© 2025 г.                              Е. В. Новичонок^*, Н. А. Галибина, К. М. Никерова

Институт леса КарНЦ РАН

Россия, Республика Карелия, 185910, Петрозаводск, ул. Пушкинская, 11

^*E-mail: enovichonok@inbox.ru

Поступила в редакцию: 24.09.2024

После рецензирования: 17.02.2025

Принята к печати: 14.03.2025

Мониторинг фитомассы и продукции древесных растений является одной из приоритетных задач лесной экологии в связи с их ролью в глобальном балансе углерода. Выполнена оценка годичной продукции хвои, распределения фитомассы хвои по возрастам, а также содержания азота и углерода в хвое деревьев Pinus sylvestris в насаждениях разного возраста в разных лесорастительных условиях. Самые высокие значения годичной продукции хвои доминирующего элемента насаждения были отмечены в 180-190-летних сосняках черничных на песчаных и супесчаных подзолах. При этом годичная продукция хвои деревьев на вырубках была значимо ниже, чем в древостоях 40-50-, 80-100- и 180-190-лет. Доля фитомассы хвои разного возраста в общей фитомассе хвои различалась между молодыми деревьями на вырубке (до 10 лет) и деревьями большего возраста (40-50, 80-100 и 180-190-летние деревья). У молодых деревьев на вырубке доля хвои текущего года и однолетней хвои составляет почти 90%, у взрослых деревьев ˗ около 50% от всей массы хвои. Эти данные необходимо учитывать при построении моделей газообмена и потоков углерода в древостоях разного возраста в связи с зависимостью скорости фотосинтеза от возраста хвои. При увеличении возраста деревьев отмечалось более высокое содержание углерода в хвое. Обсуждается важность точной оценки содержания углерода в фитомассе для более корректной оценки запасов углерода в фитоценозе.

Ключевые слова: сосна обыкновенная, азот, углерод, доля фитомассы хвои, лесорастительные условия, сосняки разного возраста

Леса, в том числе бореальные, играют важную роль в глобальном балансе углерода и его депонировании (Nunes et al., 2020; Anderson-Teixeira et al., 2021). В связи с этим мониторинг их фитомассы и продукции является одной из приоритетных задач лесной экологии (Усольцев и др., 2015, 2022), а точная оценка аккумулированного углерода в различных компонентах лесных биоценозов позволит количественно оценить величину стока углерода из атмосферы и роль лесов в глобальном цикле углерода.

Фитомасса древесных растений и их продукция сильно варьируют в зависимости от возраста деревьев, а также от доступности питательных веществ, климатических и погодных условий (Portsmuth et al., 2005; Lim et al., 2017). Продуктивность растений в бореальных лесах ограничена недостатком доступного азота (Högberg et al., 2017). С учетом тесной связи между циклами азота и углерода (Tateno, Chapin, 1997) и зависимостью скорости роста и продуктивности растений от доступности азота (Portsmuth et al., 2005; Lim et al., 2017) необходима совместная оценка фитомассы и содержания азота и углерода в органах растений.

В настоящее время для оценки фитомассы и продукции лесных древостоев широко развиваются методы дистанционного зондирования (Rahimzadeh-Bajgiran et al., 2020; Labrière et al., 2023). Для их корректировки и повышения точности оценок необходимы прямые измерения содержания углерода в растительных тканях, а также фитомассы и продукции на уровне растительных сообществ и отдельных деревьев (Усольцев и др., 2016; Барталев, 2022; Tolunay, 2009; Labrière et al., 2023). Однако имеющихся данных об аккумулировании углерода в фитомассе и первичной продукции лесных биогеоценозов недостаточно для решения этих задач (Усольцев, Залесов, 2005; Вараксин и др., 2008).

Скорость протекания большинства физиологических процессов изменяется с увеличением возраста хвои. Скорость фотосинтеза зависит от возраста хвои (Teskey et al., 1984; Warren, 2006; Robakowski, Bielinis, 2017) и, таким образом, распределение фитомассы хвои по возрастам в кроне дерева оказывает непосредственное влияние на его продуктивность. Знание распределения фитомассы хвои разного возраста в кроне дерева и/или пологе насаждения имеет основополагающее значение для изучения основных обменных процессов на уровне древостоя (Li et al., 2006; Beeck et al., 2010). Эти данные необходимы для более точного моделирования и расчета общей скорости фотосинтеза отдельных деревьев и всего древостоя.

Цель исследования – оценить годичную продукцию хвои, распределение фитомассы хвои по возрастам, а также содержания азота и углерода в хвое деревьев Pinus sylvestris в насаждениях разного возраста и в разных лесорастительных условиях.

МАТЕРИАЛЫ И МЕТОДЫ

Исследование проводили в средней подзоне тайги на северо-западе России (Республика Карелия). Климат в районе исследования относится к атлантико-арктической зоне умеренного пояса. Среднегодовая температура воздуха в районе исследования составляет около 3^оС, среднегодовая сумма осадков – около 600 мм (Климат Карелии, 2004; Назарова, 2014).

Исследование проводили на растениях сосны, произрастающих на постоянных пробных площадях (ППП) тестового полигона интенсивного уровня «Кивач» (табл. 1) и на ППП (три типа БГЦ), заложенных в эксплуатационных лесах. 15 ППП трех типов БГЦ находились на трех стадиях восстановительной (послерубочной) сукцессии: (1) вырубки давностью до 10 лет, возникшие в результате рубки сосняков зеленомошных на песчаных подзолах; (2) средневозрастные (40-50 лет) сосняки зеленомошные на песчаных подзолах; (3) приспевающие (80-100 лет) сосняки зеленомошные естественного происхождения на песчаных подзолах (табл. 2). Тестовый полигон «Кивач» и сеть ППП в эксплуатационных лесах в зависимости от стадии послерубочной сукцессии созданы в 2023-2024 гг. сотрудниками Института леса КарНЦ РАН по проекту «Разработка системы мониторинга бюджета углерода в лесах Восточной Фенноскандии» в рамках реализации Важнейшего инновационного проекта государственного значения (ВИП ГЗ) «Единая национальная система мониторинга климатически активных веществ» в части разработки системы наземного и дистанционного мониторинга пулов углерода и потоков парниковых газов на территории Российской Федерации, создания системы учета данных о потоках климатически активных веществ и бюджете углерода в лесах и других наземных экологических системах.

Изучение влияния лесорастительных условий на годичную продукцию хвои, распределение фитомассы хвои по возрастам и содержание углерода и азота в хвое проводили на ППП тестового полигона интенсивного уровня «Кивач», объединенных в группы в соответствии с типом леса, возрастом древостоя, напочвенным покровом и типом почвы (табл. 1). Влияние возраста деревьев на исследуемые показатели изучали на примере сосняков зеленомошных на песчаных подзолах в ряду: вырубки до 10 лет (группа 1, ППП В-1…5) – средневозрастные сосняки (группа 2, ППП Ср-1…5) – приспевающие сосняки (группа 3, ППП Пр-1…6) – старовозрастные сосняки (группа 4, ППП I группы тестового полигона) (табл. 1, 2).

Таблица 1. Характеристика ППП тестового полигона «Кивач»

*Тип почвы был определен в соответствии с методическими рекомендациями, представленными в работе: Шишов и др., 2004.

Таблица 2. Таксационная характеристика насаждений на опытных объектах

*Для молодняков на вырубках указан диаметр на уровне ½ от высоты подроста, для деревьев средневозрастных и приспевающих древостоев – диаметр на высоте 1.3 м.

Растительный материал отбирали с 31 июля по 14 августа 2023 г. (тестовый полигон «Кивач») и с 25 июля по 14 августа 2024 г. (тестовый полигон «Кивач», сосновые насаждения разного возраста (группа 1, 2, 3)). В этот период ростовые процессы уже закончены, а массовое пожелтение и опадение хвои еще не началось (Кищенко, 2020 а, б).

На всех ППП на основании результатов таксационных исследований были выбраны модельные деревья, которые соответствовали средним значениям по диаметру на высоте 1.3 м (или на уровне ½ от высоты подроста для молодняков на вырубках), рассчитанным для каждой ППП, а также не имели видимых повреждений ствола/кроны, признаков потери верхушечного побега и признаков снижения приростов. Характеристика модельных деревьев и количество отобранных деревьев на каждой ППП представлены в табл. 1 и 2.

С модельных деревьев полигона «Кивач» и деревьев из приспевающих древостоев (группа 3) из средней трети кроны с южной стороны было отобрано по одной незатененной ветви. Ветви были разделены на побеги, согласно возрасту хвои. В лабораторных условиях определяли массу хвои для всех лет жизни, рассчитывали долю хвои каждого возраста, а также величину годичной продукции хвои дерева с использованием аллометрического уравнения (Усольцев и др., 2016; Методические рекомендации …, 2023). В средневозрастных древостоях (группа 2) было спилено пять модельных деревьев. У деревьев обрубали и взвешивали все ветви с учетом их расположения в кроне дерева (из верхней, средней и нижней частей кроны). Затем отбирали по две модельные ветви из каждой части кроны. У модельных ветвей отделяли хвою с учетом возраста и после высушивания определяли фитомассу ветвей и хвои разных лет жизни. Полученные данные были использованы для расчета фитомассы хвои всего дерева, годичной продукции хвои дерева и доли хвои каждого возраста (Базилевич и др., 1978; Яковлев, 2024). В молодняках на вырубках (группа 1) выкапывали модельные деревья. Затем ветви были разделены на побеги согласно возрасту хвои. В лабораторных условиях определяли фитомассу хвои для всех лет жизни. На основе полученных данных была рассчитана фитомасса хвои всего дерева, годичная продукция хвои и доля хвои каждого возраста.

Годичную продукцию хвои (кг га^-1) доминирующего элемента рассчитывали на основе данных о густоте доминирующего элемента и годичной продукции хвои в расчете на дерево.

Содержание углерода и азота было определено на элементном анализаторе Unicube Elementar (Elementar GmbH, Германия), калиброванного сертифицированным стандартом ацетанилида (200007435 Acetanilide Elementar Analysen systeme), с использованием 4-5 мг сухого растительного материала, высушенного до воздушно сухого состояния при 40^оС и затем измельченного на лабораторной мельнице до гомогенного состояния «пудры».

Все pезультаты представлены в расчете на абсолютно сухую фитомассу.

Все анализы были проведены с использованием оборудования Центра коллективного пользования КарНЦ РАН (ИЛ КарНЦ РАН).

Статистическая обработка полученных данных была проведена с использованием программы STATISTICA (data analysis software system, version 10, StatSoft, Inc., 2011). Для определения влияния лесорастительных условий, возраста деревьев и возраста хвои на изученные показатели был проведен однофакторный дисперсионный анализ. Сравнение средних проводили, используя тест Бонферрони. Статистически значимыми считали различия при р<0.05. В таблицах указаны средние значения ± стандартная ошибка.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Годичная продукция хвои в разных лесорастительных условиях. У 180-190-летних деревьев сосны годичная продукция хвои изменялась в зависимости от условий произрастания (рис. 1). Максимальные значения годичной продукции хвои в расчете на дерево были отмечены в сосняке черничном на суглинистых подзолистых почвах (группа VI), минимальные – в сосняке брусничном на песчаных подзолах (группа IV) (рис. 1 A). Скорость роста и интенсивность формирования надземной фитомассы выше при лучших почвенных условиях (Vanninen et al., 1996; Wirth et al., 2002; Кищенко, 2019). В сосняке брусничном также отмечались одни из самых низких значений годичной фитомассы хвои доминирующего элемента (рис. 1 Б). Однако из-за высокой степени вариации между насаждениями разных групп ППП статистически значимых отличий не отмечалось. При этом самые высокие значения годичной продукции хвои доминирующего элемента были отмечены в сосняках черничных на песчаных и супесчаных подзолах. Сходные данные по продуктивности были получены и для средневозрастных древостоев в разных типах леса в Карелии, где было показано, что в сосняке брусничном годичный прирост фитомассы хвои на 20% ниже по сравнению с сосняком черничным (Кищенко, 2019).

Рисунок 1. Годичная продукция хвои в расчете на дерево (А) и доминирующего элемента (Б) в группах ППП тестового полигона «Кивач»
Примечание: Характеристика групп ППП представлена в табл. 1. Разные строчные буквы обозначают достоверность отличий между группами ППП.

Годичная продукция хвои в расчете на дерево повышалась с увеличением возраста деревьев (рис. 2 А). Однако годичная продукция хвои доминирующего элемента была сходной в насаждениях 40-50, 80-100 и 180-190 лет, что связано с увеличением густоты насаждений со снижением их возраста. Годичная продукция хвои доминирующего элемента на вырубках (группа 1) была значимо ниже по сравнению с этим показателем для насаждений большего возраста (средневозрастные, приспевающие и старовозрастные сосняки) (рис. 2 Б).

Рисунок 2. Годичная продукция хвои в расчете на дерево (А) и доминирующего элемента (Б) в древостоях разного возраста
Примечание: Характеристика насаждений разного возраста представлена в табл. 2. Разные строчные буквы обозначают достоверность отличий между насаждениями разного возраста.

Продолжительность жизни хвои и доля хвои разного возраста. У 180-190-летних и 80-100-летних деревьев сосны хвоя сохраняется 4-6 лет. У более молодых растений продолжительность жизни хвои меньше, и она составляет 5 лет у 40-50-летних растений и 3-4 года у 7-летних растений. Ранее было показано, что продолжительность жизни хвои видов рода Pinus увеличивается с увеличением возраста деревьев, а также зависит от климатических факторов и лесорастительных условий, в частности доступности питательных веществ и воды (Бабич и др., 2004; Тюкавина, Корепин, 2023; Pensa, Sellin, 2002; Xiao, 2003;). Однако мы не обнаружили разницу в продолжительности жизни хвои у 180-190-летних деревьев в разных лесорастительных условиях на ППП тестового полигона «Кивач». У большинства деревьев (58%) хвоя сохранялась в течение 5 лет, у 32% – 4 года и только у 10% деревьев хвоя сохранялась в течение 6 лет. Отсутствие разницы в продолжительности жизни хвои в разных лесорастительных условиях может быть связано с тем, что они в большей степени могут оказывать влияние на сохранность хвои, тогда как количество возрастных классов может оставаться постоянным (Pensa, Sellin, 2002). Cтабильность средней продолжительности жизни хвои при изменении типа леса может указывать на оптимальное значение данного показателя для конкретной возрастной группы (Тюкавина, Корепин, 2023). Изменение продолжительности жизни хвои влияет на соотношение ее фитомассы в кроне дерева и соответственно на скорость фотосинтеза и продукционный процесс. Доля фитомассы хвои разного возраста в общей фитомассе хвои на дерево различалась между молодыми деревьями (группа 1) и деревьями большего возраста (группы 2, 3, 4) (табл. 3). Между деревьями 40-50, 80-100 и 180-190 лет не было отмечено различий в доле фитомассы хвои разного возраста. Наиболее стабильным показателем была доля фитомассы однолетней хвои: у деревьев всех возрастных групп значение этого показателя было сходным. У молодых деревьев (группа 1) доля фитомассы хвои каждого возраста уменьшалась с увеличением возраста хвои, и максимальная фитомасса была отмечена для хвои текущего года, тогда как для более взрослых деревьев (группы 2-4) максимальная фитомасса была отмечена для однолетней и двухлетней хвои (табл. 3).

Таблица 3. Доля фитомассы хвои разного возраста (%) в общей фитомассе хвои в сосновых насаждениях разного возраста

Примечания: Прочерк – хвоя данного возрастного класса отсутствует. Разные строчные буквы обозначают достоверность отличий в доле фитомассы хвои разного возраста между насаждениями разного возраста. Характеристика насаждений разного возраста представлена в табл. 2.

Не было отмечено статистически значимых отличий в доле фитомассы хвои разного возраста в общей фитомассе хвои между 180-190-летними деревьями, произрастающими в разных лесорастительных условиях (табл. 4). Однако отмечалась тенденция более высокой доли однолетней хвои и снижения доли трехлетней хвои у деревьев сосны в смешанных сосново-еловых древостоях (ППП VIII) (табл. 4). Распределение фитомассы хвои сильно варьирует от размера и возраста деревьев, а также от доступности питательных веществ и климатических условий (Portsmuth et al., 2005; Li et al., 2006). У сосны обыкновенной в разных условиях доля хвои текущего года может варьировать в широких пределах (Xiao et al., 2003; Li et al., 2006; Tarvainen et al., 2016). Полученные нами данные согласуются с данными, полученными для сосны обыкновенной в Карелии и близких к ней регионах. Доля хвои текущего года в Карелии составляет 25%, в европейской части России колеблется от 26.5 до 31.6% от всей ее фитомассы (Иванчиков и др., 1982; Бабич и др., 2004).

Таблица 4. Доля фитомассы хвои разного возраста (%) в общей фитомассе хвои у 180-190-летних растений в разных лесорастительных условиях

Примечания: Прочерк – хвоя данного возрастного класса отсутствует. Характеристика групп ППП представлена в табл. 1.

Скорость фотосинтеза снижается с увеличением возраста хвои (Teskey et al., 1984; Warren, 2006; Robakowski, Bielinis, 2017). Хвоя первых двух лет жизни имеет наибольшую скорость фотосинтеза (Teskey et al., 1984; Warren, 2006). У молодых деревьев на вырубке доля однолетней хвои и хвои текущего года жизни составляет почти 90%, у более взрослых деревьев (группа 2, 3, 4) ˗ около 50% от всей фитомассы хвои (табл. 3). Полученные различия необходимо учитывать при построении моделей газообмена и потоков углерода в древостоях разного возраста. Упущение возрастных изменений фотосинтетической способности могут привести к значительно менее точным оценкам газообмена в пологе хвойных деревьев (Ogée et al., 2003).

Содержание азота и углерода в хвое. Увеличение продолжительности жизни хвои отражает более высокую эффективность использования ресурсов и позволяет сохранять питательные вещества в менее благоприятных условиях произрастания (Pensa, Sellin, 2002; Li et al., 2006). Содержание азота в хвое было сходным в разных лесорастительных условиях (рис. 3 A). Мы отмечали тенденцию к снижению содержания азота в хвое с увеличением возраста хвои, вызванное ретранслокацией азота из стареющей и опадающей хвои, в том числе в оставшуюся на дереве хвою (Field, 1983; Helmisaari, 1992). У молодых деревьев на вырубке содержание азота в двухлетней и трех-четырех-летней хвое было статистически ниже по сравнению с его содержанием у деревьев других возрастных групп (рис. 3 Б), что связано с более интенсивной его ретранслокацией в связи с низкой сохранностью хвои этих возрастов у деревьев этой возрастной группы (табл. 3). Отмеченное нами содержание азота было в два и более раз ниже оптимального (1.88-2.2%), установленного для саженцев сосны обыкновенной в лабораторных условиях (Ingestad, 1979; Ingestad, Kӓhr, 1985). Для более взрослых деревьев сосны (20 лет и старше) было показано, что оптимальное содержание азота в хвое текущего года, при котором отмечается максимальная скорость роста, составляет 14-15 мг г^-1 (1.4-1.5%) (Sikstrӧm et al., 1998).

Рисунок 3. Содержание азота в хвое разных лет жизни у деревьев в группах ППП тестового полигона «Кивач» (А) и в сосновых насаждениях разного возраста (Б)
Примечания: Разные строчные буквы обозначают достоверность отличий в содержании азота в хвое у деревьев, произрастающих в сосновых насаждениях разного возраста отдельно для каждого возраста хвои. Характеристика групп ППП и насаждений разного возраста представлена в табл. 1 и 2.» width=»1024″ height=»276″ /> Рисунок 3. Содержание азота в хвое разных лет жизни у деревьев в группах ППП тестового полигона «Кивач» (А) и в сосновых насаждениях разного возраста (Б)
Примечания: Разные строчные буквы обозначают достоверность отличий в содержании азота в хвое у деревьев, произрастающих в сосновых насаждениях разного возраста отдельно для каждого возраста хвои. Характеристика групп ППП и насаждений разного возраста представлена в табл. 1 и 2.

Для более точного расчета количества углерода, аккумулированного в фитомассе, необходимы знания об изменении его содержания в хвое разного возраста, а также при изменении возраста древостоя. При расчете запасов углерода в наземной фитомассе исходят из того, что содержание углерода в хвое сосны обыкновенной составляет 45% (Бабич и др., 2010; Сунгурова и др., 2019; Клевцов, Тюкавина, 2023), а среднее содержание углерода в пересчете на дерево ˗ 50% (Pohjola, Valsta, 2007; Tolunay, 2009). Мы получили, что содержание углерода в хвое разных лет жизни у деревьев разного возраста выше 45 % и колеблется в диапазоне 49.7 ˗ 55.8%, а у отдельных деревьев достигает 65.4% (рис. 4). В работах также было отмечено, что использование коэффициента 0.45 (из расчета, что доля углерода в хвое составляет 45%) при оценке запаса углерода в фитомассе хвои занижает реальные значения и может привести к недооценке аккумулированного углерода (Tolunay, 2009). Точная оценка углерода в хвое важна и потому, что в сосновых древостоях доля хвои в опаде велика (Albrektson, 1988; Pausas, 1997), а его содержание в подстилке может оказывать влияние на скорость ее разложения (Vestgarden, 2001) и, следовательно, на почвообразовательные процессы и выделение углерода в процессе почвенного дыхания.

Концентрация углерода в хвое сосны обыкновенной варьирует в различных почвенно-климатических условиях (Сухарева и др., 2023; Janssens et al., 1999; Węgiel, Polowy, 2020). В нашем исследовании содержание углерода у деревьев в разных лесорастительных условиях отличалось только у однолетней хвои (рис. 4 А), и было сходным у деревьев одного возраста в разновозрастной хвое (рис. 4 Б). Сходное содержание углерода в разновозрастной хвое может быть связано с перераспределением углерода между различными органами в пользу корней, побегов и ствола, в которых ассимилированный углерод депонируется (Сухарева и др., 2023; Bert, Danjon, 2006; Tolunay, 2009). Однако отмечалось увеличение его содержания с увеличением возраста деревьев (рис. 4 Б).

Рисунок 4. Содержание углерода в хвое разных лет жизни у деревьев в группах ППП тестового полигона «Кивач» (А) и в сосновых насаждениях разного возраста (Б)
Примечания: Разные строчные буквы обозначают достоверность отличий в содержании углерода в хвое у деревьев разных групп ППП тестового полигона «Кивач» (А) и произрастающих в сосновых насаждениях разного возраста отдельно для каждого возраста хвои (Б). Характеристика групп ППП и насаждений разного возраста представлена в табл. 1 и 2.

ЗАКЛЮЧЕНИЕ

Проведенное исследование показало, что лесорастительные условия оказывают влияние на годичную продукцию хвои, а также на содержание углерода в однолетней хвое. У более взрослых деревьев увеличиваются годичная продукция хвои и содержание углерода в хвое, но снижается доля хвои первых двух лет жизни. Полученные данные по изменению содержания годичной продукции хвои и содержанию углерода при изменении возраста сосновых насаждений и лесорастительных условий необходимо учитывать при оценке запасов фитомассы и углерода, а также депонирующей способности сосновых насаждений бореальной зоны. Полученное нами значение содержания углерода в хвое (49.7 ˗ 55.8%) значительно выше общепринятого для оценки запасов углерода в фитомассе (45%), что приводит к недооценке запасов углерода в сосновых насаждениях средней подзоны тайги.

БЛАГОДАРНОСТИ

Работа выполнена в рамках реализации важнейшего инновационного проекта государственного значения «Разработка системы наземного и дистанционного мониторинга пулов углерода и потоков парниковых газов на территории Российской Федерации, обеспечение создания системы учета данных о потоках климатически активных веществ и бюджете углерода в лесах и других наземных экологических системах» (рег. № 123030300031-6).

Авторы благодарят сотрудников ИЛ КарНЦ РАН за проведение геоботанических и лесотаксационных описаний пробных площадей и подбор объектов для исследования, а также сотрудников аналитической лаборатории ИЛ КарНЦ РАН за проведение анализов по определению содержания углерода и азота в хвое.

СПИСОК ЛИТЕРАТУРЫ

Бабич Н. А., Клевцов Д. Н., Евдокимов И. В. Зональные закономерности изменения фитомассы культур сосны: монография. Архангельск: САФУ, 2010. 140 с.

Бабич Н. А., Мерзленко М. Д., Евдокимов И. В. Фитомасса культур сосны и ели в европейской части России. Архангельск, 2004. 112 с.

Базилевич Н. И., Титлянова А. А., Смирнов В. В., Родин Л. Е., Нечаева Н. Т., Левин Ф. И. Методы изучения биологического круговорота в различных природных зонах: монография. М.: Мысль,1978. 184 с.

Барталев С. А. Методология комплексного использования спутниковых данных дистанционного зондирования, выборочных наземных наблюдений и моделирования для мониторинга бюджета углерода в лесах России (лекция) // Материалы 20-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва, 14˗18 ноября 2022. М.: ИКИ РАН, 2022. C. 499. DOI: 10.21046/20DZZconf-2022a

Вараксин Г. С., Поляков В. И., Люминарская М. А. Биологическая продуктивность сосны обыкновенной в средней Сибири // Лесоведение. 2008. № 3. С. 14–19.

Иванчиков А. А., Зябченко С. С., Софронова Г. И. Ресурсы сосновой зелени в лесах Карелии // Комплексное ведение хозяйства в сосновых лесах: тезисы докладов. Гомель, 1982. С. 128–130.

Кищенко И. Т. Сезонное формирование надземной фитомассы средневозрастных сосновых древостоев различных типов леса в средней тайге // Лесоведение. 2019. № 1. С. 19–28.

Кищенко И. Т. Влияние климатических факторов на сезонное развитие хвойных лесообразующих видов в таежной зоне (Карелия) // Известия высших учебных заведений. Лесной журнал. 2020a. №3. С. 72–82.

Кищенко И. Т. Cезонный рост вегетативных органов Pinus sylvestris L. в разных типах лесных сообществ таежной зоны (Kарелия) // Norwegian Journal of Development of the International Science. 2020б. № 43. С. 13–17.

Клевцов Д. Н., Тюкавина О. Н. Запасы углерода в 40-летних культурах сосны обыкновенной // Известия высших учебных заведений. Лесной журнал. 2023. № 5 (395). С. 195–203.

Климат Карелии: Изменчивость и влияние на водные объекты и водосборы / под ред. Н. Н. Филатова. Петрозаводск: КарНЦ РАН, 2004. 224 с.

Методические рекомендации по отбору и камеральной обработке растительных образцов для оценки динамики запасов углерода в лесных, степных и тундровых экосистемах в части разработки системы наземного и дистанционного мониторинга пулов углерода и потоков парниковых газов на территории Российской Федерации, создания системы учета данных о потоках климатически активных веществ и бюджете углерода в лесах и других наземных экологических системах: версия 2023-1 / Н. В. Лукина, М. А. Данилова, Е. А. Иванова и др. Москва, 2023. 27 с.

Назарова Л. Е. Климат Республики Карелия (Россия): температура воздуха, изменчивость и изменения // Геополитика и экогеодинамика регионов. 2014. Т. 10. № 1. C. 746–749.

Сунгурова Н. Р., Худяков В. В., Страздаускас С. Е. Сравнительная структура углеродного пула в надземной фитомассе культур сосны и ели // Известия высших учебных заведений. Лесной журнал. 2019. № 3. С. 159–165.

Сухарева Т. А., Иванова Е. А., Ершов В. В., Зенкова И. В., Корнейкова М. А., Штабровская И. М., Сошина А. С. Содержание и запасы углерода и азота в наземных экосистемах Мурманской области // Вопросы лесной науки. 2023. Т. 6. № 2. Статья № 125. DOI: 10.31509/2658-607x-202362-125

Тюкавина О. Н., Корепин Д. Ю. Продолжительность жизни хвои сосны обыкновенной (Pinus sylvestris L.) // Resources and Technology. 2023. Vol. 20. № 3. P. 48–59.

Усольцев В. А., Залесов С. В. Методы определения биологической продуктивности насаждений. Екатеринбург: УГЛТУ, 2005. 147 с.

Усольцев В. А., Субботин К. С., Часовских В. П. Изменение удельной первичной продукции сосновых насаждений по трансконтинентальным климатическим градиентам Eвразии // Эко-ПОТЕНЦИАЛ. 2015. № 3 (11). С. 24–31.

Усольцев В. А., Цепордей И. С., Данилин И. М. Разработка модели биомассы Picea L. и Abies L. для региональных условий Евразии // Известия высших учебных заведений. Лесной журнал. 2022. № 6. С. 38–54.

Усольцев В. А., Часовских В. П., Норицина Ю. В., Норицин Д. В. Аллометрические модели фитомассы деревьев для лазерного зондирования и наземной таксации углеродного пула в лесах Евразии: сравнительный анализ // Сибирский лесной журнал. 2016. № 4. С. 68–76.

Шишов Л. Л., Тонконогов В. Д., Лебедева И. И., Герасимова М. И. Классификация и диагностика почв России. Смоленск: Oйкумена, 2004. 342 с.

Яковлев А. А. Влияние почвенных условий на формирование растительных сообществ на постагрогенных и лесных землях (на примере Ленинградской области): Дисс. … к.с-х.н. (специальность: 4.1.6). Санкт-Петербург, 2024. 354 c.

Albrektson A. Needle litterfall in stands of Pinus sylvestris L. in Sweden, in relation to site quality, stand age and latitude // Scandinavian Journal of Forest Research. 1988. Vol. 3. Issue 1–4. P. 333–342.

Anderson-Teixeira K. J., Herrmann V., Morgan R. B., Bond-Lamberty B., Cook-Patton S. C., … & Wang M. M. Carbon cycling in mature and regrowth forests globally // Environmental Research Letters. 2021. Vol. 16. No 5. Article number 053009. DOI:10.1088/1748-9326/abed01

Beeck M. O., Gielen B., Jonckheere I., Samson R., Janssens I. A., Ceulemans R. Needle age-related and seasonal photosynthetic capacity variation is negligible for modelling yearly gas exchange of a sparse temperate Scots pine forest // Biogeosciences. 2010. Vol. 7. No 1. P. 199–215. DOI: 10.5194/bg-7-199-2010

Bert D., Danjon F. Carbon concentration variations in the roots, stem and crown of mature Pinus pinaster (Ait.) // Forest Ecology and Management. 2006. Vol. 222. Issue 1–3. P. 279–295.

Field C. Allocating leaf nitrogen for the maximization of carbon gain: leaf age as a control on the allocation program // Oecologia. 1983. Vol. 56. P. 341–347.

Helmisaari H.-S. Nutrient retranslocation within the foliage of Pinus sylvestris // Tree Physiology. 1992. Vol. 10. No 1. P. 45–58.

Högberg P., Näsholm T., Franklin O., Högberg M. N. Tamm Review: On the nature of the nitrogen limitation to plant growth in Fennoscandian boreal forests // Forest Ecology and Management. 2017. Vol. 403. P. 161–185.

Ingestad T. Mineral nutrient requirements of Pinus sylvestris and Picea abies seedlings // Physiologia Plantarum. 1979. Vol. 45. No 4. P. 373–380.

Ingestad T., Kӓhr M. Nutrition and growth of coniferous seedlings at varied relative nitrogen addition rate // Physiologia Plantarum. 1985. Vol. 65. No 2. P. 109–116.

Janssens I. A., Sampson D. A., Cermak J., Meiresonne L., Riguzzi F., Overloop S., Ceulemans R. Above- and belowground phytomass and carbon storage in a Belgian Scots pine stand // Annals of Forest Science. 1999. Vol. 56. No 2. P. 81–90.

Labrière N., Davies S. J., Disney M. I., Duncanson L. I., Herold M., Lewis S. L., … & Chave J. Toward a forest biomass reference measurement system for remote sensing applications // Global Change Biology. 2023. Vol. 29. No 3. P. 827–840. DOI: 10.1111/gcb.16497

Li M. H., Kräuchi N., Dobbertin M. Biomass distribution of different-aged needles in young and old Pinus cembra trees at highland and lowland sites // Trees. 2006. Vol. 20. P. 611–618.

Lim H., Oren R., Linder S., From F., Nordin A., Fahlvik N., Lundmark T., Näsholm T. Annual climate variation modifies nitrogen induced carbon accumulation of Pinus sylvestris forests // Ecological Applications. 2017. Vol. 27. No 6. P. 1838–1851. DOI: 10.1002/eap.1571

Nunes L. J. R., Meireles C. I. R., Pinto Gomes C. J., Almeida Ribeiro N. M. C. Forest contribution to climate change mitigation: management oriented to carbon capture and storage // Climate. 2020. Vol. 8. No 2. Article number 21. DOI: 10.3390/cli8020021

Ogée J., Brunet Y., Loustau D., Berbigier P., Delzon S. MuSICA, a CO₂, water and energy multilayer, multileaf pine forest model: evaluation from hourly to yearly time scales and sensitivity analysis // Global Change Biology. 2003. Vol. 9. No 5. P. 697–717. DOI: 10.1046/j.1365-2486.2003.00628.x

Pausas J. G. Litter fall and litter decomposition in Pinus sylvestris forests of the eastern Pyrenees // Journal of Vegetation Science. 1997. Vol. 8. No 5. P. 643–650.

Pensa M., Sellin A. Needle longevity of Scots pine in relation to foliar nitrogen content, specific leaf area, and shoot growth in different forest types // Canadian Journal of Forest Research. 2002. Vol. 32. No 7. P. 1225–1231.

Pohjola J., Valsta L. Carbon credits and management of Scots pine and Norway spruce stands in Finland // Forest Policy and Economics. 2007. Vol. 9. No 7. P. 789–798.

Portsmuth A., Niinemets Ü., Truus L., Pensa M. Biomass allocation and growth rates in Pinus sylvestris are interactively modified by nitrogen and phosphorus availabilities and by tree size and age // Canadian Journal of Forest Research. 2005. Vol. 35. No 10. P. 2346–2359.

Rahimzadeh-Bajgiran P., Hennigar C., Weiskittel A., Lamb S. Forest potential productivity mapping by linking remote-sensing-derived metrics to site variables // Remote Sensing. 2020. Vol. 12. No 12. Article number 2056. DOI: 10.3390/rs12122056

Robakowski P., Bielinis E. Needle age dependence of photosynthesis along a light gradient within an Abies alba crown // Acta Physiologiae Plantarum. 2017. Vol. 39. Article number 83. DOI: 10.1007/s11738-017-2376-y

Sikström U., Nohrstedt H.-Ö., Pettersson F., Jacobson S. Stem-growth response of Pinus sylvestris and Picea abies to nitrogen fertilization as related to needle nitrogen concentration // Trees. 1998. Vol. 12. P. 208–214.

Tarvainen L., Lutz M., Räntfors M., Näsholm T., Wallin G. Increased needle nitrogen contents did not improve shoot photosynthetic performance of mature nitrogen-poor Scots pine trees // Frontiers in Plant Science. 2016. Vol. 7. Article number 1051. DOI: 10.3389/fpls.2016.01051

Tateno M., Chapin F. S. The logic of carbon and nitrogen interactions in terrestrial ecosystems // The American Naturalist. 1997. Vol. 149. No 4. P. 723–744.

Teskey R. O., Grier C. C., Hinckley T. M. Change in photosynthesis and water relations with age and season in Abies amabilis // Canadian Journal of Forest Research. 1984. Vol. 4. No 1. P. 77–84.

Tolunay D. Carbon concentrations of tree components, forest floor and understorey in young Pinus sylvestris stands in north-western Turkey // Scandinavian Journal of Forest Research. 2009. Vol. 24. No 5. P. 394–402.

Vanninen P., Ylitalo H., Sievänen R., Mäkelä A. Effects of age and site quality on the distribution of biomass in Scots pine (Pinus sylvestris L.) // Trees. 2006. Vol. 10. P. 231–238. DOI: 10.1007/BF02185674

Vestgarden L. S. Carbon and nitrogen turnover in the early stage of Scots pine (Pinus sylvestris L.) needle litter decomposition: effects of internal and external nitrogen // Soil Biology and Biochemistry. 2001. Vol. 33. Issues 4–5. P. 465–474.

Warren C. R. Why does photosynthesis decrease with needle age in Pinus pinaster? // Trees. 2006. Vol. 20. P. 157–164.

Węgiel A., Polowy K. Aboveground carbon content and storage in mature Scots pine stands of different densities // Forests. 2020. Vol. 11. No 2. Article number 240. DOI: 10.3390/f11020240

Wirth С., Schulze E.-D., Kusznetova V., Milyukova I., Hardes G., Schulze B., Siry M., Vygodskaya N. Comparing the influence of site quality, stand age, fire and climate on aboveground tree production in Siberian Scots pine forests // Tree Physiology. 2002. Vol. 22. No 8. P. 537–552. DOI: 10.1093/treephys/22.8.537

Xiao C.-W., Yuste J. C., Janssens I. A., Roskams P., Nachtergale L., Carrara A., Sanchez B. Y., Ceulemans R. Above- and belowground biomass and net primary production in a 73-year-old Scots pine forest // Tree Physiology. 2003. Vol. 23. No 8. P. 505–516. DOI: 10.1093/treephys/23.8.505

Xiao Y. Variation in needle longevity of Pinus tabulaeformis forests at different geographic scales // Tree Physiology. 2003. Vol. 23. No 7. P. 463–471.

Рецензент: к.б.н., зав. лабораторией Сухарева Т. А.

© 2025 г.                                                          О. Г. Чертов

Центр по проблемам экологии и продуктивности лесов им. А. С. Исаева Российской

академии наук, Россия, 117997 Москва, ул. Профсоюзная, 84/32, стр. 14

E-mail: ochertov@rambler.ru

Поступила в редакцию: 20.02.2025

После рецензирования: 10.03.2025

Принята к печати: 14.03.2025

Подчеркивается ведущая роль «живого вещества биосферы» по В. И. Вернадскому в качестве биологического фактора почвообразования, что приводит к аккумуляции почвенного органического вещества (ПОВ). ПОВ служит основным и весомым продуктом влияния растений и почвенной биоты на почвообразование. Отмечается неудовлетворительность отражения признаков ПОВ в существующих почвенных классификациях. Предложено структурное изменение наименования таксонов российской классификации почв с учётом типов трансформации ПОВ. В качестве базового типа трансформации ПОВ предлагается концепция и таксономия форм гумуса. Этот формат таксонов успешно использовался при картографировании почв в лесоустройстве и при лесотипологических исследованиях. Такая таксономия расширяет информативность и придает динамичность классификации почв, что особенно важно в условиях роста антропогенного стресса и быстро меняющейся природной среды.

 Ключевые слова: биосфера, биологический фактор почвообразования, ПОВ, почвенная таксономия, типы трансформации ПОВ, формат таксонов классификации

Сто лет назад была сформулирована и обоснована концепция «биосферы» В. И. Вернадского (1926), ученика и последователя В. В. Докучаева (по его словам: «…тишайший Владимир Иванович…», личное сообщение Б. В. Надеждина). Эта концепция развивалась в течение всего ХХ века и послужила теоретической основой ряда биологических наук, наук о Земле и в целом биогеоценологии и общей экологии. Центральным положением в биосферном подходе В. И. Вернадского является постулат о том, что «живое вещество биосферы» служит мощным драйвером формирования земной коры, образования осадочных горных пород и всех биогеохимических процессов на поверхности планеты (Вернадский, 1926, 1967, 1994). Этот постулат был подхвачен в советской и российской биологической науке и в особенности в лесоведении в качестве базовой теоретической платформы (Сукачев, Дылис, 1964; Тимофеев-Ресовский, 1968; Мирзоян, 2016).

В почвоведении неоспоримым следствием признания «живого вещества планеты» приоритетной движущей силой эволюции биосферы и всей земной коры напрашивается вывод о ведущей роли биологического фактора в генезисе и функционировании почв (Пономарёва, 1964; Чертов, 1990; Ponge, 2003; Zanella et al., 2018), в отличие от изначально постулированной равнозначности факторов почвообразования. Роль биологического фактора оживлённо обсуждалась в русском почвоведении в середине ХХ века, но в те времена не привела к консенсусу (см. Пономарёва, 1964).

С биосферных и экологических позиций, основными биологическими актёрами формирования почвы служат зеленые растения, как поставщики вещества и энергии, и почвенная биота (преобразователи и минерализаторы вещества с расходом энергии). При этом, важнейшим результатом почвообразования является формирование и накопление (аккумуляция, секвестрация, депонирование) большой массы почвенного органического вещества (ПОВ, сумма всех его фракций от растительных остатков до закрепленного), как основного системообразующего твердофазного продукта почвообразования, отличающего почву от горной породы.

В пользу изложенных представлений свидетельствует и почвообразование при первичной экогенетической сукцессии (энодоэкогенез по В. Н. Сукачеву и Н. В. Дылису, 1964) растительности с поступательным накоплением ПОВ до достижения условно стабильного состояния в стадии коренной растительности (Одум 1986; Дюшофур 1979; Разумовский, 1999; Чертов, 1990; Лукина и др., 2010; Nadporozhskaya et al., 2006). Более того, общий динамический тренд почвообразования представляет собою последовательную эутрофикацию почвы с концентрированием не только углерода и азота органического вещества, но и других элементов-биофилов (Чертов, Разумовский, 1980; Чертов, 1990). Этот же общий тренд прослеживается и при восстановлении почв после различных нарушений: ветровально-почвенный комплекс, сельскохозяйственное использование, промышленное загрязнение (Алексеев 1990; Бобровский, 2010; Данилов и др., 2024; Kalinina et al., 2013).

С общетеоретических позиций и парадигмы доминирования биологического фактора (по Пономарёвой, 1964; Чертов, Разумовский 1980) в формировании почв, аккумуляция биологически активного ПОВ служит базовым и обязательным системообразующим (незаменимым уникальным) процессом в наземных и полуводных (от наземных до мелководных) ландшафтах, (биомах, местообитаниях, экотопах, экосистемах). Присутствие даже в самом незначительном количестве почвенного (а не вообще любого) органического вещества – это признак почвы в разных стадиях своего генезиса. Отсутствие ПОВ – это свидетельство того, что это геологическое или антропогенное образование, горная порода или что угодно другое (например, бетонная плита или броня подбитого танка), но не почва. При этом, наличие ПОВ без минерального субстрата – это всегда признак почвы, но на органогенных почвообразующих породах. С дугой стороны, даже на массивных горных породах может формироваться почва-плёнка с крипто-микозным ПОВ и нано-процессами его аккумуляции, приводящими затем к появлению лишайников (Chertov et al., 2004; Lessovaia et al., 2008) и развитию процессов почвообразования в ходе первичной экогенетической сукцессии (Одум, 1986; Разумовский, 1999; Лукина и др., 2019).

Как же обстоят дела с существующими почвенными классификациями, насколько в них отражена важнейшая роль ПОВ в динамике и, в конечном итоге, в эволюции почв? Если обратиться к Международной системе почвенной классификации WRB (Мировая …, 2024), то вырисовывается интересная картина в отношении наименований почвенных таксонов разного уровня. Первое, почвенные таксоны называются в основном по свойствам минеральных, реже по органоминеральным и редко по органическим горизонтам. Второе. Как раньше, так и теперь, почвы называются по доминирующему морфологическому признаку (часто просто по цвету) с обязательным использованием только устойчивых параметров минеральной матрицы: «свойства верхнего горизонта могут быстро изменяться во времени, поэтому в системе WRB они используются для диагностики только в редких случаях» (Мировая …, 2024, стр. 25). Т.е. свойства почвы, отражающие её как динамическую систему, считаются мешающими классифицированию, и имеется только один блок с накоплением ПОВ в верхних горизонтах. Третье, и возможно самое главное: в названиях «референтных почвенные групп» бросается в глаза «абиологичность» классификации по отражению свойств ПОВ, как продукта трансформации растительных остатков всей почвенной биотой. Так, из 32 наименований «референтных почвенных групп» только две соотнесены с ПОВ (чернозёмы и органогенные почвы). В референтной почвенной группе LUVISOLS (Мировая …, 2024, с. 129; по смыслу это подзолистые почвы) из 49 основных и дополнительных квалификаторов (генетических признаков, уточняющих прилагательных к наименованию почвы) нашелся только один (!), имеющий отношение к ПОВ (Humic). Более того, из 294 всех основных «квалификаторов» соотнесены с ПОВ только 14 (Мировая…, 2024, с. 160–161). Складывается впечатление, что речь идет не о почве, а о классификации зоны поверхностного выветривания четвертичных отложений и горных пород.

По сравнению с мировой классификацией WRB, российская почвенная классификация (Герасимова и др., 2004) с отличной от WRB таксономической системой выглядит более биологической и экологической: в ней из 52 диагностических горизонтов 24 (46%!) базируется на устойчивых признаках ПОВ (Полевой определитель почв, 2008). В целом в почвенных классификациях не прослеживается стремления таксономически отражать существование двух базовых твердых фаз почвенной системы: почвенного органического вещества, как продукта жизнедеятельности организмов, и минеральной почвы, трансформирующейся под влиянием живых организмов наряду со всеми классическими факторами почвообразования.

Высказанные выше теоретические положения приводят к неоспоримому выводу о необходимости более полного отражения ПОВ в классификации почв. Автор убежден, что наименование почвы должно быть двухкомпонентным и слагаться из части, относящейся к морфологии и характеристике органического вещества (гумуса), и части по морфологии и признакам минеральных горизонтов, в совокупности наиболее полно воспроизводя вербальнo «портрет» всей почвы. Изменчивость ПОВ, как недостаток при ординации, в настоящее время оборачивается достоинством, поскольку в быстро меняющемся мире возникает потребность в динамической классификации, отражающей современное состояние почвенной системы. Поэтому возникает вопрос об оптимальной реализации более детального включения прежде всего морфологических признаков ПОВ в рамках существующих почвенных классификаций, не нарушая или сильно модифицируя их структуру.   

Самое удивительное, что со времен становления генетического почвоведения существует характеристика и классификация морфологических типов трансформации ПОВ для аккумулятивных горизонтов (в лесном почвоведении О и Аh), введенных датчанином Мюллером (Müller, 1887). Это – концепция «форм гумуса», которая в течение ХХ века успешно развивалась в мировом почвоведении (Дюшофур 1979; Kubiena, 1953; Wilde, 1958). В России этот подход разрабатывался и использовался только в лесном почвоведении как «прикладное» и экологическое направление (Тюрин, Пономарева, 1940; Роде, 1955; Благовидов, Бурков, 1959; Чертов, 1966; Бахмет, 2015; Коркина, Воробейчик, 2016; Чертов и др., 2018). В последнее время формам гумуса посвящено три спецвыпуска журнала Applied Soil Ecology (2018, Vol. 122, parts 1, 2, 3), в которых излагается подробная почвенно-зоологическая диагностика и детальная классификация форм гумуса практически всех почв наземных экосистем. Более того, было сформулировано положение о систематике форм гумуса с акцентом на роль почвенной фауны в гумусообразовании как основы нового «биологического почвоведения» (Zanella et al., 2018). Подчеркивается, что это понятие относится только к аккумулятивной части почвы, как зоны активного биологического круговорота, а не ко всему почвенному профилю (Zanella et al., 2018, Le Bayon et al., 2024), хотя О. Н. Бахмет (2015) использовала его для классификации органопрофилей лесных почв по концепции Л. А. Гришиной (1986).

По сути, этот подход относится к ныне забытой эдафологии (Чертов и др., 2018), представляющей почву средой обитания живых организмов, а не только самостоятельным природным телом, как в генетическом почвоведении. Термин «эдафология» до последнего времени употреблялся в некоторых странах вместо почвоведения, а прилагательное «эдафический» сохранилось в географии, ботанике, зоологии и лесоведении. В Германии к эдафологии полностью относится учение о местообитаниях (Standortslehre), как дополнение к почвоведению (например, книга Bodenkunde und Standortslehre: Stahr et al., 2008).

Тремя базовыми группами форм гумуса служат хорошо известные в лесном почвоведении «мор» (в России – грубый гумус), «модер» (переходный тип) и «мулль» (изначально «мягкий гумус»), прослеживаемые также в ксероморфных и в гидроморфных местообитаниях. Российская полная классификация форм гумуса включает 22 формы (Чертов и др., 2018). При этом, систематика форм гумуса и генетическая классификация фактически сливаются в ряду полу- и гидроморфных органогенных почв. Этот подход может быть в перспективе применен и для таксонов сельскохозяйственных (типы окультуривания) и техногенных почв. В своё время таксономия форм гумуса использовалась при лесоустройстве на Северо-Западе России в конце ХХ века (Чертов, 1974а,б; Чертов и др., 1978) и до сих пор в употреблении в ряде лесоводственных и экологических исследований.

Необходимость объединения двух классификационных подходов не раз обсуждалась в цитированных выше работах в среде в основном экспертов по ПОВ. Однако, это не встречало ответной реакции в генетическом почвоведении и не обсуждалось в литературе.

Автор уверен, что оптимальным вариантом для отражения в почвенной номенклатуре свойств обоих твердофазных компонентов почвенной системы должно быть сочетание генетического и эдафического определений в новой классификационной единице, объединяющей в наименовании тип трансформации ПОВ (формы гумуса) с генетическим таксоном. Однако, этого до сих про не произошло, хотя еще в первой половине ХХ века И. В. Тюрин и В. В. Пономарёва (1940) использовали название типа (формы) гумуса в качестве прилагательного к слову почва или к наименованию почвы (например, «муллевая почва, грубогумусная подзолистая почва»). Поэтому, шаблон наименования «морфологический тип аккумуляции ПОВ (сейчас это форма гумуса) – как прилагательное и генетическое определение почвы – как существительное» – следует считать базовым для отражения важной роли ПОВ в классификации почв. В этом случае название почвы выглядит, к примеру, так: грубогумусная (тип аккумуляции ПОВ) подзолистая песчаная на аллювиальных песках (генетическое определение); модермуллевая (тип аккумуляции ПОВ) светлосерая легкосуглинистая на пылеватых покровных суглинках (генетическое определение); муллевая (тип аккумуляции ПОВ) серая лесная среднесуглинистая на лессовых суглинках (генетическое определение).

Следует отметить, что наименование лесных почв по этому шаблону было предложено Н. Л. Благовидовым ещё в середине ХХ века и впервые было использовано для классификации почв при картографировании Лисинского учебного-опытного лесхоза ЛТА в 1954 году (увы, карта утрачена). Позже эта классификация с типами (формами) гумуса в сочетании с генетическим определением почв была использована при картографировании лесных почв в масштабе от 1:10000 до 1:100000 при лесоустройстве в 7 лесхозах Ленинградской области на площади 350 тыс. га. (Чертов и др., 1978), что показало лесоводственную значимость объединения таксонов генетической и эдафической (с формами гумуса) классификаций. В силу существующих требований все эти карты утрачены за исключением почвенно-типологической карты масштаба 1:25000 Сиверского лесхоза (ныне лесничества) Ленинградской области, как экспериментальной базы СПБНИИЛХ (Чертов и др., 1974). Более того, этот классификационный формат успешно использовался в многолетних лесотипологических исследованиях на Северо-Западе РФ (Федорчук и др., 2005).

Включение такого «сдвоенного» таксона в структуру существующей классификации почв России (Герасимова и др., 2004; Полевой определитель почв, 2008) возможно двумя способами. Во-первых, его можно вставить на уровне неясно определенного подтипа почвы, для которого «количественные показатели в качестве диагностических критериев не используются» (Полевой определитель почв, 2008: стр. 8). Во-вторых, наиболее оптимальным будет введение дополнительной категории в таксономическую структуру. Для таксона с формами гумуса (в качестве прилагательного к генетическому определению) целесообразно добавить градацию «pяд» (либо «отряд, атрибут») в иерархии таксонов ниже разновидности и разряда, как относительно изменчивую классификационную единицу. В таком виде для введения типов трансформации ПОВ не потребуется никаких структурных перестроек в основной классификации. В то же время, классификация почв приобретает динамический облик, что особенно важно для мониторинга состояния лесных экосистем и биосферы под воздействием антропогенных факторов и для классификационного отражения секвестрации углерода в почвах при изменении климата (Лукина и др., 2013; Аккумуляция углерода …, 2018).

Реализация предлагаемого расширения базовых почвенных классификаций открывает перспективы более широкого их использования в решении почвенно-экологических задач и повышения роли почвенных данных в принятии решений по устойчивому развитию лесоуправления, сельского хозяйства, многоцелевого природопользования, реконструкции и восстановления природной среды.

При решении проблемы уточнения почвенных классификаций в отношении учета специфики формирования ПОВ (гумуса) в ближайшем будущем возможны следующие варианты развития событий.

1. Не делать ничего, оставить всё как есть.
2. Официально закрепить обсуждаемый подход по классификации типов трансформации ПОВ (форм гумуса) с эдафо-, био- и экологической ориентацией в качестве отдельной параллельной классификации почв, что фактически реализовано в Германии и предлагается в Европе уже в статусе «биологического почвоведения».
3. Реализовать предложенную в этом сообщении методику расширения российской классификации почв с объединением генетического и эдафо-экологического подходов, что потребует тщательной проработки по всем таксонам существующей классификации и расширения систематики форм гумуса.
4. Отклонить предлагаемый подход и создать другой по классификационному учёту ПОВ с новой теорией и терминологией.

Пока в генетическом почвоведении неспешно дискутируется возможность включения типов аккумуляции и трансформации ПОВ (форм гумуса) в существующие классификации, формы/типы гумуса уже давно интегрированы в методические руководства по описанию почв при инвентаризации лесов и используются во многих странах мира (Малышева и др., 2022). Они сейчас также включаются в методические материалы по государственной инвентаризации лесов (ГИЛ) России. Это уникальный случай, когда практика обгоняет теорию.

ФИНАНСИРОВАНИЕ

Работа выполнена в рамках государственного задания ЦЭПЛ РАН по теме «Биоразнообразие и экосистемные функции лесов» (Регистрационный номер НИОКТР 124013000750-1).

СПИСОК ЛИТЕРАТУРЫ

Аккумуляция углерода в лесных почвах и сукцессионный статус лесов / Под ред. Н. В. Лукиной. М.: Товарищество научных изданий КМК, 2018. 232 с.

Алексеев В. А. Лесные экосистемы и атмосферное загрязнение. Л.: Наука, 1990. 200 с.

Бахмет О. Н. Структурно-функциональная организация органопрофилей почв лесных экосистем Северо-Запада России. Автореф. дисс. докт. биол. наук. Петрозаводск, 2015. 49 с.

Благовидов Н. Л., Бурков Г. Л. Методические указания к производству почвенных исследований и характеристике условий местообитания в Ленинградском экономическом районе. Л.: ЛТА, 1959. 30 с.

Бобровский М. В. Лесные почвы Европейской России: биотические и антропогенные факторы формирования. М.: КМК, 2010. 359 с. 

Вернадский В. И.  Живое вещество и биосфера. М.: Наука, 1994. 669 с.

Вернадский В. И. Биосфера. Избранные труды по биогеохимии. М.: Мысль, 1967. 376 с.

Вернадский В. И. Биосфера. Л.: Науч. хим.-технол. изд-во. 1926. 147 с.

Герасимова М. И., Шишов Л. Л., Тонконогов В. Д., Лебедева И. И. Классификация и диагностика почв России. Смоленск: Ойкумена, 2004. 342 с.

Гришина Л. А. Гумусообразование и гумусное состояние почв. М.: Изд-во МГУ, 1986. 244 с.

Данилов Д. А., Яковлев А. А., Зайцев Д. А., Иванов А. А. Изменения в постагрогенных почвах в ходе восстановления древесной растительности в условиях юго-запада Ленинградской области // Известия Санкт-Петербургской лесотехнической академии. 2024. № 251. С. 97–122. DOI: 10.21266/2079-4304.2024.251

Дюшофур Ф. Основы почвоведения. Эволюция почв. М.: Изд. Прогресс, 1979. 592 с.

Коркина И. Н., Воробейчик Е. Л. Индекс форм гумуса – перспективный инструмент для экологического мониторинга // Экология. 2016. № 6. С. 434–440. DOI: 10.7868/S0367059716060081

Лукина Н. В., Орлова М. А., Бахмет О. Н., Тихонова Е. В., Тебенькова Д. Н., Казакова А. И., Крышень А. М., Горнов А. В., Смирнов В. Э., Шашков М. П., Ершов В. В., Князева С. В. Влияние растительности на характеристики лесных почв Республики Карелия // Почвоведение. 2019. № 7. C. 827–842. DOI: 10.1134/S0032180X19050071

Лукина Н. В., Орлова М. А., Горнов А. В., Крышень А. М., Кузнецов П. В., Князева С. В., Смирнов В. Э., Бахмет О. Н., Эйдлина С. П., Ершов В. В., Зукерт Н. В., Исаева Л. Г. Оценка критериев устойчивого управления лесами с использованием индикаторов международной программы ICP Forests // Лесоведение. 2013. № 5. С. 62–76.

Лукина Н. В., Орлова М. А., Исаева Л. Г. Плодородие лесных почв как основа взаимосвязи почва-растительность // Лесоведение. 2010. № 5. С. 45–56.

Малышева Н. В., Филипчук А. Н., Золина Т. А., Кинигопуло П. С., Шалимова Е. М., Попик С. А., Сильнягина Г. В. Анализ зарубежного опыта национальных инвентаризаций лесов: методы, выборка, результаты и международная статистика // Лесохозяйственная информация. 2022. № 2. С. 90–132. DOI: 10.24419/LHI.2304-3083.2022.2.08

Мирзоян Э. Н. Становление экологических концепций в СССР: биогеоценология В. Н. Сукачёва. М.: ЛЕНАРД, 2016. 224 с.

Мировая реферативная база почвенных ресурсов. Международная система почвенной классификации для диагностики почв и составления легенд почвенных карт / Пер. под ред. М. И. Герасимовой, П. В. Красильникова. 4-е издание. Международный союз наук о почве. М.: МАКС Пресс, 2024. 248 с. 

Одум Ю. Экология. Т. 2. М.: Мир, 1986. 376 с.

Полевой определитель почв. М.: Почвенный ин-т им. В. В. Докучаева, 2008. 182 с.

Пономарева В. В. Теория подзолообразовательного процесса. Биохимические аспекты. М.: Наука, 1964. 377 с.

Разумовский С. М. Избранные труды. М.: KMK, 1999. 560 с.

Роде А. А. Почвоведение. М., Л.: Гослесбумиздат, 1955. 524 с.

Сукачев В. Н., Дылис Н. В. Основы лесной биогеоценологии. М.: Наука, 1964. 573 с.

Тимофеев-Ресовский Н. В. Биосфера и человечество // Научные труды Обнинского отдела Географического общества СССР. 1968. Сб. 1. Ч. 1. С. 3–12. 

Тюрин И. В., Пономарёва В. В. Материалы по изучению гумуса лесных почв // Труды Ленинградской лесотехнической академии им. С. М. Кирова. 1940. Вып. 56. С. 3–49.

Федорчук В. Н., Нешатаев В. Ю., Кузнецова М. Л. Лесные экосистемы северо-западных районов России. Типология, динамика, хозяйственные особенности / Отв. ред. О. Г. Чертов. СПб: Санкт-Петербургский НИИ лесн. хоз-ва. 2005. 381 с.

Чертов О. Г. Изучение типов местообитаний на Северо-Западе СССР. Методические указания. Л.: Лен. НИИ лесн. хоз-ва. 1974б. 72 с.

Чертов О. Г. К характеристике типов гумусового профиля подзолистых почв Ленинградской области // Почвоведение. 1966. № 3. С. 26–37.

Чертов О. Г. О экологических функциях и эволюции почв // Вестник ЛГУ. 1990. Сер. 3. № 2(10). C. 75–81.

Чертов О. Г. Определение типов гумуса лесных почв. Методические указания. Л.: Лен. НИИ лесн. хоз-ва. 1974а. 16 с.

Чертов О. Г., Мельницкая Г. Б., Ламов А. К., Берг И. Е. Опыт работ по лесной типологии на основе картирования почв и местообитаний // Сб. статей по лесоводству. Л.: Лен. НИИ лесн. хоз-ва. 1974. № 17. С. 24– 47.

Чертов О. Г., Надпорожская М. А., Палёнова М. М., Припутина И. В. Эдафология в структуре почвоведения и экосистемной экологии // Russian Journal of Ecosystem Ecology. 2018. Vol. 3. No 3. p. 1–11. DOI: 10.21685/2500-0578-2018-3-2

Чертов О. Г., Разумовский С. М. Об экологической направленности процессов развития почв // Журнал общей биологии. 1980. Т. 62. № 3. С. 386–396.

Чертов О. Г., Филиппов Г. В., Мельницкая Г. Б. Крупномасштабное картирование почв при лесоустройстве. Методические указания. Л.: Лен. НИИ лесн. хоз-ва. 1978. 52 с.

Chertov O., Gorbushina A., Deventer B. A model for microcolonial fungi growth on rock surfaces // Ecological Modelling. 2004. Vol. 177. P. 415–426. DOI: 10.1016/j.ecolmodel.2004.02.011

Kalinina O., Chertov O., Dolgikh A. V., Goryachkin S. V., Lyuri D. I., Vormstein S., Giani L. Self-restoration of post-agrogenic Albeluvisols: Soil development, carbon stocks and dynamics of carbon pools // Geoderma. 2013. Vol. 207. P. 221–233.  DOI: 10.1016/j.geoderma.2013.05.019

Kubiena W. L. The soils of Europe. London: Thomas Murby and Co. 1953. 318 p.

Le Bayon R.-C., Ponge J.-F., Zanella A. Earthworms and humus forms [In:] Y. Kooch, Y. Kuzyakov (eds.). Earthworms and Ecological Processes. Springer, Cham. 2024. P. 189–217.  DOI: 10.1007/978-3-031-64510-5_6#

Lessovaia S., Chertov O., Goryachkin S. Specificity of pedogenesis in shallow soils on massive rocks of East Fennoscandia // Zemes Ukio Mokslai (Agricultural Sciences). 2008. Vol. 12. No. 3. P. 80–86.

Müller P. E. Studien über die natürlichen Humusformen und deren Entwicklung auf Vegetation und Boden. Berlin, 1887. 324 s.

Nadporozhskaya M. A., Mohren G. M. J., Chertov O. G., Komarov A. S., Mikhailov A. V. Dynamics of soil organic matter in primary and secondary forest succession on sandy soils in The Netherlands: An application of the ROMUL model // Ecological Modelling. 2006. Vol. 190. P. 399–418. DOI: 10.1016/j.ecolmodel.2005.03.025

Ponge J.-F. Humus forms in terrestrial ecosystems: a framework to biodiversity // Soil Biology and Biochemistry. 2003. Vol. 35. No. 7. P. 935–945. DOI: 10.1016/s0038-0717(03)00149-4

Stahr K., Kandeler E., Herrmann L., Streck T. Bodenkunde und Standortlehre. Ulmer Verlag, 2008. 327 s.  DOI: 10.36198/9783838553450

Wilde S. A. Forest Soils: Origin, Properties, Relation to Vegetation and Silvicultural Management. New York, Wiley & Sons, 1958. 537 p.

Zanella A., Ponge J.-F., Briones M. J. I. Humusica 1, article 8: Terrestrial humus systems and forms – Biological activity, space-time dynamics // Applied Soil Ecology. 2018. Vol. 122. P. 103–137. DOI: 10.1016/j.apsoil.2017.07.020

Послесловие автора

 Около полувека назад почти всё изложенное выше было сделано, опубликовано (статьи 1963-1978, 4 методических руководства, монография, конференции), защищены кандидатская и докторская диссертации, успешно опробовано на практике – и всё было положено на полку до лучших времен, поскольку интерес к почвам в лесоустройстве иссяк (не было денег).

Автор побежал дальше – от типологии к математическому моделированию, как пророчески предсказал более 100 лет назад известный русский лесовод немец А. А. Крюденер* (1916): «…и только тогда, когда лесоводы научатся с математической точностью определять производительные силы почвогрунта – только тогда померкнет звезда типов…».

А. А. Крюденер – организатор лесоустройства в России, директор лесного департамента в царском правительстве, автор первой русской лесной типологии, ставшей основой украинской школы. У него чудесная рукописная книга «Моя Россия», которая ходила по рукам в самиздате.

*Крюденер А. А. Основы классификации типов насаждений. Материалы по изучению русского леса. Петроград, 1916. 190 с.

Рецензент: к. б. н., доцент Кузнецов В. А.

]]> https://jfsi.ru/8-1-2025-soukhovolsky/ Fri, 11 Apr 2025 07:50:48 +0000 https://jfsi.ru/?p=7294

© 2025 г.                    В. Г. Суховольский^1*, А. В. Ковалев², О. В. Тарасова³,

Е. П. Черткова⁴, Д. Г. Замолодчиков⁴

¹Институт леса им. В. Н. Сукачева СО РАН, Россия, 660036 Красноярск, Академгородок, 50/28

²ФИЦ КНЦ СО РАН, Россия, 660036 Красноярск, Академгородок, 50

³Сибирский федеральный университет, Россия, 660041 Красноярск, пр. Свободный, 79

⁴Центр по проблемам экологии и продуктивности лесов им. А. С. Исаева Российской академии наук, Россия, 117997 Москва, ул. Профсоюзная, 84/32, стр. 14

^*E-mail: soukhovolsky@yandex.ru

Поступила в редакцию: 02.01.2025

После рецензирования: 06.02.2025

Принята к печати: 14.03.2025

Рассматриваются возможности количественной оценки эстетических услуг природного пейзажа в лесах и парках. Обсуждается попытка «взвесить» качество эстетических услуг и эстетические свойства разных пейзажей. Предполагается, что эстетические характеристики участков леса и парков формируются теми же способами, что и характеристики живописи, и особенно, пейзажной живописи. В связи с этим объекты пейзажной живописи рассматриваются с художественной точки зрения для изучения возможности количественной оценки картин известных художников. Для описания цветности и яркости художественных произведений как совокупности пикселей разных цветов и яркости предложено рассматривать ранговые распределения по цветности и яркости этих объектов. Показано, что картины выдающихся художников характеризуются ранговыми распределениями в форме уравнений Ципфа-Парето и Мандельброта. По аналогии с произведениями живописи рассматриваются фотографии пейзажей на территории Алтайского заповедника. Показано, что все пейзажи можно классифицировать по характеристикам ранговых распределений Ципфа-Парето. Предложенный подход позволяет подойти к оценке эстетических характеристики пейзажей.

Ключевые слова: леса, парки, фотографии, пейзаж, эстетические характеристики, живопись, цветность, яркость, пиксели, ранговое распределение

Экосистемные услуги понимаются как польза, которую человек получает от функционирования природных экосистем. Концепция «экосистемных услуг» берет начало в работах экологов второй половины XX в., но широкое внимание общественности, политиков и лиц, принимающих решения, к этой концепции было привлечено после работ Роберта Костанца (Costanza et al., 1997) и Гретхена Дейли (Daily, 1997), в которых сформулирована совокупность понятий и даны первые оценки возможной стоимости экосистемных услуг (Экосистемные услуги …, 2016).

Одними из видов лесных экологических услуг являются эстетические услуги природного пейзажа. Важность этих услуг признается всеми исследователями, однако ключевой проблемой является их количественная оценка.

Леса и парки – специфические художественные объекты. Еще в эпоху Возрождения сформировались разнообразные стили, впоследствии ставшие классическими. Так, регулярный стиль в оформлении парков по праву олицетворяет собой строгость и геометричность форм. Можно сказать, что структуру регулярного парка можно характеризовать наличием дальнего пространственного порядка (рис.1).

Рисунок 1. План Версаля (1789)

Пейзажный (английский) стиль паркового оформления наиболее приближен к естественному природному ландшафту и может характеризоваться наличием ближнего порядка. По своему характеру он противоположен регулярному стилю. Здесь правит полная асимметрия, и даже некоторая небрежность в расположении элементов. Такой парк можно представить как своеобразную картинную галерею независимых пейзажей, подобных произведениям пейзажной живописи.

Совершенно независимо от западного паркового стиля развивались восточные парковые объекты (китайский и японский), однако и для парков этого типа можно говорить о наличии дальнего и ближнего порядков.

Можно говорить о близости восприятия парков с ближним пространственным порядком и пейзажа на картине. О близости живописного пейзажа и вида парка указывает большое число картин разных авторов, на которых отображены парковые зоны.

В настоящее время предпринимаются попытки «взвесить» качество эстетических услуг в зависимости от типа лесных экосистем, что вызывают естественные вопросы об однородности эстетических свойств разных насаждений в пределах одного типа лесных экосистем. Можно предположить, что эстетические характеристики участков леса и парков должны формироваться теми же способами, что и характеристики живописи, и особенно, пейзажной живописи.

Природные пейзажи – специфический художественный объект. Видом природного объекта можно восхищаться или, напротив, считать его неудачными. В этом отношении можно говорить, что красота природного объекта – понятие субъективное. Однако с развитием цифрового представления в искусстве возникает вопрос – существуют ли какие-то объективные показатели, позволяющие нам оценить в цифрах художественные достоинства природных объектов? Безусловно, такие оценки важны для решения задач управления природной средой, классификации важного того или иного ландшафта с точки зрения его использования, например, в рекреационных целях. Основная задача настоящей работы – оценка эстетических характеристик ландшафтов на территории Алтайского государственного заповедника.

МЕТОДЫ И ОБЪЕКТЫ ИССЛЕДОВАНИЙ

Когда пытаются ввести какие-то количественные показатели, используют те или иные математические методы. Действительно, существуют несколько точек пересечения живописи и математики: теория перспективы, представление о золотом сечении в теории композиции (Раушенбах, 1980, 1986, 2001; Livio, 2002). В настоящей работе рассмотрена возможность использования математических подходов для описания эстетических характеристик как пейзажной живописи, так и парков.

Распространенные балльные оценки эстетических характеристик пейзажей в значительной степени субъективны, к тому же при использовании балльной шкалы нельзя оценить, как велика разница между пейзажами с разными балльными оценками. Также для этой цели предлагается использовать оценки характеристики ландшафта, в частности, такую оценку, как Integral Relief Variety (IRV) (Экосистемные услуги …, 2016):

IRV = LndF_V x [(Her_ Varnce+Slope/100000) + Open_Mean)],            (1)

где LndF_V – разнообразие мезоформ рельефа; Her_Varnce – разнообразие диапазона высот; Slope – разнообразие уклонов; Open Mean – потенциальная открытость рельефа.

С нашей точки зрения, у предлагаемого показателя существуют два основных недостатка: во-первых, большая площадь пиксела, используемого для расчетов (50х50 км!), и, во-вторых, неясность с выраженностью эстетических показателей через используемые ландшафтные параметры.

Вообще неясно, как объективно оценить эстетические свойства картин и пейзажей. Обычно для такой оценки используют мнения экспертов. Но невозможно искать экспертов для оценки отдельной картины или пейзажа. Поэтому мы предлагаем использовать в качестве экспертов картины признанных художников и оценивать цифровые показатели организации этих картин. Найденные значения цифровой организации далее будем использовать в качестве эталона эстетических характеристик. Если рассматриваемый пейзаж по своим количественным показателям близок к количественным показателям художников-классиков, будем полгать, что эстетические характеристики такого пейзажа будет считать высокими. 

При разработке методов количественной эстетической оценки пейзажа представляется, что количественные эстетические характеристики должны быть едиными как для природных пейзажей, так и для картин и фотографий, и эти показатели должны «работать» на любом пространственном масштабе. 

Парки (в особенности английские и японские) можно рассматривать как совокупность отдельных организованных ландшафтов. Вообще говоря, парковые зоны и пейзажи можно сравнивать с нефигуративной живописью.

После того, как общество согласилось, что нефигуративная живопись тоже произведение искусства, и можно не связывать качество картины с изображенным на ней сюжетом (если он там есть), любая картина, в конечном счете, представляет собой совокупность линий и множества цветовых и яркостных пятен и хорошая картина отличается от плохой тем, что эти пятна по-разному организованы в пространстве картины. Точно тоже можно сказать и о парках. Но как организованы парки и живописные пейзажи?

Художник, рисующий картину, в конечно счете имеет в своем распоряжении один ресурс – свою палитру, то есть набор цветов, которые он может нанести на двумерное пространство полотна. Если это так, то для описания колористической организации картины возможно использовать представление о распределении этого цветового или яркостного ресурса на плоскости. Следует понимать, что цветовые и яркостные пятна в определенном смысле конкурируют между собой в пространстве картины – если демиург-художник в точку полотна с координатами (X, Y) наносит красную точку, то туда уже не нанесешь синюю. Конечно, можно заменить красную точку на синюю, но зритель-то увидит окончательное решение мастера.

Точно так же как живописное полотно, мастер паркового искусства строит в трехмерном пространстве парк как совокупность линий и цветовых пятен, только в отличие от живописца, использует при этом вместо красок растения. При этом он должен иметь в виду, что в течение сезона окраска растений будет изменяться и парк изменит свой вид.

В настоящее время для фиксации вида парка используется фотография. При этом фотограф получает возможность отобрать для фиксации ракурс, представляющийся ему эстетически привлекательным. И фактически фотографию парка с ближним пространственным порядком можно рассматривать как аналог живописного пейзажа.

В цифровом представлении любую двумерную картину или вид парка представляет собой множество пикселей с некоторой заданной малой площадью. Каждый пиксел можно характеризовать определенным цветом и яркостью. Тогда цветовой колорит картины можно будет описать числом пикселей разных цветов в плоскости картины и можно вычислить функцию распределения этих пикселей по яркости и цвету. В простейшем случае цветовой спектр от красного цвета (примерно 760 нм) до фиолетового (около 400 нм) можно разделить на несколько классов и определить абсолютное и относительное число пикселей каждого класса в плоскости картины. Аналогичную процедуру можно выполнить и для показателей яркости. Тогда картину или вид парка с ближним пространственным порядком можно описать функцией распределения цветов (от красного до фиолетового) и аналогичной функцией распределения по яркости (рис. 2).

Рисунок 2. Распределение по цветам японского парка (фотография из коллекции Huntington Library, Art Museum and Botanical Gardens, San Marino, California, U.S.А).
Группа 1 – синие, и далее по спектру до группы 10 – красные.

При анализе распределения пикселей на двумерном изображении (картине или фотографии) доли p(i) пикселей по цвету или яркости выразится следующим образом:

В этом случае введем понятие эстетической полезности U изображения и определим условие, которое наложим на U: 

где k – константа.

Можно сказать, что перед художником или мастером пейзажей встает задача некоторого оптимального распределения разных пикселей на ограниченном пространстве холста или парка.

Задача оптимального распределения ограниченного ресурса между компонентами системы впервые была поставлена В. Парето при описании распределения доходов населения и Дж. К. Ципфом при анализе состава слов в тексте (Pareto, 1897; Парето, 2008; Zipf, 1949).

Во многих работах продемонстрировано, что закон Ципфа-Парето носит универсальный характер и описывает распределение однородного ограниченного ресурса в биологических, экологических, экономических, социальных и политических системах.

При это полагают, что система состоит из n различных элементарных единиц (например, пикселей фиксированных цветов) и характеристики системы описываются как называемыми ранговым распределением, где по оси Х откладывается ранг компонента, а по оси Y – число компонентов этого ранга. Для построения рангового распределения компоненту с самым большим числом пикселей присваивается ранг 1, а компоненту с наименьшим числом пикселей будет присвоен ранг n. Следующий шаг – построение зависимости относительного значения пикселей в классе от ранга класса – это и есть ранговое распределение.

Ранговое распределение относительного обилия пикселей разных цветов будем описывать с помощью уравнения Ципфа – Парето в двух формах: классической форме (4) и в форме (5), предложенной Бенуа Мандельбротом (Pareto, 1897; Zipf, 1949; Mandelbrot, 1965).

   p(i)=Ai^-b                                (4)

  p(i)=A(i+B)^-b                          (5),

где А, b и В – константы.

Или после логарифмического преобразования (4)

              ln p(i) = a-b ln i                    (6),

где а – логарифм компонента ранга 1, b – коэффициент распределения компонентов в объекте (коэффициент преобладания (цвета или яркости)).

Если b велико, на объекте преобладают несколько основных цветов (показателей яркости). Если b мало, то палитра картины слагается из почти равного числа пикселей различных цветов (показателей яркости).

После разложения (5) в ряд Тейлора получим:

                 ln p(i) = a₁—b₁i    (7)

Таким образом, уравнение (6) линейно в двойных логарифмических координатах, а уравнение (7) линейно в полулогарифмических координатах. Эти представления данных позволяют вычислить коэффициенты уравнений (6) и (7) для ранговых распределений, используя стандартные линейные регрессионные уравнения.

Для анализа изображений парков и картин использовалась оригинальная компьютерная программа анализа сканированного растрового изображения. Программа переводила исходное сканированное RGB-изображение (цветное, 16 млн. цветов) отдельно в 256 градаций яркости и 256 градаций цветности.

Цветовая модель RGB наиболее просто описывает формат записи цветного изображения на технических устройствах и идеально приспособлена для аппаратной реализации. Кроме того, система RGB удачно согласована со зрительной системой человека в том смысле, что человеческий глаз восприимчив к красному, зеленому и синему –основным первичным цветам. К сожалению, цветовые системы RGB, CMY и другие подобные плохо приспособлены для описания цветов таким образом, как это свойственно человеку. Например, описывая цвет автомобиля, человек не говорит о процентном содержании в нем каждого из основных цветов. Более того, рассматривая цветное изображение мы не думаем о том, что оно составлено из трех отдельных изображений – по одному для каждого первичного основного цвета.

Глядя на окрашенный объект, человек описывает его с помощью цвета (цветового тона), насыщенности и светлоты (Гонсалес, Вудс, 2005). Цветовой тон является характеристикой, которая описывает собственно цвет (чистый желтый, оранжевый, красный и т.д.), тогда как насыщенность дает меру того, в какой степени некоторый чистый цвет разбавлен белым. Светлота соответствует понятию интенсивности (полутоновой яркости) в ахроматическом случае и является одним из ключевых параметров для описания цветового восприятия. Как известно, интенсивность (яркость) – основная характеристика монохромных (полутоновых) изображений. Эта величина может быть измерена и легко поддается интерпретации. В модели, которая носит название цветовая модель HSI (цветовой тон, насыщенность, интенсивность) яркостная информация (интенсивность) отделена от цветовой информации (цветовой тон, насыщенность). В результате модель HSI представляет собой идеальное средство для построения алгоритмов обработки изображений, поскольку в основе модели лежит естественное и интуитивно близкое человеку описание цвета.

Иногда модель HSI также называют HSB (Hue – Saturation –Brightness Цветовой тон – Насыщенность – Яркость). В данной работе в дальнейшем будут использоваться компоненты данной модели Цветность- (Hue) и Яркость (Intensity / Brightness).

Цветовой тон Н для каждого пикселя, заданного в RGB-формате изображения, определяется по формуле

где

Насыщенность S дается выражением

Наконец, интенсивность I дается выражением

Формулы (8)–(10) написаны в предположении, что RGB координаты нормированы так, чтобы их значения лежали в диапазоне [0, 1], и угол 0 отсчитывается от красной оси пространства HSI. Цветовой тон может быть нормирован таким образом, чтобы его значения попадали в диапазон [0, 1]. Для этого нужно значения Н, получаемые по формуле (8), поделить на 360°. Значения двух других HSI компонент автоматически попадают в этот диапазон при условии, что RGB значения лежат в интервале [0,1].

Для каждой из двух полученных компонент рассчитывается распределение точек изображения по 10 равномерным группам. В дальнейшем рассчитывается параметры уравнения Ципфа-Парето отдельно для яркости и цветности. При расчете производится оптимизация аппроксимации распределения (по МНК-критерию при максимуме коэффициента детерминации R².

Таким образом, мы перевели цветовую и яркостную структуру паркового пейзажа или картины в цифры, и ввели три показателя для описания этой структуры – угол наклона b, свободный член а и коэффициент детерминации R², показывающий, насколько распределение цветов подчиняется уравнению свободной конкуренции. Чем ближе значение R² к 1, тем точнее изучаемое распределение описывается моделью свободной конкуренции. Кроме того, можно отметить цветовые или яркостные группы ведущих рангов 1 и 2, характеризующие цвета или яркости, занимающие большую часть пейзажа.

Для оценки эстетических характеристик изображения введем Гипотезу художественной оптимальности (максимальной эстетической полезности): у картин, обладающих высокой художественностью ценностью, распределение пикселей по яркости и цвету должны подчиняться уравнениям (6) или (7).

Для верификации выдвинутой гипотезы анализируются работы известных художников: В. Ван Гога, К. Моне, Я. Вермеера, В. Кандинского, Дж. Поллока и других; фотографии пейзажей японского парка из коллекции Huntington Library, Art Museum and Botanical Gardens, San Marino, California, U.S.А., английского парка (18th-century landscape garden, Wilton House, Salisbury, England, GB; фотографии участков леса в окрестностях Красноярска.

Оценка эстетических характеристик ландшафтов на территории Алтайского государственного заповедника проведена на основе 128 фотографий из 8 разных природных объектов.

Алтайский государственный природный заповедник (АГПЗ) был основан 16 апреля 1932 года в горах Южной Сибири. Основной задачей создания заповедника является охрана Телецкого озера, разнообразных ландшафтов, кедровых лесов, генетического фонда флоры и фауны, редких видов и уникальных экосистем (Малешин и др., 1999). Площадь заповедника составляет около 900 тыс. га, что составляет около 10% от территории Республики Алтай. В его состав входит 50% (более 11 тыс. га) акватории Телецкого озера (Наблюдение и изучение …, 2023).

АГПЗ и Телецкое озеро признаны объектами Всемирного природного наследия ЮНЕСКО в рамках номинации «Золотые Горы Алтая», что было подтверждено Сертификатом ЮНЕСКО от 5 декабря 1998 года и постановлением Правительства Республики Алтай от 13 сентября 1996 года № 179. С 1996 года Телецкое озеро имеет статус памятника природы республиканского значения. 26 мая 2009 года на 21-й сессии Международного координационного совета Программы ЮНЕСКО «Человек и биосфера» (МАБ) АГПЗ был включен во Всемирную сеть биосферных резерватов. Важно отметить, что территория Алтайского биосферного резервата находится в пределах Алтае-Саянского экорегиона, одного из 200 важнейших экорегионов мира. Это, в сочетании с кластером «Заимка Лыковых» Хакасского биосферного заповедника и кластером «Кара-Холь» Убсунурской котловины, создает уникальную охраняемую территорию с биосферным статусом (Акимова, Калмыков, 2017).

Заповедник занимает три физико-географические провинции: Северо-Восточный, Восточный и Юго-Восточный Алтай. Сложный мозаичный рельеф включает горные леса, ерниковые и каменисто-травянистые тундры, а также участки горных тундростепей в Джулукульской котловине, расположенной на Юго-Восточном Алтае. Основную часть территории занимают плоскогорья и альпийские хребты Чулышманского нагорья. Заповедник граничит с Республикой Хакасией и Республикой Тыва. Наивысшая точка достигает 3507 метров (гора Ташкалыкая, хребет Шапшальский), а самая низкая – 434 метра (уровень Телецкого озера). В северной части находятся хребты Торот (до 1615 м) и Корбу (до 2058 м). Восточные границы заповедника проходят вдоль хребтов Абаканского (максимальная высота 2841 м) и Шапшальского (максимальная высота 3507 м). К южной границе подходят северные отроги хребта Чихачёва (до 3053 м). Западная граница представлена глубокой долиной реки Чулышман и Телецкого озера (434 м). В южной части расположен обширный Джулукульский межгорный котловина с высотой около 2200 м. Разница между максимальной высотой и уровнем Телецкого озера составляет 3070 м. Относительные высоты альпийских гребней над речными долинами варьируются от 400 до 2500 м (Самойлова, 1967).

Рельеф характеризуется разнообразием форм: высокогорные альпийские участки сменяются платообразными нагорьями, широкими долинами и глубокими каньонами. Почвенный покров варьируется в зависимости от широты и высоты. В заповеднике выделяются следующие типы почв: горные-лесные (обычно оподзоленные) на лесных участках и горно-тундровые в высокогорьях, а также горно-луговые под лесными и субальпийскими лугами и черноземовидные почвы под степными сообществами (Самойлова, 1967).

По количеству видов сосудистых растений Алтайский биосферный заповедник делит первое место в России с Кавказским биосферным заповедником, а по видовому разнообразию входит в пятерку заповедников страны.

Разнообразие природных и климатических условий заповедника содействует богатому видовому составу флоры и фауны. На территории заповедника зарегистрировано 3601 вид растений, включая 550 мохообразных, 1770 сосудистых, 1051 низших растений (668 водорослей, 314 грибов, 263 лишайника). Папоротникообразные представлены 36 видами. В Красную книгу России включены 39 видов растений, среди которых 8 видов лишайников, 4 вида мхов, по 1 виду папоротникообразных и плауновидных, 3 вида грибов и 22 вида сосудистых растений. Среди зарегистрированных растений более 250 видов являются Алтае-Саянскими эндемиками, а 120 видов — реликтами различных эпох палеогенового, неогенового и четвертичного периодов (Черткова, 2019).

На территории заповедника обнаружено 15 видов рыб, 2 вида амфибий, 6 видов рептилий, 337 видов птиц и 71 вид млекопитающих. В настоящее время фауна млекопитающих заповедника включает 71 вид, относящихся к 6 отрядам и 19 семействам. Среди них 18 видов хищных, 8 парнопалых, 24 грызуна, 2 зайцеобразных, 8 рукокрылых и 11 насекомоядных. Особое внимание заслуживают снежный барс (Uncia uncia), алтайский горный баран (Ovis ammon ammon) и манул (Felis manul), которые занесены в Международную Красную книгу, Красную книгу России и Красную книгу Республики Алтай. Также в Красную книгу Республики Алтай и Российской Федерации занесены речная выдра (Lutra lutra) и северный олень (лесной подвид) (Rangifer tarandus valentinae). Заповедник является единственным местом обитания лесного северного оленя в регионе. Кроме того, в Красную книгу Республики Алтай включены кабарга (Moschus moschiferus) и 8 видов летучих мышей.

На сегодняшний день зарегистрировано 332 вида насекомых, среди которых 39 видов стрекоз, 1 вид тараканосверчка, 41 вид поденок, 62 вида ручейников, 73 вида чешуекрылых, 24 вида жесткокрылых (жуки-долгоносики) и 92 вида паукообразных (Черткова, 2019).

Почти половину территории заповедника занимают горно-таежные леса, в состав которых входят кедр (Pinus sibirica), лиственница (Larix sibirica), пихта (Abies sibirica), ель (Picea obovata), береза (Betula pendula) и осина (Populus tremula) в различных сочетаниях. Особой гордостью заповедника являются сохранившиеся массивы кедра в прителецкой части, достигающие 1.8 м в диаметре и возраста 400–450 лет (Лесохозяйственный регламент …, 2022).

Развитие туризма на территории АГПЗ имеет давнюю историю, и среди его излюбленных мест для отдыхающих особое внимание привлекают такие живописные ландшафты, как:

– Водопад Корбу ­– одно из самых доступных и живописных мест, где потоки воды каскадами обрушиваются вниз, создавая завораживающее зрелище. Это идеальное место для съемки динамичных водных потоков на фоне густой зелени леса.

­– Телецкое озеро – жемчужина Алтайского заповедника, одно из самых глубоких озер России. Коренные народы называют его Алтын-Кёль, или Золотое озеро. Его кристально чистая вода и окружающие горные хребты создают потрясающие виды, идеально подходящие для пейзажных снимков. Особенно впечатляют фотографии, сделанные на закате или восходе солнца, когда свет играет на поверхности озера, отражаясь в его глади. Телецкое озеро расположено в горном разломе северо-восточной части Алтая на стыке с Западными Саянами, его глубина наибольшая составляет 325 м. Водосборный бассейн озера имеет площадь около 20 тыс. км² и представляет горную область, вытянутую с юго-востока на северо-запад на 235 км. Берега сложены крупными валунами, осыпями, часто представляют собой высокие скальные обрывы. Уникальность Телецкого озера заключается в колоссальном запасе пресной воды (41 км³). Телецкое озеро вносит существенное влияние на формирование местного климата, смягчая зимний и охлаждая летний сезоны.  Долина Телецкого озера расположена в нижнем поясе гор и характеризуется пестротой микроклиматических условий. Зима в долине озера, по сравнению с окружающими территориями, мягкая, что связано с влиянием азиатского антициклона, формирующего утепляющий эффект фёнов («верховки»).

– Водоскат Учар – труднодоступный, но невероятно красивый маршрут, который ведет к одному из крупнейших водопадов Сибири. Фотографам здесь открываются уникальные возможности запечатлеть мощь природы и величие этого водного гиганта.

­– Набирает обороты подводная экотропа. Дайвинг активно развивается в Алтайском заповеднике, как направление экологического туризма. Возможность исследовать тёмные и таинственные воды, увидеть подводный мир знаменитого Телецкого озера ежегодно привлекает сотни посетителей. 

­– «Алтайская сакура» – это ярко цветущие и привлекающие к себе кустарники маральника (рододендрон даурский) – визитная карточка Алтайского заповедника. В начале мая местные жители и туристы специально приезжают, чтобы сделать незабываемые фотографии этих нежных цветов на фоне зеленых лесов, голубого неба и озера.

– «Огоньки» (купальница азиатская) – это второй по своему обилию и красоте цветок, который притягивает и манит к себе почти каждого отдыхающего. В заповеднике можно встретить целые поля насыщенного оранжевого цвета. Нет ни одного посетителя, который прошел бы мимо, не сфотографировавшись с этим цветком.

– Звездное небо – еще один, если его так можно назвать «объект» в АГПЗ, который вызывает восхищение у посетителей заповедника. Многие останавливаются, чтобы запечатлеть этот удивительный ночной пейзаж, делясь своими впечатлениями о том, что в их родных краях такого звездного неба нет.

­– Среди труднодоступных, но невероятно привлекательных для фотографов мест выделяется озеро Джулукуль, расположенное на высоте 2200 метров. Здесь открываются захватывающие панорамы реликтовой тундростепи и величественного Шапшальского хребта. Яркие желтые маки и стелющиеся заросли карликовой березки добавляют этому месту особый шарм, привлекая внимание любителей природы и фотографии.

­– Бассейн реки Богояш, окруженный северными отрогами хребта Чихачёва, также представляет собой уникальное место для фотосессий. Максимальная высота вершин здесь достигает 3054 метров, а вокруг верховья реки расположено самое большое скопление озер и болот. Эти живописные ландшафты с карстовыми провалами и мелкими речушками создают идеальные условия для запечатления дикой природы.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

1. Анализ структуры произведений живописи.

В качестве первого примера при анализе пейзажной живописи приведем пример раннего творчества В. Ван Гога – картину «Пляж в Шевенингене в холодную погоду (1883) (рис. 3).

Рисунок 3. В. Ван Гог. Пляж в Шевенингене в холодную погоду (1883)

На рисунках 4-5 приведено распределение в картине по цветам и ранговое распределение.

Рисунок 4. Цифровое распределение цветов от 440 до 760 нм по 10 равномерным диапазонам на картине «Пляж в Шевенингене в холодную погоду».

Рисунок 5. Ранговое распределение по цветам на картине «Пляж в Шевенингене в холодную погоду». 1 – значения, включенные в ранговое распределение, 2 – значения, не включенные в ранговое распределение.

Как видно, для образца раннего творчества В. Ван Гога отклонения от рангового распределения достаточно велико и о выполнении принципа оптимальности говорить нельзя. Но ситуация меняется, если рассмотреть работы Ван Гога периода расцвета его творчества (рис. 6, 7). 

Рисунок 6. В. Ван Гог. Пшеничное поле на рассвете (1890)

Рисунок 7. В. Ван Гог «Поле с пахарем» (1889)

На рисунках 8 и 9 представлены ранговые распределения цветов на этих картинах

Рисунок 8. Ранговое распределение цветов на картине В. Ван Гога «Пшеничное поле на рассвете»

Рисунок 9. Ранговое распределение цветов на картине В. Ван Гога «Поле с пахарем»

Как видно из рисунка 8, и особенно рисунка 9, ранговое распределение цветов почти точно описывается уравнением (7). Можно проследить эволюцию стиля Ван Гога (рис. 10).

Рисунок 10. Эволюция стиля В. Ван Гога в период с 1880 по 1890 гг.

Для дальнейшего анализа можно взять картину другого великого художника – Яна Вермеера (рис. 11).

Рисунок 11. Ян Вермеер (1632–1675) «Девушка, читающая у окна»

На рисунке 12 приведено ранговое распределение цветов на этой картине.

Рисунок 12. Распределение цветов для картины Я. Вермеера «Девушки, читающей у окна»

Как видно, и в этом случае, коэффициент детерминации для рангового распределения цветов очень близок к максимальному значению 1.

Если перейти к анализу нефигуративной живописи, то можно обратиться к работам такого классика абстрактного искусства, как Дж. Поллок (рис. 13, 14).

Рисунок 13. Дж. Поллок. ING 24_681

Рисунок 14. Дж. Поллок. Number 8

Ранговые распределения для этих картин приведены на рисунках 15 и 16.

Рисунок 15. Ранговое распределение цветов на картине Дж. Поллока ING 24_681

Рисунок 16. Ранговое распределение цветов на картине Дж. Поллока Number 8

Как видно из рисунков15 и 16, точность аппроксимации распределения цветов на этих картинах весьма высока и коэффициенты детерминации R² близки к 1.

Аналогичный эффект можно наблюдать и для другого представителя абстрактного искусства – П. Мондриана (рис. 17).

Рисунок 17. П. Мондриан «Composition With Red, Yellow, And Blue» (1942)

Рисунок 18. Ранговое распределение цветов на картине П. Мондриана «Composition With Red, Yellow, And Blue»

Наконец, обратимся к работе еще одного классика абстрактного искусства – В. Кандинского (рис. 19).

Рисунок 19. В. Кандинский «Малая мечта в красном» (1925)

Как видно из рисунка 20, ранговое распределение цветов на этой картине идеально (R² = 0.964) описывается уравнением (7).

Рисунок 20. Ранговое распределение яркости на картине В. Кандинского «Малая мечта в красном»

Анализ рангового распределения цветов на большом числе картин известных художников разных эпох и, для сравнения, на детских рисунках, показал, что для всех анализировавшихся картин признанных авторов характерно значение коэффициента детерминации рангового распределение, очень близкое к 1. При этом все ранги окраски хорошо ложатся на ранговое распределение, и коэффициент b для распределения не очень велик. Для детских картин, напротив, R² может быть значительно меньше 1, значительная часть цветов не укладывается на ранговое распределение и коэффициент b либо весьма велик, либо очень близок к 0.

Можно ли оценить стиль художника по характеристикам рангового распределения? Для ответа на этот вопрос проанализируем параметры b и R² ранговых распределений для 225 картин К. Моне. На рис. 21-24 приведены функции плотности распределения этих величин по цветности и яркости для рассмотренных картин.

Рисунок 21.  Функция плотности распределения b1 по цветности для картин К. Моне

Рисунок 22.  Функция плотности распределения R12 по цветности для картин К. Моне

Рисунок 23.  Функция плотности распределения b2 по яркости для картин К. Моне

Рисунок 24. Функция плотности распределения R22 по яркости для картин К. Моне

Как видно из рисунков 21-24, для этих функций распределения существует некоторое значение моды bm, которое можно принять за оптимум параметра b. Значение моды функций распределения для параметра R2 близки к 1. Тогда от абсолютных показателей R² и b можно перейти к показателям, нормированных относительно значений R² = 1 и значений nb1 для яркости и nb2 для цветности.

                 nR²_ni   = 1 — R²_ij          (11)

                  nb_ni   = | b_n0 — b_ij |       (12)

На рисунке 25 в плоскости {nb1, nb2} приведены сопряженные значения b по цветности и яркости для картин К. Моне периода 1870–1900 гг.

Рисунок 25. Сопряженные значения nb по цветности и яркости для картин К. Моне периода 1870-1900 гг. 1 – картины в зоне оптимума ранговых распределений; 2 – картины вне зоны оптимума ранговых распределений.

Как видно, можно говорить о близости друг к другу рассмотренных картин К. Моне по показателям рангового распределения. При этом в зоне оптимума – области значений nb1 от 0 до 1 и значений nb2 от 0 до 1.5 находится 92% проанализированных картин художника. Можно предположить, что облако представленных показателей характеризует объекты с высокими эстетическими характеристиками. Будем также считать, что у картин с большими значениями nb1 и nb2 эстетические характеристики ниже, чем у картин из первой группы. Для сравнения приведем репродукции картин К. Моне их первой и второй групп (рис. 26, 27).

Рисунок 26. Картина К. Моне Belle-Ile, Port-Goulphar, 1887 (картина из первой группы с малыми значениями нормированных ранговых характеристик)

Рисунок 27. Картина К. Моне Water Lilies, 1907 (картина из второй группы с большими значениями нормированных ранговых характеристик)

2. Характеристки парковых пейзажей.

На рисунке 28 приведена фотография пейзажа японского парка из коллекции Huntington Library, Art Museum and Botanical Gardens, San Marino, California, U.S.А.

Рисунок 28. Вид японского парка (фотография из коллекции Huntington Library, Art Museum and Botanical Gardens, San Marino, California, U.S.А)

Ранговое распределение цветов на фотографии приведено на рисунке 29.

Рисунок 29. Ранговое распределение цветов на фотографии японского парка (рис. 28).

Как видно, японский мастер (мастера?) построил свой пейзаж практически идеально в соответствии с законами рангового распределения (R² = 0.988!).

Не с меньшим мастерством построили свой парк английские специалисты (рис. 30).

Рисунок 30. Вид английского парка (18th-century landscape garden, Wilton House, Salisbury, England, GB).

Характеристики рангового распределения пейзажа английского парка приведены на рисунке 31.

Рисунок 31. Распределение Ципфа-Парето пикселей цветовых групп фотографии английского парка

После подсчета характеристик большого числа фотографий японских и английских парков были получены средние значения параметров ранговых распределений для этих художественных объектов, которые сопоставлялись с характеристиками пейзажей великого голландского живописца Я. ван Рейсдаля (табл.1).

Таблица 1. Средние значения параметров ранговых распределений, коэффициент детерминации R² и его достоверность p-value для различных художественных объектов

Как показано в таблице 1, характеристики рангового распределения для парковых изображений и картин достаточно близки, и для оценки эстетической ценности как парковых, так и живописных пейзажей можно использовать предлагаемый в настоящей работе подход.

Таким образом, «инструмент» рангового распределения по цветности и яркости можно использовать для цифровой оценки вида парков.

Наконец, после анализа художественных объектов можно перейти к анализу несформированных для получения художественного впечатления ландшафтов, как это сделано для парков. Но в художественном плане эти объекты, по мнению фотографа, обладают определенной эстетической ценностью.

На рисунках 32 и 33 приведены фотография участков леса в окрестностях Красноярска.

Рисунок 32. Окрестности Красноярска. Гремячая Грива1 (фото О. В. Тарасовой). Парковые виды по показателю цветности (R2 = 0.95; b = 1.30)

Рисунок 33. Окрестности Красноярска. Гремячая Грива 2 (фото О. В. Тарасовой).

Парковые виды по показателю цветности (R² = 0.92; b = 0.56)

Если сравнить специально сформированные пейзажи в парках Англии и Японии с почти нетронутыми дизайнерами пригородными пейзажам в сибирских лесах (рис. 34), то можно заключить, что параметры рангового распределения парков Сибири, Японии и Англии значительно отличаются друг от друга. Парк в Сибири характеризуется меньшим значением коэффициента R² и значений коэффициента а по сравнению с парками Японии и Англии, в которых сильнее выделяется цвет ранга 1, и несколько менее падают доли пейзажа, приходящегося на миноритарные цвета. Тем не менее, во всех случаях пейзажи разного типа можно анализировать, используя характеристики рангового распределения его фотографии.

Рисунок 34. Характеристики ранговых распределений пейзажей.
1 – Япония, 2 – Англия, 3 – Сибирь

Из рисунка 34 можно заключить, что пейзажи в окрестностях Красноярска недостаточно подготовлены для того, чтобы доставить эстетическое впечатление по сравнению с работами художников и мастеров паркового ландшафта, что, собственно, не удивительно. Если бы было иначе, не нужны были бы мастера живописи и паркого искусства.  Но важно то, что использование характеристик рангового распределения двумерных изображений (картин или фотографий) несет информацию об эстетической ценности этих объектов.

3. Оценки эстетических характеристик ландшафтов на территории Алтайского государственного заповедника.

Алтайский государственный природный заповедник – это настоящая сокровищница для любителей фотографии природных ландшафтов, где каждый уголок наполнен уникальной красотой и вдохновением. Потрясающие ландшафты, от величественных гор и прозрачных вод Телецкого озера до ярких цветущих полей маральника и звездного неба, создают идеальные условия для запечатления волшебства природы. Виды Алтайского заповедника много раз фиксировались на фотографиях и эти фотографии можно использовать для оценки эстетической полезности ландшафтов заповедника. Обычно художественную ценность фотографий определяют экспертным способом. Это сложно и ненадежно, так как выбор наилучших фотографий зависит от состава экспертной комиссии и трудно объективно определить, чем плохая фотография отличается от хорошей. Однако и при использовании количественных методов возникает вопрос: а почему именно эти количественные показатели характеризуют эстетические свойства объекта? При анализе фотографий ландшафтов Алтайского заповедника будем предполагать, что все они сделаны достаточно квалифицированными фотографами, способными выбрать соответствующие ракурсы. По нашему предположению, при построении художественного объекта (картины или пейзажа) автор старается выполнить два основных условия: ранговое распределение цветов и яркости изображения должно подчиняться закону Ципфра-Парето или закону Мандельброта (то есть коэффициент детерминации R² должен быть близок к 1) и коэффициент b рангового распределения должен быть близок к некоторому оптимальному для данного типа изображений значению). Но возможны две причины того, что ранговое распределение для фотографии не удовлетворяет этим условиям. Первая из причин – низкая квалификация исполнителя, а вторая – малая эстетическая ценность данного пейзажа, который невозможно представить при тех условиях, которые накладывает теория ранговых распределений. Таким образом, при условии, что фотография сделана квалифицированным специалистом, коэффициент детерминации для «красивого» пейзажа должен быть близко к 1, а коэффициент b рангового распределения должен быть близок к некоторому оптимальному значению.

Для всех 128 представленных фотографий из 8 разных местообитаний с использованием специальной оригинальной компьютерной программы были выполнены расчеты ранговых распределений изображений и получены распределение пикселей изображения по цвету и яркости. Для получения сопоставимых показателей пиксели всех цветов и яркостей нормировались на общее число пикселей в данной фотографии. На рисунке 35 приведено типичное ранговое распределение по цветности типа (6) для фотографии Водоската Учар 14.

Рисунок 35. Ранговое распределение пикселей по цветам для фотографии Водоската Учар 14

Как видно из рисунка 35, значение R² » 0.96, то есть ранговое распределение очень хорошо описывается уравнением Ципфа-Парето.

            В таблицах 1П и 2П Приложения приведены расчетные данные для всех фотографий из всех местообитаний по величинам цветности и яркости.

На рисунке 36 приведена функция плотности распределения по всем фотографиям по коэффициенту детерминации R² для яркости, а на рисунке 37 – функция плотности распределения по веем фотографиям по коэффициенту детерминации R² для цветности.

Рисунок 36. Функция плотности f(R2) распределения по вcем фотографиям по коэффициенту детерминации для яркости

Рисунок 37. Функция плотности f(R2) распределения по вcем фотографиям по коэффициенту детерминации для цветности

Как видно, большинство значений коэффициента детерминации по яркости превышает 0.90, а для цветности – 0.86, то есть для большинства фотографий выполняется правило близости коэффициента детерминации к 1. Очень небольшие доли фотографий можно рассматривать как фотографии с низкими эстетическими характеристиками. Точно так же, как были получены функции плотности распределения по коэффициенту детерминации, были вычислены функции плотности распределения по коэффициенту b (рис. 38, 39).

Рисунок 38. Функция плотности распределения по коэффициенту b для показателя яркости фотографий из Алтайского заповедника

Рисунок 39. Функция плотности распределения по коэффициенту b для показателя цветности фотографий из Алтайского заповедника

Как видно из рисунков 38 и 39, для этих функций распределения существует некоторое значение моды bm, которое можно принять за оптимум параметра b. Тогда от абсолютных показателей R² и b можно перейти к показателям (11) и (12), нормированных относительно значений R² = 1 и значений nb1 для яркости и nb2 для цветности. Далее пересчитываем данные из таблиц 2 и 3 согласно выражениям (11) и (12) и получаем нормированные представления параметров рангового распределения для показателей цветности и яркости (рис. 40, 41).

Рисунок 40. Характеристики фотографий по цветности в нормированных характеристиках рангового распределения b и R2.
1 – средние по характеристикам фотографии; 2 – самые лучшие фотографии;
3 – специфичные фотографии (скорее плохие); 4 – самые плохие фотографии

Рисунок 41. Характеристики фотографий по яркости в нормированных характеристиках рангового распределения b и R2. 1 – средние по характеристикам фотографии; 2 – самые лучшие фотографии; 3 – специфичные фотографии (скорее плохие); 4 – самые плохие фотографии

Из выражений (11) и (12) следует, что наилучшим по показателям ранговых распределений будут фотографии с параметрами nb и nR², близкими к 0, а наихудшими – с самыми большими значениям этих параметров. Картина здесь точно такая же, как и при анализе характеристик картин К. Моне. Но в отличие от гения живописи, почти всегда (может быть, за исключением самого позднего периода его творчества, когда у него ухудшилось зрение) создававшего картины с нормированными характеристиками ранговых распределений, близкими к 0, разброс значений нормированных характеристик ранговых распределений для рассмотренных фотографий много больше и этот разброс можно интерпретировать как наличие фотографий с низкими эстетическими характеристиками.  В таблицах 3П и 4П приведены списки наилучших (группа 2) и наихудших (группа 4) по предлагаемым показателям фотографий.

Как видно, например, из таблицы 4П, предлагаемый подход позволил автоматически и неэкспертным путем выделить фотографии групп «Ночное небо» и «Подводный мир». 

Согласно данным таблиц 3П и 4П, наилучшими по своим эстетическим свойствам следует признать фотографии из группы «Водоскат Учар».

Расчеты по показателям цветности и яркости отражают разные характеристики фотографий и было бы желательно объединить эти показатели в один, интегрально характеризующий фотографию. Для этого рассмотрим каждую из фотографий в плоскости {nb1, nb2} (рис. 42).

Рисунок 42. Характеристики фотографий в плоскости {nb1, nb2}

Как видно из рисунка 42, все фотографии можно разделить на 4 группы – группу 1 с наилучшими по эстетическим характеристикам фотографиями, группу 4 – с наихудшими по этим характеристикам фотографиями, и промежуточные группы 2 и 3. В таблице 5П приведены характеристики всех фотографий в координатах{nb1, nb2}.

Используя метод линейного дискриминантного анализа, можно оценить качество классификации фотографий по группам (табл. 2).

Таблица 2. Классификационная матрица для разделения фотографий по группам

Как показано в таблице 2, классификационная матрица имеет практически диагональный вид, что говорит о высоком качестве разделения по предложенным показателям. Это хорошо иллюстрируется показателями lambda Wilk’s (табл. 3)

Таблица 3. Суммарные характеристики дискриминантного анализа фотографий

На рисунках 43–50 приведены примеры фотографий из групп 1–4.  

Рисунок 43. Маральник 10. Группа 1. Фото Р. Воробьева, Т. Клименко

Рисунок 44. Водопад Корбу 08. Группа 1. Фото Е. Чертковой

Рисунок 45. Подводный мир 03. Группа 2. Фото Р. Воробьева, Т. Клименко

Рисунок 46. Водоскат Учар 04. Группа 2. Фото М. Лукашевой

Рисунок 47.  Телецкое озеро 05. Группа 3. Фото Р. Воробьева, Т. Клименко

Рисунок 48. Телецкое озеро 02. Группа 3. Фото Р. Воробьева, Т. Клименко

Рисунок 49. Ночное небо 01. Группа 4. Фото Р. Воробьева, Т. Клименко

Рисунок 50. Подводный мир, 07. Группа 4. Фото Р. Воробьева, Т. Клименко

В табл. 4 приведено значения долей от фотографий группы 1 (наилучших по качеству) из общего числа фотографий разных местообитаний.

Таблица 4. Доли фотографий группы 1 (наилучших по качеству) из общего числа фотографий разных местообитаний

Таким образом, по использованным характеристикам можно выделить пять местообитаний (Водопад Корбу, маральник, цветы огоньки, Водоскат Учар и Богояш, джулукуль) с наилучшими пейзажами. Пейзажи Телецкого озера близки к средним значениям пейзажей для всего заповедника. Пейзажи Подводный мир и Ночное небо характеризуются очень низкими значениями качества.

ЗАКЛЮЧЕНИЕ

В настоящем тексте предпринята попытка «поверить алгеброй гармонию». Насколько нам известно, ранее никем таких попыток не предпринималось и предлагаемый подход оригинален. Предложенный подход к оценке эстетических характеристик изображений опробован на таких тест-объектах, как картины художников-классиков и парковые объекты, и показал свою эффективность. Конечно, имело бы смысл усилить доказательность предлагаемого подхода на большем числе художественных объектов. Но авторы полагают, что такие исследования – предмет скорее искусствознания, а не лесной экологии. Тем не менее, возникает вопрос о том, можно ли трехмерный пейзаж описывать так, как будто это двумерная картина. Неясно, связана ли низкая оценка характеристики такого объекта, как Ночное небо, с тем, что это не двумерный, а трехмерный объект. Возможно, стоило бы попробовать оценивать пейзажные объекты в трех проекциях, выполняя фотографии объекта сбоку с помощью фотоаппарата, а сверху – с помощью беспилотного летательного аппарата. Как специалисты в области естественных наук, авторы всегда выступают за увеличение объема информации об объекте. Тем не менее, как видно из представленного текста, даже использование двумерной плоскости для представления трехмерных пейзажных объектов позволяет сопоставить эти объекты с двумерными объектами – эталонными картинами и получить определенную информацию об эстетических характеристиках пейзажей.

БЛАГОДАРНОСТИ

Авторы благодарят фотографов, предоставивших свои фотографии пейзажей Алтайского заповедника для цифрового анализа. Без их усилий все размышления авторов остались бы только теорией.

СПИСОК ЛИТЕРАТУРЫ

Акимова Т. А., Калмыков И. В. Исторические предпосылки придания Алтайскому заповеднику статуса «биосферный» // Биосферное хозяйство: теория и практика. 2017. № 2(3). С. 5–14.

Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.

Лесохозяйственный регламент ФГБУ «Алтайский государственный природный заповедник», Министерство природных ресурсов и экологии Российской Федерации. Горно-Алтайск, 2022. 90 с.

Малешин Н. А., Золотухин Н. А., Яковлев В. А., Собанский Г. Г., Стахеев В. А., Сыроечковский Е. Е., Рогачева Э. В. Алтайский заповедник / Заповедники Сибири. Т.1. Д. С. Павлова, В. Е. Соколова Е. Е. Сыроечковского (ред.).  М.: ЛОГАТА, 1999. С. 58–72.

Наблюдение и изучение явлений и процессов в природном комплексе заповедника по программе Летописи природы: научный отчет. ФГБУ «Алтайский государственный заповедник». Горно-Алтайск, 2023. Т. 53. 322 с.

Парето В. Компендиум по общей социологии. М.: Изд. Дом ГУ ВШЭ, 2008. 511 с. 

Раушенбах Б. В. Пространственные построения в живописи: Очерк основных методов, М.: Наука, 1980. 289 c.

Раушенбах Б. В. Системы перспективы в изобразительном искусстве: общая теория перспективы, М.: Наука, 1986. 256 c.

Раушенбах Б. В. Геометрия картины и зрительное восприятие. СПб.: Азбука-классика, 2001. 320 с.

Самойлова Г. С. Физико-географические особенности Северо-Восточного Алтая // Природа очагов клещевого энцефалита на Алтае. Новосибирск: Наука, 1967. С. 5–20.

Черткова Е. П. Инвентаризация флоры и фауны территории Алтайского государственного заповедника за период с 2000–2019 гг. // Мониторинг состояния природных комплексов и многолетние исследования на особо охраняемых природных территориях / Материалы заочной конференции Саяно-Шушенского биосферного заповедника. Вып. 3. Шушенское: Государственный природный биосферный заповедник «Саяно-Шушенский», 2019. С. 110–117. 

Экосистемные услуги России: прототип национального доклада. Том 1. Услуги наземных экосистем / Е. Н. Букварёва, Д. Г. Замолодчиков (ред.). М.: Изд-во Центра охраны дикой природы, 2016. 148 с.

Costanza R., d’Arge R., de Groot R. The value of the world’s ecosystem services and natural capital // Nature. 1997. Vol. 387.  P. 253–260.

Daily G. Nature’s services: societal dependence on natural ecosystems. Washington, DC: Island Press, 1997. 392 p.

Livio M. The Golden Ratio: the story of PHL, the World’s Most Astonishing Number. N.Y.: Broadway Books, 2002. 299 p. 

Mandelbrot B. Information Theory and Psycholinguistics / Scientific Psychology: Principles and Approaches. B. B. Wolman and E. Nagel (Eds.). New York: Basic Books, 1965. 620 p.

Pareto V. Cours d’économie politique professe a l’Universitete de Lausanne. Lausanne: F. Rouge, 1897. 426 p.

Zipf G. K. Human behavior and the principle of least effort. 1949. Cambridge (Mass.): Addison-Wesley Press, 1949. 573 p. 

Приложение

Таблица 1П. Ранговое распределение по типу (6) фотографий по пикселям цветности

Таблица 2П. Ранговое распределение по типу (6) фотографий по пикселям яркости

Таблица 3П. Списки фотографий групп 2 и 4 по показателям цветности

Таблица 4П. Списки фотографий групп 2 и 4 по показателям яркости

Таблица 5П. Характеристики всех фотографий в координатах{nb1, nb2}.

Рецензент: к. б. н., ведущий научный сотрудник Шанин В. Н.

]]> https://jfsi.ru/8-1-lebedev_et_al/ Wed, 09 Apr 2025 09:10:20 +0000 https://jfsi.ru/?p=7259

© 2025 г.        А. В. Лебедев^1,2*, Н. В. Иванова³, Д. Ю. Гостева¹, В. В. Гостев¹,

И. Г. Криницын^2,4, М. П. Шашков⁵

¹Российский государственный аграрный университет – МСХА имени К. А. Тимирязева

Россия, 127434, г. Москва, ул. Тимирязевская, д. 49

²Государственный природный заповедник «Кологривский лес» имени М. Г. Синицына

Россия, 157440, Костромская обл., г. Кологрив, ул. Некрасова, д. 48

 ³ИМПБ РАН — филиал ИПМ им. М. В. Келдыша РАН,

Россия, 142290, Московская обл., г. Пущино, ул. проф. Виткевича, д. 1

⁴Центр международного сотрудничества Министерства просвещения Российской Федерации Россия, 115093, г. Москва, ул. Большая Серпуховская, д. 25, стр. 14

⁵Карагандинский университет имени академика Е. А. Букетова

Казахстан, 100024, г. Караганда, ул. Университетская, д. 28

*E-mail: avl1993@mail.ru 

Поступила в редакцию: 22.12.2024

После рецензирования: 04.02.2025

Принята к печати: 14.03.2025

Массовые ветровалы приводят к катастрофическим нарушениям структуры лесных насаждений, последствия которых имеют комплексный и долговременный характер. Цель исследования – оценка изменений структуры малонарушенных и одновозрастных древостоев и запасов углерода валежа в заповеднике «Кологривский лес» после катастрофического ураганного ветра 2021 года с использованием наземных данных. Для оценки последствий воздействия ураганного ветра на лесные насаждения Кологривского участка заповедника в июле 2022 года на ветровалах различной интенсивности было заложено 15 учетных площадей, на которых проведена глазомерно-измерительная таксация для учета растущей части древостоя, сохранившейся после катастрофического воздействия. Отпавшую часть древостоя изучали на тех же площадях на трансектах, учитывали древесную породу, диаметр и стадию разложения валежа. Запасы углерода в валеже на трансектах оценивали с использованием трех расчетных методов, основанных на значениях базисной плотности древесины по стадиям разложения и регрессионной зависимости содержания углерода в валеже от его объема. Результаты показали, что наибольшим разнообразием стадий разложения и древесных пород в составе валежа характеризуются сложные ельники липовые. В одновозрастных пихто-ельниках, ельниках, березняках и осинниках в структуре валежной древесины преобладали стволы первой стадии разложения, участие других стадий сравнительно невелико. Лучшую устойчивость к воздействию ураганного ветра проявили береза и осина, а менее устойчивой оказалась ель. В среднем доля ветровальной древесины ели составила 79%, березы и осины 34% от запаса до ветровала. Наибольшие запасы углерода валежа имеют чистые и условно-чистые одновозрастные спелые и перестойные ельники в бассейнах рек Сеха и Понга, достигающие на отдельных участках 65.3–68.8 тонн С / га.

Ключевые слова: сукцессии, южная тайга, разновозрастные и одновозрастные древостои, стадии разложения валежа

Массовые ветровалы являются одним из основных природных факторов, приводящих к катастрофическим нарушениям структуры лесных насаждений (Петухов и др., 2011; Осипов, Манов, 2015; Широких и др., 2017), последствия которых имеют комплексный и долговременный характер (Мочалов, 2002). Вопросы формирования ветровальных нарушений в лесах продолжают находиться в центре внимания исследователей, несмотря на продолжительную историю изучения (Forzieri et al., 2020; Шихов и др., 2023). Значительное число исследований, направленных на изучение формирования ветровалов и структуры растительного покрова, их пространственного распределения, динамики нарушенных площадей проведено в лесах различных регионов Евразии (Чернов, 2001; Уланова, 2004; Алесенков и др., 2008; Крылов и др., 2012; Казенас и др., 2016; Петухов, 2016; Шихов и др., 2017; Кутявин, Манов, 2019; Бобровский, Стаменов, 2020; Ханина и др., 2021; Иванов и др., 2022; Панкова, Панков, 2022; Шихов и др., 2023; Jim, Liu, 1997; Baumann et al., 2014; Forzieri et al., 2020; Romagnoli et al., 2023). Противоречивые выводы о повреждаемости древесных пород ураганными ветрами в зависимости от лесорастительных условий и структуры древостоев служат ограничением для прогнозирования ветровалов (Everham, Brokaw, 1996; Мешкова и др., 2013).

Потери лесов от ураганных ветров зависят от действия абиотических и биотических факторов. К первым из них относятся скорость и направление ветра, топографические и почвенные условия, а ко вторым – видовой состав и размер деревьев, структура и плотность их крон, тип корневой системы, наличие болезней и вредителей леса (Филенкова и др., 2011; Everham, Brokaw, 1996). В последние десятилетия во многих районах Евразии наблюдается рост площадей лесов, поврежденных ураганными ветрами. В качестве основных причин этого явления рассматриваются увеличение количества лесопокрытых площадей, старение лесов, изменение их породного состава и увеличение среднего запаса древесины, что приводит к росту уязвимых к воздействию ураганного ветра насаждений и в конечном итоге ветровальных площадей (Шихов и др., 2023). Важный вклад вносят региональные особенности климата и его изменения (Forzieri et al., 2020). Прогнозы климатических изменений указывают на увеличение степени уязвимости лесов к воздействию ураганных ветров в будущем (Moatti, Thiébault, 2016; Patacca et al., 2022) на фоне повышения средней скорости ветра и частоты возникновения шквалистых ветров (Gregow et al., 2017; Radler et al., 2019).

Большой интерес для исследования массовых ветровалов имеют территории, на которых представлены древостои с разной давностью, интенсивностью и характером предшествующих антропогенных воздействий. Государственный заповедник «Кологривский лес» расположен в северо-восточной части Костромской области и состоит из двух изолированных участков (Кологривский и Мантуровский). Общая площадь территории составляет 58939.6 га. «Ядром» заповедника является малонарушенный липово-еловый массив площадью ~ 700 га, который, согласно литературным данным, не подвергался антропогенным нарушениям в последние 300–400 лет (Абатуров, 1988; Хорошев и др., 2013). Остальные леса заповедника представляют собой различные стадии сукцессии таежных лесов после сплошных рубок и пожаров середины XX века.

В мае 2021 года леса заповедника подверглись воздействию ураганного северо-восточного ветра, порывы которого достигали 30 м/с. По данным, полученным летом 2021 года путём сравнения двух сцен Landsat 8, в границах Кологривского участка, площадь ветровальных повреждений составила 3.8 тыс. га с запасом (объемом) валежной древесины около 500 тыс. м³ (Лебедев, Чистяков, 2021). На основе дистанционных данных и информации портала GBIF для территории ядра заповедника показано, что более подвержены ветровалу были еловые древостои, а также древостои большей высоты или произрастающие на бóльших высотах на местности (Ivanova et al., 2024). По материалам аэрофотосъемки оценено, что в «ядре» заповедника общий запас поваленных деревьев составляет не менее 3660 м³ или 1045 т углерода (Иванова и др., 2023). Также было выяснено, что дистанционные данные (аэрофотосъемка) не позволяют оценить структуру части древостоя, отпавшей в результате ураганного ветра. Поэтому целью данной работы стала оценка изменений состава древостоев, структуры и запасов углерода валежа в заповеднике «Кологривский лес» после катастрофического ураганного ветра 2021 г. с использованием наземных данных. Задачи исследования: 1) определение лесоводственно-таксационных показателей древостоев, пострадавших от ураганного ветра; 2) определение интенсивности ветровала по соотношению запасов растущей и отпавшей частей древостоев; 3) изучение породного состава и структуры валежа; 4) оценка потерь углерода в пуле растущей биомассы древостоев в результате ветровала.

МАТЕРИАЛЫ И МЕТОДЫ

Полевые наземные исследования проводили на двух участках – в «ядре» заповедника (бассейн р. Вонюх) и в районе кордонов Сеха (бассейны рек Сеха и Лондушка) и Понга (бассейн реки Понга).

До ветровала в составе малонарушенных древостоев «ядра» заповедника, помимо ели европейской (Picea abies (L.) Karst.), ели финской (P. ×fennica (Regel) Kom.) и липы мелколистной (Tilia cordata Mill.), участвовали береза пушистая (Betula pubescens Ehrh.), пихта сибирская (Abies sibirica Ledeb), вяз шершавый (Ulmus glabra Huds.), клен остролистный (Acer platanoides L.), единично – рябина обыкновенная (Sorbus aucuparia L.) и ива козья (Salix caprea L.). Древостои разновозрастные и многоярусные, в популяциях позднесукцессионных видов деревьев часто присутствовали несколько поколений. В пологе леса имелись многочисленные «окна», образованные в разное время при падении единичных деревьев.

Леса в бассейне рек Сеха, Понга и Лондушка интенсивно вырубались с середины XX в. и вплоть до создания заповедника в 2006 г. (Жирин и др., 2012). По данным таксационных описаний в настоящее время лесной покров этой территории представляет собой мозаику зарастающих вырубок, лесных культур разного возраста и гарей различной давности. Доминируют средневозрастные и молодые березняки (из Betula pendula Roth), массивы которых имеют площадь не менее 100 га. Участки старых осиновых лесов (из Populus tremula L.) расположены в местах лесных пожаров (Хорошев и др., 2013), приурочены в основном к водоразделам, площадь их составляет порядка 10–15 га. Ельники сохранились вдоль водоохранных зон рек, а также в виде отдельных фрагментов на водораздельных участках. Площади еловых лесов варьируют от 10 до 80 га, наиболее крупные и старовозрастные массивы приурочены к труднодоступным участкам на водоразделах.

В ходе наземных исследований в поврежденных ветровалом древостоях было заложено 15 учетных площадей в пяти группах лесных насаждений (рис. 1): 1) чистые и условно-чистые одновозрастные спелые и перестойные ельники в бассейнах рек Сеха и Понга, 2) условно-чистые спелые и перестойные березняки и осинники в бассейнах рек Сеха и Лондушка, 3) спелые и перестойные пихто-ельники в бассейне реки Вонюх, 4) разновозрастные сложные ельники липовые на границе с перестойным березняком в бассейне реки Вонюх, 5) разновозрастные сложные ельники липовые в бассейне реки Вонюх. При выборе мест заложения трансект выбирали участки, которые с одной стороны относятся к наиболее поврежденным ветровалом, а с другой – являются транспортно доступными (рис. 2).

а	б
в	г

Рисунок 1. Ветровальные повреждения в древостоях заповедника а) ельник в бассейне р. Сеха, б) березняк в бассейне р. Лондушка, в) пихто-ельник в бассейне р. Вонюх, г) ельник липняковый в бассейне р. Вонюх

Рисунок 2. Расположение крупных ветровалов (грязно-зеленая заливка) и мест заложения учетных площадей в основных группах лесных насаждений заповедника

Для характеристики отпавшей части древостоев на каждой учетной площадке с использованием мерной ленты закладывали трансекту длиной 30 м и шириной 2 м в направлении, перпендикулярном стволам лежащих на земле деревьев. На пересечении мерной ленты со стволами фиксировали расстояние от начала трансекты, древесную породу, диаметр ствола, а также  стадию разложения по методу падающего ножа в соответствии с классификацией разделения стволов на пять стадий разложения (Renvall, 1995; Khanina, Bobrovsky, 2021; Ханина и др., 2023) (табл. 1). Запас валежа на трансектах рассчитывали отдельно для каждой стадии разложения по двухметровым цилиндрам с использованием формулы нахождения объема фрагмента ствола по срединному сечению:

где  – Μj — запас древесины для j-ой стадии разложения, м³/га;  – диаметр n-ого ствола на пересечении с мерной лентой, см;  – площадь, занятая трансектой, га.

Таблица 1. Характеристика стадий разложения древесины (Ханина и др., 2023)