CC BY
6
УДК 911.2
ОЦЕНКА ДИНАМИКИ ПРОДУКЦИОННЫХ ПРОЦЕССОВ В ЛАНДШАФТАХ ПОДЗОНЫ ЮЖНОЙ ТАЙГИ ВОСТОЧНО-ЕВРОПЕЙСКОЙ РАВНИНЫ С ИСПОЛЬЗОВАНИЕМ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ*
Т.А.Трифонова, Н.В.Мищенко, П.С.Шутов, Е.П.Быкова
Работа посвящена оценке влияния биотических, абиотических и антропогенных факторов на динамику продукционных процессов различных экосистем, расположенных в одной природно-климатической подзоне — южной тайге Восточно-Европейской равнины.
Исследование проводили на четырех ключевых участках во Владимирской обл., расположенных в разных ландшафтных провинциях с аналогичными климатическими условиями, различающихся особенностями почвенно-растительного покрова, антропогенной нагрузкой и структурой землепользования. Расчет показателей продуктивности в углеродных единицах основан на данных MODIS GPP/NPP. Запасы органического углерода в почве определены по данным продовольственной организации ООН (ФАО) на основе модуля «Trends.Earth» ГИС пакета QGIS.
Общим для четырех экосистем является ход изменения показателей продуктивности растительности по годам на фоне ее абсолютных значений. Благоприятные условия для накопления углерода в почве складываются на территориях с высокой продуктивностью и большим количеством зарастающих угодий. Результаты дисперсионного анализа ANOVA демонстрируют то, что факторы времени и пространственного положения ключевых участков не влияют на содержание органического углерода почвы и валовую биологическую продуктивность. Значимым фактором является структура землепользования. Показано, что недостаточная продуктивность одних экосистем компенсируется ростом продуктивности соседних; следовательно, сохранение внутриландшафтного разнообразия — необходимое условие стабильности их функционирования.
Ключевые слова: продукционные процессы, ландшафтные провинции подзоны южной тайги, валовая первичная продуктивность, чистая первичная продукция, общие затраты на дыхание автотрофов, органический углерод почв, структура землепользования.
Введение
Вопросы функционирования ландшафтов одной природно-климатической зоны, отличающихся антропогенной нагрузкой, структурой землепользования, почвенно-растительным покровом, представляют большой интерес. Указанные характеристики влияют на такие базовые функциональные составляющие экосистем, как фитопродуктивность и накопление углерода в почве [3]. В настоящее время особое внимание привлекают темы пространственной дифференциации и динамики фито-продукционных процессов, накопления углерода в почве, а также анализ определяющих их факторов в различных ландшафтных компонентах [8-10, 13].
Углеродные единицы измерения продуктивности универсальны, они дают возможность объективно сравнивать функционирование различных экосистем [20]. Актуально и использование данных дистанционного зондирования, позволяющее получать оперативные и достоверные сведения об
изменяющихся компонентах ландшафта для больших территорий в определенный временной интервал [1, 2]. Обширная база данных биопродукционных характеристик экосистем, полученных наземными методами, не всегда дает сопоставимые результаты при проведении сравнительных оценок различных ландшафтов на протяжении длительного времени [6, 11, 12, 15]. Кроме того, этот метод очень трудоемкий. Использование дистанционных данных в этих случаях более предпочтительно и имеет много преимуществ [4, 5, 17].
Обработка космических снимков позволяет проследить долговременные временные ряды различных характеристик почвенно-растительного покрова. Набор дистанционных продуктов, предназначенных для этого, очень разнообразен и постоянно обновляется; он предоставляет исследователям обширную информацию [14, 18, 19], но возникает необходимость разработки подходов к их эколого-ландшафтной интерпретации и использованию. Следовательно, исследования характеристик поч-венно-растительного компонента ландшафтов долж-
* Исследование выполнено при финансовой поддержке РФФИ проект № 19-05-00363 А и гранта РНФ № 18-17-00178.
ны идти параллельно с разработкой методов использования данных дистанционного зондирования и выбором наиболее объективных и информативных дистанционных продуктов.
Настоящая работа посвящена оценке влияния биотических, абиотических и антропогенных факторов на динамику продукционных процессов различных экосистем, расположенных в одной природно-климатической подзоне — южной тайге Восточно-Европейской равнины с целью выявления внутриландшафтных флуктуаций этих процессов в зависимости от структуры почвенно-раститель-ного покрова и особенностей землепользования.
Объекты и методы исследований
Для оценки динамичного взаимодействия естественных (биотических и абиотических) и антропогенных факторов в ландшафтах центральной части Восточно-Европейской равнины выбраны четыре ключевых участка. Они расположены в разных ландшафтных провинциях недалеко друг от друга и имеют как общие черты структуры и функционирования, так и принципиальные отличия, связанные с особенностями почвенно-растительно-го покрова, антропогенной нагрузкой и структурой землепользования (табл. 1).
Работа выполнена с применением геоинформационного анализа данных дистанционного зондирования и картографической информации о почвенно-растительном покрове.
Типы земельных угодий определены на основе НББ растров за 2001—2015 гг. по открытым данным аппаратуры. Для более детального анализа исполь-
зовали систему деградации земель «Trends.Earth» (модуль «Наземный покров», European Space Agency 2015, пространственное разрешение данных 300 м), реализованную на основе свободной ГИС с открытым кодом — Quantum GIS 2.18 [16].
Расчет показателей продуктивности в углеродных единицах основан на данных MODIS GPP/NPP. Полученный набор растровых сцен формата HDF обработан инструментами переклассификации и зональной статистики ГИС пакета ArcGis. В ходе расчета получены следующие показатели (2000—2019 гг.):
— валовая первичная продукция (GPP), г С/м2;
— чистая первичная продукция (NPP), г С/м2;
— общие затраты на дыхание автотрофов (RE), г С/м2.
Запасы органического углерода в почве определены по данным продовольственной организации ООН (ФАО) на основе модуля «Trends. Earth» ГИС пакета QGIS [16]. Они генерализированы по структуре Всемирной базы данных почвенного покрова «Soil Grids» Международного информационного центра по почвам с глубины 0—30 см за период с 2001 по 2015 г. Пространственное разрешение данных — 250 м [7].
Показатели почвенно-растительного покрова в динамике с 2001 по 2015 г. рассчитывали как в целом для территории бассейна р. Клязьмы, так и по каждому ключевому участку.
Математическая обработка данных, двухфак-торный дисперсионный анализ ANOVA произведены с использованием Microsoft Excel и STA-TICTICA 10.
Таблица 1
Характеристика ключевых участков
Ландшафтная провинция Клинско-Дмитровская Мещёрская Волжско-Клязьминская Окско-Цнинская
Природный район Владимирское ополье Мещёра Нижнее течение р. Лух Гороховецкий отрог
Почвенный покров серые лесные почвы по вершинам холмов и в верхней части склонов; темно-серые лесные почвы — в нижней части склонов на междуречьях преобладают подзолистые и дерново-подзолистые глеевые почвы; на склонах возвышений — торфянисто-подзолистые глеевые; в понижениях — болотные торфяно-глеевые почвы с фрагментами песчаных дерново-подзолистых дерново-сильноподзолистые и дерново-подзолистые, часто смытые и намытые почвы
Растительный покров по верховьям балок широко распространены галерей-ные байрачные перелески с доминированием дуба, осины, лещины; склоны балок заняты лугами, часто остепненными преобладают сосняки, заметна роль березовых лесов; черноольховники распространены по низинным болотам; встречаются ельники злаково-разнотравные фитоценозы на заливных лугах, ивняки, мелколиственные влаголюбивые кустарники, болотная растительность, сосновые леса леса приурочены к крутым склонам и оврагам; местами сохранились остатки широколиственных лесов; на водоразделах и высоких междуречьях — поля
Характерные черты землепользования вершины холмов и склоны преимущественно распаханы (пахотных земель > 60%) или заняты залежами залесенность около 85% заболоченные территории составляют 30%; лесами покрыто 67% леса занимают около 60%; выположенные водоразделы практически все распаханы (35%)
Таблица 2
Динамика землепользования ключевых участков (по данным MODIS за 2001—2015 гг.)
Ключевой участок Структура землепользования, %
леса пастбища пашни болота искусственные поверхности вода
Владимирское ополье 31,4 33,7 2,0 0,8 65,3 63,7 0,0 0,0 06 1,2 0,6 0,6
Динамика 2,3 -1,2 -1,6 0,0 0,6 0,0
Мещёра 88,8 89,7 32 2,7 69 6,2 01 0,1 06 1,0 04 0,4
Динамика 0,9 -0,5 -0,7 0,0 0,4 0,0
Нижнее течение р. Лух 85,4 67,0 01 0,1 08 1,1 12.5 30.6 00 0,0 12 1,2
Динамика -18,4 0,0 0,3 18,1 0,0 0,0
Гороховецкий отрог 54,3 59,8 58 2,3 38,2 35,8 02 0,2 04 0,9 10 1,0
Динамика 5,5 -3,5 -2,4 0,0 0,5 0,0
Примечание. Над чертой — 2001 г., под чертой — 2015 г. Результаты и их обсуждение
Ключевые участки имеют разную структуру землепользования (табл. 2). Владимирское ополье характеризуется наименьшим количеством лесов и максимальной распаханностью. В Мещёре, наоборот, леса преобладают (почти 90% площади). Участок в Волжско-Клязьменской провинции отличается сильной заболоченностью, сельхозугодья здесь практически отсутствуют (их около 1%), большие площади заняты лесной растительностью. Территория участка Гороховецкого отрога имеет наиболее сбалансированную структуру землепользования: лесная растительность — 59,8, пашни — 35,8%.
Картографический анализ выявил ареалы с переходами земель из одной категории в другую (табл. 2). Динамика землепользования определена как разность электронных растровых слоев за 2001—2015 гг. Созданный разностный растр совмещен с границами участков, что позволило провести сравнительный картографический анализ показателя.
Для характеристики продуктивности растительного покрова территорий определены значения валовой (GPP), чистой (NPP) фи-топродукции, а также затрат на дыхание ав-тотрофов (MR) в г С/м2 по данным MODIS за 2000—2019 гг. для пика вегетационного сезона — середины июля.
Наиболее продуктивная — Окско-Цнин-ская провинция. Расположенный здесь Го-роховецкий отрог имеет самые высокие значения валовой фитопродукции; во Владимирском ополье и Мещёре они средние.
Показатели продуктивности значительно различаются по годам, коэффициент вариации везде высокий (рисунок, табл. 3).
Исходные данные для дисперсионного анализа описывают совокупность измерений биологической продуктивности, почвенного углерода в динамике с 2001 по 2015 г. для всех объектов. Результаты анализа свидетельствует о том, что существует тесная корреляционная зависимость между содержанием
Таблица 3
Статистические показатели распределения продуктивности (по данным MODIS за 2000—2019 гг.)
Ключевой участок Показатель Продуктивность, г С/м2
GPP NPP MR
Владимирское ополье X ± а 58,4 ± 11,4 38,9 ± 10,5 20,0 ±6,0
V, % 19,5 24,3 28,5
r 0,97 0,98 0,92
Мещёра x ± а 59,6 ± 11,0 40,2 ±9,2 19,0 ±5,0
V, % 18,5 22,8 26,2
r 0,94 0,97 0,91
Нижнее течение р. Лух x ± а 50,9 ± 11,0 37,5 ±9,0 13,4 ±4,2
V, % 21,7 24,1 31,3
r 0,86 0,86 0,81
Гороховец-кий отрог X ± а 63,1 ± 11,8 41,1 ± 10,2 22,0 ±6,0
V, % 18,7 24,7 25,6
r 0,90 0,91 0,93
Примечание. х — среднее арифметическое, а — стандартное отклонение, V % — коэффициент вариации, г — коэффициент корреляции.
Графическое распределение валовой (а), чистой (б) продуктивности и затрат на дыхание (в) в динамике 2001—2019 гг.
углерода почвы и структурой землепользования. На накопление углерода наибольшее влияние оказывает луговая и болотная растительность; меньше его количество на пахотных и лесных угодьях (табл.4). Биологическая продуктивность ключевых участков остается стабильной и колеблется вокруг определенной величины.
Приведенные в табл. 5 данные характеризуют изменение содержания углерода в почвенном покрове ключевых участков в 2001—2015 гг. (на основании данных продовольственной организации ООН (ФАО) на основе модуля «Тгепёв.ЕагШ» ГИС пакета QGIS [16]). В целом для них характерно увеличение запасов углерода, но скорость и направ-
Примечание. F — значение F-критерия Фишера, P — уровень значимости, t — t-критерий Стьюдента, х — А 0,95 — нижняя граница доверительного интервала, х + А 0,95 — верхняя граница доверительного интервала.
Таблица 4
Результаты дисперсионного анализа ANOVA зависимости содержания органического углерода почвы и биологической продуктивности от исследуемых параметров
Эффект Одномерный критерий значимости параметра углерод почвы, т/га Сигма-ограниченная параметризация Эффективная декомпозиция гипотезы
F Р <0,05 X - А0,95 X + А 0,95
Год 3174,306 0,0000 36,5256 52,5567
Структура землепользования 0,003 1,0000
Год и структура землепользования 30,233 0,0000
Эффект Одномерный критерий значимости для параметра валовая первичная продуктивность, г С/м2 Сигма-ограниченная параметризация Эффективная декомпозиция гипотезы
Год 6,0304 0,3095 15,7202 22,6199
Участок 1,9796 0,4909
Год и участок 0,1147 0,9958
Эффект Параметрические оценки, углерод почвы, т/га
t Р <0,05 X - А0,95 X + А 0,95
Лесные земли 3,38829 0,000830 23,6252 33,9944
Травянистая растительность 3,32516 0,001031 41,1912 59,2700
Пашни -1,29442 0,196844 23,8140 34,2660
Болотные земли 4,78282 0,000003 40,8964 58,8459
ление этого процесса различаются в разных ландшафтных структурах бассейна. Небольшой отрицательный баланс элемента имеет место только в Мещёрской провинции.
Выбранные ключевые участки отражают несколько вариантов изменения структуры землепользования (табл.2):
— наиболее устойчивой является структура земельных угодий в Мещёрской провинции;
— выявлена тенденция к увеличению площади лесной растительности и сокращению пахотных угодий на всех участках, за исключением нижний части бассейна р.Лух, где отмечается уменьшение лесных земель и переход их в заболоченные территории (прирост последних за 15 лет — 18%);
— динамика зарастания пахотных угодий в разных ландшафтах различна.
Самое активное зарастание лесной растительностью пастбищ и пахотных угодий происходит на территории Гороховецкого отрога, где распространены дерново-слабо- и среднеподзолистые почвы. Показатель динамики зарастания пашни (—2,4% за период 2001—2005 гг.) здесь самый высокий среди всех ключевых участков. Серые лесные почвы, представленные во Владимирском ополье, наибо-
лее плодородные и сельскохозяйственно освоенные, зарастают мало. В Мещёре значительно меньше пахотных угодий (6%) и их площади сократились незначительно. А в Волжско-Клязьменской провинции сокращения пахотных угодий не отмечено, но и количество сельскохозяйственных земель здесь не существенное.
Согласно средним за 2000—2019 гг. показателям чистой первичной продукции, общий прирост фитомассы в ландшафтах Владимирского ополья, где преобладают самые плодородные в регионе серые лесные почвы, не высокий (табл. 3). Причиной этого является большое количество агроце-нозов, фитомасса которых регулярно изымается с урожаем. Средние значения показателя продук-
Таблица 5
Баланс органического углерода почвы
Ключевой участок Баланс Сорг, т/км2 С, орг А%
Владимирское ополье 7,4 рост (0,1)
Мещёрская провинция -24,1 убыль (-0,1)
Нижняя часть бассейна р. Лух 73,9 рост (0,3)
Гороховецкий отрог 253,5 рост (1,5)
тивности здесь близки к таковым в Мещёре, хотя ландшафтные характеристики и структура землепользования у них значительно различаются. Доля валовой продукции экосистем, перешедшая в чистую, также сопоставима для обоих участков — около 67%. Однако во Владимирском ополье невысокая продуктивность объясняется антропогенным фактором, в то время как в Мещёре причина — низкая продуктивность лесной растительности. Таким образом, близкие параметры фитопродук-тивности обеспечиваются различными условиями и процессами.
Наиболее продуктивными являются фитоце-нозы Гороховецкого отрога. На этом участке по сравнению с другими больше травянисто-кустарниковой растительности, которая более продуктивна, чем лесная. На дыхание автотрофы здесь затрачивают немного больше энергии по сравнению с Владимирским опольем и Мещёрой как в абсолютном, так и в относительном выражении. Следовательно, эффективность образования чистой первичной продукции снижается, и имеется резерв для ее роста, например, с улучшением тем-пературно-влажностных условий.
На участке, расположенном в бассейне р. Лух, значения продуктивности самые низкие и существенно отличаются от других районов, что объясняется угнетенным состоянием больших площадей заболоченной лесной растительности в связи с интенсивной вырубкой леса. Относительные затраты на поддержание жизнедеятельности растений снижаются, и большая по сравнению с другими участками часть валовой продукции переходит в чистую (73%). Очевидно, это связано с высоким увлажнением территории.
Тенденции изменения продуктивности по годам одинаковы для всех ландшафтов. Хотя значения показателя различаются, но везде наименее продуктивным явился 2006 г., а высокие значения отмечались в 2013 и 2014 гг. (рисунок). Стабильность показателя продуктивности можно оценить по вариабельности. Наиболее изменчив он в бассейне р. Лух, где коэффициент вариации самый высокий (например, для чистой первичной продукции — 24%).
Факторный анализ показал отсутствие корреляции между фактором времени и биологической продуктивностью. Несмотря на то что показатели биологической продуктивности изменяются (иногда значительно год от года), однако в целом в экосистемах всех участков выраженного тренда к значимому изменению продуктивности не наблюдается, что говорит о существовании компенсаторных процессов, характеризующихся периодами спада и роста. Поэтому экосистемы исследуемых участков остаются в относительно стабильном состоянии по продуктивности, а значения
валовой первичной продукции изменяются от 15,72 до 22,62 г С/м2 в доверительном интервале 95% (табл. 3 и 4).
Высокая продуктивность участка на территории Гороховецкого отрога соответствует накоплению углерода в почве. Его баланс здесь (за период с 2001 по 2015 г.) был существенно выше, чем на других участках и составлял 253,5 т/км2, что соответствует 1,5% роста. На участке, приуроченном к нижнему течению р. Лух, наблюдался небольшой рост накоплений углерода в почве. Владимирское ополье и Мещёра отличались максимальной стабильностью по данному показателю. Запасы углерода в почве изменялись очень незначительно — лишь на 0,1%.
Сопоставим данные по продуктивности и многолетней динамике растительного покрова участков с содержанием органического углерода почвы.
Владимирское ополье — пример территории, покрытой плодородными серыми лесными почвами, которые активно используются в сельском хозяйстве (распаханность 64%). Поскольку продукция сельскохозяйственных растений в экосистеме не остается, средние показатели продуктивности здесь не высокие (GPP 58 и NPP 39 г С/м2); они изменяются по годам и тенденции к снижению за анализируемый период не имеют. Прирост углерода почвы на 0,06% (за 2001—2015 гг.) является, по сути, нейтральным балансом. Из пахотных угодий в виде сельхозпродукции выносится большая часть органического углерода, а его восполнению способствуют органические удобрения и разложение остатков естественной растительности. Таким образом, уникальный ландшафт Владимирского ополья в настоящее время функционирует на пределе антропогенной нагрузки. Об этом свидетельствуют невысокая продуктивность, нейтральный баланс почвенного углерода и большие площади пахотных угодий (> 60% территории). Однако негативных тенденций к деградации ландшафта не выявлено, поскольку продукционный потенциал плодородных серых лесных почв достаточно высокий. Данный ландшафт длительное время нес большую сельскохозяйственную нагрузку, и здесь сложился баланс естественных и антропогенных факторов. Этот баланс легко нарушить, что и происходит на отдельных участках, где наблюдаются сильные эрозионные процессы, но в целом ландшафт сохраняет устойчивость.
Мещёра представляет ландшафт с залесен-ностью, близкой к 90%, и, соответственно, незначительной площадью сельскохозяйственных угодий. Отличительная черта территории — небольшой отрицательный баланс углерода почвы (—0,1%) по сравнению с другими участками, на которых он имеет положительные значения. Показатели продуктивности здесь близки к таковым Владимирского ополья (GPP 60 и NPP 40 г С/м2), но
создаются они принципиально другими угодьями. Основной вклад в продукцию вносит лесная растительность, которая не так высоко продуктивна, но накапливает большую фитомассу. Соответственно, в подобных ландшафтах основным резервуаром углерода является древесная растительность.
Нижняя часть бассейна р. Лух — пример заболоченных территорий, которые хорошо видны на космических снимках. Сельскохозяйственные угодья практически отсутствуют, а антропогенное воздействие связано в основном с торфоразработками. Показатели средней многолетней продуктивности самые низкие (GPP 51 и NPP 37 г С/м2), их вариабельность самая высокая. Но колебания продуктивности идут в общем тренде с остальными ландшафтами, отличаясь только большим размахом. В нижней части бассейна р. Лух, где находится ключевой участок, достигается небольшой положительный прирост органического углерода почвы (0,3%), по-видимому, за счет увеличения площади болотных земель (за 19 лет — на 18%) и отмирания растительности на них.
Гороховецкий отрог отличается наиболее сбалансированной структурой землепользования, где площадь лесной растительности к 2015 г. по сравнению с 2001 г. за счет зарастания сельскохозяйственных угодий значительно увеличилась (с 54 до 60% ареала). Пахотные земли составляют 35%. Особенность Гороховецкого отрога по сравнению с тремя другими ландшафтами — формирование наиболее благоприятных условий для накопления углерода в почве (здесь его самый большой положительный баланс) и для создания наиболее высокого показателя валовой первичной продуктивности (по средним многолетним данным он составил 63 г С/м2). При этом значения чистой первичной продукции находятся на уровне других ландшафтов. Высокую валовую продуктивность можно объяснить благоприятным сочетанием земельных угодий, а также тем, что данная территория является склоном Окско-Цнинского вала, где дерново-подзолистые почвы подстилаются известняками.
Активным процессам накопления углерода в почве способствуют зарастание сельскохозяйственных угодий травянистой растительностью (поскольку прекращен вынос углерода с растительной продукцией), а также аккумуляция и разложение растительного опада. Факторный анализ показывает корреляцию между содержанием углерода в
почве и луговыми фитоценозами (табл.4). Однако в аспекте накопления этого элемента зарастание пашен нельзя оценивать однозначно: в разных условиях данный процесс может быть как положительным, так и отрицательным в зависимости от того, в каком состоянии пахотные угодья были заброшены.
Заключение
Данные дистанционного зондирования позволяют получать сведения по временной динамике таких показателей, как валовая первичная продукция, чистая первичная продукция, общие затраты на дыхание автотрофов, запасы органического вещества в почвах, которые характеризуют продукционный потенциал экосистем, т.е. их биологическую и «физиологическую» функции. Показано, что продукционные показатели экосистем при одинаковом воздействии абиотического фактора (климата) могут существенно варьировать в зависимости от состава почвенно-растительного покрова, а также структуры и характера землепользования.
Результаты дисперсионного анализа ЛМОУЛ демонстрируют отсутствие влияния на содержание органического углерода почвы и валовую биологическую продуктивность факторов времени и пространственного положения ключевых участков. Значимым фактором является структура землепользования. В таком случае следует ожидать значительных изменений содержания углерода лишь при существенном изменении этого фактора.
В одной природно-климатической зоне есть общие закономерности продукционных процессов и баланса углерода, но пестрота ландшафта приводит к их разнообразию в этих рамках. Недостаточная продуктивность одних участков определенного ландшафта компенсируется ростом таковой соседних. Следовательно, сохранение ландшафтного разнообразия является необходимым условием стабильности их функционирования.
Полученные результаты могут быть использованы при изучении деградации почв и ландшафтов в условиях изменяющихся климатических параметров и структуры землепользования.
КОНФЛИКТ ИНТЕРЕСОВ
Авторы заявляют об отсутствии конфликта интересов.
СПИСОК ЛИТЕРАТУРЫ
1. Козодеров В.В., Дмитриев Е.В. Аэрокосмическое зондирование почвенно-растительного покрова: модели, алгоритмическое и программное обеспечение, наземная валидация // Исслед. Земли из космоса. 2010. № 1.
2. Трифонова Т.А., Мищенко Н.В. Оценка почвен-но-продукционного потенциала речных бассейнов с использованием данных дистанционного зондирования // Геогр. и природ. ресурсы. 2016. № 3. https://doi.org/ 10.21782/01РК0206-1619-2016-3(17-25)
3. Трифонова Т.А., Мищенко Н.В., Петросян Ж.Д. Анализ динамики почвенно-продукционного потенциала экосистем речных бассейнов по данным дистанционного зондирования // Почвоведение. 2020. № 2. https://doi.org/10.31857/S0032180X20020136
4. Bin S, Zengyuan L, Wentao G. et al. Identification and assessment of the factors driving vegetation degradation, regeneration in drylands using synthetic high spatiotemporal remote sensing Data — a case study in Zhenglan-qi, Inner Mongolia, China // Ecol. Indicat. 2019. Vol. 107. https://doi.org/10.1016/j.ecolind.2019.105614
5. Chaoxu X., Gaozhong N, Xiaoke P. et al. Research on the Application of Phone Location Data in the Rapid Delimitation of the Meizoseismal Area // Bull. Seismol. Soc. Amer. 2019. Vol. 109, № 6. https://doi.org/10.1785/ 0120190010
6. Dedeoglu M, Basayigit L, Yuksel M, Kaya F. Assessment of the vegetation indices on Sentinel-2A images for predicting the soil productivity potential in Bursa, Tur-key// Environ. Monitor.Assess. 2020.Vol. 192, Is. 1. https:// doi.org/10.1007/s10661-019-7989-8
7. Hengl T, Mendes J.J., Heuvelink G.B.M. et al. SoilGrids250m: Global gridded soil information based on machine learning // PLoS ONE. Vol. 12, N 2. https:// doi.org/10.1371/journal.pone.0169748
8. Menichetti L, Leifeld J., Kirova L. et al. Consequences of planned afforestation versus natural forest regrowth after disturbance for soil C stocks in Eastern European mountains // Geoderma. 2017. Vol. 297. https:// doi.org/10.1016/j.geoderma.2017.02.028
9. Noormets A., Epron D, Domec J.C. et al. Effects of forest management on productivity and carbon sequestration: A review and hypothesis // Forest Ecol. Manag. 2015. Vol. 355. https://doi.org/10.1016/j.foreco.2015.05.019
10. Pellis G, Chiti T, ReyA. et al. The ecosystem carbon sink implications of mountain forest expansion into abandoned grazing land: The role of subsoil and climatic factors// Sci. Total Environ. 2019.Vol. 672. https://doi.org/ 10.1016/j.scitotenv.2019.03.329
11. Prince S.D. Challenges for remote sensing of the Sustainable Development Goal SDG 15.3.1 productivity indicator // Remote Sens. Environ. 2019. Vol. 234. https:// doi.org/10.1016/j.rse.2019.111428
12. Qader S.H., Atkinson P.M., Dash J. Spatiotemporal variation in the terrestrial vegetation phenology of Iraq and its relation with elevation // Int. J. Appl. Earth Obs. 2015. Vol.41. https://doi.org/10.1016/jjag.2015.04.021
13. Quijano L, Van Oost K, Nadeu E. et al. Modelling the effect of land management changes on soil organic carbon stocks in a Mediterranean cultivated field // Land degrad. develop. 2017. Vol. 28, Iss. 2. https://doi.org/ 10.1002/ldr.2637
14. Robinson N.P., Allred B.W., Smith W.K. et al. Terrestrial primary production for the conterminous United States derived from Landsat 30 m and MODIS 250 m // Remote Sens. Ecol. Conserv. 2018. Vol.4, Iss. 3. https:// doi.org/10.1002/rse2.74
15. Tian H, Cao C, Chen W. et al. Response of vegetation activity dynamic to climatic change and ecological restoration programs in Inner Mongolia from 2000 to 2012 // Ecol. Eng. 2015. Vol.82. https://doi.org/10.1016/ j.ecoleng.2015.04.098
16. Trends.Earth. Conservation International. URL: http://trends.earth. 2018 (дата обращения: 10.05.2020).
17. Wang M.M., He G.J., Ishwaran N. et al. Monitoring vegetation dynamics in East Rennell Island World Heritage Site using multi-sensor and multi-temporal remote sensing data // Internat. Journal digital Earth. 2020. Vol. 3. https://doi.org/10.1080/17538947.2018.1523955
18. Xiaofang S, Tianxiang Y, Zemeng F. Scenarios of changes in the spatial pattern of land use in China // Proc. Environ. Sci. 2012. Vol. 13. https://doi.org/10.1016/ j.proenv.2012.01.050
19. Xuejian L, Huaqiang D, Fangjie M. et al. Assimilating spatiotemporal MODIS LAI data with a particle filter algorithm for improving carbon cycle simulations for bamboo forest ecosystems // Sci. Total Environ. 2019. Vol. 649. https://doi.org/10.1016Xj.scitotenv.2019.133803
20. Yagasaki Y, Shirato Y. Assessment on the rates and potentials of soil organic carbon sequestration in agricultural lands in Japan using a process-based model and spatially explicit land-use change inventories in dash. Part 2: Future potential // Biogeosciences. 2014. Vol. 11, N 16. https://doi.org/10.5194/bg-11-4429-2014
Поступила в редакцию 18.05.2020 После доработки 20.05.2020 Принята к публикации 20.05.2020
ESTIMATION OF PRODUCTION PROCESSES DYNAMICS
IN THE SOUTH TAIGA SUBZONE LANDSCAPES
OF THE EASTERN EUROPEAN PLAIN USING REMOTE SENSING DATA
T.A. Trifonova, N.V. Mishchenko, P.S. Shutov, E.P. Bykova
The article is devoted to the assessment of the influence of biotic, abiotic and anthropogenic factors on the dynamics of production processes of various ecosystems located in one natural and climatic subzone — the southern taiga of the Eastern European Plain.
The study was carried out on the example of four key sites in the Vladimir region, located in different landscape provinces in similar climatic conditions, but with certain differences associated with the characteristics of the soil and vegetation cover, anthropogenic load, and land use structure. Calculation of productivity indicators in carbon units is based on MODIS GPP/NPP data. The amount of organic carbon in the soil is determined according to the UN Food Organization (FAO) based on the Trends.Earth module of the GIS QGIS package.
Common to the four ecosystems is the course of changes in the indicators of vegetation productivity over the years against the background of its different absolute values. Favorable conditions for the accumulation of carbon in the soil are formed in areas with high productivity and a large number of overgrown lands. The results of analysis of variance ANOVA demonstrate that the factors of time and spatial position of key sites do not affect the content of soil organic carbon and gross biological productivity. Land use structure is a significant factor. It is shown that the insufficient productivity of some ecosystems is compensated by an increase in the productivity of neighboring ones, therefore, the preservation of intra-land-scape diversity is a necessary condition for maintaining the stability of their functioning.
Key words: production processes, landscape provinces of the southern taiga subzone, gross primary productivity, net primary production, total costs for the respiration of autotrophs, soil organic carbon, land use structure.
Сведения об авторах
Трифонова Татьяна Анатольевна, докт. биол. наук, профессор каф. географии почв ф-та почвоведения МГУ им. М.В. Ломоносова, зав. каф. биологии и экологии Владимирского гос. ун-та им. А.Г. и Н.Г.Столетовых. E-mail: [email protected]. Мищенко Наталья Владимировна, докт. биол. наук, профессор каф. биологии и экологии Владимирского гос. ун-та им. А.Г. и Н.Г. Столетовых. E-mail: [email protected]. Шутов Павел Сергеевич, аспирант каф. биологии и экологии Владимирского гос. ун-та им. А.Г. и Н.Г. Столетовых. E-mail: [email protected]. Быкова Елена Пименовна, канд. биол. наук, ст. науч. сотр. каф. географии почв ф-та почвоведения МГУ им. М.В. Ломоносова. E-mail: [email protected].
