Материалы Четвертой конференции «Математическое моделирование в экологии» ЭкоМатМод-2015, г. Пущино, Россия

МОДЕЛИРОВАНИЕ ПОТОКОВ УГЛЕКИСЛОГО ГАЗА В МЕЗО-ОЛИГОТРОФНОЙ ТОПЯНОЙ БОЛОТНОЙ ЭКОСИСТЕМЕ

Дюкарев Е.А.

Институт мониторинга климатических и экологических систем СО РАН, Томск, Россия egor@imces.ru

Аннотация: В работе представлена математическая модель для оценки потоков CO2 в мезоолиготрофном топяном болоте в Западной Сибири и калибровка модели с использованием данных натурных наблюдений, полученных с помощью автоматической прозрачной камеры и инфракрасного газоанализатора.

1. Введение

Болота Западной Сибири являются важными составляющими углеродного цикла наземных экосистем и содержат около 70 Гт углерода. Хотя размер углеродного пула является значительным, роль болот в глобальном углеродном бюджете исследована недостаточно. Внешние факторы играют важную роль в управлении скоростью обмена СО2 между болотной системой и атмосферой и возможные изменения климата могут существенно изменить углеродный баланс болот (Bubier и др., 2003, Головацкая 2009).

2. Материалы и методы

Измерения потоков СО2 проводились в южной части Западной Сибири на топяном участке небольшого болота "Тимирязевское" (56°26'N 84°50'E) вблизи города Томска. Площадь болота составляет около 14,5 га. 70% площади занято сосново-кустарничково- сфагновым фитоценозом с низкорослой сосной, около 25% - мезо-олиготрофной осоковосфагновой топью. Потоки CO2 измерялись с мая по сентябрь 2014 г. с помощью автоматической системы Li-Cor–8100 (США) и прозрачной камеры. Время экспозиции составляло 3 минуты, периодичность измерения – 20 минут. Измерения проводились два раза в месяц только в дневное время. Интенсивные полевые кампании были проведены 15-17 и 21-25 августа с круглосуточными измерениями потоков CO2. Измерение температуры почвы и воздуха, суммарной солнечной и фотосинтетически активной радиации, атмосферного давления, влажности воздуха и суммы осадков проводились с использованием автоматической метеорологической системы АМИС (ИМКЭС СО РАН).

Растительный покров внутри камеры состоял только из мхов. Чистая продукция наземной экосистемы (NEE – Net Ecosystem Exchange) определяется как разность скоростей поглощения СО2 растениями (GPP – Gross Primary Production) и суммарного экосистемного дыхания (ER – Ecosystem respiration). Экосистемное дыхание в общем виде разделяется на дыхание автотрофов (R) и гетеротрофов (H). Измерения СО2 с помощью автоматической прозрачной камеры регистрируют суммарную чистую продукция наземной экосистемы, которая имеет хорошо выраженные суточные вариации с максимальными (положительными) NEE в ночное время и минимальными - в дневное время, когда происходит ассимиляция СО2 моховым покровом.

3. Результаты

Наблюдаемые потоки NEE в дневные часы обычно отрицательны и достигают -0,45

µмоль м-2с-1 (в 09:00 23.08.2014). Скорость ассимиляции СО2, измеряемая камерным методом примерно на 15% ниже реальной вследствие из-за ослабления светового потока материалом камеры. Максимальные потоки экосистемного дыхания (ER) были зарегистрированы в 00:40

24.08.2014 (2,8 µмоль м-2с-1). Суточная амплитуда регистрируемых потоков СО2 составляет около 2,1 µмоль м-2с-1 и связана с дневной фотосинтетической ассимиляцией CO2 мхами.

56

Материалы Четвертой конференции «Математическое моделирование в экологии» ЭкоМатМод-2015, г. Пущино, Россия

Рисунок 1. – Наблюдаемые (1) потоки СО2 и модельные оценки экосистемного обмена (2), экосистемного дыхания (3) и ассимиляции СО2 мхами (4) в августе 2014.

где Ta – температура воздуха, XT – функция состояния ассимиляции (Makela et al., 2008), VPD – дефицит парциального давления водяного пара, PAR – фотосинтетически активная радиация. Дыхание почвы и растений объединены в один поток и зависят от температуры. Эмпирические коэффициенты модели (E0, kTa, kTs, α, Gm, kV) оценивались для всего периода наблюдения минимизацией расхождения между результатами расчетов и наблюдений. Сначала находились значения коэффициентов для почвенного дыхания, для чего использовались наблюдения в ночное время, а затем определялись коэффициенты в уравнении для GPP с использованием наблюдений в дневное время. Были получены

следующие значения коэффициентов: E0 = 0.095 µмоль м-2с-1; kTa = 0.031 К-1; α = 0.011 µмоль м-2с-1; Gm = 3.62 µмоль м-2с-1, kV = 0.004 мб-1.

Получено хорошее согласие между результатами модельных оценок и наблюдений в дневное время (см. рис. 1). Наблюдаемые вариации экосистемного дыхания в ночное время гораздо больше, чем модельные. Суточная амплитуда потока СО2 составляет около 0,7

µмоль м-2с-1 с максимальными значениями скорости в 17:00 и минимальными в 6:00. Максимальная дневная ассимиляция СО2 в результате фотосинтеза происходит около 16:00,

и его скорость составляет 2,5 µмоль м-2с-1.

4.Заключение

Сиспользованием предложенной модели, калиброванной по натурным камерным измерениям, мы смогли разделить оценки для экосистемного дыхания и фотосинтеза из данных суммарного экосистемного обмена, а также рассчитать общий поток углерода за теплое время года для мезо-олиготрофного осоково-сфагнового болота.

Литература

Bubier J.L., Crill P.M., Mosedale A., Frolking S., Linder E. Peatland responses to varying interannual moisture conditions as measured by automatic CO2 chambers // Glob. Biogeochem Cycles. 2003. -17(2). - P.1066.

Golovatskaya E.A., Dyukarev E.A. Carbon budget of oligotrophic bog in southern taiga in Western Siberia // Plant and Soil. 2009. - 315. - pp. 19-34.

Makela A., Pulkkinen M., Kolari P., Lagergren F., Berbiger P., Lindroth A., Loustau D., Nikinma E., Vesala T., Hari P. Developing an empirical model of stand GPP with the LUE approach: analysis of eddy covariance data at five contrasting sites in Europe // Glob. Change Biology. 2008. - 14. -pp. 92-108.

57

Материалы Четвертой конференции «Математическое моделирование в экологии» ЭкоМатМод-2015, г. Пущино, Россия

ВЛИЯНИЕ МЕТЕОРОЛОГИЧЕСКИХ ФАКТОРОВ НА СОВРЕМЕННУЮ ГОРИМОСТЬ ЛЕСОВ (НА ПРИМЕРЕ ТВЕРСКОЙ ОБЛАСТИ)

Жаринов С.Н.

Московский государственный университет им. М.В. Ломоносова, Москва, Россия snzharinov@mail.ru

Аннотация: Возникновение и распространение лесных пожаров обусловлено влиянием ряда факторов. Методом корреляционного анализа на примере Тверской области проведена оценка степени влияния лесорастительных условий, метеорологических факторов и плотности населения на горимость лесов за 2006-2014 г.г. Определено, что ведущими факторами являются метеорологические условия и плотность населения.

Лесные пожары являются стихийным бедствием, оказывающим влияние на состояние окружающей среды, наносят ущерб экономике и здоровью человека не только в локальном, но и в глобальном масштабе. Изучение процессов, влияющих на количество и площадь пожаров, позволят принять правильные управленческие решения при организации охраны лесов.

Объект исследования – лесные пожары Тверской области. Цель исследования – определение зависимости горимости лесов Тверской области от погодных условий. В связи с чем, были поставлены следующие задачи: определить горимость лесов Тверской области, выявить степень влияния различных факторов на горимость, определить роль погодных условий в возникновении и распространении лесных пожаров.

Под горимостью понимается комплекс показателей: процент лесной площади, пройденной пожарами за определенный отрезок времени, от общей площади лесного фонда на территории; среднее число пожаров за сезон на 100 тыс. га лесной площади; средняя площадь одного пожара (Варуков, 1975). Расчет проводился на основе данных о количестве и площади лесных пожаров по лесничествам Тверской области (по средним значениям за период с 2006 по 2014 год). Проведенная классификация территории лесничеств по горимости, позволила выделить 3 уровня: высокий, средний, низкий. К высокому уровню горимости отнесено 26% лесов области, к среднему – 38%, к низкому – 36%.

На возникновение и распространение огня в лесу оказывает влияние 3 фактора: источник, лесорастительные условия, погодные условия (Щетинский, Коршунов, 2012).

Основным источником возникновения лесных пожаров на территории Тверской области является антропогенный фактор, более 90% пожаров возникает по вине человека. Поэтому при определении зависимости горимости от данного фактора использовалась информация о численности населения, проживающего на определенных территориях.

При определении зависимости горимости от лесорастительных условий, проведен корреляционный анализ данных о классах пожарной опасности по лесорастительным условиям лесничеств и показателей горимости по лесничествам.

Для того чтобы выявить зависимость горимости от погодных условий, проведен выбор комплексного показателя, отражающего степень пожарной опасности в лесах. По формуле, предложенной Е.А. Щетинским (2010), проведен расчет комплексного метеорологического показателя пожарной опасности в лесах по условиям погоды для всех метеорологических станций Тверской области на каждый день пожароопасного периода. Осредненное значение такого показателя за пожароопасный период присваивалось каждому лесничеству. Так же по средним данным определена корреляционная зависимость между горимостью и данными комплексного метеорологического показателя.

При определении корреляционной зависимости горимости лесов Тверской области от различных факторов, выявлено, что наибольшее влияние на возникновение и

58

Материалы Четвертой конференции «Математическое моделирование в экологии» ЭкоМатМод-2015, г. Пущино, Россия

распространение огня в лесу оказывают погодные условия (0,59), наименьшее – лесорастительные условия (отсутствует).

Корреляционная зависимость метеорологического фактора, количества и площади лесных пожаров будет характеризовать степень влияния погодных условий для определенных территорий а так же показывать эффективность, как агитационной работы, так и работу лесопожарных служб при тушении и предотвращении лесных пожаров в Тверской области. Для данной цели проведен корреляционный анализ зависимости количества и площади лесных пожаров от комплексного метеорологического показателя для каждого лесничества Тверской области.

Корреляционная зависимость выявлена, хотя характеризуется низкими значениями в среднем по области (0,24 и 0,31). Причиной является воздействие других факторов на возникновение и распространение огня. Для некоторых лесничеств показатели зависимости высокие (Торопецкое 0,57 и 0,51, Осташковское 0,49 и 0,48), что подтверждает факт зависимости горимости от условий погоды. Соответственно, на таких территориях метеорологический фактор при возникновении и распространении огня является определяющим.

Наименьшее значение корреляции по Тверской области показывает зависимость от площади пожаров, что говорит об эффективной работе лесопожарных служб региона. Наибольшую корреляционную зависимость показывает количество возникших лесных пожаров, поэтому в организации охраны лесов от пожаров необходимо отдельное внимание уделять профилактической работе, связанной с информированием населения о правилах пожарной безопасности в лесах.

Литература

База данных показателей муниципальных образований Тверской области – http://www.gks.ru/dbscripts/munst/munst28/DBInet.cgi#1 (20.03.2015)

Вакуров А.Д. Лесные пожары на Севере. - М., 1975. - 100 с.

Лесной план Тверской области – http://les.tver.ru/index.php/normativnye-dokumenty (16.03.2015).

Щетинский Е.А. Организация охраны лесов и тушение лесных пожаров/ Учебное пособие. Пушкино, 2010. – 117 с.

Щетинский Е.А., Коршунов Н.А. Охрана лесов и тушение лесных пожаров/ Учебное пособие (для подготовки руководителей тушения лесных пожаров). Пушкино, 2012. – 208 с.

59