Научная статья на тему 'Динамика свойств почвы в зависимости oт возраста сосняков черничных'

Динамика свойств почвы в зависимости oт возраста сосняков черничных Текст научной статьи по специальности «Математика»

CC BY
81
30
i Надоели баннеры? Вы всегда можете отключить рекламу.
Область наук
i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Динамика свойств почвы в зависимости oт возраста сосняков черничных»

ДИНАМИКА СВОЙСТВ ПОЧВЫ В ЗАВИСИМОСТИ ОТ ВОЗРАСТА СОСНЯКОВ ЧЕРНИЧНЫХ

В.Н. КАРМИНОВ, аспирант кафедры почвоведения МГУЛа

Влияние леса на почву, как и влияние почвы на лес уже длительное время привлекает внимание почвоведов. В данной статье проблема более конкретизирована и сводится к определению качественных и количественных изменений почвенных свойств в конкретном типе леса и регионе в связи с возрастом.

Актуальность данной работы связана с необходимостью выявления связей продуктивности насаждений с почвенными условиями для целей прогнозов и оценки лесных ресурсов.

Новизна этого исследования заключается в том, что математический анализ впервые применён для данного региона.

Активное применение математических методов для анализа почвенных данных стало возможным благодаря интенсивной компьютеризации научно-исследовательских работ. В данном случае почвоведение обогащается языком и аппаратом математики и достижениями науки, теории информационных систем и программирования, которые позволяют выразить представления разных школ и учёных в формализованном виде, сделать их количественное сопоставление и оценку, построить численные критерии для выбора решений.

Для решения поставленной задачи в Киржачском лесничестве Киржачского лесхоза были заложены 5 пробных площадей. Они закладывались в одном типе леса- сосняке черничном I класса бонитета, тип условий местопроизрастания В3, с I по V классов возраста.

Все пробные площади характеризуются максимальным сходством в рельефе и лесорастительных условиях. В каждой пробной площади были выкопаны три почвенных разреза и несколько полуям и прикопок.

Основные различия между почвенными профилями разных пробных площадей заключаются, в основном, в мощностях горизонтов (табл. 1). Характерный профиль выглядит следующим образом: лесная подстилка (горизонт А0) состоит из растительного опада различной степени разложения. Гумусовый горизонт А, имеет светло-серую окраску, что свидетельствует о низком содержании гумуса. Элювиальный горизонт выражен в виде переходного горизонта А2В имеющего желтовато-белёсую или светло-жёлтую окраску. Иллювиальный горизонт В в большом количестве содержит красно-бурые соединения железа. Материнская порода (горизонт С) представляет собой флювиогляциальные отложения жёлтого цвета с характерной слоистостью.

Механический состав верхних горизонтов - супесь. В верхних горизонтах часто встречаются мелкие угольки, что свидетельствует о том, что в далёком прошлом, на месте пробных площадей был сильный лесной пожар.

На основании данных химического анализа, которому были подвергнуты почвенные образцы составлена табл. 2.

Таблица I

Изменение мощности почвенных горизонтов в насаждениях разных классов возраста

(усреднённые данные)

Х-! пробной площади Класс возраста Мощность горизонтов, см

АО А1 а2в В

1 I 1,00 11,00 60,33 48,00

2 II 3,40 12,60 17,20 76,33

3 III 4,40 22,20 15,20 77,00

4 IV 6,80 16,00 25,20 62,33

5 V 6,80 19,40 22,67 72,33

Таблица 2

Результаты агрохимического анализа почв

Лаборат. № № разреза Горизонт Глубина взятия образца, см pH водн. pH СОЛев. Кисл. гидро- литич. Обменная кислотность ность по Соколову

А1+++ Н+ Сумма

мг/экв на 100 г почвы

1 1 Ао 0-1 5,94 5,19 12,40 0,00 0,00 0,00

2 I кл. А1 1-10 5,33 4,07 3,06 0,54 0,02 0,56

3 ПП а2в 25-50 5,91 4,32 1,62 0,27 0,02 0,29

4 № 1 в 80-100 5,20 4,07 2,71 1,06 0,02 1,08

5 с 150-180 5,98 4,49 0,70 0,06 0,02 0,08

6 4 А-о 0-3 5,20 4,11 29,75 0,40 0,20 0,60

7 II кл. А, 5-15 4,89 3,79 7,96 1,58 0,02 1,60

8 ПП а2в 20-30 5,43 4,07 3,33 0,70 0,02 0,72

9 № 2 В 40-60 5,82 4,37 1,75 0,26 0,02 0,28

10 7 А0 0-4 4,63 3,44 42,88 1,80 0,40 2,20

11 III кл. А, 5-20 4,85 3,85 6,30 1,60 0,02 1,62

12 ПП а2в 30-40 5,05 4,27 3,33 7,18 0,02 7,20

13 № 3 В, 50-60 5,24 4,13 3,68 1,45 0,02 1,47

14 в2 70-90 4,96 4,25 2,10 0,68 0,02 0,70

15 с 130-150 5,33 4,34 1,18 0,31 0,02 0,33

16 10 0-8 4,05 3,53 96,25 3,00 1,80 4,80

17 IV кл. А, 10-20 4,81 4,01 6,56 1,48 0,04 1,52

18 ПП а2в 30-45 4,62 4,33 2,80 0,90 0,02 0,92

19 № 4 В, 55-70 5,11 4,35 2,36 0,81 0,02 0,83

20 в2 80-95 5,24 4,31 2,36 0,70 0,02 0,72

21 с 120-140 5,18 4,11 1,84 0,66 0,02 0,68

22 14 А0 0-5 4,91 4,23 42,00 0,40 0,40 0,80

23 V кл. А| 10-20 4,39 3,70 6,56 1,88 0,02 1,90

24 ПП а2в 35-40 4,62 4,09 3,85 1,18 0,02 1,20

25 № 5 В, 45-60 4,83 4,25 2,10 0,52 0,02 0,54

26 В2 80-100 5,58 4,36 1,36 0,24 0,02 0,26

Лаборат. № Горизонт Поглощённые основания Ёмк. погло- щения V, % Иа20 р2о5 к2о Гумус, % (для гор. А0 ППП, %)

Са М8++ Сумма

мг/экв на 100 г почвы мг/100 г почвы

1 А0 13,68 2,194 15,87 28,27 56,15 2.96 10,93 36,12 80,45

2 А, 0,68 0,183 0,86 3,93 21,98 1,08 2,24 2,89 1.17

3 А2В 0,48 0,083 0,56 2,18 25,80 1,08 10,28 1,20 0,1

4 В 0,35 0,046 0,40 3,11 12,74 1,08 2,64 1,44 следы

5 с 0,83 0,296 1,13 1,83 61,66 1,08 2,99 1,00 0,1

6 А0 9,79 1,313 11,10 40,85 27,18 2,96 3,78 24,08 83,50

7 А, 1,02 0,092 1,11 9,07 12,25 1,62 0,86 3,61 1,33

8 А2В 1,00 0,163 1,16 4,49 25,91 1,62 1,20 1,93 0,29

9 В 0,94 0,083 1,02 2,77 36,89 1,62 2,54 1,20 0,1

10 А0 8,04 0,987 9,03 51,90 17,39 2,16 6,40 30,10 85,76

11 А, 0,23 0,044 0,27 6,57 4,17 1,08 1,07 2,41 1,36

12 а2в 0,01 0,001 0,01 3,34 0,33 1.08 11.22 1,20 0,49

13 В, 0,43 0,098 0,53 4,20 12,56 0,67 2,39 1,20 следы

14 в2 0,35 0,051 0,40 2,50 16,03 0,67 2,94 1,00 следы

15 с 0,11 0,049 0,16 1,34 11,86 0,67 2,94 0,60 следы

16 А0 3,96 0,452 4,41 100,66 4,38 4,72 3,73 37.32 87,46

17 А, 0,48 0,082 0,56 7,12 7,89 1,08 0,80 3,61 1,65

18 а2в 0,24 0,000 0,24 3,04 7,89 1,62 3,29 1,93 0,39

19 В, 0,28 0,042 0,32 2,68 11,99 0,67 4,18 1,20 0,19

20 в2 0,73 0,126 0,86 3,22 26,60 0,67 7,56 1,00 следы

21 с 0,48 0,084 0,56 2,40 23,49 0,67 1,50 1,20 следы

22 Ао 10,21 1,710 11,92 53,92 22,11 4,72 16,33 45,15 88,48

23 А, 0,06 0,028 0,09 6,65 1,32 0,67 1,85 1,93 1,8 5

24 а2в 0,18 0,002 0,18 4,03 4,51 0,67 3,14 1,20 0,39

25 В, 0,13 0,000 0,13 2,23 5,83 0,67 7,41 1,00 0,19

26 В2 0,81 0,103 0,91 2,27 40,23 0,67 5,12 1,20 следы

На основании этих данных были построены графики зависимости химических свойств от возраста насаждений.

III IV

Класс возраста

• рНводныи -----------рНсолевоП

Рис. 1. Изменение уровня pH с возрастом насаждений

I II III IV V

Класс возраста

Рис.2. Изменение уровня гидролитической кислотности с возрастом насаждений

III

Класс возраста

IV

Рис.З. Изменение уровня обменной кислотности с возрастом насаждений

[I III IV V

Класс возраста

Рис.4. Изменение суммы поглощённых оснований с возрастом насаждений

к 40 г

Класс возраста

Рис.5. Изменение насыщенности почв основаниями с возрастом насаждений

I II III IV V

Класс возраста

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Рис.6. Изменение содержания гумуса с возрастом насаждений

2

о

ш

Класс возраста

IV

Рис. 7. Изменение содержания р2о5 с возрастом насаждений

2.5

О

ГЧ

и

N3

■К

II III IV

Класс возраста

Рис. 8. Изменение содержания к,О и №20 с возрастом насаждений

Почвы довольно кислые, рНводный 4 8 -5,7; рНсолевой 450~ 4,4. Как видно из графика (рис. 1) водный и солевой pH с возрастом незначительно уменьшаются, т.е. кислотность почв увеличивается. Гидролитическая кислотность (рис. 2) также с возрастом име. ет тенденцию увеличиваться. С учётом сни. жения pH можно сказать, что опад спелых и перестойных сосняков подкисляет реакцию почвы. Обменная кислотность (рис. 3), оп. ределённая по Соколову, до третьего класса возраста увеличивается, а потом уменьшает, ся. Объяснение этого факта делать прежде, временно из-за ограниченного объёма дан. ных. Сумма поглощённых оснований (рис. 4) небольшая 0,1 - 1,0 мг/экв на 100 г почвы. Сумма поглощённых оснований ко второму

классу возраста резко увеличивается, а по. том постепенно уменьшается в соответствии с усилением кислотности.

Обращает внимание чрезвычайно ма. лое содержание гумуса (0,6 _ и %), хотя и имеется тенденция к увеличению содержа, ния гумуса с возрастом (рис. 6). Почвы бед. ны фосфором (1,5 - 5,1 мг/100 г почвы). Со. держание фосфора с возрастом подвержено циклическим колебаниям (рис. 7). Почвы бедны калием (1,4 - 2,2 мг/100 г почвы). Со. держание натрия также незначительно (0,7 __ 1,6 мг/100 г почвы). Графики содержания калия и натрия повторяют друг друга. Со. держание калия и натрия с возрастом под. вержено циклическим колебаниям, причём максимумы содержания калия и натрия со.

ответствуют минимумам содержания фосфора (рис. 8).

Дальнейшая обработка экспериментальных данных производилась при помощи методов численной классификации. Данные методы направлены, прежде всего, на полное извлечение информации и представление её в наглядном виде (Рожков, 1989; Рожков, Рожкова, 1993). Эти методы и возможности их реализации в последнее время стали широко доступны, благодаря развитию ЭВМ.

Для математической обработки данных был применён пакет прикладных программ для таксономического анализа "ТАХОМ" (Рожков, 1993), в частности программы расчёта статистических показателей, построения дендрограмм объектов и свойств, сравнения дендрограмм, линейного регрессионного анализа и программа метода главных компонент.

Согласно определению численной классификации, её центральной проблемой является построение таксонов (классов) почв или структуризация множества заданных почвенных объектов. Для её решения необходимо ввести понятие сходства и различия объектов и их совокупностей, а также способы формирования классов. Это может быть выполнено несколькими методами и алгоритмами, которые могут дать различные результаты.

Почвенные объекты являются многопараметрическими или многомерными в том смысле, что они описываются одновременно комплексом признаков. Поэтому совокупность наблюдений над множеством объектов образует многомерную выборку, из которой формируется так называемая оказываемая матрица наблюдений. Матрица наблюдений имеет п строк, что соответствует описанным объектам и д столбцов - по числу признаков. Эти величины указывают размерность матрицы. Строки матрицы могут называться векторами наблюдений, а столбцы - векторами признаков.

В задачах классификации существует такое понятие, как информативность признаков, которое означает относительный вклад каждого из них в разделение классов. Чем в большей мере данный признак отличается от другого, тем он более информативен.

Простейшим показателем информативности признака является коэффициент его вариации. Этот показатель характеризует внутренние свойства признака. В случае нескольких признаков мерой информативности может служить коэффициент корреляции между ними. Из двух сильно коррелирующих признаков целесообразно оставить лишь один, поскольку второй не добавляет информации.

Возможно сочетание этих двух подходов при выборе наиболее информативных свойств.

Вообще, целью оценки информативности признаков является выбор такого минимального их числа из полного набора, который обеспечил бы диагностику с достаточной точностью. Информативность признака в численной классификации выражается количественным показателем его относительного вклада в разделение объектов или классов. Она важна также для решения вопроса нахождения системы информативных признаков (СИП).

СИП - это меньший по сравнению с исходным набор признаков, который, по крайней мере, не хуже обеспечивает разделение объектов и классов.

Построение классов объектов или выявление классов на заданном множестве объектов, выполняется разнообразными методами.

В нашем случае нахождение СИП осуществлялось при помощи построения дендрограмм.

Дендрограммой называют график, на котором по вертикальной оси откладывают значение сходства (от 0 до 1 или от 0 до 100 %) , а на горизонтальной - номера объектов с равными интервалами.

Дендрограмма, по существу, представляет собой агломеративную иерархическую классификацию. Агломеративными называют объединения объектов сначала в мелкие, а затем во всё более крупные классы. Объединяются сначала наиболее сходные объекты, а затем эти группы объединяют с наиболее сходными с ними объектами или другими группами и т.д., пока они не будут объединены в единое множество.

Построение дендрограммы необходимо для свёртки информации и выдвижении гипотез о возможном числе классов на множестве объектов.

Сходство, % 1

54, 63 52, 00 49, 38

46.75 44, 12 41,50 38,88 36, 25 33, 62 31,00 28,38

25.75

Рис. 9. Дендрограмма объектов на основе

При объединении данных морфомет-рии и результатов аналитического анализа была получена матрица наблюдений, насчитывающая 64 признака. В качестве объектов в ней выступали пробные площади, а в качестве наблюдений - морфометрические и химические показатели каждого горизонта.

На основании данной матрицы наблюдений была построена дендрограмма объектов (рис. 9) и дендрограмма свойств. Дендрограмма свойств здесь не приводится из-за её большого размера.

2 3 4 5

; морфометрии и химических свойств

Как видно из этой дендрограммы, до уровня сходства 31,00 % объекты не образуют самостоятельных классов. На уровне сходства 31,00 % из множества объектов происходит выделение объекта № 1, т.е. пробной площади с насаждениями I класса возраста. При повышении меры сходства до 33,62 % происходит выделение объекта № 2 (II кл. возраста). При уровне сходства 41,50 % происходит отделение объекта № 5 от объектов № 3 и № 4. И лишь на уровне сходства 52,00 % все объекты образуют самостоятельные классы.

Таким образом, на основании полученной дендрограммы объектов можно сделать очень важный вывод о качественных

изменениях почвенных свойств в связи с возрастом:

максимальные различия в почвенных свойствах наблюдаются между I и II классами возраста, в связи с наиболее резкими изменениями почвенных свойств в интенсивно растущем лесу. С возрастом насаждения, различия в почвенных свойствах сглаживаются.

Далее, признаки, которые на денро-грамме свойств показали 100 % меры сходства, были отброшены и заменены только одним из них. При этом отсев каждого признака контролировался построением дендрограммы объектов и сравнением ее с первоначальной дендрограммой объектов.

Таким образом, последовательно, исключая признаки и сопоставляя новую дендрограмму с исходной, можно найти такую их минимальную комбинацию, которая не меняет группировки объектов, а дальнейшее исключение хотя бы одного признака эти изменения вызывает.

Далее, для отбора информативных признаков была вычислена корреляционная

матрица признаков, на основании которой возможно исключение дополнительных признаков с высокой степенью корреляции между собой. После этого оставшийся минимальный набор признаков, еще не изменяющий дендрограмму объектов, был принят за окончательную СИП. На рис. 10 приведена дендрограмма свойств, построенная на основе окончательной СИП.

М pH pH pH м

А-х Ах Вх С А2В в

Сходство, % 1 4 5 б 2

110,00 | | 1 | | 1

100,00 | | 1 1 1 | 1

о о «ч. О СГ| | 1 |

80,00 | | | I

70, 00 ! | I

60, 00 1 | 1

50, 00 | | [

40,00 1 1 I (

30,00 ! 1

20, 00 | |

10, 00 1

о -■* о о 1

М

3

Рис.10. Дендрограмма свойств на основе полученной СИП

Таким образом, исключая признаки, имеющие 100 % сходство и сравнивая получившуюся дендрограмму с исходной, удалось из 64 признаков исключить 58, т.е. 90 % от их исходного числа. Окончательная СИП образована шестью признаками:

мощности горизонтов А,, А,В, В; рНводный горизонтов А,, В,, С.

Для определения количественной оценки взаимосвязи “лес - почва” полученная СИП была подвернута регрессионному анализу, в результате которого были вычислены коэффициенты уравнения регрессии и детерминации (11-квадрат), а также построены графики. В качестве зависимых переменных (у) были взяты запасы насаждений (м3/га) каждой пробной площади, а в качестве независимых (х) - от мощности и величи-

ны рНводный отдельных горизонтов. В силу того, что связь этих параметров с продуктивностью оказалась нелинейной, то были построены модели второго порядка.

Определённые на основе СИП взаимосвязи системы "лес - почва" описываются следующими регрессионными уравнениями: у = - 5,9627-х2 + 216,62-х - 1626,4; у = - 0,4737-Л'2 + 32,437-х - 192,54; у = - 1,0054-х2 + 131,46-х - 3957,4;

- 180,46-х2 + 1422,8-х-2422,4; у = 386,8-х2- 4325,6-х + 12221; у = - 56,113-х2 + 300,86-х + 245,02;

Я2 = 0,9974 (х - рНводный гор. А,)

Я2 = 0,8352 (х - рНводный гор. Л2В)

Я1 = 0,8521 (х - рНводный гор. В)

Я2 = 0,849 (х - мощность гор. А,)

Я2 = 0,4263 (х - мощность гор. Вх)

Я2 = 0,6937 (х - мощность гор. С), где у - продуктивность (запас, м3/га).

В нашем случае полином второй степени достаточно хорошо аппроксимировал имеющиеся данные.

В заключение следует сказать о том, что активное применение математических методов (в частности, кластер-анализа) и ЭВМ в лесном почвоведении очень перспективно, поскольку они обеспечивают столь необходимую визуализацию большого количества экспериментальных данных и пред-

ставление их в наглядном виде, что крайне важно для понимания сущности почвообразовательного процесса.

Литература

1. Рожков В.А. Почвенная информатика. ВАСХ-НИЛ. - М.: Агропромиздат, 1989. - 221 с.

2. Рожков В.А., Рожкова С.В. Почвенная информатика. - М.: Издательство МГУ, 1993. - 189 с.

3. Чертов О.Г. Экология лесных земель. - Л.: Наука, 1981. - 191 с.

ПРОБЛЕМЫ ИСПОЛЬЗОВАНИЯ ЛЕСНЫХ РЕСУРСОВ В ПОДМОСКОВЬЕ

B.В. БОНДАРЕНКО, аспирант кафедры почвоведения МГУЛа,

C.А. КОРОТКОВ, доцент кафедры лесоводства МГУЛа,

Л.В. СТОНОЖЕНКО, старший преподаватель кафедры лесоустройства и охраны леса МГУЛа

На протяжении длительного периода времени леса Московской области подвергались интенсивному воздействию человека. В результате сложилась своеобразная структура лесных насаждений и особая форма пользования, которая обусловлена рядом противоречивых факторов.

С одной стороны, имеется устойчивый платежеспособный спрос на лесоматериалы. Интенсивно развивается мебельное и столярное производство. Так, производство мебели в Подмосковье в 1999 г. увеличилось на 50,7 % по отношению к 1998 г. В связи с этим возрастает потребность в древесине высокого качества.

С другой стороны, леса Московской области выполняют рекреационные, природоохранные и множество других функций. Все леса Московской области относятся к I группе; более 53 % лесопокрытой площади исключено из эксплуатации. Показатель лесистости в настоящее время равен 41 % [3].

Значительная доля лесопользования приходится на рубки ухода и выборочные

санитарные рубки - 387,1 тыс. м3 (27% от общего объема заготавливаемой древесины), а также прочие рубки - 517,2 тыс. м3 (36 %). Во многих категориях лесов проводят рубки по состоянию. В результате таких форм лесопользования доля высококачественной древесины в общем объеме заготовки невелика, так как к возрасту рубки по состоянию и при санитарных рубках древостой оказываются пораженными гнилевыми и другими болезнями. При рубках ухода основной объем заготовки приходится на мелкотоварную и низкокачественную древесину.

Кроме того, при проведении рубок ухода и санитарных рубок нередко нарушаются лесоводственные принципы, когда отводится в рубку значительная доля лучших по качеству деревьев. Это, в свою очередь приводит к тому, что сортиментно-сортная структура насаждений к возрасту главной рубки не удовлетворяет потребностям лесозаготовителей и вынуждает их искать лучшие лесосырьевые базы. К тому же часть

i Надоели баннеры? Вы всегда можете отключить рекламу.