CC BY
40
КОНЦЕПЦИЯ РАЗВИТИЯ БАЗЫ ДАННЫХ О ФИТОМАССЕ ЛЕСОВ
Усольцев В.А. (УГЛТУ, Екатеринбург, РФ)
Some uncertainties related to the problem of information shortage under mapping the carbon depositing ability by forests are discussed. The necessity of distinguishing the stages of forming and using forest biomass database is shown.
Понятия углерод и фитомасса связаны стабильным соотношением 1:2, однако точность имеющихся оценок депонируемого в лесной фитомассе углерода недопустимо низка, и роль лесных экосистем в глобальном углеродном цикле разными исследователями оценивается с точностью до наоборот - от отрицательной [15] до положительной [7]. Поэтому необходима база фактических данных о фитомассе лесов. Сегодня нет единого мнения о принципах формирования и использования подобных баз данных, однако высказывается обеспокоенность их качественным уровнем [ 2, 10-12, 14].
Литература по этому вопросу акцентирована на многочисленных неопределенностях, связанных с проблемой недостатка информации при экологическом моделировании [8]. По мнению Деборы Кларк с соавторами [12], существенная часть опубликованных данных по биопродуктивности не годится к применению по причине неадекватности методов их получения либо неполного раскрытия этих методов и ведет к занижению глобальных оценок биопродуктивности лесного покрова. При анализе имеющихся сводок данных о фитомассе насаждений их критики отмечают некорректность данных о биопродуктивности на пробах небольших размеров, либо с неучтенным "опушечным" эффектом, либо полученных методом среднего дерева, и рекомендуют их игнорировать, как и данные фи-томассы, модифицированные к виду таблиц биопродуктивности либо рассчитанные по подеревным данным фитомассы и рядам распределения деревьев по диаметру [10,11]. Считают также недопустимым оценки фракционной структуры фитомассы, полученные в сложных и смешанных насаждениях, представлять совокупными показателями, приведенными к одному элементу леса, а также включать в базу данные с неполным набором показателей [2,10].
Эти критические замечания относятся и к нашей базе данных, сформированной и опубликованной [9] для 13 лесообразующих пород Северной Евразии в объеме 5085 определений. (Предлагают даже создать новую базу данных на основе ревизии всех первоисточников [2]). Поскольку данные о фитомассе были получены различными методами представителями разных отраслей лесной науки, и каждого интересовала лишь часть комплекса морфоструктурных и биопродукционных показателей лесной экосистемы, то по одним из них информация была чересчур детализирована (например, дифференциация скелета кроны и корней по градациям толщин), а по другим (что случалось гораздо чаще) - отсутствовала.
Например, лесными физиологами и пирологами учитывалась только масса хвои, без ствола и скелета кроны. Почвоведы часто не утруждали себя полной оценкой морфоструктуры и надземной фитомассы и взвешивали только под-
земную. Лесных таксаторов обычно не интересовала фитомасса корней и нижних ярусов. Лесоведы, исследуя биопродуктивность нижних ярусов, иногда не выделяли надземную и подземную части, редко приводили их в полном составе (подрост, подлесок и напочвенный покров) и в случае пропусков не поясняли, то ли, например, подрост отсутствовал, то ли он ими проигнорирован. Методически обусловленная несопоставимость данных более всего проявилась в отношении подземной фитомассы: применяли методы площади питания среднего дерева, малых или больших почвенных монолитов; корни как отмывались, так и отбирались вручную, с отсеиванием или без него; мелкая фракция корней иногда вообще не учитывалась, а иногда взвешивалась вместе с корнями напочвенного покрова.
Критики сводок данных о биопродуктивности насаждений предлагают проводить тщательный априорный отбор исходных материалов [2, 10-12]. Для этого используют два способа - субъективный (продиктованный задачей и концепцией исследователя) и статистически обусловленный.
При первом способе "чистка" может быть использована для подтверждения любой, в том числе несостоятельной гипотезы. Это продемонстрировано на примере сосняков, когда А.С.Аткиным [3] был предложен "экспресс-метод" получения "массовых данных запасов фитомассы" на основе единого показателя фитомасса: запас стволовой древесины и для подтверждения его правомерности из 2000 имеющихся в литературе определений фитомассы было отобрано лишь 10, укладывающихся в диапазон ошибки ±10%. «Чистить» данные, исходя из степени совершенства применяемой методики, во многих случаях невозможно по причине отсутствия необходимой информации. Имеющиеся факты сокрытия методики часто являются для автора вынужденными, и это вовсе не означает, что его результаты ошибочны.
При втором способе сомнительные данные выявляются на основе анализа ряда распределения показателя по соответствующим критериям [5,13]. Последняя, наиболее значимая в контексте обсуждаемой темы реализация подобного алгоритма выполнена в процессе «чистки» сводных банков данных Государственного учета лесного фонда (ГУЛФ) [1].
Однако априорная отбраковка «ошибочных» данных фитомассы опасна тем, что можно необоснованно исключить фактические данные, находящиеся внутри облака распределения остатков (рис). Дело в том, что любое определение фитомассы на единице площади связано с ошибками выборочного учета на каждом из трех его этапов (подбор пробной площади, затем - модельного дерева и затем - навески фракции), совокупная ошибка этой трехэтапной процедуры неизвестна, а ее роль может быть более значимой, чем соображения «чистильщика». Поэтому, априорно отбраковывая якобы сомнительные данные, можно «с водой выплеснуть ребенка».
Сказанное свидетельствует о необходимости четкого разделения этапов формирования и использования базы данных о фитомассе лесных экосистем. В упомянутых критических заметках [2,10,11 ] эти два понятия фактически смешиваются.
Наша база данных сформирована путем включения в нее всех (в том числе неполных) опубликованных и даже неопубликованных данных о фитомассе насаждений, и ответственность за их точность несут авторы. Наше восстановление (там, где это возможно) отсутствующих данных требовало кропотливого анализа всей информации в том или ином источнике данных и специфичного подхода в каждом случае, что исключает возможность унифицированного алгоритма подобных «восстановлений». После структурирования сводки этап формирования базы данных о фитомассе лесов заканчивается.
Сказанное не означает, что все данные сформированной подобным образом базы годятся для последующего их использования. Включение в базу данных, наряду с фракционным составом фитомассы, также характеристик морфоструктуры обусловлено необходимостью не только последующего построения универсальных моделей фитомассы, но и разработки на этапе использования базы данных алгоритма отбраковки из нее сомнительных и ошибочных цифр по условию соответствия структуры и биопродуктивности лесных экосистем. Исходная концепция состоит в том, что данной структуре таксационных показателей (морфоструктуре) насаждения может соответствовать лишь одна, строго определенная структура фитомассы.
При достаточно полной базе данных действует закон больших чисел, и появляется возможность использования математико-статистических приемов с целью получения достоверных региональных оценок биопродуктивности лесных экосистем. Здесь имеется в виду не только известный факт, что меньшая точность показателей фитомассы и морфоструктуры компенсируется большим объемом всей выборки, но и другой очевидный факт, что чем многочисленнее данные о фитомассе для конкретного региона, тем больше возможностей для выявления ее некорректных значений-аутсайдеров". Идеальной является ситуация, при которой фракционная структура фитомассы во всех случаях соответствовала бы морфоструктуре насаждения, опосредуемой внутренне согласованными значениями массообразующих показателей в определенных диапазонах изменчивости каждого из них.
Сказанное подразумевает не "согласованность неправильностей", а ситуацию, при которой значение фитомассы насаждения, полученное, например, методом среднего дерева, не выходило бы за пределы ее варьирования при определении более надежным методом (регрессионным либо сплошной рубкой) в иных насаждениях аналогичной морфоструктуры.
Это же соображение относится к модифицированным показателям фитомассы в базе данных: важно, чтобы табличные значения фракционной структуры фитомассы соответствовали специфичной для данного региона морфоструктуре, учтенной в таблице биопродуктивности совокупностью таксационных показателей. В противном случае таблица была составлена ее автором некорректно.
Степень выше упомянутого соответствия в нашем случае выявляется не путем априорного (субъективного либо статистического) анализа исходной совокупности данных, а при расчете эмпирических многофакторных моделей фитомассы. Эти модели строятся так, что фракционная структура фитомассы ставится в зависимость от морфоструктуры насаждения. И если хоть один показатель морфоструктуры или фитомассы ошибочен, то на графике остатков эта дата «выскакивает» (см. рис.).
Не является поводом для игнорирования и неполнота данных пробных площадей. Например, некоторые исследователи используют при расчетах углеродных пулов только возраст и запас стволовой древесины, игнорируя средние диаметр и высоту, густоту и полноту насаждения [6]. Также вполне правомерно включение неполных данных, например, только по массе листвы или корней, поскольку первый показатель является определяющим продукционный потенциал насаждения (LAI), а второй настолько редок в публикациях, что в наших экстраполяциях применим вынужденно. Наконец, современные стандартные программы регрессионного анализа позволяют включать в расчет многофакторных зависимостей результаты даже неполного учета фракционной структуры фитомассы, используя рекурсивный принцип [9].
О
а -1
я
4>
«
X
еп
S _7 ^
w
о>
F
=
§ -3 -4
-4 -3 -2 -1 О
Расчетные значения
Рисунок - Соотношение фактических и расчетных значений относительной массы хвои лиственничников и положение точек-аутсайдеров (обведены линией), подлежащих исключению из базы данных в процессе расчета многофакторных регрессий фитомассы
При первых глобальных оценках и попытках картирования биопродуктивности лесов, когда данные 1-2 пробных площадей экстраполировались на регион или биом [4], требование исключительной корректности и репрезентативности исходных данных было вполне объяснимым, хотя подобные экстраполяции, игнорирующие данные ГУЛФ, сегодня совершенно неприемлемы. Но теперь, когда фактические данные по основным лесным регионам уже далеко не единичны, создана предпосылка для применения мате-матико-статистических методов и закона больших чисел. По мере накопления эмпирического материала некорректность некоторых данных на фоне основного их массива становится все более очевидной.
Таким образом, некорректные показатели фитомассы должны отбраковываться не на этапе формирования базы данных, а исключаться из базы лишь на этапе ее использования в ходе многофакторного анализа по условию упомянутого взаимного соответствия морфоструктуры и биопродуктивности насаждения. При выводе остаточной дисперсии на график остатков, предусмотренном любой стандартной программой многофакторного регрессионного анализа, подобные данные-"аутсайдеры" очевид-
ны (см. рис.) и подлежат исключению в ходе пошагового расчета регрессионных коэффициентов.
Перевод «бумажной» базы данных в ГИС-формат на основе СУБД дает возможность любой ее реструктуризации и группировки данных по методам их получения (с соответствующими комментариями) и по задаваемым наборам показателей, а также -возможность автоматизированного совмещения ее с картами лесов, базами данных первичной продукции и ГУЛФ, традиционными таксационными нормативами и т. д. Такая система динамична, и ее можно непрерывно пополнять новыми данными (сегодня она включает в себя уже не 5085, а около 6000 определений фитомассы и около 1000 определений первичной продукции), избавляясь от ошибочных. Подобная работа нами уже начата.
Литература
I. Алексеев В.А., Марков М.В. Статистические данные о лесном фонде и изменение продуктивности лесов России во второй половине ХХ века. -СПб: Санкт-Петербургский лесной экологич. центр, 2003. -272 с.
2 . Алексеев В.А. Анализ базы данных В.А. Усольцева. 2005 (рукопись).
3. Аткин А.С. Закономерности формирования органической массы в лесных сообществах: Автореф. дисс... докт. с.-х. наук. -Екатеринбург: УГЛТА, 1994. -40 с.
4. Базилевич Н.И., Родин Л.Е. Картосхемы продуктивности и биологического круговорота главнейших типов растительности суши // Изв. ВГО. -1967. -Т. 99.- № 3. -С.190-194.
5. Диксон У. Отбраковка сомнительных наблюдений // Введение в теорию порядковых статистик. -М.: Статистика, 1970.-С. 274-307.
6. Исаев А. С., Коровин Г.Н., Уткин А.И. и др. Оценка запасов и годичного депонирования углерода в фитомассе лесных экосистем России // Лесоведение. -1993. -№ 5. -С. 3-10.
7. Кобак К.И., Яценко-Хмелевский А.А., Кондрашова Н.И. Баланс углекислого газа в высоко- и малопродуктивных растительных сообществах // Проблемы атмосферного углекислого газа. -Л., 1980. -С.252-264.
8. Свирежев Ю.М. Моделирование окружающий среды и проблема недостатка информации // Математические модели в экологии и генетике. -М.: Наука, 1981. -С. 17-22.
9. Усольцев В.А. Фитомасса лесов Северной Евразии: база данных и география. -Екатеринбург: УрО РАН, 2001. -708 с.
10. Уткин А.И. Две объемные книги о фитомассе лесов Северной Евразии // Лесоведение. -2004. -№ 1. -С. 68-70.
II. Cannell M.G.R. Physiological basis of wood production: a review // Scand. J. For. Res. -1989. -Vol. 4. -No. 4. -P. 459-490.
12. Clark D.A., Brown S., Kicklighter D.W. et al. Measuring net primary production in forests: concepts and field methods // Ecological Applications. -2001. -Vol. 11. -No. 2. -P. 356370.
13. Thompson W.R. On a criterion for the rejection of observations and the distribution of the ratio of deviation to simple standard deviation // Ann. Math. Statist. -1935. -Vol. 6. -P. 214219.
14. Vogt K.A., Grier C.C., Vogt D.J. Production, turnover and nutrient dynamics of above- and belowground detritus of world forests // Advances in Ecological Research. -1986. -Vol. 15. -P. 303-377.
15. Woodwell G.M., Whittaker R.H., Reiners W.A. et al. The biota and the world carbon budget // Science. -1978. -Vol. 199. -P. 141-146.
Работа поддержана РФФИ, грант № 04-05-96083.
