CC BY
56
РАЦИОНАЛЬНОЕ ИСПОЛЬЗОВАНИЕ ЛЕСНЫХ РЕСУРСОВ И ДРЕВЕСНЫХ ПРОДУКТОВ
ПОИСК ИНДИКАТОРОВ-ПРЕДВЕСТНИКОВ НАРУШЕНИЯ ЕСТЕСТВЕННЫХ ПРОЦЕССОВ В ЛЕСНЫХ, АГРОЛЕСНЫХ
И УРБОЭКОСИСТЕМАХ
В.Ф. КРАПИВИН, проф., ИРЭ им. В.А.КотельниковаРАН, д-р физ.-мат. наук,
В.С. ШАЛАЕВ, проф., директор ИСИЛМГУЛ, д-р техн. наук,
В.Д. БУРКОВ, проф. МГУЛ, д-р техн. наук,
В.Ю. СОЛДАТОВ, ИРЭ им. В.А.Котельникова РАН, канд. физ.-мат. наук
shalaev@mgul.ac.ru, burkov@mgul.ac.ru ФГБОУ ВПО «Московский государственный университет леса» 141005, Московская обл., г. Мытищи-5, ул. 1-я Институтская, д. 1, МГУЛ ФГБУН Институт радиотехники и электроники им. В.А. Котельникова РАН
125009, Москва, ул. Моховая 11, кор. 7
Проанализирована задача выбора количественного показателя состояния лесной, агролесной или урбоэкосистемы. Предложен алгоритм расчета индикатора биологической сложности как показателя состояния таких экосистем. Алгоритм основан на концептуальной модели взаимодействия растительного сообщества с окружающей его средой. Модель формализует процесс энергетического обмена в этом взаимодействии, вводя понятие (V, WJ-обмена, где V - расходуемая энергия, W - потребляемые ресурсы. Такая формализация взаимодействия двух сред позволяет записать уравнения (V, WJ-обмена, решение которых обеспечивает нахождение устойчивого тренда в эволюции экосистемы. В качестве примера рассмотрен расчет индикатора биологической сложности глобальной системы почвенно-растительных формаций с пространственным распределением 30 типов по шкале 4°*5°. В этом случае показано, что антропогенное воздействие на лесные экосистемы может значительно изменить биологическую сложность биосферы. Например, если площадь лесов к 2050 г. сократится или увеличится на 10 % по сравнению с современным уровнем, то биологическая сложность биосферы уменьшится на 12-15 % или возрастет на 18-21 % соответственно. Предложенный алгоритм расчета индикатора биологической сложности обеспечивает нахождение сбалансированного сочетания парковых и застроенных площадей в урбоэкосистеме.
Ключевые слова: индикатор, мониторинг, лесной пожар, алгоритм, устойчивость, информация, биосложность, биосфера, сценарий.
Для оценки состояния растительной экосистемы и принятия решения о выборе способа предупреждения негативных последствий антропогенного вмешательства в ее динамику необходимо применять критерии и индикаторы, которые могут иметь качественный или количественный вид [1-10]. Этот вопрос начал обсуждаться еще на конференции РИО-92. Prabhu и др. [8] отметили, что в различных регионах мира понятия критериев и индикаторов имеют различное толкование. Например, некоторые критерии и индикаторы сфокусированы на национальных интересах взаимодействия населения с растительными сообществами. Тем не менее, несмотря на существующие различия в подборе критериев и индикаторов, они являются средством для оценки тренда в развитии лесных и агролесных экосистем. Например, Международная организация тропической древесины (ITTO -International Tropical Timber Organization) в 1992 г. ввела семь критериев, на основе которых Центр по исследованию международных
проблем лесной промышленности (CIFOR -Center for the International Forestry Research) создал экспертную систему CIMAT (Criteria and Indicators Modification and Adaptation Tool), которая в зависимости от локальных условий генерирует иерархию принципов, критериев, индикаторов и других показателей состояния лесной экосистемы.
Центр CIFOR был создан Консультативной группой международных сельскохозяйственных исследований (CGIAR -Consultative Group on International Agricultural Research), которая занимается изучением глобальных социальных, природных и экономических последствий от деградации и сведения лесов. Для этого разработаны различные принципы, критерии, индикаторы и верификаторы, которые могут помогать принятию правильных решений при реализации антропогенных сценариев на покрытой лесом территории. Под принципами понимается совокупность законов, которые фиксируют фундаментальные истины и выступают основой
162
ЛЕСНОЙ ВЕСТНИК 1/2015
РАЦИОНАЛЬНОЕ ИСПОЛЬЗОВАНИЕ ЛЕСНЫХ РЕСУРСОВ И ДРЕВЕСНЫХ ПРОДУКТОВ
для формирования системы взглядов на роль лесных экосистем в жизни системы природа-общество. Принципы также нацеливают на расширение и углубление знаний в этой области и создание более конкретных уровней оценки информации о лесной экосистеме. Следующим уровнем является критерий как некоторая норма, принцип или стандарт, на основе которого осуществляется выбор индикаторов для выражения атрибутов устойчивости лесной экосистемы. И, наконец, вводится понятие верификатора как уточнителя специфики и смысла индикатора. Верификатор отражает специфические детали индикатора и уточняет смысл и его предметную ориентацию[4, 5].
Как следует из сказанного выше, не существует единой унифицированной системы оценки состояния лесных экосистем. В разных странах существуют свои системы сертификации лесов, которые устанавливают национальные нормативы для выбора критериев оценки состояния лесных экосистем. В целом можно выделить четыре группы стран, которые в этом вопросе нашли согласованные решения. Это страны центральной и западной Африки, страны южнее Сахары, азиатские страны и страны в зоне р. Амазонки.
Очевидно, что сложно для всех регионов установить единые критерии и индикаторы состояния лесов. Тем не менее, критерий деградации леса для всех регионов - это изменение структуры леса и его площади. Здесь важными являются сомкнутость крон деревьев и число репродуктивных единиц лесной экосистемы на единице площади. Такие данные поставляются современными спутниковыми мониторинговыми системами. Особое место занимают тропические леса, где сезонная изменчивость продуктивности регулирует углеродный баланс атмосферы. Оценка этого баланса в настоящее время является одной из важных задач климатологии.
Для оценки состояния лесной, агролесной или урбоэкосистемы желательно иметь простой и легко рассчитываемый показатель. В качестве такого показателя можно предложить индикатор биологической сложности, который определяет соотношение живой
и неживой субстанций на рассматриваемой территории и определяет живучесть экосистемы, а также отвечает на вопрос, является ли она живой.
Переход между крайними состояниями лесная или урбоэкосистема осуществляет за счет изменения своей сложности, индикатор которой и может служить предвестником наступления критического состояния. В частности, такие переходы могут реализовываться под воздействием изменений климата. Успех поиска таких индикаторов зависит от того, насколько хорошо мы знаем законы живого мира и его эволюции под влиянием процессов реализации антропогенных проектов.
Проблема взаимодействия различных элементов и процессов в системе природа-общество в последние годы привлекает внимание многих исследователей. Попытки оценить и предсказать динамику этого взаимодействия предпринимали специалисты в области различных научных направлений. Одной из таких попыток является, например, объявленная в США Национальным научным фондом Программа «Biocomplexity», в рамках которой изучаются взаимосвязи между динамикой сложности биологических, физических и социальных систем и тенденциями в изменениях современной окружающей среды. В рамках этой программы сложность системы, так или иначе взаимодействующей с окружающей средой, связывается с явлениями, возникающими при контакте живой системы с окружающей ее средой в условиях Земного шара.
Особое место занимают урбоэкосис-темы. Функционирование урбоэкосистемы затрагивает все компоненты природной среды, включая атмосферу, гидросферу, растительный и животный мир, почву, рельеф и климат. Степень устойчивости урбоэкосисте-мы значительно ниже аналогичного показателя для прилегающих природных территорий. Это является следствием того, что на территории урбоэкосистемы природный ландшафт занимает незначительную часть и при этом природные составляющие резко нарушены. Поэтому взаимодействие между компонентами урбоэкосистемы носят в основном отри-
ЛЕСНОИ ВЕСТНИК 1/2015
163
РАЦИОНАЛЬНОЕ ИСПОЛЬЗОВАНИЕ ЛЕСНЫХ РЕСУРСОВ И ДРЕВЕСНЫХ ПРОДУКТОВ
цательный характер в силу высокой их уязвимости и неустойчивости. Можно указать четыре важных качественных аспекта урбо-экосистемы:
• экстремальность антропогенных нагрузок;
• наиболее активно эволюционирующий элемент биосферы;
• несоответствие характерных времен и масштабов эволюции природной и антропогенной подсистем;
• сложная система положительных и отрицательных обратных связей между подсистемами.
Динамика урбоэкосистемы неизбежно сопровождается нарастанием возмущений, флуктуаций и снижением потенциальных возможностей природной среды, что приводит к доминированию неблагоприятных экологических факторов и нарастанию преобладающих необратимых экосистемных процессов. Своевременное выявление таких факторов и разработка нормативных экологических регуляторов антропогенного воздействия может обеспечить ГИМС технология [1]. Ведь сохранение благоприятных условий проживания населения в крупных городах невозможно без системного анализа буферной емкости природных подсистем, составляющих как непосредственно урбоэкосистему, так и прилегающие территории. Здесь, безусловно, необходим поиск условий естественной самоорганизации и оценка воспроизводимости природных составляющих урбоэкосистемы.
Одним из возможных индикаторов состояния окружающей среды может выступать биоразнообразие на данной территории. Этот показатель формируется под влиянием естественных и антропогенных процессов. Но, к сожалению, он не может однозначно охарактеризовать все возможные ситуации, когда важными оказываются структура популяции или изменение биогенного фона, миграция и трофическая динамика и т.д. Поэтому введение понятия биологическая сложность (биосложность) в значительной мере облегчает поиск индикаторов, позволяющих комплексно характеризовать состояние окружающей среды в ее динамике [2].
Биосложность является производной биологических, физических, химических, социальных и поведенческих взаимодействий подсистем окружающей среды, включая животных и человека. По существу, понятие биосложности в окружающем нас мире тесно связано с закономерностями функционирования биосферы как единства образующих ее экосистем и природно-хозяйственных систем различного масштаба, от локального до глобального. Поэтому для определения биосложности и ее оценки необходимо совместное формализованное описание биологических, геохимических, геофизических и антропогенных факторов и процессов, происходящих на данном уровне пространственно-временной иерархии шкал и масштабов.
Проявление биосложности является характерным признаком всех систем окружающей среды, связанных с жизнью. Элементы этого проявления изучаются в рамках теории устойчивости и живучести экосистем. Здесь следует отметить, что формирование биосложности включает показатели степени взаимной модификации взаимодействующих систем, а это значит, что изучение биосложности необходимо вести с учетом как пространственных, так и биологических уровней организации. Трудность этой задачи определяется сложностью поведения объекта исследования, особенно, если учитывать человеческий фактор, из-за которого количество стрессовых ситуаций в окружающей среде постоянно возрастает.
Человечество накопило много знаний о системах окружающей среды. Использование этих знаний для изучения биосложности возможно в рамках синтеза глобальной модели, отражающей закономерности взаимодействия элементов окружающей среды и позволяющей осуществлять оценки «эффективности» реализации сценариев развития человеческого общества, опираясь на фактические данные наземных и спутниковых измерений. Именно эта проблема лежит в основе всех вопросов, поставленных упомянутой Программой «Biocomplexity».
Исследования процессов взаимодействия человека и природы направлены, как правило, на понимание и оценку последствия это-
164
ЛЕСНОЙ ВЕСТНИК 1/2015
РАЦИОНАЛЬНОЕ ИСПОЛЬЗОВАНИЕ ЛЕСНЫХ РЕСУРСОВ И ДРЕВЕСНЫХ ПРОДУКТОВ
го взаимодействия. Достоверность и точность таких оценок зависит от критериев, которые берутся за основу при выводах, экспертизах и рекомендациях. В настоящее время нет согласованной методики выбора таких критериев, так как отсутствует единый научно обоснованный подход к экологическому нормированию хозяйственных воздействий на природную среду. Ведь от выбора подобных критериев зависит точность экологической экспертизы действующих и планируемых производств, а также репрезентативность данных глобального геоинформационного мониторинга.
Происходящие в окружающей среде процессы можно представить как совокупность взаимодействий между ее подсистемами. Поскольку человек является одним из ее элементов, однозначного расчленения окружающей среды, например, на биосферу и общество, выполнить невозможно: все на Земле скоррелировано и взаимосвязано. Вопрос состоит в том, чтобы найти такие механизмы описания подобных корреляций и взаимозависимостей, которые бы достоверно отображали динамику окружающей среды и давали ответы на вопросы, сформулированные в упоминавшейся выше программе «Biocomplexity».
Биосложность окружающей среды в определенной степени является индикатором взаимосвязанности ее систем. В этой связи, можно ввести шкалу Г биосложности, изменяющуюся от условий, когда в окружающей среде все взаимодействия прекращены (оборваны), до уровня, когда они соответствуют естественному процессу эволюции. Мы получаем, таким образом, интегральный показатель состояния окружающей среды в целом с учетом биологической способности, биологического разнообразия и выживаемости. Подобный показатель характеризует все виды взаимодействия компонентов окружающей среды. Так, например, при биологическом взаимодействии, связанном с отношениями типа «хищник-жертва» или «конкуренция за энергетический ресурс», существует некоторый минимальный уровень наличия пищи (ресурса), когда она становится практически недоступной и взаимодействие консумента с продуцентом прекращается. Химический и физический процессы взаимо-
действия элементов окружающей среды также зависят от наборов определенных критических параметров. Например, функционирование дерева зависит от многих факторов и его связь с внешней природной окружающей средой включает такие потоки углерода, как дыхание корней, стволов и листвы, перемещение из наземной части дерева в корневую часть, чистый прирост наземной биомассы, опад и отмершая биомасса, отмирание корней и др. [1].
Все сказанное подчеркивает, что биосложность относится к категориям, которые трудно измерить и выразить количественно. Однако попытаемся перейти от чисто словесных рассуждений к формализованным количественным определениям. Для перехода к градациям шкалы Г с числовым масштабом постулируем, что между двумя значениями индикатора шкалы существуют отношения типа Г < Г2, Г > Г2 или Г = Г2. Другими словами, всегда имеет место такое значение этой шкалы р, которое определяет уровень биосложности Г——р = _ДГ), где f - некоторое преобразование понятия биосложности в число.
Попытаемся найти удовлетворительную модель, которая отобразит качественный портрет биосложности в область понятий и признаков, подчиняющихся формализованному описанию и преобразованию. С этой целью выделим в изучаемой системе m элементов - подсистем низшего уровня, взаимодействие между которыми определим бинарной матричной функцией A = \1 aj \ , где а.. = 0, если элементы i иj не взаимодействуют; а..Ф 0, если элементы i и j находятся во взаимодействии. В общем случае а..^ а... Это самый простейший вариант определения биосложности. В конкретном случае следует для каждого взаимодействия количественно определять его уровень а Схематически модель биологической сложности представлена на рисунке.
В общем случае показатель а., можно интерпретировать как уровень взаимодействия элементов .и j. Тогда любая точка деГ определяется как сумма
т п
i=l 7=1
где весовые коэффициенты k (i = 1,..., m) и р.
i j
(j = 1,., n) определяют уровень значимости
ЛЕСНОЙ ВЕСТНИК 1/2015
165
РАЦИОНАЛЬНОЕ ИСПОЛЬЗОВАНИЕ ЛЕСНЫХ РЕСУРСОВ И ДРЕВЕСНЫХ ПРОДУКТОВ
Рисунок. Концептуальная модель взаимодействия отдельного дерева или растительного сооб-
щества с его окружением
Fig. Conceptual model of the interaction of a single tree or plant community with its environment
соответствующих элементов взаимодействующих сред. Характер этих коэффициентов зависит от природы элементов. Поэтому выделим два основных типа элементов: живые (в том числе растительность) и неживые элементы. Живые элементы характеризуются плотностью, исчисляемой в количестве особей на (в) единице площади (объема) или концентрацией биомассы. Растительность характеризуется типом и долей занимаемой площади. Неживые элементы разделяются по уровню их концентраций, соотнесенных к площади или объему пространства.
Ясно, что п = п(ф, X, t), где ф и X - географическая широта и долгота соответственно, t - текущее время. Для некоторой территории Q индикатор биосложности определим как среднее значение
nn(0=(Va) J Т1(фЛ,^ф^,
(<РЛ)еП
где о - площадь территории Q.
Таким образом, индикатор nn(t) выступает как интегральный показатель сложности системы, отражая индивидуальность ее структуры и поведения в каждый момент времени t в пространстве Q. В соответствии с законами естественной эволюции уменьшение (увеличение) величины nQ(t) будет отслеживать возрастание (сокращение) биоразнообразия и способности природно-антропогенных систем к выживанию. Так как уменьшение биоразнообразия нарушает замкнутость биогеохимических круговоротов и
приводит к увеличению нагрузки на невозобновимые ресурсы, то бинарная структура матрицы А сдвигается в направлении усиления позиций ресурсоистощающих технологий, и вектор энергетического обмена между природой и обществом смещается в состояние, когда уровень ее выживаемости понижается.
Лесная, агролесная и урбоэкосистема состоят из элементов - подсистем B. (i = 1,..., m), взаимодействие между которыми формируется во времени в зависимости от многих факторов. Биосложность слагается из структурной и динамической сложности составляющих систему элементов. Другими словами, биосложность системы формируется в процессе взаимодействия ее частей {B.}. С течением времени подсистемы B могут изменять свои состояния и, следовательно, будет изменяться топология связей между ними. Эволюционный механизм приспособления подсистем B к окружающей их среде позволяет выдвинуть гипотезу о том, что каждая подсистема B независимо от ее типа, обладает структурой B.S, поведением B.B и целью B.G. Таким образом, B. = {B.!,BiB,B.G}. Целью B.G подсистемы B . является ее стремление достигнуть определенных предпочтительных для нее состояний. Целесообразность структуры B.S и целенаправленность поведения B.B подсистемы B . оценивается эффективностью достижения цели В ^.
.G
Конечно, такая формализация состояния лесной, агролесной или урбоэкосистемы
166
ЛЕСНОЙ ВЕСТНИК 1/2015
РАЦИОНАЛЬНОЕ ИСПОЛЬЗОВАНИЕ ЛЕСНЫХ РЕСУРСОВ И ДРЕВЕСНЫХ ПРОДУКТОВ
требует создания достаточно объемной базы данных и проведения исследований по взаимодействию их подсистем. Поскольку взаимодействие подсистем {B.} связано с химическим и энергетическим кругооборотом, то естественно предположить, что каждая подсистема B так организует геохимические и геофизические преобразования вещества и энергии, чтобы сохранить устойчивое состояние. Формализованный подход к этому процессу состоит в предположении, что в структуре экосистемы между подсистемами B происходят обмены некоторых количеств V расходуемых ресурсов на некоторые количества W потребляемых ресурсов ((V,W) - обмен). В общем случае W = W(V,B., {Bk, keK}), где K - множество номеров подсистем, находящихся в контакте с подсистемой B.
Обозначим BK={Bk, keK}. Тогда результатом взаимодействия подсистемы B с ее окружением BK являются следующие (V,W)-обмены
Wifl =maxmin^ (Vt Bt ВK )=Wj (Vt Bifipt BK,opt);
Bi BK
Wk,0 =niaximn WK (VK Bi В к )=WK (VK Bi>opt ВкРРг)-
% Щ
Отсюда видно, что при определении уровней V и VK имеется некоторое размазывание цели подсистемы B.. Поскольку в природе действуют факторы лимитирования, то, в данном случае, естественно предположить наличие некоторого порога V. ., при достижении которого энергетический ресурс подсистемы перестает тратиться на добывание внешнего ресурса, т.е. при V.< V.min подсистема B. переходит в режим регенерации внутреннего ресурса. Другими словами, при V < Vjmjn происходит уменьшение индикатора биосложности Па(^) за счет обрыва связей подсистемы B. с другими подсистемами.
В общем случае V . является структурной функцией ступенчатого типа, т.е. переход а.. из состояния а.. Ф 0 в состояние а = 0 не для всех j происходит одновременно. В самом деле, в любой трофической пирамиде отношения хищник-жертва прекращаются при уменьшении концентрации жертвы ниже некоторого критического уровня. В других случаях взаимодействие подсистем {B.} между собой может прекращаться в зависимости от различных сочетаний их параметров.
В качестве примера рассмотрим систему атмосфера-суша-растительность при пространственной дискретизации 4°х5° и классификации почвенно-растительных формаций в соответствии с [1]. Взаимодействие пикселей 4°х5° с атмосферой оценивается по уровню (1/^-обмена парниковыми газами в рамках глобальной модели биосферы [1]. При этом а.. = |V-W|/(V +W), а.. = 0 (i Ф j). Расчеты показывают возможность использовать индикатор биосложности для оценки последствий антропогенного воздействия на лесные экосистемы. Например, сокращение или увеличение площади лесов однозначно приводит к уменьшению или возрастанию биологической сложности. В случае если площадь лесов к 2050 г. сократится или увеличится на 10 % по сравнению с современным уровнем, то биологическая сложность биосферы уменьшится на 12-15 % или возрастет на 18-21 % соответственно. Такие расчеты позволяют найти сбалансированное соотношение между природными и антропогенными элементами на территории города.
В той или иной степени состояние лесной и урбоэкосистем является функцией биологической сложности территории, которая за длительный промежуток времени определяется природными и антропогенными процессами на сопредельных территориях, а в долговременной перспективе и глобальными процессами. Одним из важных обстоятельств формирования биологической сложности территории является защита растительных сообществ от возникновения инфекционных заболеваний. Изучение процессов заражения различных уровней лесной экосистемы показывает, что нарушение устойчивого равновесия за счет внедрения дополнительных видов на любом уровне может существенно изменить биоразнообразие других уровней и, в конечном счете, привести к необратимому изменению уровня биологической сложности. При этом применение, например, пестицидов может повысить экологические риски для населения территории и, особенно, для клещей, грызунов, других животных.
Очевидно, что лесная и урбоэкосис-темы являются многофакторными система-
ЛЕСНОИ ВЕСТНИК 1/2015
167
РАЦИОНАЛЬНОЕ ИСПОЛЬЗОВАНИЕ ЛЕСНЫХ РЕСУРСОВ И ДРЕВЕСНЫХ ПРОДУКТОВ
ми, включающими чисто природные и социальные аспекты. Взаимодействие населения с природной компонентой в обоих случаях связано с процессом обезлесивания и замены элементов экосистем. В случае лесной экосистемы проблема заключается в управлении процессом заготовки древесины, который включает факторы замены лесной экосистемы другими типами экосистем, в основном имеющих сельскохозяйственное назначение. В этой связи, Moreno и др. [6] применили многофакторную модель для решения возникающих здесь задач, рассмотрев набор сценариев замены лесной экосистемы сельскохозяйственными экосистемами и вторичным лесом, и на примере ряда регионов Венесуэлы показали, что существуют решения, обеспечивающие устойчивое развитие всех процессов под глобальным административным контролем.
Pukkala и др. [9] изучили проблему устойчивого управления биоразнообразием лесной экосистемы путем регулирования пространственной однородности леса за счет вырубки высоких деревьев. На примере разновозрастной норвежской ели, растущей на юге Финляндии, показано, что существует экономически оптимальное управление прореживанием такого леса, приводящее к восстановлению пространственной однородности экосистемы с ориентацией на использование этого леса в качестве зоны отдыха и снижения уровня пожарной опасности.
Одной из серьезных угроз устойчивому развитию территории является лесной пожар. Риски возникновения лесных пожаров зависят от состояния почвенно-растительной формации на залесенной территории. Их расчет на основе регулярного мониторинга позволяет обнаруживать очаги возможного загорания в лесу с упреждением во времени и тем самым давать время соответствующим службам провести подготовку к своевременному уничтожению очага загорания. Схема достаточно проста. В едином центре мониторинга леса в режиме реального времени регистрируются данные о температуре атмосферы, влажности лесной подстилки и полога леса, а также другие сопутствующие данные о скорости и направлении вет-
ра, давлении и т.д. На основе этих данных по заранее выбранным алгоритмам рассчитываются индикаторы S , на основе которых с помощью технологии ГИМС оценивается риск загорания леса. В случае превышения определенного уровня риска на конкретной территории система мониторинга начинает собирать статистику таких превышений и на ее основе принимает окончательное решение с выдачей сигнала тревоги службам тушения пожаров. Поскольку измеряемые характеристики х. лесной экосистемы содержат шумы ^ то для принятия решений применяются статистические методы и, в частности, кластерный анализ.
Во Флориде Агентство по обслуживанию леса создало систему оценки риска пожара FRAS (Fire Risk Assessment System), которая через Интернет поставляет оперативную информацию о риске возникновения лесного пожара в заданном районе-пикселе. Основной принцип диагностики покрытой лесом территории базируется на индексе чувствительности WFSI (Wildland Fire Susceptibility Index).
Norman и др. [7] рассмотрели ряд концептуальных моделей для оценки риска возникновения лесного пожара в зависимости от информационной неопределенности и характера горючих материалов и их состояния с оценкой риска загрязнения атмосферы. Описана процедура оценки риска CRAFT (Comparative Risk Assessment Framework and Tools), позволяющая идентифицировать уровень опасности лесного пожара на территории города.
Brillinger и др. [3] предложили модель риска возникновения лесного пожара как функцию ключевых характеристик локальной территории и времени с особым акцентом на социальные аспекты проблемы. Модель конкретизирована для территории штата Орегон (США). Аналогично технологии ГИМС вся территория делится на районы-пиксели и на основе анализа пространственно-временного потока данных от систем мониторинга оценивается вероятность выхода точечного процесса за пределы определенной зоны, определяемой в процессе обучения модели на основе
168
ЛЕСНОЙ ВЕСТНИК 1/2015
РАЦИОНАЛЬНОЕ ИСПОЛЬЗОВАНИЕ ЛЕСНЫХ РЕСУРСОВ И ДРЕВЕСНЫХ ПРОДУКТОВ
случившихся событий. Социальные аспекты риска возникновения лесного пожара также проанализированы в работе [10]. Как правило, решения об оценке риска возникновения пожара на локальной территории носят частный характер и не дают возможности принимать решение с учетом состояния более обширных территорий. Технология ГИМС обеспечивает универсальность процедуры принятия решения об уровне пожарной опасности независимо от размеров контролируемой территории и ее географического положения. Тем не менее, дальнейшее развитие этой технологии зависит от уровня изученности взаимной зависимости социальных и природных процессов, обусловленной их интерактивностью. Поэтому регулирование социальных процессов неизбежно сказывается на функционировании природных систем, а это неизбежно приводит к необходимости развития правовых механизмов перехода к устойчивому развитию.
До сих пор остается в значительной мере загадкой, почему некоторые леса подверглись фрагментации, деградации и потере видового разнообразия, тогда как другие леса остаются в хорошем состоянии и даже расширяются. В конечном счете, динамика и структура лесного покрова определяется сложной и интерактивной совокупностью таких факторов, как биогеофизические процессы, рост плотности населения, рыночные отношения, различные возмущающие воздействия (включающие лесные пожары) и институционные микроструктуры.
Лесные пожары воздействуют на формирование глобального круговорота углерода. Действительно, глобальные масштабы лесных пожаров за последние годы стали эквивалентны по площади территории Австралии. В атмосферу выбрасывается почти 40 % глобальных выбросов СО2. При этом 90 % лесных пожаров имеет антропогенное происхождение. Это означает, что естественный баланс природных факторов сильно нарушается, и законы естественной эволюции подвергаются мощному воздействию. Возникновение лесного пожара по антропогенным причинам невозможно предсказать с помощью любой современной технологии.
Поэтому совершенствование, например, технологии ГИМС [1] необходимо осуществлять путем развития методик учета роли социальной составляющей.
Данная работа частично поддержана Российским фондом фундаментальных исследований (грант № 14-01-31117 мол).
Библиографический список/References
1. Крапивин, В.Ф. Глобальные изменения окружающей среды: экоинформатика / В.Ф. Крапивин, К.Я. Кондратьев. - Санкт-Петербург: Санкт-Петербургского ун-та, 2002. - 724 с.
1. Krapivin V.F., Kondrat’ev K.Ya. Global'nye izmeneniya
okruzhayushchey sredy: ekoinformatika [Global
environmental change: ekoinformatika]. Sankt-Peterburg: Sankt-Peterburgski un-t, 2002. 724 p.
2. Bertini G., Amoriello T., Fabbio G., Piovosi M. Research, monitoring in the study of climate change and air pollution impacts on forest ecosystems. Biogeosciences and Forestry, 2011. V 4. pp. 262-267.
3. Brillinger D.R., Preisler H.K., Benoit J.W. Risk assessment: a forest fire example. In: D.R. Goldstein (Ed.) Statistics and science: a Festschrift for Terry Speed. Beachwood, OH: Institute of Mathematical Statistics, 2003. pp. 177-196.
4. Edington M.M., Howell C.J. Criteria and indicators of sustainable forest management: using global thinking to act locally. 2006.-http://ga.yourasp.com.au/vegfutures/pages/ images/Colloquium %20B4_Howell.pdf.
5. Franc A., Laroussinie O., Karjalainen T. Proceedings of the International Conference «Criteria and Indicators for Sustainable Forest Management at the Forest Management Unit Level», 21-25 March, 2000, Nancy, France. Toricaty, Finland: European Forest Institute, 2001. № 38. pp. 1-280.
6. Moreno N., Quintero R., Ablan M., Barros R., Dбvila J., Rammez H., Tonella G., Acevedo M. Biocomplexity of deforestation in the Caparo tropical reserve in Venezuela: An integrated multi-agent and cellular automata model. Environmental Modelling & Software, 1997. V 22. № 5. pp. 664-673.
7. Norman S.P., Lee D.C., Jacobson S., Damiani C. Assessing risk to multiple resources affected by wildfire and forest management using an integrated probabilistic framework. In: J.M. Pye, H.M. Rauscher, Y. Sands, D.C. Lee, J.S. Beatty (Eds.) Advances in threat assessment and their application to forest and rangeland management. Portland OR: Tech. Rep. PNW-GTR-802, US Department of Agriculture, Forest Service, Pacific Northwest and Southern Research Stations, 2010. pp. 361-370.
8. Prabhu R., Colfer C., Shepherd G. Criteria and indicators for sustainable forest management: new findings from CIFOR’s forest management unit level research. London, U.K.: Rural Development Forestry Network, RDFN Paper 23a, 1998.
pp. 1-20.
9. Pukkala T., Lдhde E., Laiho O. Variable-density thinning in uneven-aged forest management - a case for Norway spruce in Finland. Forestry, 2011. V 84. № 5. pp. 557-565.
10. Sutton L. Common denominators of human behavior on tragedy fires. Fire Management Today, 2011. V 71. № 1. pp. 13-18.
ЛЕСНОЙ ВЕСТНИК 1/2015
169
