Перевод названия: Transformation of the Siberian forest cover in changing climate and environment.
Тип публикации: отчёт о НИР
Год издания: 1999
Аннотация: Предлагается информационная модель БИОМ,BRпозволяющая прогнозировать тенденции (направления)BRтрансформации лесного покрова Сибири при измененииBRклиматических параметров территории. МодельBRпозволяет предсказать потенциальное квазиравновесноеBRсостояние зональных типов лесных экосистем (составBRэдификаторов, жизненных форм нижних Показать полностьюярусов, уровеньBRпродуктивности и т.д.), а также оценить устойчивостьBRдоминирующих видов лесообразователей в новомBRклимате. Экологические параметры главных видов-BRлесообразователей (15 параметров для 10 видов)BRобразуют особый блок информации, значимый дляBRанализа их поведения в меняющихся условиях природнойBRсреды.BRПодтверждена возможная ускоряющая роль лесныхBRпожаров - одного из наиболее важных факторовBRклиматогенных сукцессий в континентальном климате.BRВ Сибири гумидность и континентальность климатаBRопределяла соотношение формаций темнохвойных,BRлиственничных и сосновых формаций как в прошлыеBRэпохи, так и в настоящее время. Эти параметры влияютBRна пирологический режим экорегионов и наBRпослепожарные сукцессии.BRПалеокарпологические исследования на Касской равнинеBRпоказали, что на протяжении всего Голоцена цикламиBRпотепления и увлажненности определялось соотношениеBRели и лиственницы, сосны, кедра, пихты и березы.BRОднако взаимоотношения лесообразующих видов иBRхарактер связей их с климатом был близок кBRсовременному.Поэтому представленные биоклиматическиеBRмодели могут найти применение в палеоэкологическихBRреконструкциях.BRНа основе информационной модели созданаBRвероятностная модель участия лесообразователей сBRсоставе зональных типов лесных массивов.ПроведенаBRнейросетевая идентификация зональных классов покроваBRи групп хвойных формаций Сибири по климатическимBRпараметрам. Установлены группы климатическихBRпараметров, наиболее информативных для каждой группыBRформаций: темнохвойных, лиственничных и сосновыхBRлесов.BRРезультаты нейросетевой классификации зональныхBRклассов экосистем оценены экспертами положительно.BRЭто позволяет заключить, что технологияBRискусственных нейронных сетей приемлема и дляBRпрогноза трансформаций лесного покрова и ландшафтовBRпо климатическим сценариям.BRПо экспертным сценариям изменения климата на 2030гBRпредпринята попытка экспериментального прогноза сBRцелью определения потенциальной зональнойBRрастительности в разных точках (регионах) Сибири иBRоценки степени устойчивости зональных хвойныхBRформаций в новых условиях континентальости, тепло- иBRвлагообеспеченности. Результаты его рассматриваютсяBRкак основа для аналитических исследований. Information model "BIOME" is applied toBRdetermine probable forest cover transformationBRtrends under change of climatic parameters. TheBRmodel allows to predict the potential quasi-BRequilibrium state of zonal forest ecosystemsBR(composition,level of productivity, the majorBRlife forms etc), to estimate the sustainabilityBRof forest- forming tree species under newBRclimate conditions.The ecological parameters ofBRSiberia major tree species (15 parameters for 10BRtree species) are put together in the block ofBRinformation, which is important for analysis ofBRtheir possible behavior.BRThe accelerating role of forest fires in someBRclimate-induced successions is confirmed as theBRmost important factor of forest coverBRtransformation in continental climate. In SiberiaBRthe relative humidity and continentality areBRresponsible for abundance of dark coniferous,BRlarch and scotch pine formations in the past andBRin current climate. These parameters influenceBRupon the fire regime of ecoregions and post-fireBRsuccessions.BRPaleocarpological research in Kas-Enissey plainBRshows that during the Holocene climatic cycles ofBRwarming and humidization influenced upon theBRabundance of tree species (larch and spruce,BRsiberian pine, fir, birch and scotch pine).BRHowever the species interrelations and theirBRrelations with climate do not differ fromBRcontemporary ones. Therefore the developedBRbioclimatic models may be used forBRpaleoecological reconstructions.BRBased upon the information model theBRprobabilistic model of the Siberian forest-BRforming species composition has been developed.BRThe multidimensional classifications of SiberianBRzones, subzones and sectors are developed byBRmeans of artificial neural network. Good resultsBRof classification allowed to conclude, thatBRneuronet technology is promising in forest coverBRand land cover transformations forecast.BRAccording to expert scenarious of future climateBRchange in 2030, the experimental forecast wasBRundertaken with the purpose to predict theBRpotential zonal classes of ecosystems and toBRestimate the level of coniferous formationsBRsustainability in new climate conditions:BRcontinentality, humidity and warmth supply.