- DOI: 10.31509/2658-607x-202582-167
- УДК 614.842; 630*96
Сценарное моделирование в проектировании лесных дорог: обзор
© 2025 Е. С. Подольская1,2, Ю. В. Шаталин2
1Центр по проблемам экологии и продуктивности лесов им. А. С. Исаева РАН, Россия, 117997 г. Москва, ул. Профсоюзная, 84/32
2Национальный исследовательский университет «Высшая школа экономики» Россия, 101000 г. Москва, ул. Мясницкая, 20
E-mail: podols_kate@mail.ru; y-shatalin@mail.ru
Поступила в редакцию: 30.04.2025
После рецензирования: 26.05.2025
Принята к печати: 02.06.2025
Цель настоящей статьи – обзор и систематизация работ по сценарному моделированию при проектировании лесных дорог на региональном уровне. Задачи работы заключаются: в анализе текущего состояния вопросов лесного транспортного планирования и проектирования; в описании истории, особенностей и преимуществ сценарного моделирования с примерами в лесном комплексе; в изучении применения сценарного моделирования для решений задач лесного комплекса; в обзоре современных инструментов, методов и данных для сценарного лесотранспортного моделирования. По исследованиям России, Австралии, Швеции, Румынии и Финляндии составлена таблица видов сценарного моделирования в применении к проектированию лесных дорог. Графическая часть обзора представлена использованием нескольких инструментов: облаком слов по названиям статей и упоминаемым географическим названиям, а также диаграммами связности для названий групп российских и зарубежных статей. Среди англоязычных работ (1991-2018 гг.) отмечается больше связности, чем среди российских (1977-2021 гг.), которые представлены кластерами с четкими границами. Анализ цитируемости российских и зарубежных работ показал доминирование последних ввиду того, что они написаны на английском языке и, соответственно, ориентированы на исследователей всего мира, а также ввиду более ранних дат исследований. В заключении отмечено недостаточное количество работ по лесотранспортным сценариям (имеются работы конца 2000-х-начала 2010 гг.) и необходимость использования методов и технологий, ставших доступными в последние годы.
Ключевые слова: сценарии, сценарное моделирование, региональный уровень, лесной комплекс, лесные дороги, ГИС
Транспорт играет разрешительную роль для экономического развития: инвестиции в транспорт способствуют изменению пространственной структуры экономики, созданию новых точек роста (Gauthier, 1970). Одним из ключевых выводов работы (Hesse, Rodrigue, 2004) является взаимосвязь транспортной инфраструктуры и эффективность логистических операций – первое положительно воздействует на второе. Помимо этого, утверждается, что транспорт считается компонентом комплексного спроса, а не производного. В монографии 2020 г. о географии транспортных систем содержатся выводы: 1) в краткосрочной перспективе автомобильный транспорт продолжит быть доминирующим во всей транспортной отрасли; 2) увеличение спроса на транспорт требует существенных инвестиций в инфраструктуру (Rodrigue, 2020).
Развитие транспортной сети способствует росту эффективности освоения новых источников сырья, природных богатств, снижению совокупных издержек в базовых и обслуживающих отраслях экономики на территории, решению социальных проблем, успешной интеграции территориального хозяйственного комплекса в мировую хозяйственно-экономическую систему. Поэтому учёт транспортного фактора необходим в региональном планировании. Авторы считают, что транспорт должен рассматриваться как одна из приоритетных отраслей, опережающее развитие и стабильное функционирование которой являются необходимым условием общего экономического роста в условиях рынка. Кроме того, уровень развития транспортной инфраструктуры должен быть сопоставим с общим уровнем развития производственных сил территории, учитывать специфические особенности функционирования региона и потребность элементов хозяйства и населения (Гимади и др., 2005). Таким образом, развитые транспорт и транспортная инфраструктура способствуют экономическому и социальному развитию регионов во всём мире. В российском контексте проблема нехватки качественной транспортной инфраструктуры может отражаться особенно остро из-за наличия отдалённых территорий со сложными природно-климатическими условиями, к которым уместно относить Красноярский край.
Анализ сценарного подхода для его применения в различных сферах жизни существовал ещё во второй половине XX в. Однако одной из отправных точек использования сценариев послужила статья 1993 г., в которой осмысливается природа сценариев и происходит сравнение и обобщение имевшихся на тот момент исследований (Schoemaker, 1993). Примерно в то же время сценарное моделирование полностью сформировалось в методологию стратегического управления, которая основывается на прогнозировании вариантов будущего (Тарасова, 2016).
В одной из статей, использующих сценарии для регионального планирования эти варианты определяются как описание картины будущего с определённой вероятностью достижения. Здесь же отмечается разбиение сценариев на базовый и альтернативные (Овешникова, 2014). Схожее определение даётся в другой статье российских авторов – модель будущего, в которой описывается возможный ход событий с указанием вероятностей их реализации на основе определённых факторов. Отдельно указывается, что в сценарном прогнозе нет единого верного и/или желаемого варианта будущего. Кроме того, сценарии называют качественным инструментом преодоления традиционного мышления, в котором оцениваются факторы во времени. Сценарии также должны отображать имеющиеся проблемы, ресурсы и приоритеты, помимо планируемых изменений (Бакулина, Скворцов, 2012). В сценариях могут содержаться показатели, отражающие отраслевое развитие региона (Тарасова, 2016). В сценариях описывается комплекс управленческих действий при составлении прогнозных моделей (Назаренко, Звягинцева, 2012). Для лесного хозяйства сценарное моделирование является важным инструментов в достижении баланса спроса и возможностей экосистемных услуг (Тебенькова и др., 2022).
Цель настоящей статьи состоит в проведении обзора и систематизации российских и зарубежных работ по сценарному моделированию при проектировании и строительстве лесных дорог на региональном уровне. Задачи работы заключаются в: анализе текущего состояния вопросов лесного транспортного планирования и проектирования; описании истории, особенностей и преимуществ сценарного моделирования с примерами в лесном комплексе; изучении применения сценарного моделирования для решения задач лесного комплекса; обзоре современных методов, инструментов и данных для сценарного лесотранспортного моделирования.
МАТЕРИАЛЫ И МЕТОДЫ
Шестьдесят статей обзора были проанализированы при помощи трёх инструментов. Использование первого – облака слов (https://wordscloud.pythonanywhere.com) позволило графически показать содержание работ (названия статей и географические названия, которые в них упоминаются). Как в русскоязычных, так и в англоязычных работах часто встречаются следующие слова и их варианты: дороги, сценарии, моделирование, лесное, региональное, развитие, сети. В меньшей степени, но также не в единственных случаях, в названиях статей присутствуют: ГИС, оценка, прогнозирование, анализ, условия, транспорт и т.д. Облака слов (рис. 1-3) показали, что в подобранных для обзора статьях сценарии и лесотранспортное моделирование являются основной темой названий. Другая особенность анализа инструментом облака слов состоит в том, что российские и зарубежные работы схожи по названиям, объекту и предмету исследования, целям и задачам.
Статьи обзора характеризуются географическим разнообразием стран, где строятся сценарии. Упоминаются такие страны, как Россия, Румыния, Швеция, Австралия, Польша. Среди регионов России преобладают северные, наиболее залесенные территории: Красноярский край, Республика Коми, Республика Саха (Якутия), Архангельская область, Республика Карелия, Новосибирская область, а также Сибирский федеральный округ.

Рисунок 1. Облако слов названий русскоязычных статей обзора

Рисунок 2. Облако слов названий англоязычных статей обзора

Рисунок 3. Облако слов географических названий, упоминаемых в статьях обзора
Вторым инструментом анализа статей обзора стала диаграмма связности (https://www.connectedpapers.com). В начале определяется исходный узел (ключевая статья обзора), от которого будет строится диаграмма. Для российских работ была выбрана статья «Теоретические аспекты сценарного моделирования развития регионов» (Гейман, 2009) для зарубежных – статья «Optimal upgrading of forest road networks: Scenario analysis vs. stochastic modelling» (Olsson, 2007). Выбранные работы являются ключевыми в анализируемой теме, неоднократно цитируются. Важной особенностью этого инструмента диаграмм связности является построение связей исключительно на основе внутренней базы статей. Каждый узел диаграммы представляет собой научную статью, связанную с исходной. Статьи упорядочены по степени их схожести и группируются в кластеры. Размер узла – это количество цитирований, его цвет – год публикации. Полученные диаграммы связности приведены на рисунке 4 для российских (А) и иностранных (Б) работ соответственно.

Рисунок 4. Анализ связности российских (А) и зарубежных (Б) работ по теме сценариев
Российские работы охватывают период 1977-2021 гг., зарубежные – 1991-2018 гг. Англоязычные исследования больше связаны между собой, в то время как российские работы кластеризуются (наблюдается 5 чётких кластеров) и имеют более чёткие границы. В кластерах наблюдаются периоды, когда работы по сценарному моделированию были написаны. Так, наиболее крупные кластеры российских исследований включают в себя работы периодов конца 2000-х – начала 2010-х и конца 2010-х гг. При этом зарубежные статьи были написаны ещё раньше (преимущественно в 2000-х гг.). Это может свидетельствовать о том, что массовое применение сценарного подхода в российском контексте произошло на 10-15 лет позднее, чем в мире в целом. В количестве цитирований зарубежные работы опережают российские, что возможно указывает на более широкую аудиторию читателей.
Более подробный анализ цитируемости работ производился с помощью сервиса Google Scholar (https://scholar.google.com), который показывает количество ссылок на статью. Кроме того, рассматривались также годы выхода статей, подсчитаны минимальные, максимальные, средние и медианные значения ввиду возможных выбросов. Русскоязычные и англоязычные работы рассматривались раздельно. Результатами стала серия таблиц публикаций с указанием года и количества цитирований в других источниках (рис. 5-7). Это третий инструмент анализа предлагаемого обзора.

Рисунок 5. Русскоязычные статьи с указанием года выхода и цитируемости. Часть 1.

Рисунок 6. Русскоязычные статьи с указанием года выхода и цитируемости. Часть 2.

Рисунок 7. Англоязычные статьи с указанием года выхода и цитируемости
Вышедшая раньше остальных русскоязычная публикация датируется 1967 г., это учебный материал «Дороги в лесхозах» (Кувалдин, Ионов, 1967). Самыми актуальными работами являются три статьи, опубликованные в 2024 г.: «Сценарии сезонного использования дорог в лесном хозяйстве Красноярского края» (Добровольский, Подольская, 2024), «Оценка точности открытых цифровых моделей рельефа местности» (Коротин, Попов, 2024) и «Особенности эксплуатации лесовозных дорог в весенне-зимний период» (Ладейщиков, Чудинов, 2024). Средний арифметический год выхода публикации – 2015, медианный – 2017. Это отличие объясняется наличием нескольких работ, вышедших ещё в XX в., одна из которых была упомянута выше.
Среди англоязычных работ данного обзора наиболее ранней является статья «География, транспорт и региональное развитие» (ориг.: ‘Geography, transportation, and regional development’), опубликованная в 1970 г. (Gauthier, 1970). Наиболее актуальной является работа «Оценка возможностей планирования лесных маршрутов с использованием различных источников пространственных данных: на примере региона Мазовия, Польша» (ориг.: ‘Assessment of forest route planning capabilities using various spatial data sources: a case study of the Mazovia Region, Poland’), вышедшая в 2025 г. (Dawid, Pokonieczny, 2025). В силу причин, характерных для русскоязычных работ, средний и медианный годы выхода публикаций также различаются на три года: 2009 г. и 2012 г., соответственно.
В отличие от годов публикации работ, дифференциация русскоязычных и англоязычных статей особенно заметна в количествах цитирований. Так, среднее и медианное число равняется 9 и 3.5, соответственно. При этом сразу 10 из 42 публикаций на момент написания данного обзора ещё не цитировались в других источниках. Наиболее цитируемой работой является учебное пособие «Проектирование, строительство и эксплуатация лесовозных дорог» – 77 цитирований (Ильин, Кувалдин, 1982).
В англоязычных источниках публикацией с самым низким количеством цитирований является вышеупомянутая работа «Оценка возможностей планирования лесных маршрутов с использованием различных источников пространственных данных: на примере региона Мазовия, Польша» (ориг.: ‘Assessment of forest route planning capabilities using various spatial data sources: a case study of the Mazovia Region, Poland’) (Dawid, Pokonieczny, 2025). Из-за новизны работы всего в одном источнике на данный момент (май 2025 г.) упоминается эта статья. Максимальное значение – 9082 – принадлежит публикации «География транспортных систем» (ориг.: ‘The geography of transport systems’) (Rodrigue, 2020). Из-за такого большого числа цитирований у этой работы среднее и медианное значение существенно отличаются: они равны 727 и 55 цитированиям, соответственно. Такая значительная разница между русскоязычными и англоязычными работами объясняется, во-первых, ориентацией на мировую научную аудиторию, а не только на русскоязычную, и, во-вторых, более ранней публикацией статей.
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
Для изучения опубликованных работ по сценарному моделированию в проектировании лесных дорог остановимся на рассмотрении возможностей использования сценариев и сценарного моделирования, существующих видов и рекомендаций по работе со сценариями, а также на применении сценарного моделирования в транспортных исследованиях. Далее последовательно обсудим особенности проектирования лесных дорог, а также методы, инструменты и данные для сценарного лесотранспортного моделирования.
- Возможности использования сценариев и сценарного моделирования. Рассмотрим основные возможности использования сценариев c примерами работ:
1) сценарии способствуют адаптации к изменениям внешней среды и улучшают понимание эволюции предмета исследования, включая угрозы и возможности, что минимизирует последствия кризисных ситуаций и оптимизирует эффективность социально-экономических систем (Бакулина, Скворцов, 2012; Назаренко, Звягинцева, 2012; Клебанова и др., 2012; Ветрова, Рохчин, 2014);
2) сценарии улучшают результативность прогнозирования за счёт учета рисков и снижения неопределённости, а также помогают в определении перспектив развития предпринимательства и предупреждении о возможных проблемах при неэффективных управленческих решениях (Гейман, 2009; Назаренко, Звягинцева, 2012; Овешникова, 2014);
3) сценарии являются качественным инструментом для разработки региональных стратегий, обеспечивая устойчивое развитие и позволяя выбирать пути совершенствования и целевые ориентиры для регионов (Гейман, 2009; Бакулина, Скворцов, 2012; Тарасова, 2016);
4) сценарии способствуют глубинному пониманию причин негативных событий и обеспечивают рациональное использование ресурсов, что важно для успешного управления развитием территорий (Гейман, 2009; Мусихин, 2023);
5) в отличие от традиционных методов прогнозирования, сценарии не создают затуманенных представлений о будущем и не затрудняют реакцию на изменения (Whittle, Araujo, 2004);
6) сценарное моделирование является быстрым и гибким инструментом, доступным для широкого круга пользователей, включая государственные органы, и эффективно применяется при планировании связности, землепользования и инвестиционной привлекательности территорий (Lechner et al., 2015; Мусихин, 2023).
Однако, если необходимо рассмотреть прогнозные значения конкретных параметров, то применение сценарного моделирования может менять реальную картину, с течением времени сценарии могут устаревать и быть неактуальными, включая сценарии, разработанные государственными органами (Ветрова, Рохчин, 2014).
- Виды и рекомендации по работе со сценариями. В связи с тем, что сценарии могут решать большое количество задач регионального развития в различных контекстах, разработка видов сценариев происходит в каждом случае по-разному, определяя набор вспомогательных факторов, присущих конкретной области исследования, что вытекает из сказанных выше слов о преимуществе сценарного подхода. Так, например, могут выделяться консервативный, умеренно-оптимистичный и инновационный сценарии (Ветрова, Рохчин, 2014). Или немного более классическое разделение на пессимистический, реалистический, оптимистический сценарии, которые могут формироваться как экспертным, так и формализованным путём (Назаренко, Звягинцева, 2012). Кроме того, существуют сценарии управления лесами, основанные на уровне охраны и защиты лесов, режим использования и воспроизводства ресурсов. В более узком варианте применяются только сценарии площадей сплошных рубок (Коровин и др., 2013).
Временная разбивка обычно представляет собой формирование краткосрочного, среднесрочного и долгосрочного сценариев. Разделяют также сценарии по их реализации: получение согласованного мнения, повторение независимых сценариев и применение матриц взаимодействия (Бакулина, Скворцова, 2012). В другой статье описано выделение пассивных (моделирование только поведенческих аспектов) и активных (моделирование с учётом поведенческих и управленческих параметров) сценариев (Гейман, 2009). В исследовании городского землепользования в Ирландии разработались такие сценарии, как: «бизнес как обычно», «компактное землепользование», «управляемое разрастание» и «рецессия» (Oana et al., 2011).
Известен ряд рекомендаций по работе со сценариями. Так, поощряется уточнять терминологический аппарат параметров, используемых в моделировании, для повышения ясности (Ветрова, Рохчин, 2014). Помимо этого, следует соблюдать последовательность действий при разработке сценариев (Овешникова, 2014). Разделяют анализ внешних и внутренних отраслевых факторов, формирующих сценарии: применяются методики анализа SWOT (сильные стороны – Strengths, слабые стороны – Weaknesses, возможности – Opportunities и угрозы – Threats) и PEST (внешние факторы: P – политические; E – экономические; S – социокультурные; T – технологические), пример в работе (Тарасова, 2016). Для придания сценариям большей реалистичности, кроме объективных параметров, нужно принимать во внимание особенности региона (Бакулина, Скворцова, 2012).
Временной горизонт разработки сценариев равен горизонту стратегического планирования и другим возможностям прогнозирования (Гейман, 2009). Модель сценариев может отдельно учитывать участников, функциональные и нефункциональные требования (Whittle, Araujo, 2004). Рекомендуется сочетать количественные и качественные данные при построении прогнозов, например, партисипаторное планирование с участием местных жителей (Walz et el., 2007). В случае анализа социально-экономического потенциала региона можно применять районирование – разбивать территорию на ячейки, размер которых определяется на основе экспертной и объективной оценки некоторых факторов, которые уже зависят от конкретной постановки задач исследования (Подольская и др., 2023).
- Применение сценарного моделирования в транспортных исследованиях. Сценарное моделирование используется в транспортных исследованиях разных стран мира. К примеру, в Австралии сценарии использовались вместо устаревших статических моделей для анализа связности территорий в контексте различных состояний землепользования. Применялись мелкомасштабные модели, в которых использовалась теория графов, интегральный индекс связности и коэффициент кластеризации для поиска кратчайших путей. Территория разделена на участки, и расчёты проводились внутри них. Всего разработано 5 сценариев: статус-кво, активная урбанизация, упор на сельское хозяйство, возведение скоростной автомагистрали и восстановление зелёного коридора (Lechner et al., 2015).
В российском исследовании эффективности трат на модернизацию инфраструктуры автомобильных дорог разрабатывались сценарии адаптации к изменению климата и снижения аварийности на дорогах, поскольку изменение климата наносит ущерб инфраструктуре. Выделено три сценария: при отсутствии адаптации (базовый), оперативной адаптации и отложенной адаптации. Последние два отличаются масштабами применения технологий и управленческими решениями. В модели также учтены: температурные перепады, протяжённость дорог, динамика удельной протяжённости дорог. Авторы рекомендуют оперативную адаптацию из-за экономической выгоды (Порфирьев и др., 2023).
Сценарное моделирование встречается в исследованиях по лесному хозяйству. В одной из таких работ разрабатываются методы «устойчивого и экологически грамотного землепользования». При помощи математического моделирования прогнозов развития экосистем в сценариях учитывались: динамика доступных ресурсов и запасов леса, породный и возрастной состав насаждений, биоразнообразие, денежные затраты и потенциальные доходы. Наибольший положительный экономический эффект показали сценарии с высокими первоначальными затратами (Чумаченко и др., 2007). Построение сценариев методом математического моделирования служит основой исследования воздействия изменений климата на вывозку древесины в Карелии. В данной статье разрабатывались оптимистичный и пессимистичный сценарии в зависимости от суммарных значений температур в холодное время года (Рослякова и др., 2017).
В работе (Nabuurs et al., 2000) прогнозируются лесные ресурсы Финляндии с 2000 до 2050 гг. Применялись три сценария: «бизнес как обычно» (продолжение вырубки на уровне 1990 г.), максимальное устойчивое производство (определение максимально интенсивного значения вырубки, при котором средний объём древесины не уменьшается) и многофункциональный сценарий (основывается на природоохранных факторах и предполагает плавное увеличение вырубки хвойных пород, сохраняя уровень вырубки других пород на уровне 1990 г., но образование новых заповедных зон). Похожее, но более современное исследование проведено в Румынии, поводом которого стало изменение климата. Использовалась модель сценариев на период с 2007 по 2050 гг. Базовый сценарий основывался на линейном тренде изменений лесного покрова за предыдущие годы. Модель спрогнозировала увеличение площади лесов и снижение темпов годовых изменений лесного покрова (Kucsicsa et al., 2020).
Ключевой работой по сценариям в лесотранспортном моделировании можно назвать статью (Olsson, 2007). Сценарии этой работы разрабатываются для оптимизации лесных дорог с целью создания запаса лесных ресурсов, круглогодичной транспортировки древесины и улучшения качества дорожной инфраструктуры. Авторы сравнивают двухэтапную стохастическую модель с анализом детерминистических сценариев. В модели отражены такие факторы, как: транспортные затраты, контракты на модернизацию дорог с частными землевладельцами, неопределённость влиятельных погодных периодов (периоды дождей, весенние оттепели). Собственно, сами сценарии отличаются между собой количеством недель с непредсказуемыми погодными условиями. В результате стохастическая модель даёт лучшие показатели, чем детерминистский анализ.
Сценарии имеют ГИС-реализацию. Примером служит исследование (Enache et al., 2013) с целью создания интеграционного ГИС-инструмента оценки вариантов лесных дорог в Румынии. Этот инструмент позволяет изучать сценарии лесного хозяйства с применением многокритериального анализа, учитывающего интересы всех стейкхолдеров на основе количественных и качественных параметров. Моделирование показало сокращение средней дистанции транспортировки древесины при условии улучшения качества дорог.
Таким образом, сценарный метод прогнозирования обладает большим количеством преимуществ, в том числе гибкостью, минимизацией рисков, способностью эффективно работать со связностью территории и находить точки роста социально-экономических систем региона. Перечисленные аспекты особенно важны для больших территорий России, например, Красноярского края или Республики Саха. Возможные ограничения связаны не с особенностями работы над сценариями, а непосредственно с факторами, которые в них будут включены.
Составлена таблица (табл. 1) систематизации видов сценарного моделирования в научных исследованиях России (климат, комплексный прогноз), Австралии (пространственное развитие территории), Швеции (комплексный прогноз), Румынии (климат, производство) и Финляндии (производство) с 2000 по 2023 гг.
Таблица 1. Виды сценарного моделирования в применении к проектированию лесных дорог
Виды сценариев | Особенности | Примеры статей | Регионы/
страны
|
Роль в проектировании и строительстве лесных дорог |
Сценарии климатической адаптации | Выделяются три сценария адаптации к изменению климата: базовый сценарий, при котором адаптация не осуществляется, и два активных сценария — оперативная адаптация и отложенная адаптация. | Порфирьев и др., 2023 | Россия | Учет сезонности эксплуатации лесных дорог |
Климатические сценарии | Сценарии моделируют запасы леса и вырубки на основе изменений климата (температура и осадки). На основе этого выделяют: пессимистичный, реалистичный и оптимистичный сценарии. | Рослякова и др., 2017;
Kucsicsa et al., 2020 |
Республика Карелия, Россия; Румыния | Учет сезонности эксплуатации лесных дорог |
Сценарии пространственного развития территории | Показаны пять сценариев пространственного развития: статус-кво, активная урбанизация, акцент на сельское хозяйство, строительство скоростной автомагистрали и восстановление зелёного коридора. | Lechner et al., 2015 | Австралия | Комплексный прогноз развития сети лесных дорог |
Сценарии прогноза изменений природных и экономических ресурсов | Сценарии описывают прогнозы вырубок на основе ряда параметров: транспортные затраты, контракты на модернизацию дорог, погодные условия, запасы леса, возрастной и породный состав деревьев и др. | Чумаченко и др., 2007; Olsson, 2007 | Республика Коми, Россия; Швеция | Комплексный прогноз развития сети лесных дорог |
Производственные сценарии | Сценарии выявляют ситуации с разными экономическими эффектами от деятельности предприятий лесного комплекса. Параметры: показатели вырубки леса, прибыль, интересы стейкхолдеров, изменение качества дорог, возможные государственные ограничения и управленческие решения | Nabuurs et al., 2000;
Enache et al., 2013 |
Финляндия, Румыния | Строительство лесных дорог для предприятий лесопромышленного комплекса региона |
- Проектирование лесных дорог. Лесные экосистемы содержат разнообразные ресурсы: строительные материалы, полезные ископаемые, продукты питания, сырье для последующей переработки и т.д. Леса, помимо этого, играют важную экологическую роль, способствуя регулированию изменения климата и минимизации загрязнения. Концепция важности биологического разнообразия лесов признана по всему миру (Demir, 2012).
Предпосылкой проектирования новых лесных дорог служит обязательное наличие транспортных схем освоения лесных участков на весь срок аренды. Схемы должны включать перечень дорог круглогодичного и сезонного пользования, поскольку дороги обеспечат рентабельность заготовки древесины на новых арендных участках путём наращивания объёмов использования лесов (Катаров и др., 2023). А увеличение площади арендованных участков повышает доходность региональных и федеральных бюджетов (Рафаилов, Сураев, 2015). При этом стоимость строительства непосредственно лесных дорог может варьироваться в зависимости от влажности, грунтов, технологии земляных работ и способа устройства дорожной одежды (Громская и др., 2019).
Как и автомобильные дороги общего пользования, лесные дороги характеризуются многообразием прямых и обратных связей, разнотипностью, динамичностью, равномерностью сооружения дорожных объектов, что делает задачу проектирования лесных дорог схожей с проектированием дорог общего пользования (Лыщик и др., 2020). Кроме того, лесные дороги могут являться и дорогами общего пользования между деревнями и сёлами (Тюрин, Громская, 2009). При этом, строительство этих двух видов дорог отличается из-за качества грунтов и заболоченности. Для лесных дорог также применяются преимущественно местные строительные материалы. Эксплуатация лесных транспортных артерий основана на частой необходимости развития транспортной сети (Вырко и др., 2012).
Проектировать лесные дороги необходимо по многим причинам. Так, транспортная доступность важна при борьбе с лесными пожарами, обеспечивая оперативность реагирования на их тушение (Подольская, 2021; Долматов, Макунина, 2023). Лесные дороги способствуют более эффективному использованию сырья и лесных ресурсов в целом (Demir, 2012; Ring et al., 2024; Жиделева, Левина, 2010). Кроме того, плотная сеть дорог помогает в борьбе с вредителями и болезнями деревьев (Долматов, Макунина, 2023). Кроме того, трудоемкость лесного транспорта в рамках всего процесса лесозаготовок составляет 25-30%, а его доля в себестоимости лесной продукции превышает 40%. Лесовозные дороги играют значительную роль в развитии экономики региона, обеспечивая транспортные связи между населёнными пунктами. Наконец, лесные дороги необходимы для проведения лесовосстановительных работ (Ильин, Кувалдин, 1982).
В другом российском исследовании (Воловик, Черных, 2021) отмечается, что лесозаготовительные предприятия всё сильнее удаляются от населённых пунктов. Это приводит к увеличению расстояния вывозки и требует непрерывного строительства новых лесных дорог, что ведёт к сильному увеличению качества работы лесного производственного комплекса. Развитие дорожной сети круглогодичного действия обеспечивает рост лесозаготовок, которые должны обеспечивать спрос предприятий лесного комплекса на древесину, а также снижение транспортных расходов и себестоимости заготовки древесины. Лесные дороги вдобавок открывают возможности для размещения рекреационных объектов (Demir, 2012).
Важность транспорта в лесной промышленности подчёркивают цифры – в Швеции 25% всех перевозок являются лесными (Carlsson, Ronnqvist, 2007). В этой стране особенно распространено пользование ресурсами леса – население активно собирает ягоды и грибы, отдыхает, охотится и т.д., то есть лесные дороги необходимы не только юридическим, но и физическим лицам (Ring et al., 2024). Несмотря на некоторое воздействие на экосистему при строительстве лесных дорог, их появление лишь уменьшает выбросы углекислого газа от транспортных средств: в лесах Румынии они уменьшились на 17% (Enache et al., 2013). К тому же лесное транспортное планирование необходимо и в военных целях, как например, в Польше (Dawid, Pokonieczny, 2025).
Лесные дороги имеют свои особенности проектирования. Оптимальные системы лесной транспортировки требуют тщательного планирования с учетом экономических, технических, экологических и социологических факторов. Главной проблемой, которая может возникнуть, является вред окружающей среде, что требует минимального вмешательства в экосистему. Например, следует восстанавливать повреждённые участки леса после завершения строительства, поддерживать буферные зоны возле водоёмов, тщательно следить за наклоном местности для минимизации эрозии почв, поддерживать благоприятные условия для стабильного роста кустов и деревьев. Существует перечень рекомендаций по строительству лесных дорог, которые требуется соблюдать. Необходимо также понимать, что дорога, в том числе на этапе эксплуатации и обслуживания, а не только строительства, должна являться частью экосистемы леса, а не границей фрагментации ландшафта и барьером для диких животных. Распространение инвазивных видов животных тоже может служить негативным последствием. А потенциальная негативная общественная реакция на строительство в лесу накладывает репутационный отпечаток. В долгосрочной перспективе после открытия дорог старые транспортные артерии можно закрыть навсегда для восстановления экосистем. Наконец, следует опираться на существующие научные работы по экосистемам лесов и создавать новые исследования по этой теме (Pentek, Porsinsky, 2012; Demir, 2012).
Помимо экологического аспекта, должен приниматься во внимание экономический фактор. Само по себе строительство дорог в труднодоступной местности считается дорогим мероприятием, поскольку ресурсы вблизи населённых пунктов истощены, так как исторически земли осваивались около них. Соответственно, перед проектированием дорог создаётся экономическая модель, учитывающая характеристики лесных ресурсов, существующее состояние инфраструктуры (плотность дорог, действующая средняя дистанция извлечения ресурсов и др.) (Жиделева, Левина, 2010; Pentek, Porsinsky, 2012). В учебнике «Транспорт леса» также отмечается, что ключевыми аспектами обоснования инноваций в лесной отрасли являются разработка и аргументация схем транспортного освоения лесов, которые необходимы для расчета и определения технико-экономических показателей лесозаготовительных предприятий и лесовозных дорог, а также для планирования их строительства, реконструкции и модернизации (Салминен, 2009).
Модель новых лесных дорог обязана учитывать также экологические и социальные факторы, но по итогу должна привести к оптимизации всего производственного процесса, несмотря на вложение в строительство и прочие негативные издержки (Demir, 2012; Enache et al., 2013; Громов, Тюрин, 2017).
Проектирование лесных автодорог рассматривается как способ снижения транспортных затрат, что позволяет повышать эффективность всей лесной промышленности, как указывалось выше (Воловик, Черных, 2021). Строительство лесных автомобильных дорог – это серьёзный задел на будущее, но в краткосрочном периоде от этого не будет экономических выгод (Demir, 2012). В целом, подобный шаг может вызвать конфликт интересов (коммерческие организации, лесничества, политики, общественность и т.д.), необходимо учитывать множество противоречивых целей, использовать комплексный подход и соблюдать баланс интересов (Enache et al., 2013; Ring et al., 2024).
В работе 1967 г. разработан показатель оценки лесной транспортной доступности – километр на 1 тыс. га. Так, для экономической эффективности лесного хозяйства протяжённость дорог должна быть равной 11 км на 1 тыс. га, а полный охват территорий достигается при 15 км на 1 тыс. га, при этом треть этих дорог должна иметь твёрдое покрытие для круглогодичного применения (Кувалдин, Ионов, 1967). По состоянию на 2009 г., плотность лесных дорог в России оценивалась значительно ниже, чем в западных странах (Тюрин, Громская, 2009). Другая метрика измерения успешности лесного транспорта и хозяйства в целом указывается в более современной работе. Существует коэффициент эффективности транспортно-грузового процесса, отражающий отношение идеальных затрат для удовлетворения транспортных потребностей к фактическим получившимся затратам. Данный коэффициент может зависеть от типа лесного груза, расстояния транспортировки и условий погрузочно-разгрузочных мероприятий (Макеев и др., 2017). Тем не менее, в другом исследовании отмечается, что корреляция между плотностью сети и объёмом лесохозяйственных работ отсутствует, что ставит под сомнение целесообразность показателей плотности лесных дорог (Богомолова, Давыдова, 2016).
В изучении лесных дорог есть потребность анализа сезонности их использования. В тёплых регионах обычно бывают засушливые и дождливые периоды, в России, а также Канаде, Японии, скандинавских странах – зимний и летний. Такие типы дорог не имеют постоянного капитального покрытия, что делает их неустойчивыми к атмосферным воздействиям, особенно в летний период. Поэтому 80% заготовленной древесины вывозится в зимний период. Движение транспорта в таком случае происходит по льду, снегу и мёрзлому грунту. При этом строительство зимников может производиться и летом. Разработка логистических стратегий оптимизирует проектирование и строительство зимних дорог, что повышает общую эффективность перевозок при условии соблюдения баланса финансового планирования и количество месяцев в году, пригодных для осуществления перевозок по зимникам (Пальмина-Линёва, 2009; Ладейщиков, Чудинов, 2024). Это особенно актуально в условиях изменения климата, когда количество морозных дней сокращается, что негативно сказывается на показателях объёма перевозок (Рослякова и др., 2017). Продолжительность и эффективность эксплуатации летников значительно зависит от количества влаги в грунтах в осенний период, а наиболее устойчивые погодные условия для перевозки по летникам наблюдаются с июля по сентябрь (Мохирев и др., 2020).
При проектировании новой инфраструктуры следует понимать, какой тип дороги больше всего подойдёт в модели – зимник, летник или дороги для круглогодичного использования, а также ежегодные сроки их функционирования, поскольку сезонность является ограничивающим фактором развития лесного хозяйства (Подольская, 2022). Так, в Республике Коми доля круглогодичных лесных дорог составляет не более 10% (Жиделева, Левина, 2010).
Тем не менее, далеко не все модели учитывают сезонность дорог. При этом для доступа к лесным пожарам и ресурсам учёт сезонности обязателен, особенно в северных районах, где сложные климатические условия и особенности сезонности ощущаются сильнее всего. Однако на данный момент в открытых данных информация о сезонности дороги чаще всего отсутствует, особенно для Сибири, что требует изучения большого количества источников и сопоставления их, либо же пытаться брать данные из закрытых источников. В настоящее время данные о сезонности представлены в виде карт и текстовых описаний, а также иногда в атрибутах наборов данных OpenStreetMap (OSM) и Global Roads Inventory Project (GRIP). Хотя современные технические средства (машинное обучение и искусственный интеллект) обработки дистанционного зондирования Земли позволяют выявлять летние, зимние и круглогодичные дороги, что открывает горизонт для большого числа новых исследований, примеры для Сибирского федерального округа рассмотрены в ряде статей (Подольская, 2022; Podolskaia, Akay, 2023; Добровольский, Подольская, 2024).
В качестве природных объектов, способствующих появлению сезонных дорог, выступают ледники, болота, реки, озёра и т.д. В летний сезон они являются серьёзным препятствием, которое зачастую оказывается непреодолимым. А в зимнее время замёрзшая вода благоприятствует созданию однородной среды из снега и льда, которая способствует относительно комфортному передвижению транспортных средств. Собственно, зимники в российском законодательстве определяются как временные конструкции с ледяным покрытием (Podolskaia, Akay, 2023), могут быть протяжёнными и встречаются чаще, чем летники. При проектировании сезонных дорог особенно важно учитывать реки с непостоянной береговой линией и перевалы, для этого используются ГИС-инструменты (Подольская, 2022).
Исследование по изучению сети лесных дорог в Республике Коми (Жиделева, Левина, 2010) является характерным примером описания сложностей учета сезонности. Несмотря на то, что статья уже не нова, описываемые в ней явления могут быть актуальны до сих пор, учитывая долгосрочность процесса возведения лесных транспортных артерий и эффекты от них. Работа описывает трудности лесных дорог Республики Коми и возможные пути их решения. К проблемам относят: большую зависимость от сезонности и невозможность ведения хозяйства круглый год (особенно не хватает летников), бесхозность существующих дорог (отсутствие эксплуатации на них или периодическое использование), плохое состояние дорожной инфраструктуры (никогда не проводилась диагностика), разное покрытие дорог (необходимо подстраивать технику под каждый отдельный объект), низкие темпы строительства новых артерий при наличии спроса на новые связи (у существующих дорог лесной фонд истощён вырубками прошлых лет), нехватку финансирования строительства новых дорог (убыточность многих предприятий, использующих лесные транспортные артерии, что мешает капиталовложениям).
Лесным планом Республики Коми было предусмотрено расширение сети лесных дорог круглогодичного пользования, в первую очередь за счёт строительства новых мостов, в том числе магистральных и грузосборочных, а также путем реконструкции имеющихся объектов. В исследовании отмечается, что увеличение объёмов вырубки леса требует совместных усилий государственных органов и частных компаний. Отдельно отмечается необходимость инвестиционной поддержки, создание специальных дорожно-строительных компаний, возмещение затрат арендаторам, упрощение процедур использования месторождений полезных ископаемых, разработка нового арендного договора лесного фонда без аукциона и использование современных экономичных технологий строительства дорог. Важно открывать дороги поэтапно, отдавая приоритет на основе арендной базы лесного хозяйства. Кроме того, вначале нужно сформировать каркас главных дорог.
Ещё один региональный пример – оценка транспортной доступности лесных территорий в Архангельской области (Степанова и др., 2017). Несмотря на наличие инфраструктуры, доступность остаётся на низком уровне из-за утраты узкоколейных железных дорог и износа автомобильных артерий. Кроме того, сеть характеризуется своей неравномерностью и сезонностью. Плотность лесных дорог региона напрямую зависит от показателей вывозки древесины, которые значительно ограничены. Помимо этого, использование лесных ресурсов только в целях вырубки экономически нецелесообразно, кроме нескольких лесничеств.
Таким образом, лесные дороги важны в решении экономических, хозяйственных, производственных, рекреационных и других задач. Однако проектирование такой инфраструктуры – крайне сложный процесс, в котором надо учитывать экологический и социальный аспект, экономические цели в долгосрочном периоде. На текущий момент в России есть необходимость в создании новых лесных дорог, поскольку существующая инфраструктура не обновлялась долгое время, кроме того, многие ресурсы вдоль имеющихся дорог исчерпаны. Также в России есть проблема сезонности дорог – в первую очередь не хватает летников, что сдерживает развитие лесного хозяйства.
- Методы, инструменты и данные для сценарного лесотранспортного моделирования. Несмотря на практическую ориентированность большинства изученных статей, исследования лесного хозяйства и лесных дорог могут быть основаны только на изучении имеющихся научных материалов, анализе статистических данных, отчётов и собственных данных авторов (Ring et al., 2024). Однако, такой подход значительно ограничивает возможные исследовательские пути.
При проектировании дорог в труднодоступных местах со сложным рельефом важным видом данных является цифровая модель рельефа (ЦМР). Она строится по данным дистанционного зондирования Земли (ДЗЗ) и позволяет учитывать микрорельеф, геоморфологические особенности территории при проектировании лесных дорог. Данные цифровых моделей категоризируются, известны выделенные типы рельефа, например, низменный и холмистый, горный, карстовый (Pentek, Porsinsky, 2012). Необходим тщательный выбор модели с учётом конкретных целей и задач работы (Коротин, Попов, 2024). Использование ГИС и ДЗЗ помогает проектировать современные лесные дороги эффективнее и быстрее методов, которые использовались ранее. Помимо этого, для лесного транспортного моделирования используются современные системы управления базами данных (СУБД), где формируются запросы на языке SQL (Пискунов, 2011).
При моделировании сети лесных дорог на основе открытых данных существующих датасетов будет недостаточно, поскольку открытые данные зачастую оказываются неточными и неактуальными. Съемка при помощи беспилотных летательных аппаратов (БПЛА) и последующая обработка полученных аэрофотоснимков при помощи нейросетей типа YOLO становятся значительным методическим и технологическим продвижением как в проектировании, так и в последующем строительстве лесных дорог. Результаты распознавания получают в векторном формате (Подольская, 2022). Известны ГИС-инструменты с открытым кодом для распознавания дорог (Кокуркин, Подольская, 2023), список которых будет расширяться.
Все большее количество задач лесного транспортного моделирования решается при помощи методов и технологий искусственного интеллекта (ИИ). Это связанные с лесными дорогами задачи классификации территории по инфраструктурной нагрузке и хозяйственному освоению, анализ состояния и аварийности дорожного покрытия, анализ обеспеченности логистическими объектами, выявление зависимостей между локациями лесных пожаров и наличием инфраструктуры, определение ресурсного потенциала региона для развития лесопромышленного комплекса, обнаружение изменений сети дорог, учет сезонности движения и т.д. Применять ИИ можно непосредственно в ГИС, например, в Open Source QGIS в виде плагинов (Подольская, 2021; Подольская и др., 2023).
ЗАКЛЮЧЕНИЕ
Выполнен обзор отечественных и зарубежных работ по сценарному моделированию при проектировании лесных дорог на региональном уровне. Необходимо отметить, что современных технологий пространственного анализа, машинного и глубокого обучения, а также накопленного опыта сценарного моделирования будет недостаточно при отсутствии качественных данных для работы с лесными дорогами и другими подобными инфраструктурными объектами, для которых важны точность, актуальность, а также учет сезонных изменений. В противном случае, некоторые маршруты (существующие и проектируемые) могут оказаться непреодолимыми, снизив эффективность моделирования (Кокуркин, Подольская, 2023; Dawid, Pokonieczny, 2025). Важным вопросом данных по лесным дорогам для российского лесного комплекса является их сезонность, определяющая возможности и региональные ограничения построения сезонных сценариев движения.
Несмотря на значительную проработку многих вопросов лесного комплекса и лесного транспортного моделирования как исследовательского поля и наличие статей в российской практике, можно отметить недостаток работ, связанных с проектированием дорог в отдалённых российских регионах. Есть нехватка актуальных исследований по лесотранспортным сценариям: большая часть рассмотренных работ были написаны в конце 2000-х и начале 2010-х, где технологии последних лет не применяются. Таким образом, для успешного прогнозирования сценарное моделирование проектирования и строительства лесных дорог должно основываться на базовых принципах работы с лесным транспортным планированием, учитывать возможности современного технологического прогресса, что, помимо актуальности, должно дать более точный результат, приближенный к реальной ситуации в российском регионе со сложными природно-климатическими условиями. Существующие риски и ограничения удастся нивелировать сценарным моделированием, учитывающим максимальное количество факторов, даст возможность выбора и, главное, разработки стратегии развития на основе набора вариантов.
Статья является частью курсового проектирования в магистратуре «Пространственные данные и прикладная геоаналитика» Факультета географии и геоинформационных технологий НИУ ВШЭ, выполненного в 2025 г.
БЛАГОДАРНОСТИ
Работа выполнена в рамках государственного задания ЦЭПЛ РАН по теме «Биоразнообразие и экосистемные функции лесов» (Регистрационный номер НИОКТР 124013000750-1).
СПИСОК ЛИТЕРАТУРЫ
Бакулина М., Скворцова Я. Прогнозирование методом сценариев // Экономика и социум. 2012. Т. 5. № 5. С. 51–55.
Богомолова Е. Ю. Давыдова Г. В. Влияние плотности лесных дорог на объём и качество лесопромышленных и лесохозяйственных работ // Известия Байкальского государственного университета. 2016. Т. 26. № 2. С. 284–290.
Ветрова Е. Н., Рохчин В. Е. Разработка сценарных условий долгосрочного развития региона: анализ опыта и методологические предложения // Новая экономика России: наука и образование: тезисы докладов Всероссийской научно-практической конференции. Санкт-Петербург. 2014. С. 9–10.
Воловик Е. А., Черных Р. А. Моделирование схем транспортного освоения участков леса с применением ГИС // Молодые ученые в решении актуальных проблем науки. 2021. С. 136–140.
Вырко Н. П., Тумашик И. И., Красковский С. В., Лой В. Н. Основные аспекты проектирования и строительства лесных автомобильных дорог в Республике Беларусь // Актуальные проблемы лесного комплекса. 2012. № 32. С. 13–17.
Гейман О. А. Теоретические аспекты сценарного моделирования развития регионов // Экономика промышленности. 2009. Т. 48. № 5. С. 14–18.
Гимади И. Э., Добродей В. В., Матушкина Н. А. Моделирование развития транспортного комплекса региона // Экономика региона. 2005. № 3. С. 50–63.
Громов И. А., Тюрин Н. А. Особенности создания цифровой модели местности для проектирования транспортной сети многоцелевого лесопользования // Известия Санкт-Петербургской лесотехнической академии. 2017. № 219. С. 133–143.
Громская Л. Я., Артемьев В. В., Левушкин Д. М. Методика определения стоимости строительства лесных автомобильных дорог // Лестной вестник. 2019. Т. 23. № 1. С. 77–83.
Добровольский Д. А., Подольская Е. С. Сценарии сезонного использования дорог в лесном хозяйстве Красноярского края // Сборник научных статей по материалам VIII Международной научно-практической конференции «Актуальные проблемы и перспективы развития радиотехнических и инфокоммуникационных систем» («Радиоинфоком-2024»), г. Москва, РТУ МИРЭА: сборник научных статей. М.: МИРЭА – Российский технологический университет, 2024. С. 874–877.
Долматов С. Н., Макунина Я. С. Плотность сети лесных дорог как фактор устойчивого лесопользования на примере лесов Красноярского края // Вестник Поволжского государственного технологического университета. Серия: Лес. Экология. Природопользование. 2023. Т. 59. № 3. С. 87–97.
Жиделева В. В., Левина И. В. Развитие сети лесных дорог в Республике Коми // Региональная экономика: теория и практика. 2010. № 5. С. 11–15.
Ильин Б. А., Кувалдин Б. И. Проектирование, строительство и эксплуатация лесовозных дорог. М.: Лесная промышленность. 1982. 385 с.
Катаров В., Рожин Д. В., Сюнев В. С. Оптимальное проектирование сети лесных дорог: от методов к решениям // Resources and Technology. 2023. Vol. 20. № 3. P. 32–47.
Клебанова Т. С., Гурьянова Л. С., Трунова Т. Н., Смирнова А. Ю. Сценарное моделирование в управлении региональным развитием // Бизнес Информ. 2012. № 10. С. 60–65.
Кокуркин А. Д., Подольская Е. С. ГИС-инструменты с открытым кодом для распознавания дорог // Сборник научных статей по материалам VII Международной научно-практической конференции «Актуальные проблемы и перспективы развития радиотехнических и инфокоммуникационных систем» («Радиоинфоком-2023»). М.: МИРЭА – Российский технологический университет. Секция «Геоинформационные системы и технологии». 2023. С. 538–541.
Коровин Г. Н., Голованов А. С., Зукерт Н. В., Корзухин М. Д., Нефедьев В. В. Лесные ресурсы: динамика, прогнозирование и оптимальное управление / Науч. ред. М. Д. Корзухин. М.: ЦЭПЛ РАН, 2013. 173 с.
Коротин А. С., Попов Е. В. Оценка точности открытых цифровых моделей рельефа местности // Омский научный вестник. 2024. Т. 191. № 3. С. 64–72.
Кувалдин Б. И., Ионов Б. Д. Дороги в лесхозах. М.: Лес. пром-сть, 1967. 260 с.
Ладейщиков К. В., Чудинов С. А. Особенности эксплуатации лесовозных дорог в весенне-зимний период // Известия высших учебных заведений. Лесной журнал. 2024. № 4. С. 134–146.
Лыщик П. А., Бавбель Е. И., Науменко А. И. Основные принципы развития сети лесных автомобильных дорог // Труды БГТУ. Серия 1: Лесное хозяйство, природопользование и переработка возобновляемых ресурсов. 2020. Т. 228. № 1. С. 125–130.
Макеев В. Н., Сушков С. И., Ларионов В. Я., Левушкин Д. М. Коэффициент эффективности транспортно-грузовых процессов лесопромышленных производств // Лесной вестник. 2017. Т. 21. № 4. С. 53–57.
Мохирев А. П., Зырянов М. А., Медведев С. О., Брагина Н. А. Анализ влияния климатических условий на начало эксплуатации летних лесовозных дорог // Успехи современного естествознания. 2020. № 9. С. 13–19.
Мусихин И. А. Планирование регионального экономического развития на основе геопространственной технологии сценарного анализа территории // XII Международная научно-практическая конференция «Актуальные вопросы геодезии и геоинформационных систем», 31 августа – 1 сентября 2023 г. Казань, 2023. Т. 8. С. 26.
Назаренко А. В., Звягинцева О. С. Сценарное прогнозирование развития социально-экономических систем // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2012. № 84. С. 575–587.
Овешникова Л. В. Развитие региональной инфраструктуры на основе прогнозирования методами экспертных панелей, сценариев и дорожного картирования // Среднерусский вестник общественных наук. 2014. Т. 35. № 5. С. 110–118.
Пальмина-Линёва Е. С. Сезонные дороги: сближаемся с МСФО // Финансовые и бухгалтерские консультации. 2009. № 1. С. 1–7.
Пискунов М. В. Алгоритм построения оптимальной сети лесных дорог // Известия высших учебных заведений. Лесной журнал. 2011. № 3. С. 58–63.
Подольская Е. С. Обзор опыта решения задач транспортного моделирования в лесном хозяйстве // Вопросы лесной науки. 2021. Т. 4. № 4. С. 96–128.
Подольская Е. С. Использование данных дистанционного зондирования Земли из космоса для распознавания изображения дорог в лесном хозяйстве // Вопросы лесной науки. 2022. T. 5. № 4. С. 1–21.
Подольская Е. С. Методы и ГИС-инструменты машинного обучения с открытым кодом в лесном транспортном моделировании // Вопросы лесной науки. 2023. Т. 6. № 3. С. 1–10.
Подольская Е. С. Сезонность дорог в транспортном моделировании ГИС-проекта лесного хозяйства // Фундаментальные, поисковые, прикладные исследования и инновационные проекты: сборник трудов Национальной научно-практической конференции / под. ред. С. У. Увайсова – Москва: РТУ МИРЭА, 2022. С. 267–271.
Подольская Е. С., Ершов Д. В., Ковганко К. А. Метод определения размера ячейки регулярной сети для инфраструктурного зонирования территории // Вопросы лесной науки. 2023. Т. 6. № 2. С. 1–13.
Порфирьев Б. Н., Скубачевская Н. Д., Милякин С. Р. Оценка эффективности затрат на модернизацию автомобильных дорог в России в целях их адаптации к климатическим изменениям и снижения риска ДТП // Проблемы прогнозирования. 2023. № 6. С. 103–118.
Рафаилов М. К., Сураев А. Н. Организация использования лесов: лесные дороги // Актуальные проблемы лесного комплекса. 2015. № 41. С. 68–71.
Рослякова Н. А., Прокопьев Е. А., Рязанцев П. А. Опыт регрессионного моделирования влияния зимних условий на вывозку и формирование сценариев использования объектов сезонной транспортной инфраструктуры // Материалы IV Всероссийского симпозиума по региональной экономике. 2017. С. 262–267.
Салминен Э. О. Транспорт леса. Учебник для вузов. В 2-х томах. М.: Издательский центр «Академия», 2009. Т. 1. 367 с.
Степанова С. К., Астапов Д. О., Рябцев О. В., Сидоренкова Е. М., Сидоренков В. М. Оценка транспортной доступности лесных земель с использованием современных геоинформационных методов на примере Архангельской области // Лесохозяйственная информация. 2017. № 2. С. 36–45.
Тарасова А. Ю. Сценарное планирование как инструмент формирования регионального стратегического развития // Алтайский вестник государственной и муниципальной службы. 2016. № 14. С. 91–95.
Тебенькова Д. Н., Лукина Н. В., Катаев А. Д., Чумаченко С. И., Киселева В. В., Колычева А. А., Шанин В. Н., Гагарин Ю. Н., Кузнецова А. И. Разработка сценариев для имитационного моделирования экосистемных услуг лесов // Вопросы лесной науки. 2022. Т. 5. № 2. С. 1–87. DOI 10.31509/2658-607x-202252-104
Тюрин Н. А., Громская Л. Я. Оптимизация структуры транспортной сети лесозаготовительного предприятия // Известия Санкт-Петербургской лесотехнической аакаадемии. 2009. № 186. С. 72–77.
Чумаченко С. И., Паленова М. М., Починков С. В., Кухар Кина Е. В. Имитационное моделирование динамики насаждений forrus-s – инструмент выбора стратегии и планирования лесного хозяйства // Вестник МГУЛ – Лесной вестник. 2007. № 5. С. 143 – 152.
Carlsson D., Ronnqvist M. Backhauling in forest transportation: models, methods, and practical usage // Canadian Journal of Forest Research. 2007. Vol. 37. No 12. P. 2612–2623.
Dawid W., Pokonieczny K. Assessment of forest route planning capabilities using various spatial data sources: a case study of the Mazovia Region, Poland // Forests. 2025. Vol. 16. No 1. P. 1–19.
Demir M. Interactions of forest road, forest harvesting and forest ecosystems // Forest Ecosystems — More than Just Trees. J. A. Blanco, Y. H. Lo (eds.). Rijeka: InTec, 2012. P. 415–431.
Enache A., Ciobanu V. D., Kuhmaier M., Stampfer K. An integrative decision support tool for assessing forest road options in a mountainous region in Romania // Croatian Journal of Forest Engineering: Journal for Theory and Application of Forestry Engineering. 2013. Vol. 34. No 1. P. 43–60.
Gauthier H. L. Geography, transportation, and regional development // Economic Geography. 1970. Vol. 46. No 4. P. 612–619.
Hesse M., Rodrigue J. P. The transport geography of logistics and freight distribution // Journal of Transport Geography. 2004. Vol. 12. No 3. P. 171–184.
https://scholar.google.com (дата обращения 15.04.2025)
https://wordscloud.pythonanywhere.com (дата обращения 15.04.2025)
https://www.connectedpapers.com (дата обращения 15.04.2025)
Kucsicsa G., Popovici E. A., Balteanu D., Dumitraşcu M., Grigorescu I., Mitrica B. Assessing the potential future forest-cover change in Romania, predicted using a scenario-based modelling // Environmental Modeling & Assessment. 2020. Vol. 25. P. 471–491.
Lechner A. M., Harris R. M., Doerr V., Doerr E., Drielsma M., Lefroy E. C. From static connectivity modelling to scenario-based planning at local and regional scales // Journal for Nature Conservation. 2015. Vol. 28. P. 78–88.
Nabuurs G. J., Schelhaas M. J., Pussinen A. Validation of the European Forest Information Scenario Model (EFISCEN) and a projection of Finnish forests // Silva Fennica. 2000. Vol. 34. No 2. P. 167–179.
Oana P. L., Harutyun S., Brendan W., Sheila C. Scenarios and indicators supporting urban regional planning // Procedia-Social and Behavioral Sciences. 2011. Vol. 21. P. 243–252.
Olsson L. Optimal upgrading of forest road networks: Scenario analysis vs. stochastic modelling // Forest Policy and Economics. 2007. Vol. 9. No 8. P. 1071–1078.
Pentek T., Porsinsky T. Forest transportation systems as a key factor in quality management of forest ecosystems // Forest Ecosystems – More than Just Trees. J. A. Blanco, Y. H. Lo (eds.). Rijeka: In Tech, 2012. P. 433–464.
Podolskaia E. S., Akay A. E. Analysis of Open data on seasonal roads in a forestry transport GIS-project (Case study: Siberian federal district, Russia) // Proceedings of COFE-FETEC 2023 – Forest Operations: A Tool for Forest Management Flagstaff, Arizona, USA. May 23–25. 2023. P. 12–21.
Ring E., Wallgren M., Marald E., Westerfelt P., Djupstrom L., Davidsson A., Sonesson J. Forest roads in Sweden-infrastructure with multiple uses and diverse impacts // Silva Fennica. 2024. Vol. 58. No 4. P. 1–32.
Rodrigue J. P. The Geography of Transport Systems. 6th edition. New York: Routledge, 2020. 402 p.
Schoemaker P. J. H. Multiple scenario development: Its conceptual and behavioral foundation // Strategic Management Journal. 1993. Vol. 14. No 3. P. 193–213.
Walz A., Lardelli C., Behrendt H., Gret-Regamey A., Lundstrom C., Kytzia S., Bebi P. Participatory scenario analysis for integrated regional modelling // Landscape and Urban Planning. 2007. Vol. 81. No 1-2. P. 114–131.
Whittle J., Araujo J. Scenario modelling with aspects // IEE Proceedings-Software. 2004. Vol. 151. No 4. P. 157–171.
Рецензент: к. т. н. Котельников Р. В.