
33 20 5,5 6,95 15,10 4,80 0,012 0,002 5,394 0,855 0,322 0,292 6,007 2,675
34 30 7,4 9,85 11,20 2,20 0,025 0,003 10,984 2,557 0,564 0,174 11,721 4,525
35 30 5,4 8,60 9,40 3,35 0,009 0,001 4,072 0,485 0,633 0,223 4,928 5,900
36 33 5,7 8,40 12,00 3,80 0,011 0,001 4,610 0,584 1,015 0,084 5,709 4,575
37 20 4,3 5,80 13,20 4,14 0,005 0,001 1,377 0,247 0,443 0,163 1,984 4,000
38 24 6,4 7,55 9,80 2,88 0,013 0,001 5,326 0,575 0,540 0,154 6,020 5,900
39 26 5,6 7,20 10,00 2,60 0,010 0,001 3,556 0,519 0,504 0,160 4,220 4,575
40 32 8,2 10,25 8,80 3,25 0,021 0,002 4,962 0,397 0,846 0,421 6,230 4,000
41 25 5,8 7,60 9,00 4,20 0,011 0,001 3,892 0,327 0,595 0,155 4,643 5,900
42 30 7,9 10,40 10,40 4,00 0,022 0,001 5,573 0,540 3,270 0,252 9,096 4,575
43 21 5,1 7,05 10,50 6,66 0,009 0,001 1,675 0,318 0,413 0,111 2,200 4,000
44 20 4,7 6,85 11,15 3,12 0,006 0,001 2,663 0,752 0,408 0,050 2,714 4,000
45 22 6,4 10,90 11,00 3,24 0,015 0,001 6,603 0,752 0,656 0,183 7,443 4,300
46 26 5,5 7,55 12,65 3,60 0,012 0,001 4,794 0,458 0,903 0,094 5,792 5,025
47 21 5,9 7,90 12,22 5,04 0,011 0,001 3,679 0,567 1,275 0,240 5,195 4,075
48 23 4,8 6,65 14,15 4,00 0,008 0,001 2,789 0,460 0,387 0,055 3,232 4,250
49 34 10,1 11,60 10,50 5,50 0,046 0,004 18,697 2,200 3,184 0,287 22,168 4,675
50 32 6,8 9,15 12,10 7,20 0,018 0,002 7,190 0,888 0,779 0,053 8,022 4,250
Примечание. A, D, D0, H, Lcr, N - соответственно возраст, диаметр ствола на высоте груди, диаметр ствола у его основания, высота дерева, длина кроны, густота древостоя; Vt и Vbk - соответственно объем ствола в коре и коры ствола, м3; Ps, Pbk, Pb, Pf, Pa, Pr - соответственно биомасса ствола в коре, коры ствола, ветвей, листвы, надземная и корней в абсолютно сухом состоянии, кг.
Note. A, D, D0, H, Lcr, N - respectively age, trunk diameter at chest height, trunk diameter at its base, tree height, crown length, stand density; Vt and Vbk - respectively trunk volume in the bark and trunk bark, m3; Ps, Pbk, Pb, Pf, Pa, Pr - respectively, the biomass of the trunk in the bark, trunk bark, branches, foliage, aboveground and roots in an absolutely dry state, kg.
Поскольку мы не определяли биомассу корней, для построения моделей их биомассы использованы данные Н. И. Казимирова с соавторами (1978) и латвийских коллег (Ы1е2Йе е! а1., 2011) для ольхи серой подзон южной тайги и хвойно-широко-лиственных лесов в количестве 17 определений.
Результаты и их обсуждение
По исходным данным табл. 1 рассчитаны ал-лометрические модели, структура которых обсуждалась ранее (Биомасса..., 2022). В данном случае рассмотрены модели трех видов:
1п Р, = а0 + а11п В, (1)
1п РЬк = а0 + а1 1п В + а2 1п р), (2) 1п Рг = а0 + а11п В + а3 1п Ра, (3)
где Р, - биомасса дерева ,-й фракции, в данном случае Ps, РЬ, Р/, Ра. Характеристика полученных моделей приведена в табл. 2.
Соотношение расчетных и фактических данных модели (1) в логарифмических координатах с обозначением ошибки модели (рисунок) показывает достаточно высокую адекватность модели и наличие равномерной остаточной дисперсии.
Существует проблема применимости локальных аллометрических моделей в регионах, для ко-
торых пока не разработаны аналогичные модели. Для сравнения с нашими результатами мы сформировали пакет фактических данных для ольхи серой, полученных в подзонах южной тайги и хвойно-широколиственных лесов (Смирнов, 1971; Казимиров и др., 1978; Ы1е2Йе е! а1., 2011), и включили его в совместный анализ с нашими данными согласно модели смешанного типа (Би е! а1., 2012):
1п Р, = а0 + а11п В + аХ, (4)
где Х - бинарная переменная, равная 0 для данных подзон южной тайги и хвойно-широколиственных лесов и равная 1 для данных для северной тайги. Оказалось, что регрессионный коэффициент а2 при бинарной переменной значим на уровне вероятности р < 0,01 ^ = 2,9 > ¿99 = 2,58) только для биомассы листвы. При этом масса листвы в северной тайге меньше, чем в южных подзонах, на 25 %. По массе ствола, ветвей и надземной регрессионный коэффициент а2 оказался незначимым = 1,0.1,3 < ¿95 = 1,96). Для оценки надземной биомассы ольхи серой на территории европейской части России мы рассчитали обобщенную модель:
1п Ра = -2,5395 + 2,4527 1п В; ай]Я2 = 0,939, Ж = 0,26.
(5)
Таблица 2 Table 2
Характеристика моделей (1-3) Characteristics of models (1-3)
Зависимая переменная Номер модели Коэффициенты Coefficients adjR2 SE n
Dependent variable Model number ao a1 a2 a3
ln Ps (1) -2,8211 2,5081 - - 0,835 0,357
ln Pbk (2) -0,9069 -0,6817 - 1,1675 0,821 0,386
ln Pb (1) -4,4668 2,4038 - - 0,729 0,469 50
ln Pf (1) -5,2476 1,9910 - - 0,639 0,478
ln Pa (1) -2,5641 2,4652 - - 0,867 0,310
ln Pr (3) 2,1294 -3,5935 2,4672 - 0,945 0,265 17
Примечание. adjR2 - коэффициент детерминации, скорректированный на число переменных; SE - стандартная ошибка уравнения; n - число наблюдений. В свободный член введена поправка на логарифмирование (Baskerville, 1972).
Note adjR1 - coefficient of determination adjusted for the number of variables; SE - standard error of the equation; n - observation number. The free term is corrected for logarithm (Baskerville, 1972).
Соотношение расчетных и фактических данных биомассы согласно модели (1) в логарифмических координатах; а, б, в, г - биомасса соответственно ствола, ветвей, листвы, надземная. Пунктирной линией показана стандартная ошибка модели The ratio of calculated and actual biomass data according to the model (1) in logarithmic coordinates; а, б, в, г - biomass of the trunk, branches, foliage, aboveground, respectively. The dotted line shows the standard error of the model
Предлагаемая обобщенная модель (5) надземной биомассы ольхи серой, построенная по данным 80 наблюдений, более адекватна по отношению к исходным данным, чем модель (1), построенная по данным только для северной тайги (0,939 > 0,867). Как следует из данных табл. 1, диапазон варьирования надземной биомассы ольхи в северной тайге составил от 2 до 81 кг и диаметра ствола - от 4 до 17 см, тогда как в объединенном массиве данных - соответственно от 2 до 274 кг и от 3 до 28 см. Более высокая общая дисперсия биомассы и диаметра ствола объединенного массива данных по отношению к соответствующим
значениям для северной тайги на фоне примерно той же остаточной дисперсии обеспечила повышенную адекватность обобщенной модели для надземной биомассы ольхи серой.
Заключение
Предложенные аллометрические модели для фракций надземной биомассы деревьев ольхи серой, произрастающей в подзоне северной тайги Архангельской области, характеризуются высокими показателями адекватности исходным данным и могут быть полезны при оценке углероддепони-рующей способности ольховых насаждений.
Список источников
Биомасса деревьев ивы и ее аллометрические модели в условиях Архангельской области / А. А. Парамонов, В. А. Усольцев, С. В. Третьяков [и др.] // Леса России и хозяйство в них. 2022. № 4. С. 10-19. Голубятников Л. Л., Денисенко Е. А. Влияние климатических изменений на растительный покров Европейской России // Известия РАН. Сер. географ. 2009. № 2. С. 57-68. Гусев И. И. Моделирование экосистем : учебное пособие. Архангельск : Изд-во АГТУ, 2002. 112 с. Замолодчиков Д. Г., Коровин Г. Н., Гитарский М. Л. Бюджет углерода управляемых лесов Российской Федерации // Лесоведение. 2007. № 6. С. 23-34.
Казимиров Н. И., Морозова Р. М., Куликова В. К. Органическая масса и потоки веществ в березняках средней тайги. Л. : Наука, Ленингр. отд-ние, 1978. 216 с.
Коломыц Э. Г. Углеродный баланс и устойчивость лесных экосистем при глобальных изменениях климата. Экологические ресурсы бореальных лесов. М. : Наука, 2020. 423 с.
Купцов Н. С., Попов Е. Г. Энергоплантации : справочное пособие по использованию энергетических растений. Минск : Конфидо, 2015. 128 с.
Смирнов В. В. Органическая масса в некоторых лесных фитоценозах европейской части СССР. М. : Наука, 1971. 362 с.
Усольцев В. А. Фитомасса модельных деревьев лесообразующих пород Евразии: база данных, климатически обусловленная география, таксационные нормативы. Екатеринбург : Урал. гос. лесотехн. ун-т, 2016. 336 с. URL: http://elar.usfeu.ru/handle/123456789/5696 (дата обращения: 18.03.2023).
Усольцев В. А., Цепордей И. С., Норицин Д. В. Аллометрические модели биомассы деревьев лесообразующих пород Урала // Леса России и хозяйство в них. 2022. № 1. С. 4-14.
Baskerville G. L. Use of logarithmic regression in the estimation of plant biomass // Canadian Journal of Forest Research. 1972. Vol. 2. P. 49-53.
Falster D. S., Duursma R. A., Ishihara M. I. et al. BAAD: a Biomass And Allometry Database for woody plants // Ecology. 2015. Vol. 96. Article 1445.
Fu L. Y., Zeng W. S., Tang S. Z. et al. Using linear mixed model and dummy variable model approaches to construct compatible single-tree biomass equations at different scales - A case study for Masson pine in Southern China // Journal of Forest Science. 2012. Vol. 58. Iss. 3. P. 101-115.
He X., Lei X., Zeng W. et al. Quantifying the effects of stand and climate variables on biomass of larch plantations using random forests and National Forest Inventory data in North and Northeast China // Sustainability. 2022. Vol. 14. Article 5580.
Jucker T., Fischer F. J., Chave J. et al. Tallo - a global tree allometry and crown architecture database // Global Change Biology. 2022. Vol. 28. P. 5254-5268. https://doi.org/10.1111/gcb.16302
Miezite O., Liepa I., Lazdins A. Carbon accumulation in overground and root biomass of grey alder (Alnus incana (L.) Moench) in Aegopodiosa // Annual 17th International Scientific Conference Proceedings «Research for Rural Development» 2011, Vol. 2. Jelgava: Latvia University of Agriculture. P. 46-51.
Palmgren K., Saarsalmi A., Weber A. Nitrogen fixation and biomass production in some alder clones // Silva Fennica. 1985. Vol. 19 (4). Article id 5254. https://doi.org/10.14214/sf.a15433
Rytter L., Rytter R. M. Growth and carbon capture of grey alder (Alnus incana (L.) Moench.) under north European conditions - Estimates based on reported research // Forest Ecology and Management. 2016. Vol. 373. P. 56-65.
Saarsalmi A. , Palmgren K. , Levula T. Biomass production and nutrient and water consumption in an Alnus incana plantation // Folia Forestalia. 1985. Vol. 628. P. 1-24.
Schepaschenko D., Shvidenko A., Usoltsev V. А. et al. A dataset of forest biomass structure for Eurasia // Scientific Data. 2017. Vol. 4. Article No 170070. P. 1-11. DOI: 10.1038/sdata.2017.70
References
Baskerville G. L. Use of logarithmic regression in the estimation of plant biomass // Canadian Journal of Forest Research. 1972. Vol. 2. P. 49-53.
Falster D. S., Duursma R. A., Ishihara M. I. et al. BAAD: a Biomass And Allometry Database for woody plants // Ecology. 2015. Vol. 96. Article 1445.
Using linear mixed model and dummy variable model approaches to construct compatible single-tree biomass equations at different scales - A case study for Masson pine in Southern China / L. Y. Fu, W. S. Zeng, S. Z. Tang [et al.] // Journal of Forest Science. 2012. Vol. 58. Iss. 3. P. 101-115.
Golubyatnikov L. L., Denisenko E. A. The influence of climatic changes on the vegetation cover of European
Russia // Izvestiya RAS. Ser. geograf. 2009. № 2. P. 57-68. (In Russ.) Gusev1.1. Ecosystem modeling : training guide. Arkhangelsk : Publishing House of AGTU, 2002. 112 p. He X., Lei X., Zeng W. et al. Quantifying the effects of stand and climate variables on biomass of larch plantations using random forests and National Forest Inventory data in North and Northeast China // Sustainability. 2022. Vol. 14. Article 5580. Jucker T., Fischer F. J., Chave J. et al. Tallo - a global tree allometry and crown architecture database //
Global Change Biology. 2022. Vol. 28. P. 5254-5268. URL: https://doi.org/10.1111/gcb.16302 Kazimirov N. I., Morozova R. M., Kulikova V. K. Organic mass and matter flows in birch stands of the middle
taiga. Leningrad : Nauka Publishing, 1978. 216 p. Kolomyts E. G. Carbon balance and sustainability of forest ecosystems under global climate change. Ecological
resources of boreal forests. Moscow : Nauka, 2020. 423 p. Kuptsov N. S., Popov E. G. Energy plantations: a reference guide on the use of energy plants. Minsk : Confido, 2015.128 p.
Miezite O., Liepa I., Lazdins A. Carbon accumulation in overground and root biomass of grey alder (Alnus incana (L.) Moench) in Aegopodiosa // Annual 17th International Scientific Conference Proceedings «Research for Rural Development» 2011, Vol. 2. Jelgava: Latvia University of Agriculture. P. 46-51. Palmgren K., Saarsalmi A., Weber A. Nitrogen fixation and biomass production in some alder clones // Silva
Fennica. 1985. Vol. 19 (4). Article id 5254. https://doi.org/10.14214/sf.a15433 Paramonov А. А., Usoltsev V. А., Tretyakov S. V. et al. Willow tree biomass and its allometric models in the conditions of the Arkhangelsk region // Forests of Russia and Economy in them. 2022. № 4. P. 10-19. (In Russ.)
Rytter L., Rytter R. M. Growth and carbon capture of grey alder (Alnus incana (L.) Moench.) under north European conditions - Estimates based on reported research // Forest Ecology and Management. 2016. Vol. 373. P. 56-65. (In Russ.) Saarsalmi A., Palmgren K., Levula T. Biomass production and nutrient and water consumption in an Alnus
incana plantation // Folia Forestalia. 1985. Vol. 628. P. 1-24. Schepaschenko D., Shvidenko A., Usoltsev V. А. et al. A dataset of forest biomass structure for Eurasia //
Scientific Data. 2017. Vol. 4. Article No 170070. P. 1-11. DOI: 10.1038/sdata.2017.70 Smirnov V. V. Organic mass in some forest phytocenoses of the European part of the USSR. Moscow : Nauka, 1971. 362 p.
Usoltsev V. A. Phytomass of model trees of forest-forming species of Eurasia: database, climatically determined geography, taxation standards. Yekaterinburg : Ural State Forest Engineering University, 2016. 336 p. URL: http://elar.usfeu.ru/handle/123456789/5696 (date of application: 16.03.2023). Usoltsev V. А., Tsepordey I. S., Noritsin D. V. Allometric models of single-tree biomass for forest-forming
species of the Urals // Forests of Russia and Economy in them. 2022. № 1. С. 4-14. (In Russ.) Zamolodchikov D. G., Korovin G. N., Guitarsky M. L. Carbon budget of managed forests of the Russian Federation // Lesovedenie. Forest science. 2007. № 6. C. 23-34. (In Russ.)
Информация об авторах
A. А. Карабан - лаборант-исследователь, аспирант, karaban@sevniilh-arh.ru, https://orcid.org/0000-0002-2934-0303;
B. А. Усольцев - доктор сельскохозяйственных наук, профессор, Usoltsev50@mail.ru, http://orcid.org/0000-0003-4587-8952;
C. В. Третьяков - доктор сельскохозяйственных наук, профессор, s.v.tretyakov@narfu.ru, https://orcid.org/0000-0001-5982-3114;
С. В. Коптев - доктор сельскохозяйственных наук, профессор, s.koptev@narfu.ru, https://orcid.org/0000-0002-5402-1953; А. А. Парамонов - кандидат сельскохозяйственных наук, научный сотрудник, a.paramonov@sevniilh-arh.ru, https://orcid.org/0000-0002-0961-221X;
И. В. Цветков - кандидат сельскохозяйственных наук, доцент, старший научный сотрудник,
i.tsvetkov@narfu.ru, https://orcid.org/0000-0002-1559-32540;
А. В. Давыдов - лаборант-исследователь, магистрант,
davydov.a@edu.narfu.ru, https://orcid.org/0000-0003-4328-7040;
И. С. Цепордей - кандидат сельскохозяйственных наук, научный сотрудник,
ivan.tsepordey@yandex.ru, http://orcid.org/0000-0002-4747-5017.
Information about the authors
A. A. Karaban - laboratory researcher, post-graduate student,
karaban@sevniilh-arh.ru, https://orcid.org/0000-0002-2934-0303;
V. A. Usoltsev - Doctor of Agricultural Sciences, Professor,
Usoltsev50@mail.ru, http://orcid.org/0000-0003-4587-8952;
S. V. Tretyakov - Doctor of Agricultural Sciences, Professor,
s.v.tretyakov@narfu.ru, https://orcid.org/0000-0001-5982-3114;
S. V. Koptev - Doctor of Agricultural Sciences, Professor,
s.koptev@narfu.ru, https://orcid.org/0000-0002-5402-1953;
A. A. Paramonov - Сandidate of Agricultural Sciences, Researcher,
a.paramonov@sevniilh-arh.ru, https://orcid.org/0000-0002-0961-221X;
I. V. Tsvetkov - Candidate of Agricultural Sciences, Associate Professor, senior researcher,
i.tsvetkov@narfu.ru, https://orcid.org/0000-0002-1559-32540;
A. V. Davydov - laboratory Researcher, Master's student,
davydov.a@edu.narfu.ru, https://orcid.org/0000-0003-4328-7040;
I. S. Tsepordey - Candidate of Agricultural Sciences, Researcher,
ivan.tsepordey@yandex.ru, http://orcid.org/0000-0002-4747-5017.
Статья поступила в редакцию 27.02.2023; принята к публикации 27.03.2023. The article was submitted 27.02.2023; accepted for publication 27.03.2023.
