Тип публикации: отчёт о НИР
Год издания: 2018
Ключевые слова: изменения климата, дендрохронология, засуха, моделирование, экология растений, рост деревьев, физиология деревьев, анатомия древесины, сокодвижение, дендрометры
Аннотация: Хвойные леса являются доминирующими экосистемами в северном полушарии и играют важную экологическую и экономическую роль. Однако эти леса испытывают значительное негативное влияние, главным образом из-за засухи, которая вызывает повышение их уязвимости. В этом проекте мы объединили методы исследований хронологий ширины годичных колПоказать полностьюец, количественной анатомии древесины и физиологии деревьев, моделирование роста деревьев (VS-модель) и геоинформационные системы в дистанционном зондировании Земли, чтобы определить и оценить реакцию сосновых древостоев (Pinus sylvestris L.) на лимитирование влажности в окружающей среде, которое проявляется в широтном градиенте с усилением влагодефицита в Сибири с севера на юг, а также оценить влияние засухи на динамику воды и углерода у сосны обыкновенной при изменении климата. Такой междисциплинарный подход позволит обеспечить как механистическое понимание проблемы, так и формирование долгосрочного прогноза, что будет полезно в планировании и применении более рациональных действий в лесном хозяйстве для улучшения состояния лесов в условиях засухи.?Мы сосредоточили наше внимание на трех местообитаниях сосны обыкновенной, произрастающих в различных климатических условиях от холодной и влажной тайги (на севере) до сухой континентальной лесостепной зоны (на юге). В течение первого года реализации проекта мы ставили следующие основные цели: 1) собрать древесный материал (керны деревьев) на всех пробных площадях; 2) построить точные хронологии ширины годичных колец; 3) провести предварительный анализ реакции деревьев на климат для каждого участка; 4) установить оборудование для мониторинга радиальных изменений (дендрометров) и сокодвижения стволов деревьев; 5) выполнить параметризацию моделей роста деревьев.?Сбор древесного материала произведен в сентябре-октябре 2018 года. Двадцать доминантных или кодоминантных деревьев были выбраны на каждой пробной площади, из стволов которых были взяты по три керна (с каждого дерева) на уровне груди с помощью бура диаметром 5 мм. Дополнительно, для измерений стволового сокодвижения и прироста была сделана подвыборка из шести деревьев на всех пробных площадях. Собранные керны были пронумерованы и подготовлены для дальнейшего исследования в лаборатории. По одному керну с каждого дерева были приклеены на деревянную платформу и отшлифованы до гладкой поверхности с помощью ленточной шлифовальной машины с разной зернистостью наждачной бумаги (до P600). Данная процедура позволила исследовать структуру ксилемы под микроскопом. Оцифровка кернов деревьев была выполнена сканером Epson Perfection V800 в ПО Silverfast 8 (Laser Soft Images, США) с разрешением изображений 3200 dpi в формате JPEG. Далее величины ширины годичных колец деревьев (RW), ширины зон ранней (EW) и поздней (LW) древесины были измерены с точностью до 0,001 мм на полученных изображениях с использованием ПО CooRecorder версии 9.3 (Cybis Elektronik & Data AB, Швеция). Точность перекрестного датирования проверена с помощью ПО COFECHA (Grissino-Mayer, 2001). Суммарно 57 деревьев и 5566 годичных колец было измерено, возраст деревьев варьировался от 63 до 136 лет (101 ± 19 лет).?Различия во вторичном росте годичных колец исследуемых деревьев между пробными площадями мы оценивали с использованием обобщенных аддитивных моделей (Generalized Additive Models). Каждый временной ряд значений ШГК был оценен как функция трех переменных – пробная площадь (как номинальная переменная), год (линейная переменная) и возраст дерева. Для оценки взаимосвязи между остаточными хронологиями ШГК (общей ширины годичных колец и ширины зон ранней/поздней древесины) и климатическими показателями (среднемесячной температурой и суммарными месячными осадками на временном периоде 1960-2017 гг.) были рассчитаны коэффициенты корреляции Пирсона для разных месяцев с июля предшествующего до сентября i-го года. По аналогии, для оценки дифференцированного влияния условий увлажнения на всех пробных площадях на разных временных масштабах были рассчитаны корреляции Пирсона между хронологиями ШГК и стандартизированным индексом SPEI (Standardized Precipitation-Evapotranspiration Index). ?Остаточные хронологии ширины годичных колец были использованы для оценки скорости роста деревьев на периоде 1960-2017 и для проверки результатов работы модели Ваганова-Шашкина (использовалось ПО VS-Осциллограф). Для точной настройки модели весь период исследования был разбит на два суб-периода: калибровка модели проводилась на периоде данных 1960-1998 годов, проверка модели на последующем периоде 1999-2017 гг. Работа модели оценивалась сравнением моделируемых индексов ширины годичных колец с величинами индексами исходных хронологий ШГК для каждой пробной площади. К тому же, мы сравнили ежегодные фенологические даты (начала, конца и общей продолжительности вегетационного периода), рассчитанные по спутниковым данным MODIS (MCD12Q2) с данными VS-модели для на каждой пробной площади на тестовом периоде 2001-2017 гг. ?Вторичному росту способствовали дожди поздней весной и ранним летом на всех пробных площадях. На южном - наиболее сухом участке S3, прирост был максимальным и более ранним в мае, когда для участков S1 и S2 он начинался только в июне. Кроме того, осадки предыдущего вегетационного периода (август и ноябрь) оказали положительное влияние на S3, тогда как зимние осадки (предыдущий декабрь и текущий январь) оказали отрицательное влияние на всех участках. Весенняя температура (апрель) способствовала вторичному росту деревьев на северном участке S1. С другой стороны, летняя температура (май-июль) оказала негативное влияние на рост деревьев в S3 с более поздним отрицательным сигналом в S1 (август). Самый влажный и холодный участок S2 имеет положительное влияние температуры октября прошлого года на вторичный рост.?Значения коэффициентов корреляции между моделированными индексами и исходными хронологиями оказались статистически значимыми на всех участках (P<0.05). Корреляции для периода калибровки (1960–1998 гг.) варьируется в пределах r = 0,39–0,45 с коэффициентом синхронности (glk) между рядами 53–71%., а корреляции на периоде верификации (1999-2017 гг.) между r = 0,30-0,66 и glk 66-73%. Согласно результатам моделирования, на всем периоде исследования (1960-2017 гг.) продолжительность сезона роста в среднем составляла от 117 ± 25 дней на участке S2 и 155 ± 12 дней на S3. c более ранним началом вегетации в S3 (1 мая, DOY 121 ± 9) и более поздним в S2 (24 мая DOY 144 ± 16). Было также определено, какими факторами среды лимитируется вторичный рост деревьев. Для участков S2 и S3 характерно лимитирование температурой в начале и конце сезона роста (с осени до середины весны) и влажностью почвы с конца весны до конца лета, а S1 лимитируется температурой в течение всего вегетационного периода. Спутниковые данные о датах фонофазах подтвердили результаты модели VS-осциллографа, что более ранний и длинный вегетационный период - на южном участке S3, и более короткие сезоны в S2 и S1. ?Кроме того, был проведен климатический анализ для оценки годовых и сезонных трендов средней температуры и общего количества осадков в периоде 1960-2017 гг. На всех участках, в целом, наблюдается значимое повышение температуры (P <0.001). В среднем температура увеличилась на 0,34°C /десятилетие. Осадки показали небольшую, но значительную тенденцию к снижению (P <0,05). Эта информация имеет решающее значение для понимания потенциальной реакции деревьев на текущее изменение климата.?В качестве дополнительной работы над проектом мы внесли свой вклад в разработку нового программного обеспечения для количественной анатомии древесины разработку программы для автоматической идентификации и количественного определения внутригодовой изменчивости плотности древесины на рентгеновских снимках. Часть результатов проекта были представлены на трех международных конференциях, и две статьи опубликованы в журналах Web of Science.