Валерий Фомин, Сергей Шавнин
Уральский государственный лесотехнический университет, г. Екатеринбург, тлф.: (3432) 614616, e-mail: biophys@usfea.ru
В горных районах на лесные экосистемы действует комплекс связанных с рельефом факторов внешней среды, влияющий на лесорастительные условия, движение воздушных масс и выпадение осадков. Недостаточный учет орографического фактора при проведении экологических исследований может существенно исказить информацию о состоянии лесных экосистем. Пространственные закономерности размещения лесных экосистем по элементам рельефа отражены в многочисленных работах, носящих в основном описательный характер. В то же время, для более глубокого понимания процессов развития лесных экосистем и механизмов их устойчивости к внешним воздействиям важна количественная оценка степени влияния на них факторов внешней среды. В условиях аэропромышленного загрязнения дополнительное влияние орографии связано с перераспределением насыщенных поллютантами воздушных масс на территории вокруг источника выбросов. Ранее нами была установлена связь расположения и конфигураций зон с различной степенью поражения древостоев с крупными формами рельефа.
Современные геоинформационные технологии позволяют на более высоком уровне изучать средообразующие функции рельефа.
Район исследований
Нами проведена количественная оценка комплексного влияния рельефа и аэропромышленных загрязнений на биометрические параметры древостоев. Исследовались сосновые древостои естественного происхождения, произрастающие на территории с горно-увалистым рельефом, прилегающей к Среднеуральскому медеплавильному заводу (СУМЗ, г. Ревда). Район исследований представляет собой неправильный пятиугольник. Размеры наибольших взаимно перпендикулярных сторон составляют 7 и 9 км (рис. 1). Источником данных о древостоях служили материалы лесоустройства 1999 г. Ревдинского лесхоза Свердловского управления лесами.
Рис. 1. Цифровая модель района исследований.
Обработка исходных материалов
При помощи геоинформационной системы ArcInfo были произведены регистрация и совмещение растровых изображений топографической карты масштаба 1:100 000 (“Окрестности Екатеринбурга”, 2000 г.) и плана лесонасаждений Ревдинского лесничества масштаба 1:25 000. Эти данные служили в качестве графической основы для создания линейного и полигонального покрытий. С растрового изображения плана лесонасаждений были оцифрованы контуры выделов, с топокарты — изолинии высот. Таблицы с атрибутивной информацией были созданы из текстовых файлов таксационного описания выделов.
На базе линейного покрытия с изолиниями была создана цифровая модель рельефа (ЦМР) района исследований. На основе ЦМР были получены растровые слои уклона и экспозиции склонов, содержащие значения высот.
Путем переклассификации из исходного полигонального покрытия создан слой, содержащий информацию только по сосновым древостоям. В дальнейшем по нему создавались растровые слои параметров древостоев. С использованием специальной процедуры «пересечением» описанных выше наборов растровых покрытий был создан текстовый файл в виде таблицы, содержащей в столбцах значения характеристик древостоев для соответствующих ячеек исходных растров. Каждой строке соответствует ячейка растра с определенными координатами участка соснового насаждения. Размер ячейки выбран равным 100?100 м. На рис. 1 показана цифровая модель рельефа района исследований. Для большей наглядности вертикальный масштаб высотных отметок был увеличен в 5 раз. Усиление интенсивности окраски означает снижение высоты местности. Черным цветом обозначено местоположение участков исследуемых древостоев.
Методы и результаты исследований
Проведение множественного линейного регрессионного анализа позволило выявить количественную зависимость изменения среднего диаметра древостоя (D) от параметров, характеризующих установленные ранее факторы. Это уравнение имеет следующий вид:
D1/2 = 2.150 + 0,040 Asp + 0.157 R – 0.005 E – 0.964 P + 0.517 A1/2, (1)
R2 = 0.941,
где R2 – коэффициент детерминации; Asp – экспозиция склона, R – расстояние до СУМЗа, E – высота над уровнем моря, P – относительная полнота, A – средний возраст древостоя. Константа и все коэффициенты при переменных статистически значимы с доверительной вероятностью 0.99 и выше. Величина средней квадратичной ошибки составила 12.2%.
Из уравнения следует, что с увеличением кода экспозиции и возраста, а также с удалением от СУМЗа возрастает значение среднего диаметра деревьев, а при увеличении высоты местности и возрастании относительной полноты оно снижается. В данной модели возрастание относительной полноты связано с увеличением густоты, что означает усиление конкуренции между деревьями, сопровождаемое снижением величины среднего диаметра древостоя.
Уравнение зависимости средней высоты древостоя (H) от возраста, высоты над уровнем моря, экспозиции склона и расстояния до СУМЗа имеет следующий вид:
H = – 25.979 + 0.348 Asp + 1.159 R – 0.018 E + 10.988 ln A, (2)
R2 = 0.956.
Константа в уравнении и коэффициенты статистически достоверны на уровне значимости 0.01. Величина средней квадратичной ошибки, рассчитанной по тестовой выборке, составила 8.4%. Знаки коэффициентов при Asp, R и E в уравнениях (1) и (2) совпадают, что свидетельствует о сходном влиянии параметров местоположения на величины H и D. Использование при проведении множественного регрессионного анализа варианта кодировки экспозиции, при которой минимальное значение имеют склоны северной, а максимальное – южной экспозиции, а также варианта, учитывающего только ориентацию склонов относительно СУМЗа, не позволило получить регрессионные уравнения зависимостей D и H с достоверными коэффициентами для переменной Asp. Моделирование освещенности поверхности района исследований с помощью функции “теневая модель” (shaded model) позволило выделить участки территории, различающиеся по интенсивности и длительности освещения в течение светлого времени суток, и разработать вариант кодировки, приведенный на рис. 2. Поверхность района исследований с нанесенными на нее кодами экспозиции склонов изображена на рис. 3.
Рис. 2. Кодировка освещенности поверхности.
Рис. 3. Модель рельефа района, отображающая коды экспозиции склонов.
Лесоустроительные материалы содержат ограниченный объем информации о древостоях, не отражающей в полной мере структуру и функционирование лесных экосистем. Этим обусловлен выбор модели типа “вход-выход”. При оценке адекватности таких моделей в основном рассматривают их праксеологичность. Достаточно высокая количественная адекватность, простота уравнений и хорошая интерпретируемость входящих в них параметров являются важными достоинствами моделей (1) и (2). На основе алгебраических уравнений с помощью функций растрового моделирования ArcInfo можно получать покрытия с искомыми параметрами. Так, на основе уравнения 2 были рассчитаны средние высоты сосновых насаждений в возрасте 100 лет на всей территории района исследований (рис. 4).
Рис. 4. Средние высоты сосновых древостоев в возрасте 100 лет.
Изолинии средних высот древостоев графически отражают комплексное влияние местности и аэропромышленных загрязнений на величину данного параметра. Рис. 4 иллюстрирует возможность прогнозирования величин биометрических характеристик древостоя на любом участке района исследований.
Заключение
В результате проведенных исследований установлено достоверное влияние рельефа и аэропромышленных загрязнений на биометрические характеристики сосновых насаждений. Увеличение высоты местности над уровнем моря, расстояния до СУМЗа и снижение освещенности макросклона сопровождаются уменьшением величин средних диаметров и высот древостоев. Уравнения зависимости базовых характеристик древостоев от параметров местоположения лесного участка позволяют количественно дифференцировать степень влияния на них ведущих факторов внешней среды.
Использование мультивариантных методов анализа и растрового моделирования с помощью ГИС позволяет оценить величины потерь прироста древесины, вызванных действием аэропромышленных загрязнений, как в отдельно взятом выделе, так и по лесничеству или лесхозу в целом. Совершенствование моделей и расчет прогнозных карт базовых таксационных характеристик древостоев на основе регрессионных уравнений и растрового моделирования с помощью ГИС в перспективе позволят увеличить ревизионный период между повторным лесоустройством и снизить затраты на его проведение.
