Лесные базы россии характеристика: Характеристика лесных баз России

Содержание

Характеристика лесных баз России

Северо-Европейская лесная база — крупнейшая в России по заготовке древесины, причём наблюдается переруб леса, вследствие чего площадь лесов в Северном районе заметно сокращается и изменяется его видовой состав. Северо-Европейская база — универсальная по специализации, и здесь развиты все виды лесной промышленности: деревообработка (Архан­гельск, Сыктывкар, Петрозаводск, Котлас), по производству бумаги район занимает 1 место в России (Архангельск, Сегежа, Сыктывкар) и лесохимия (Архангельск, Онега). В целом, Европейский Север производит 33% про­дукции лесной промышленности России.

Центральная лесная база, отличается в целом ресурсодефицитностью, но производит более 28% продукции лесной промышленности. Здесь развиты преимущественно отрасли, занимающиеся механиче­ской обработкой древесины: производство спичек (Рыбинск, Балабаново, Чудово), мебельная промышленность (Москва, Шатура, Один­цово, Смоленск, Владимир, Ярославль, Нижний Новгород, Санкт-Петербург), а также целлюлозно-бумажное производство (Светогорск, Балахна).

Сибирская лесная база является наиболее обеспеченной лесными ре­сурсами, но переживает период тяжелейшей депрессии и ныне выпускает лишь 18% продукции отрасли. Сибирская база специализируется на лесо­заготовке, деревообработке (Омск, Новосибирск, Тобольск, Сургут, Томск, Асино, Красноярск, Канск, Лесосибирск, Енисейск, Братск, Усть-Илимск), целлюлозно-бумажной промышленности (Красноярск, Иркутск, Братск, Усть-Илимск) и лесохимии (Красноярск, Лесосибирск, Братск, Новосибирск).

Волго-Уральская лесная база отличается всё большей и большей ресурсодефицитностью, где производится лишь 16% лесной продукции. Здесь развиты все виды лесной промышленности: деревообработка (Ека­теринбург, Уфа, Самара, Волгоград, Астрахань), производство бумаги (Пермь, Соликамск), лесохимия (Новая Ляля).

Дальневосточная лесная база, характеризующаяся огромным потенциалом и уступающая по запасам древесины лишь Сибири, в настоящее время производит менее 5% продукции отрасли и практически ограничена лишь лесозаготовкой (Хабаровск, Комсомольск-на-Амуре, Амурск, Якутск).

Таблица. Главные лесные базы России в 2005 году

Лесная база

Производст­во деловой древесины (%)

Производ­ство пило­материалов (%)

Произ­водство бумаги (%)

Крупнейшие центры

Северо-Европейская

30

20

47

Архангельск, Сык­тывкар, Кондопога, Сегежа

Центральная

23

30

32

Рыбинск, Кострома, Калуга, Светогорск, Балахна

Сибирская

23

28

2

Красноярск, Лесосибирск, Братск, Усть-Илимск, Асино

Волго-Уральская

12

18

18

Пермь, Соликамск, Екатеринбург, Аст­рахань

Дальнево­сточная

10

3

1

Комсомольск-на-Амуре, Амурск, Хабаровск

Химико-лесные базы России

Химико-лесные базы России

Северо-Европейская база обладает богатейшими запасами химического сырья (хибинские апатитонефелиновые руды) и леса. Имеются запасы нефти, газа, угля. На них работают предприятия коксохимической (Череповец), газоперерабатывающей и нефтеперерабатывающей (Ухта) промышленности, поставляющие сырье химической промышленности. Развитию химико-лесных производств благоприятствуют крупные запасы водных ресурсов.

Концентрат, получаемый на основе хибинских апатитов, служит для производства высококачественных фосфатных удобрений (Череповец, используется серная кислота, получаемая из отходов черной металлургии – сернистых газов). В перспективе химическая промышленность должна будет получить дальнейшее развитие за счет переработки местных ресурсов нефти и газа.

Выгодное транспортное ГП, большие запасы леса, обилие воды предопределили широкую специализацию райоена на продукции лесной промышленности. Крупные лесоперерабатывающие предприятия производят бумагу и целлюлозу (Кондопога, Сегежа, Архангельск), пиломатериалы и древесные плиты (Архангельск, Сыктывкар). Имеются ЛПК (Жешарт), предприятия мебельной промышленности (Красновишерск, Сыктывкар), лесохимической (Архангельск, Медвежьегорск).

Центральная база – ресурсодефицитная. Она сформировалась с ориентацией на огромный потребительский спрос. Из местного сырья (фосфориты – Егоровское месторождение) здесь производят только фосфорные удобрения (Воскресенск) и разнообразную продукцию из древесины (целлюлозу, бумагу) в северо-восточных, лесных районах (Балахна, Вятка) и в Сясьстрое. Спички производят в Калуге, Кирове, Рыбинске. Мебель – практически во всех крупных городах (Кострома, Новгород, Москва, Санкт-Петербург). Центральный район дает 1/3 продукции лесной промышленности.

Практически вся химическая промышленность использует привозные ресурсы. Здесь производят химические волокна (искусственные – Рязань, Тверь, Санкт-Петербург, Шуя; синтетические – Курск; и. и с. – Клин, Серпухов), каучук и шины (Ярославль – на базе нефтеперерабатывающей промышленности (нефть из Альметьевска), Санкт-Петербург – на базе нефтеперерабатывающей промышленности в Киришах (нефть из Альметьевска), пластмассы (Санкт-Петербург – из углеводородов нефтепереработки, Нижний Тагил и Джержинск – на базе коксующихся углей Новотульского и Новолипецкого комбинатов),

сложные удобрения (Новомосковск, Воскресенск), азотные удобрения (Щекино, Липецк, Новомосковск, Новгород, Дзержинск), фосфатные удобрения (Санкт-Петербург, Волхов – из привозных хибинских апатито-нефелиновых руд), лакокрасочные изделия и синтетические красители (Санкт-Петербург, Ярославль, Москва – на основе Альметьевской нефти). Центральная база дает 45% продукции химической промышленности.

Волго-Уральская база по разнообразию и пропорциям запасов сырья, комбинации и мощности возникших на их основе производств наиболее сбалансирована. Имеются огромные запасы калийных (Солекамск, Березники), поваренных солей (о. Баскунчак, Эльтон), серы (Оренбург), нефти и газа, лесные и водные ресурсы. Волжско-Камский каскад ГЭС дает дешевую энергию. Именно поэтому сформировавшийся здесь химико-лесной комплекс является по своим масштабам и разнообразию крупнейшим в России. Основные его элементы – гигантские химические комплексы – Солекамско-Березниковский, Уфимско-Салаватский, Самарский, дающие минеральные удобрения, соду, каучук, пластмассы.

В лесных районах севера базы развита лесная промышленность. ЦБ – Краснокамск, Красновишерск, Соликамск, Новая Ляля. Имеются лесохимические предприятия (Аша, Новая Ляля, Саратов, Волгоград). Развита мебельная (Саратов, Волгоград, Самара, Уфа, Челябинск) и спичечная промышленность (Уфа). Серьезное препятствие на пути дальнейшего развития базы – экологический фактор.

Сибирская база относится к разряду наиболее перспективных. По запасам и разнообразию ресурсов она превосходит даже Уральскую базу: лесные ресурсы (Иркутская область, юг Красноярского края, республика Хакасия), нефть и газ, глауберовы, поваренные соли (усолье-Сибирское, Бурла).

Особенно интенсивно развивается нефтехимия (Тобольский и Томский комплексы, Омск, Ангарск). Ранее сформировались углехимические производства (Кемерово – пластмассы, синтетические смолы, химические волокна). Самую разнообразную продукцию (целлюлозу, бумагу, кормовые дрожжи, искусственные волокна) выпускают крупнейшие в стране ЛПК – Красноярский, Братский, Усть-Илимский. Также развитие получили производство шин и резинотехнических изделий из каучука, получаемого при гидролизе древесины и продуктов нефтепереработки (Омск, Красноярск).

Химико-лесные базы России

Вывод: Из данной таблицы можно сделать вывод, что наиболее значимыми факторами в размещении предприятий химико-лесного комплекса является сырьевая ориентация, топливно-энергетическая. Все базы, за исключением центральной, которая ориентируется на потребителя и имеет привозное сырье, имеют собственные химические и лесные ресурсы, также производство тяготеет к районам с наиболее дешевой энергией.

План характеристики

Химико-лесные базы России

Северо-Европейская

Центральная

Волго-Уральская

Сибирская

ГП базы

Мурманская область, республика Карелия, Архангельская область, Вологодская область, республика Коми

Ленинградская, Новгородская, Псковская, Брянская, Курская, Белгородская области: все области центральной России до Кировской.

Поволжье, Урал: до Тюменской области.

Юг Западной и Восточной Сибири до Байкала

Собственное/ввозное сырье

собственные ресурсы

ввозимые ресурсы

собственные ресурсы

собственные ресурсы

Используемое сырье

апатитонефелиновые руды, нефть, газ, уголь

фосфориты, нефть, углеводороды, кокс, уголь

калийные, поваренные соли, сера, нефть, газ, лесные ресурсы, вода

нефть, газ, уголь, соли, лес

Доля базы (%)

2% — химическая промышленность.           

17% — лесная промышленность.

45% — химическая промышленность.                  33% — лесная промышленность

34% — химическая промышленность.                  16% — лесная промышленность

18% — химическая промышленность.                  25% — лесная промышленность

Основные производства

бумага, целлюлоза, пиломатериалы, древесные плиты

фосфат, удобрения, каучук, химические волокна, пластмассы

минеральные удобрения, сода, каучук, пластмассы, бумага

целлюлоза, бумага, кормовые дрожжи, искусственные волокна

Химико-лесной комплекс России

Химико-лесной комплекс объединяет химическую и лесную промышленность.

Химическая промышленность. В химической промышленности выделяют три крупные отрасли: горно-химическую, основную химию и химию органического синтеза.

Горно-химическая отрасль — это добыча химического сырья: серы, калийных солей, апатитов, фосфоритов и т.д. Основная (неорганическая) химия специализируется на производстве минеральных удобрений, кислот, соды и т.д. Химия органического синтеза объединяет производство синтетических смол и пластмасс, синтетического каучука, химических волокон и других видов продукции.

Помимо этого в состав химической промышленности входят фармацевтическая, микробиологическая, фотохимическая отрасли, бытовая химия и др.

Основные факторы, влияющие на размещение отраслей химической промышленности, — сырьевой, топливно-энергетический, водный, потребительский.

Под влиянием сырьевого фактора размещают предприятия горно-химической отрасли (главные районы ее развития — Уральский и Северный), а также многие отрасли основной химии (производство калийных удобрений, кальцинированной соды и т.д.). Топливно-энергетический фактор влияет на размещение предприятий по производству синтетического каучука, химических волокон и т. д. Во многих отраслях химической промышленности велик расход воды. Этот фактор, например, является одним из определяющих при производстве химических волокон.

В России выделяют четыре крупные базы химической промышленности.

Североевропейская. Здесь сосредоточены богатые запасы апатитов (Кольский полуостров, Хибины) — сырья для производства фосфорных удобрений, а также нефти, газа, угля и леса, которые создают возможность для развития органической химии.

Центральная — перерабатывает в основном привозное сырье и производит фактически все виды химической продукции.

Волго-Уфимская — сформировалась на собственных ресурсах калийных солей, серы, нефти, газа и т. д. Имеются крупные химические комплексы — Соликамско-Березниковский, Уфимско-Салаватский, Самарский и др.

Сибирская — очень перспективна по запасам и разнообразию ресурсов. Значительное развитие получили нефтехимия (Ангарск, Томск, Омск, Тобольск), химический комплекс Кузбасса и т. д.

Из субъектов Федерации, являющихся крупными производителями разнообразной химической продукции, следует назвать Татарстан, Башкортостан, Москву, Московскую, Самарскую, Пермскую области.

По объемам годового производства отдельных видов продукции химической промышленности Россия занимает весьма скромные позиции в мире. Так, производство химических волокон и нитей составляет 135 тыс. т (в США свыше 4 млн т, Китае — более 3 млн т), синтетических смол и пластмасс — 2,2 млн т (в США — свыше 30 млн т, Японии — около 15 млн т) и т.д.

Лесная промышленность. В состав лесной промышленности входят лесозаготовительная, деревообрабатывающая, целлюлозно-бумажная и лесохимическая отрасли.

Лесозаготовительная отрасль осуществляет заготовку, первичную обработку и вывоз леса. Основными районами заготовки леса являются Северный, Восточно-Сибирский и Уральский.

Деревообрабатывающая отрасль включает в себя лесопиление, производство фанеры, древесностружечных и древесноволокнистых плит, производство мебели, стандартное домостроение, производство спичек и т. д.
Целлюлозно-бумажная отрасль производит целлюлозу, бумагу, картон и изделия из них.

Лесохимическая отрасль осуществляет производство лаков, канифоли, скипидара, этилового спирта, линолеума и т. д.

Сырьевой фактор влияет на размещение лесозаготовительных предприятий и ряда деревообрабатывающих производств (например, производство фанеры).

Водный фактор особенно влияет на размещение производства целлюлозы.

На потребителя ориентируется в первую очередь мебельная промышленность.

Развита лесная промышленность в Иркутской, Архангельской, Пермской областях, Красноярском крае, республиках Карелия, Коми.

В основном объемы производства в лесной промышленности на протяжении 99-х годов сокращались и в последние годы составляли: заготовка деловой древесины — 70-75 млн м3 в год (в США около 400 млн м3), производство пиломатериалов — 18-20 млн м3 (в США около 100 млн м3), производство бумаги и картона — 3,5-4 млн т (в США около 80 млн т).

115 Основные химико-лесные базы

В России выделяют 4 химико-лесные базы:

1 Центральная база – ресурсодефицитная. Она сформировалась с ориентацией на огромный потребительский спрос. Из местного сырья здесь производят только фосфорные удобрения и разнообразную продукцию из древесины в северо-восточных лесных районах (Баланха, Вятка). Практически все остальные производства используют привозные ресурсы. Центральная база – полигон для новых технологий. Здесь производят каучук и шины (Ярославль, С.Петербург), химические волокна, пластмассы (Подмосковье, С.Петербург) итд.

2 Североевропейская база обладает богатейшими запасами и химического сырья и леса. Крупные лесоперерабатывающие предприятия производят бумагу и целлюлозу (Кондопога, Сегежа), пиломатериалы и древесные плиты (Архангельск, Сыктывкар).

3 Волго-Уральская база наиболее сбалансированная по разнообразию и пропорциям запасов сырья, комбинации и мощи возникших производств. Расположены гигантские запасы калийных и поваренных солей, серы, нейти и газа, лесные ресурсы. Волжско-Камский каскад ГЭС дает дешевую электроэнергию. Водные ресурсы достаточны. В лесных районах Урала сконцентрирована бумажная промышленность. Препятствие развития – экологический фактор.

4 Сибирская база наиболее перспективная. Химической переработке здесь подвергают нефть, газ и уголь Западной Сибири, соли, лес.

116 Агропромышленный комплекс, его структура, значение в народном хозяйстве

АПК – совокупность взаимосвязанных отраслей хозяйства, участвующих в производстве, переработке сельскохозяйственной продукции и доведении ее до потребителя, АПК интегрировал в себя сельское и лесное хозяйство, систему заготовок сельскохозяйственной продукции, пищевую, мясо-молочную, плодоовощную, рыбную, мукомольно-крупяную и комбикормовую промышленность, сельское строительство, ремонт сельскохозяйственной техники, первичную переработку непищевого сельскохозяйственного сырья, государственную, кооперативную и частную торговлю продовольственными товарами и общественное питание, а также отрасли, обеспечивающие АПК средствами производства.

Межотраслевой агропромышленный комплекс во многом определяет социально-экономический прогресс, уровень жизни населения.

117 Размещение и развитие основных отраслей сельского хозяйства

Отрасли сельского хозяйства размещаются по природно-климатическим и почвенным зонам так, чтобы достичь соответствующей эффективной и устойчивой их специализации с преимущественным ростом того вида сельскохозяйственной продукции, для которого в данном районе сложились оптимальные условия природного характера. При размещении сельского хозяйства необходимо учесть совокупное взаимовлияние всех социально-экономических факторов, производственной и социальной инфраструктуры.

118 Размещение и развитие растениеводства

Растениеводство традиционно включает в себя: полеводство, садоводство, виноградарство.

В полеводческую группу входят зерновое хозяйство, на которое приходится более 50% всех пехотных земель страны. Из них на пшеницу – около 50%, на ячмень – 25%, на овес и зернобобовые – 8%, на рожь – 7%. Основными районами являются Поволжье, Сибирь, Южный Урал, Северный Кавказ, Центрально-Черноземный район.

К прядильной группе относятся: хлопчатник, лен-долгунец, конопля, кенаф и др. культуры, дающие волокно для прядения и производства тканей. Районы: Центральный, Северо-Западный, Волго-Вятский, Уральский, Западно-Сибирский.

В состав пищевой группы входят: сахарная свекла, масличные культуры, продукция которых используется как сырье для пищевой промышленности. Районы: Центрально-Черноземный и Северный Кавказ.

Производство картофеля и овоще-бахчевых культур. Картофель – важнейшая продовольственная, техническая и кормовая культура. Посевные площади расположены в Центральном, Уральском, Центрально-Черноземном, Волго-Вятском и Западно-Сибирском экономических районах. Бахчевые культуры (дыня, арбуз, тыква) производятся на Северном Кавказе, в нижнем Поволжье, частично в некоторых областях Центра и Урала.

Садоводство и виноградарство дают ценные, богатые витаминами продукты, а также сырье для пищевой промышленности. Главными районами считают среднее и нижнее Поволжье, области Центра и Северного Кавказа.

География химико-лесного комплекса. Особенности размещения

Какие факторы оказывают влияние на размещение предприятий химиколесного комплекса?

Ответ:

Факторы, оказывающие влияние на размещение предприятий химиколесного комплекса:

— сырьевой;

— транспортный;

— потребительский;

— водный;

— электроэнергетический.

С. 73

1. Почему предприятия химической и лесной промышленности объединяют в один комплекс? Проанализируйте рис. 40 и выясните основные закономерности размещения предприятий химико — лесного комплекса.

Ответ:

В составе химико — лесного комплекса имеется две группы отраслей: лесная и химическая. Лидирующие позиции принадлежат химической. Такой тандем реален из — за способности отраслей сочетаться, базируясь на расположении их технологии к комплексному применению сырья, получая из одних видов исходных материалов различные продукты. При производстве искусственных волокон (химическая промышленность) исходным материалом является целлюлоза (лесная промышленность). Целлюлозно — бумажная промышленность подразумевает комбинацию из механического типа обработки и химического. При производстве материалов в мебельной промышленности используют клей и древесные частицы.

В России выделяют четыре базы химико — лесного комплекса: Северо — Европейскую, Центральную, Урало — Поволжскую и Сибирскую. На базах химико — лесного комплекса наблюдается неравномерное распределение ресурсов. Центральная база сформирована с ориентацией на потребительский спрос. Она ориентирована на научный потенциал и потребителя, отличается рссурсодефицитностью и универсальным составом. Северо — Европейская база — самая слаборазвитая ввиду сырьевой направленности региона, обладает богатейшими запасами химического сырья и леса. Урало — Поволжская база — хорошо обеспечена сырьём (нефть, газ, калийные и поваренные соли, сера) и ориентирована не только на их источники, но и на энергетику Поволжья, отходы и потребности металлургического производства Урала. Сибирская химическая база является наиболее перспективной. Она обладает огромными запасами химического сырья (нефти, газа, угля, солей). Сибирская база производит шестую часть продукции химической промышленности.

Преимущественные факторы размещения химико — лесных баз — сырьевой и потребительский.

2. Есть ли в регионе вашего проживания предприятия химико — лесного комплекса? Какие экологические проблемы связаны с их присутствием?

Ответ:

«Экодом» — один из крупнейших в России холдингов полного цикла деревянного домостроения и производства клееного бруса. Мощности комбината позволяют перерабатывать до 150 тыс. м3 древесины в год и изготавливать до 500 быстромонтируемых комплектов жилых домов.

Комбинат глубокой переработки древесины был официально введен в строй в 2000 году. Проект реализован при участии администрации Челябинской области, компании «Технополис» и фирмы WIWA GmbH (Германия). Производство спроектировано фирмой Michael Weining AG и оснащено оборудованием ведущих немецких производителей. Объем инвестиций составил более 40 млн евро. Как отмечают на комбинате, технологическое оснащение «Экодома» и сейчас является уникальным для Урало­Сибирского региона.

Экологические проблемы предприятия «Экодом»:

1. Убыток древесины во время заготовки и переработки.

Бережное использование природных ресурсов необходимо для сохранения экологии. Для этого следует рационально использовать древесное сырье, чтобы уменьшить количество отходов. Правильное хранение древесины и перевозка ее к месту обработки будут способствовать сохранению леса и заготовок.

2. Сточные воды

Производство мебели, ДВП, фанеры отравляет почву вредными примесями.

Суспензии и эмульсии мутят воду, растворы коллоидов меняют цвет, молекулы в растворах повинны в странном вкусе и неприятном запахе. Растворы ионов наделяют воду несвойственными ей минералами.

В результате попадания хотя бы одного приведено выше вещества в сточные воды незамедлительно приведет к загрязнению. Изменятся физические свойства воды, ее химический состав. Это приведет к биологической катастрофе экосистемы.

3. На основе текста учебника и карт атласа продолжите заполнение таблицы, отражающей особенности размещения важнейших производств химико — лесного комплекса.

Ответ:

4. Пользуясь текстом учебника и картами атласа, составьте характеристику баз химико-лесного комплекса. Заполните таблицу.

Ответ:

«география россии население и хозяйство» 9 класс — Пояснительная записка

25.

26.

27.

28.

29.

Состав и значение АПК

 

 

 

Земледелие и животноводство

 

 

 

 

Пищевая и легкая промышленность

 


Территориальная организация АПК

 

 

Урок обобщающего повторения

Проблемное изложение

 

 

 

Проблемное изложение

 

 

 

Проблемное изложение

 

Проблемное изложение

 

Репродуктивный

Проблемная беседа, проблемная задача

 

 

Проблемная беседа, проблемная задача

 

 

 

Проблемная беседа, проблемная задача

Проблемная беседа, проблемная задача

 

Упражнения, практикумы

Индивидуально- групповой

 

 

 

Индивидуально- групповой

 

 

 

Индивидуально- групповой

 

Индивидуально- групповой

 

Индивидуальный

АПК, Закон о земле

 

 

 

Земледелие, животноводство, интенсивный и экстенсивный путь развития хозяйства, мелиорация

 

Пищевая, легкая, текстильная промышленность

Зональная специализация с/х

Называют: факторы, влияющие на развитие АПК,
проводят примеры рационального и нерационального природопользования; определяют значение АПК в хозяйстве страны
Определяют факторы рационального распределения состав и значение в хозяйстве страны, характеризуют географию распространения

Определяют факторы рационального распределения состав и значение в хозяйстве страны, характеризуют географию распространения
Определяют по карте особенности зональной специализации с/х

Приводят примеры основных статей экспорта и импорта; дают сравнительную характеристику отраслей АПК

 Приводят примеры основных статей экспорта и импорта; дают сравнительную характеристику отрасли

 

Приводят примеры основных статей экспорта и импорта; дают сравнительную характеристику отрасли

Дают сравнительную характеристику организации АПК. Объясняют особенности специализации отдельных районов России.
Объясняют причины отставания российского АПК от мирового уровня, а так же пути быстрого развития АПК.

Работают со статистическим материалом, анализируют карты;
Карта «Почвы России»
CD – АПК Россииработают с учебником: стр.160 «Внимание! Проблема»
Работают со статистическим материалом, анализируют карт;
Карта «Почвы России»
CD – АПК России, работают с учебником: стр.165« Внимание! Проблема»
Работают со статистическим материалом, анализируют карт;
Карта «Почвы России»
CD – АПК России, работают с учебником: стр.171« Внимание! Проблема»

Работают  с энцикло
педическими и статистическими материалами, анализируют карт

Состав и значение АПК Волгоградской области

 

Земледелие и животноводство РТ 

Сообщение: «Сравнительная характеристика пищевой и легкой промышленности СССР и современной России»
Проблема: Самообеспечение страны продовольствием

 

Дистанционное зондирование | Спецвыпуск: Дистанционное зондирование северных лесов России

Уважаемые коллеги,

Бореальный лес — это крупнейший в мире биом суши, на долю которого приходится около трети мировой площади лесов, и он имеет большое климатическое значение. Его размеры, удаленность и климат делают его особенно трудным для изучения, а методы дистанционного зондирования уже зарекомендовали себя чрезвычайно ценными, хотя проблемы остаются. Это особенно верно в отношении российских бореальных лесов, по которым у нас есть сравнительно мало свежих исходных данных по биомассе, хранению углерода и т. Д.Однако растущая доступность высококачественных продуктов данных из систем дистанционного зондирования в ближнем инфракрасном диапазоне с различными пространственными и временными разрешениями и шириной полосы обзора вместе с новыми технологиями сбора данных в масштабе поля и ландшафта начинает давать возможность с целью улучшить наше понимание пространственно-временных вариаций биофизических параметров бореальных лесов России и их связи с климатическими и неклиматическими нарушениями. В качестве приглашенных редакторов этого специального выпуска мы приглашаем вас внести свой вклад в самый широкий спектр подходов к этой области исследований, включая, помимо прочего, полевые методы, платформы БПЛА (дронов), методы LiDAR, апскейлинг, оценку биомассы, аллометрию. взаимосвязи, гиперспектральное дистанционное зондирование, оптические, радиолокационные и тепловые изображения, а также их комбинации, изображения с очень высоким разрешением, индексы растительности, оценка индекса площади листвы, взаимодействие климата и растительности, антропогенное нарушение леса, дистанционное зондирование лесных пожаров, гражданская наука , и т.д.

Доктор Ольга Тутубалина
Доктор Гарет Рис
Приглашенные редакторы

Информация для подачи рукописей

Рукописи должны быть представлены онлайн по адресу www.mdpi.com, зарегистрировавшись и войдя на этот сайт. После регистрации щелкните здесь, чтобы перейти к форме отправки. Рукописи можно подавать до указанного срока. Все статьи будут рецензироваться. Принятые статьи будут постоянно публиковаться в журнале (как только они будут приняты) и вместе будут перечислены на веб-сайте специального выпуска.Приглашаются исследовательские статьи, обзорные статьи, а также короткие сообщения. Для запланированных статей название и краткое резюме (около 100 слов) можно отправить в редакцию для объявления на этом сайте.

Представленные рукописи не должны были публиковаться ранее или рассматриваться для публикации в другом месте (кроме трудов конференции). Все рукописи тщательно рецензируются в рамках процесса простого слепого рецензирования. Руководство для авторов и другая важная информация для подачи рукописей доступна на странице Инструкции для авторов. Remote Sensing — это международный рецензируемый полумесячный журнал с открытым доступом, публикуемый MDPI.

Пожалуйста, посетите страницу Инструкции для авторов перед отправкой рукописи. Плата за обработку статьи (APC) для публикации в этом журнале с открытым доступом составляет 2400 CHF (швейцарских франков). Представленные документы должны быть хорошо отформатированы и написаны на хорошем английском языке. Авторы могут использовать MDPI Услуги редактирования на английском языке перед публикацией или во время редактирования автора.

Каково влияние одновозрастного и разновозрастного лесопользования на биоразнообразие бореальных лесов Фенноскандии и европейской части России? Систематический обзор | Environmental Evidence

Обзор описательной статистики

Поиск в библиографических базах данных CAB Abstracts, Scopus и Web of Science был проведен в марте 2019 года.Поиск в остальных библиографических базах данных проводился в период с мая по июль 2019 г. Поиск в первых трех базах данных дал 27 252 совпадений, а в других базах данных — 2 314 совпадений (всего 29 566; рис. 2; дополнительный файл 3). Оповещения о поиске поступали с 29 марта по 29 августа 2019 года и привели к 271 обращению.

Рис. 2

Блок-схема, адаптированная из ROSES [48], показывающая литературные источники и процесс включения / исключения. Обратите внимание, что удаление дубликатов после поиска не было полностью успешным, и некоторые дубликаты были удалены только после проверки заголовка / аннотации.Исключенные статьи также включают дубликаты, но точное количество не может быть указано, поскольку автоматическое удаление дубликатов не работало должным образом в используемом программном обеспечении.

Поисковые системы

были проведены в июле – сентябре 2019 года и дали 8077 обращений. На веб-сайтах организаций был проведен поиск с марта по май 2019 г., и было получено 5 609 посещений. В результате ручного поиска на российских сайтах было найдено 64 потенциально релевантных статьи. В результате запроса данных четыре исследователя опубликовали 34 статьи. Поиск цитирования проводился в сентябре 2019 года.Всего проверено на цитирование 25 статей. Все даты поиска и количество совпадений сведены в Дополнительный файл 3.

В итоге было отобрано 667 полнотекстовых статей, 178 из которых были включены в обзор (рис. 2). Кроме того, семь статей, найденных с помощью поиска цитирования, и одна статья, обнаруженная вне предопределенных источников, были включены на этапе полного текста, и, следовательно, окончательное количество включенных статей составило 186. Все статьи исключены на этапе полного текста и причина для исключения перечислены в Дополнительном файле 4.Наиболее частыми причинами исключения на стадии полного текста были дизайн исследования (например, обзорные статьи, моделирование, исследования выбора среды обитания или исследования краевых эффектов), компаратор (например, отсутствие компаратора или слишком мало информации о компараторе, чтобы гарантировать соответствие критериям отбора). ), население (например, не отвечающая критериям страна, не северный лес) и подверженность (например, плохое описание воздействия или воздействие не соответствовало критериям) (рис. 2).

124 из 186 статей, включенных в обзор, относились к группе (т.е. это были связанные статьи, которые имеют общий сайт исследования). Из них только 75 представили независимые данные. В статьях обычно сообщалось о результатах более чем одного исследования. Например, результаты были представлены отдельно для нескольких таксономических групп или в статью были включены данные результатов множественных сравнений. В общей сложности 854 исследования из 137 статей имели независимые данные (рис. 2) и были включены в повествовательный синтез. Кроме того, 547 исследований из 88 статей содержали подходящие данные для метаанализа.

Три статьи, включенные на этапе полного текста, написаны одним из авторов обзора (MM).Включение и критическая оценка этих статей были оценены SS, MH и AJ в соответствии с критериями приемлемости и критической оценки, определенными в протоколе [33], и с учетом последующих изменений, указанных в этом обзоре.

Источники статей, включенных в повествовательный синтез

Большинство статей, включенных в повествовательный синтез, были обнаружены в базах данных CAB Abstracts, Scopus или Web of Science (110 статей, 80,3%). В результате других библиографических поисков пять (3.6%) найдены статьи. Другие поисковые запросы привели к следующему количеству статей: поисковые системы девять (6,6%), поиск цитирования четыре (2,9%), поисковые предупреждения четыре (2,9%), веб-сайты организаций три (2,2%), запрос данных один (0,7%) и другие источники (находящиеся вне предопределенных источников) — 1 (0,7%). Три статьи, найденные на сайтах организаций, взяты из российских источников.

Повествовательный синтез, включая оценку достоверности

Типы управления

Из 137 статей, включенных в описательный синтез, в 99 изучались одновозрастные, 10 разновозрастные и 28 — оба режима управления лесами.В случае изделий, подверженных воздействию разновозрастных или одновозрастных лесоуправлений, в качестве воздействия было выбрано разновозрастное управление. Этот выбор был сделан потому, что разновозрастное управление было менее изученным типом управления. В итоге было проведено 603 исследования управления разновозрастными пациентами и 251 исследование управления разновозрастными группами. Подробности исследований и данные, включенные в повествовательный синтез, можно найти в дополнительных файлах 5 и 6.

Тип литературы

Было включено шесть типов литературы, но большинство из них были рецензируемыми журнальными статьями (129 статей).Кроме того, были представлены одна глава книги, две кандидатские, одна бакалаврская, одна диссертационная статьи, один отчет и две монографии. Большинство статей написано на английском языке (таблица 5, дополнительные файлы 5 и 6).

Таблица 5 Статьи, включенные в повествовательный синтез по языкам
Год публикации

Большинство статей были опубликованы после 2000 года, особенно статьи о менеджменте разного возраста (рис. 3).

Рис. 3

Статьи, включенные в повествовательный синтез, по годам публикации

Места проведения

Большинство исследований проводилось в Финляндии или Швеции.В Норвегии было проведено больше исследований по разновозрастному, чем по одновозрастному ведению лесного хозяйства. В случае других стран количество исследований, в которых рассматривались вопросы ведения одновозрастного лечения, было выше (таблица 6, дополнительные файлы 5 и 6). 15 из 38 статей разного возраста (39,5%), включенных в повествовательный синтез, были из проекта под названием MONTA, который был сосредоточен на воздействии на биоразнообразие во время восстановления производственных лесов в Финляндии в период с 1996 по 2006 год. Из 198 исследований, включенных в мета- анализ 98 (49.5%) были исследованиями MONTA.

Таблица 6 Статьи и исследования, включенные в повествовательный синтез по странам исследования
Дизайн исследований

Всего в 597 исследованиях представлены данные контрольного вмешательства (ДИ), 253 исследования — данные контрольного вмешательства (BACI) и 4 до- после данных (BA) (Дополнительные файлы 5 и 6). Из разновозрастных исследований управления 142 представили данные CI, 109 данных BACI и 0 данных BA. Из исследований управления одновозрастным менеджментом 455 представили данные CI, 144 — данные BACI и 4 — данные BA.

Облучения

Согласно определению, существует два класса воздействия: разновозрастное и одновозрастное управление лесным хозяйством, и их было проведено 251 и 603 исследования, соответственно. К разновозрастным методам ведения хозяйства относились либо выборочные рубки (отдельные деревья или группы небольших деревьев), либо рубки с просевками, в некоторых случаях также полосные рубки и одно экспериментальное исследование вырубки лесных стволов (подробности см. В дополнительном файле 5). Интенсивность вырубки деревьев варьировалась между исследованиями. В некоторых случаях выборочная вырубка означала удаление самых крупных деревьев (например, [49]), в то время как в других было удалено до 54% ​​объема деревьев (например, [50]).Вырубка щелей обычно означала вырубку 60-66% объема деревьев. В двух статьях, одна о вырубке щелей [51], а другая — о вырубке лесных массивов [52], было удалено почти 70% объема деревьев. При экспериментальных исследованиях обычно знали фактическое время рубки. В других исследованиях оценивалось время рубки, или лес определялся как выборочно вырубленный по структуре древостоя или количеству видимых пней. Время рубки было более или менее равномерно распределено по массиву данных.

Одновозрастное управление было сплошным, иногда с деревьями удержания.Самые молодые одновозрастные леса были вырублены всего за несколько месяцев до исследования (например, [53]), тогда как самые старые были примерно 100-летними (например, [54]). Более подробная информация представлена ​​в дополнительном файле 6.

Компараторы

Наиболее распространенными компараторами были естественный лес, за которым следовали спелые одновозрастные леса (таблица 7, дополнительные файлы 5 и 6). Большинство естественных лесов были относительно старыми, от 100 до 300 лет, но существовали и некоторые более молодые компараторы полуестественных лесов после пожаров (например, [51]).Зрелые одновозрастные леса по определению имели возраст не менее 80 лет, а самые старые — это примерно 200-летние перезрелые одновозрастные леса [54]. При разновозрастном хозяйстве использовался молодой одновозрастной лес. Им было от 0 (сразу после сплошной рубки) до 80 лет.

Таблица 7 Исследования, включенные в описательный синтез компаратором
Результаты

В обзор были включены два результата в области биоразнообразия: видовое богатство и изобилие.Из исследований управления разновозрастными животными 96 содержали данные о видовом богатстве, а 155 — о численности (дополнительные файлы 5 и 6). Из одновозрастных исследований управления 262 содержали данные о видовом богатстве и 341 — о численности.

Исследования по разновозрастному хозяйству содержали данные по девяти различным таксонам и исследования по разновозрастному хозяйству по четырнадцати различным таксонам (рис. 4). Наиболее изученными таксонами в обоих типах управления были членистоногие, около половины из которых составляли жуки. За ними следуют лишайники, мохообразные и сосудистые растения в статьях о разновозрастном уходе, а в статьях о разновозрастном уходе — мохообразные и сосудистые растения.

Рис. 4

Таксоны, изученные в исследованиях, включенных в повествовательный синтез. Прочие членистоногие = все членистоногие, кроме жуков. Другая растительность = например, исследования, в которых объектом исследования был весь полевой слой

Модификаторы потенциального воздействия и источники неоднородности

Информация о модификаторах потенциального воздействия и источниках неоднородности варьировалась. Географическое положение, годы, когда проводилось исследование, и тип леса сообщалось почти в каждой статье.В некоторых статьях сообщалось о климатических условиях, размере зоны отбора проб, типе почвы и количестве валежной древесины. Меньше всего о модификаторах эффекта сообщалось о сертификации, владельце участка исследования и заготовке энергетической древесины. Влажность почвы (осушенная или недренированная) и связность были исключены как модификаторы эффекта, потому что о них почти не сообщалось. Более подробную информацию можно найти в дополнительных файлах 5 и 6.

Оценка валидности исследования

Для каждого включенного исследования проводилась оценка валидности.Если статья содержала более одного исследования, все исследования оценивались отдельно. В сводной таблице, представленной в дополнительных файлах 5 и 6, представлены результаты оценки достоверности для каждого исследования. Исследования внутри статей различались по своим оценкам только в двух статьях ([55], id 139, средний + высокий, в некоторых исследованиях не сообщается размер выборки; [56], id 155, средний + низкий, в некоторых исследованиях выборка методы не соответствовали критериям категории «низкий риск систематической ошибки»). После завершения критической оценки исследования не были исключены.

Большинство исследований были оценены как имеющие средний риск систематической ошибки (706 исследований). 125 исследований были оценены как имеющие низкий риск систематической ошибки, а 4 исследования были оценены как имеющие высокий риск систематической ошибки (таблица 8, дополнительные файлы 5 и 6). Причиной высокого риска систематической ошибки были неподходящие методы анализа. 19 российских исследований были оценены как «неясные» из-за неадекватного описания их методов (метод выборки или размер выборки не указаны). Небольшое количество исследований с низким риском систематической ошибки было частично результатом большого количества наблюдательных исследований, которые были классифицированы как имеющие средний риск систематической ошибки, поскольку исследователь не может контролировать воздействие.

Таблица 8 Исследования, включенные в повествовательный синтез по статусам оценки валидности исследования

Синтез данных

Описание статей, включенных в метаанализ

Всего 88 статей с 547 исследованиями содержали подходящие независимые данные для метаанализа (Рис. . 5). В 198 исследованиях (27 статей) риск разного возраста рассматривался, а в 349 исследованиях (63 статьи) — управление разновозрастным здоровьем. Сумма разновозрастных и разновозрастных управленческих статей не равна общему количеству статей, включенных в метаанализ, потому что две статьи содержали независимые данные по обоим воздействиям [45, 57].На уровне исследования 80 исследований по ведению пациентов разного возраста были оценены как имеющие низкий риск систематической ошибки, 118 — средний и 0 — высокий риск систематической ошибки. Из статей руководства одного возраста 112 были оценены как имеющие низкий риск систематической ошибки, 227 — средний и 10 — высокий риск систематической ошибки (дополнительные файлы 5 и 6).

Рис. 5

Статьи и исследования, включающие подходящие данные для метаанализа, классифицированные по режиму управления и исходу. Сумма статей по менеджменту разного возраста и статей по менеджменту разного возраста не является суммой всех статей, потому что две статьи содержали независимые данные как по разновозрастному, так и по одновозрастному менеджменту

Большинство исследований проводилось в Финляндии (Таблица 9 ) (Дополнительные файлы 5 и 6).Когда экспозиция представляла собой разновозрастное управление, наиболее распространенным компаратором был молодой одновозрастной лес (таблица 10) (дополнительный файл 5). Для одновозрастного хозяйствования это был естественный лес (дополнительный файл 6). Большинство исследований было сосредоточено на лесозависимых видах (Таблица 11). Наиболее изученными таксонами были членистоногие (особенно жуки, а в случае разновозрастного содержания также и пауки) (дополнительные файлы 5 и 6). Другими распространенными видами были лишайники и сосудистые растения (разновозрастное выращивание), а также мохообразные и сосудистые растения (разновозрастное выращивание).

Таблица 9 Исследования, включенные в метаанализ по странам Таблица 10 Исследования, включенные в метаанализ компаратором Таблица 11 Исследования, включенные в метаанализ по специализации местообитаний изучаемых видов

Интенсивность рубок (процент от объема деревьев удалено) в разновозрастном лесу было зарегистрировано в 35 исследованиях по видовому богатству и в 55 исследованиях по численности (таблица 12) (дополнительные файлы 5 и 6). Возраст самого старого класса деревьев в разновозрастных лесах колеблется от 25 до 287 лет, но обычно составляет от 40 до 130 лет.Кроме того, годы с момента вырубки варьировались от недавно вырубленных до более чем 200 лет, но были одинаковыми для разновозрастных лесов и молодых одновозрастных лесов (рис. 6). Объемы мертвого леса варьировались в разных лесах-компараторах. В разновозрастном лесу 8–47 м 3 / га, в одновозрастном лесу 4–11 м 3 / га, в естественном лесу 17–73 м 3 / га мертвой древесины. Подробная информация представлена ​​в дополнительном файле 5.

Таблица 12 Уровень вырубки разновозрастного леса в исследованиях, включенных в метаанализ.Не во всех исследованиях регистрировалась интенсивность рубок Рис. 6

Годы с момента рубки для разновозрастных и молодых одновозрастных лесов

В следующих разделах результаты метаанализов представлены по экспозициям (разновозрастные и ровные) старое лесное хозяйство) и результаты (видовое богатство и изобилие). Обзор результатов представлен в Таблице 13. Во время каждых четырех общих анализов проводился анализ чувствительности путем исключения исследований с вмененными SD. Результаты согласовывались с исследованиями или без них с вмененными стандартными отклонениями для всех воздействий, за исключением случаев, когда исходной переменной было богатство видов, а воздействие — одновозрастным лесом (результаты см. В дополнительном файле 7).В этом случае удаление исследований с вмененными стандартными отклонениями вызывало систематическую ошибку публикации на основе критериев обрезки и заполнения. Следовательно, исследования с вмененными SD были включены во все анализы. Десять исследований, включенных в метаанализ, были признаны «высокорисковыми». Все они были сравнениями индивидуальной численности одновозрастных и естественных лесов. Анализ чувствительности был проведен путем исключения этих исследований, и результаты представлены в тексте и в дополнительном файле 8.

Таблица 13 Сводка результатов метаанализа
Разновозрастное управление лесами по сравнению с одновозрастным управлением лесами
Виды богатство

Разновозрастные леса имели более высокое общее видовое богатство, но эффект не был статистически значимым (d = 0.229, p = 0,345, n = 68) (рис.7). Как и ожидалось, наблюдалась значительная неоднородность из-за разных лесных площадей и видов сравнения (Q = 587,908, p <0,0001). Смещение публикации не было обнаружено визуально, а тест на обрезку и заполнение подтвердил, что корректировка размера эффекта не требуется (дополнительный файл 9). Ни один из модификаторов эффекта, связанных с характеристиками исследования (страна, год, когда были собраны данные, тип литературы и метод выборки), не оказал систематического воздействия на величину эффекта (QM = 1,957, p = 0.744). Не было обнаружено значительных различий в видовом богатстве между исследованиями проекта MONTA, которые проводились в одной и той же области, и другими исследованиями в разных областях (QM = 0,085, p = 0,771). Кроме того, интенсивность рубок (процент вырубленных деревьев) не повлияла на видовое богатство (QM = 0,35, p = 0,554, n = 35).

Рис. 7

Лесной график размеров эффекта для видового богатства между разновозрастными лесами и сравнительными лесными площадями. Величины эффекта справа от нулевого среднего разновозрастного леса содержат больше видов, чем сравнительный лес.Большое среднее значение, отмеченное ромбиком внизу, является суммарным эффектом всех индивидуальных размеров эффекта. Ромбы на лесном участке отмечают подгруппу. Столбики ошибок представляют собой 95% доверительные интервалы.

Остаточная неоднородность внутри подгрупп значительно различалась по подгруппам (p <0,001), поэтому для сравнения видового богатства между подгруппами были выполнены попарные сравнения. При сравнении разновозрастного леса с молодым одновозрастным лесом (сплошная рубка <80 лет назад), общее видовое богатство существенно не различается (d = -0.059, p = 0,919, 95% ДИ - 1,190, 1,072, n = 26) (рис.8). В разновозрастном лесу было больше лесозависимых видов, чем в молодом одновозрастном лесу (d = 2,470, p = 0,0033, 95% ДИ 0,821, 4,118, n = 26), но для специалистов по открытым местообитаниям было наоборот ( d = - 6,235, p <0,0001, 95% ДИ - 8,828, - 3,641, n = 26). Специализация среды обитания объяснила 70% различий в величине эффекта. Для проверки действия таксона было достаточно данных по жукам, паукам и растениям (включая мхи и сосудистые растения), но никакой связи обнаружено не было (QM = 0.847, p = 0,655, n = 21). Ни один из признаков леса, количество мертвой древесины в молодом одновозрастном лесу и количество лет с момента его заготовки, не были значимыми (мертвая древесина: QM = 0,142, p = 0,706, n = 12; количество лет с момента вырубки молодого одновозрастного леса: QM = 1,468, p = 0,226, n = 26).

Рис. 8

Лесной график размеров эффекта для видового богатства (средняя стандартизованная разница между разновозрастным и молодым одновозрастным лесом). Величины эффекта справа от нулевого среднего разновозрастного леса содержат больше видов, чем молодые одновозрастные леса.Приведены различные ареалы обитания таксонов. Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса. Цифры после таксонов обозначают разные исследования. Большое среднее значение, отмеченное ромбиком, является суммарным эффектом всех индивидуальных величин эффекта. Столбики ошибок представляют собой 95% доверительный интервал

При сравнении разновозрастных лесов с лесами, подвергшимися сохраняющейся вырубке, общее видовое богатство существенно не различается (d = 0,157, p = 0,862, 95% ДИ — 1.621, 1.936, n = 11) (рис.9). Специализация среды обитания объяснила 43% различий в величине эффекта. В удерживающем лесу было значительно больше видов открытых местообитаний (d = — 5,772, p <0,0001, 95% ДИ - 6,943, - 2,660, n = 10). Воздействие таксонов проверялось на пауках и жуках. Не было обнаружено никакого влияния таксонов (QM = 0,001, p = 0,973, n = 10), что неудивительно, поскольку существовали как лесозависимые, так и открытые виды среды обитания и, следовательно, эффекты в разных направлениях внутри таксонов. Время, прошедшее с момента регистрации сохраняемого леса, не повлияло на величину эффекта (d = - 0.165, p = 0,575, 95% ДИ - 0,743, 0,412, n = 11). Данных об объемах валежника не было, поэтому его влияние нельзя было проверить.

Рис. 9

Лесной график размеров эффекта для видового богатства (средняя стандартизованная разница между разновозрастными и сохраняемыми лесами). Размеры эффекта справа от нулевого среднего разновозрастного леса содержат больше видов, чем удерживающий лес. Приведены различные ареалы обитания таксонов. Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса.Цифры после таксонов обозначают разные исследования. Большое среднее значение, отмеченное ромбиком, является суммарным эффектом всех индивидуальных величин эффекта. Столбики ошибок представляют собой 95% доверительные интервалы

В неравновозрастном лесу было значительно больше видов, чем в зрелом одновозрастном лесу (d = 1,012, p = 0,001, 95% ДИ 0,393, 1,631, n = 13) (рис. 10). Результатом стали два исследования со сравнительно большими размерами выборки, одно на лишайниках, другое на насекомых, и относительно низкой, но все же значительной гетерогенности между исследованиями (Q = 37.913, р = 0,0002). Ни специализация среды обитания, ни таксоны не объясняли различия в видовом богатстве, поскольку средние стандартизованные различия в отдельных исследованиях были в основном несущественными, но следует отметить, что наборы данных были небольшими в обоих случаях (специализация среды обитания: QM = 1,689, p = 0,793, n = 13 ; таксоны: QM = 0.52, p = 0.471, n = 9, группы, включенные в анализ: жуки, пауки). Годы после сбора урожая объяснили 34% неоднородности, но были лишь незначительно значимыми (d = 0,024, p = 0,061, n = 12).Недостаточно данных, чтобы проверить влияние объемов валежной древесины на видовое богатство.

Рис. 10

Лесной график размеров эффекта для видового богатства (средняя стандартизованная разница между разновозрастным и спелым одновозрастным лесом). Величины эффекта справа от нулевого среднего разновозрастного леса содержат больше видов, чем спелые одновозрастные леса. Приведены различные ареалы обитания таксонов. Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса. Цифры после таксонов обозначают разные исследования.Большое среднее значение, отмеченное ромбиком, является суммарным эффектом всех индивидуальных величин эффекта. Столбики ошибок представляют собой 95% доверительные интервалы

Обилие

Общая численность (т. Е. Количество особей) была выше в разновозрастном лесу, чем в сравниваемых лесах, но эффект был лишь незначительно значимым (d = 0,255, p = 0,091, n = 130). Размеры эффекта существенно различались (Q = 1327,247, p <0,0001). Ни страна, ни тип литературы, ни год начала исследования, ни метод выборки не объяснили вариации (QM = 2.926, p = 0,570). Смещение публикации не было обнаружено визуально, а тест на обрезку и заполнение подтвердил, что корректировка размера эффекта не требуется (дополнительный файл 9). Индивидуальная численность в исследованиях проекта MONTA была аналогична другим исследованиям (QM = 0,099, p = 0,753). Интенсивность рубок (% объема деревьев, удаленных при рубке разновозрастного леса) не повлияла на индивидуальную численность (QM = 0,069, p = 0,793, n = 55).

Модель со смешанными эффектами использовалась для проверки различий между воздействием и компараторами, поскольку величина остаточной неоднородности в каждой подгруппе существенно не различалась (p = 1.00). В разновозрастных лесах особей было значительно больше, чем в молодых одновозрастных (d = 0,498, p = 0,038, 95% ДИ 0,027, 0,969, n = 130). Исследование потенциальных модификаторов эффекта показало, что количество особей, принадлежащих к видам, отнесенным к видам открытой среды обитания, было выше в молодых одновозрастных лесах, чем в разновозрастных лесах, и эффект был статистически значимым (d = — 5,541, p = 0,0004, 95 % ДИ — 8,628, — 2,455, n = 49) (рис.11). Численность лесозависимых видов была выше в разновозрастных лесах, чем в молодых одновозрастных лесах, но эффект был лишь незначительным (d = 1.082, p = 0,077, 95% ДИ — 0,118, 2,281, n = 49). Существенных различий между таксонами (жуки, мохообразные, лишайники, млекопитающие, пауки, почвенные членистоногие, сосудистые растения) не выявлено (QM = 3,627, p = 0,727, n = 48). Годы, прошедшие с момента вырубки молодого одновозрастного леса, не повлияли на индивидуальную численность (d = 0,01, p = 0,673, 95% ДИ = — 0,035, 0,054, n = 43). Объем мертвой древесины в молодом одновозрастном лесу имел незначительное влияние на величину эффекта (d = 0,174, p = 0,082, 95% CI — 0,022, 0,0.371, n = 43), что свидетельствует о важности валежника для индивидуальной численности.

Рис. 11

Лесной график размеров эффекта для индивидуальной численности (средняя стандартизованная разница между разновозрастным и молодым одновозрастным лесом). Величина эффекта справа от нулевого среднего разновозрастного леса имеет больше особей, чем молодого одновозрастного леса. Приведены различные ареалы обитания таксонов. Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса. Цифры после таксонов обозначают разные исследования.Планки погрешностей представляют собой 95% доверительные интервалы. Величина эффекта под нижней линией справа представляет собой общий эффект с 95% доверительным интервалом

При сравнении разновозрастного леса с удерживающим лесом не было обнаружено различий в индивидуальной численности (d = 0,0443, p = 0,925, 95% доверительный интервал). — 0,873, 0,961, n = 130). Специализация среды обитания объяснила 26% неоднородности. В удерживающем лесу особей, принадлежащих к видам открытой среды обитания, было значительно больше, чем в разновозрастном лесу (d = — 3.572, p = 0,032, 95% ДИ — 6,828, — 0,316, n = 18), но для других категорий местообитаний (лес, универсал, почва) эффект не был значительным (рис. 12). Годы с момента вырубки леса или таксоны не повлияли на индивидуальную численность (годы после вырубки: QM = 0,17, p = 0,681, n = 19; таксоны: QM = 2,395, p = 0,664, n = 18). Таксоны, включенные в анализ, включали пауков, почвенных членистоногих, жуков, мохообразных и сосудистых растений. Недостаточно данных, чтобы проверить влияние объема мертвой древесины.

Фиг.12

Лесной график размеров эффекта для индивидуальной численности (средняя стандартизованная разница между разновозрастными и сохраняемыми лесами). Величины эффекта справа от нулевого среднего разновозрастного леса имеют больше особей, чем удерживающий лес. Приведены различные ареалы обитания таксонов. Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса. Цифры после таксонов обозначают разные исследования. Планки погрешностей представляют собой 95% доверительные интервалы. Величина эффекта ниже нижней линии справа представляет собой общий эффект с 95% доверительным интервалом

При сравнении разновозрастного леса со зрелым одновозрастным лесом не было обнаружено значительных различий в индивидуальной численности (d = 0.294, p = 0,490, 95% ДИ — 1,131, 0,542) (рис.13). Годы, прошедшие с момента вырубки разновозрастного леса, объяснили 65% неоднородности в величине эффекта и оказали статистически значимое влияние на величину эффекта (d = — 0,155, p = 0,0004, 95% ДИ — 0,241, — 0,069, n = 24). До 7 лет после рубки численность особей была значительно выше в разновозрастном лесу, после чего она начала снижаться по сравнению со спелым одновозрастным лесом (рис. 14). Эта закономерность в первые годы была обусловлена ​​увеличением числа особей, принадлежащих к видам в категории открытых местообитаний, но эффект был лишь незначительно значимым (d = 0.876, p = 0,087, 95% ДИ — 0,127, 1,88, n = 23). На уровне видов пауков было больше в разновозрастном лесу, чем в зрелом одновозрастном лесу (d = 2,009, p = 0,0002, 95% ДИ 0,946, 3,073, n = 23), и результаты были аналогичными для посещения цветов. насекомые, категория, включающая шмелей и бабочек (d = 1,056, p = 0,01, 95% ДИ 0,252, 1,859, n = 23). В разновозрастном лесу жуков было меньше, чем в спелом одновозрастном лесу, но эффект был незначительным (d = — 0.957, p = 0,094, 95% ДИ — 2,076, 0,162, n = 23). Недостаточно данных, чтобы проверить влияние объема мертвой древесины.

Рис. 13

Лесной график размеров эффекта для индивидуальной численности (средняя стандартизованная разница между разновозрастным и спелым одновозрастным лесом). Величины эффекта справа от нулевого среднего разновозрастного леса имеют больше особей, чем спелые одновозрастные леса. Приведены различные ареалы обитания таксонов. Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса.Цифры после таксонов обозначают разные исследования. Планки погрешностей представляют собой 95% доверительные интервалы. Величина эффекта под нижней линией справа представляет собой общий эффект с 95% доверительным интервалом

Рис. 14

Изменения индивидуальной численности между разновозрастным и спелым одновозрастным лесом в зависимости от количества лет, прошедших с момента вырубки разновозрастного леса . Величина положительного эффекта означает, что в разновозрастном лесу больше особей. Кружками показаны отдельные исследования. Их радиус пропорционален обратной стандартной погрешности, что означает, что круги большего размера предназначены для более точных исследований.Сплошная линия для прогнозируемой средней индивидуальной численности добавлена ​​с доверительным интервалом 95%. Если 95% доверительные интервалы не пересекают пунктирную линию, эффект является статистически значимым

Управляемые леса по сравнению с естественным лесом
Видовое богатство

Общее видовое богатство не различается между разновозрастным лесом и естественным лесом (d = — 0,068, p = 0,745, 95% ДИ — 0,475, 0,34, n = 18) (рис.15). Атрибуты вида не оказали значительного влияния на размер эффекта [специализация среды обитания: QM = 2.41, p = 0,121, n = 18; таксоны: QM = 3,626, p = 0,163, n = 15 (грибы, лишайники и жуки)]. Однако для грибов эффект был незначительным (d = — 0,819, p = 0,084, 95% ДИ — 1,747, 0,109). Время, прошедшее с момента вырубки разновозрастного леса, не объяснило неоднородность и не оказало статистически значимого влияния на величину эффекта (QM = 0,004, p = 0,952, n = 10). Было всего четыре исследования, в которых регистрировались объемы валежника в разновозрастном лесу, поэтому мы не проверяли его влияние на величину эффекта.

Рис. 15

Лесной график размеров эффекта для видового богатства (средняя стандартизованная разница между разновозрастными и естественными лесами). Величина эффекта справа от нулевого среднего разновозрастного леса имеет больше видов, чем естественный лес. Приведены различные ареалы обитания таксонов. Большое среднее значение, отмеченное ромбиком, является суммарным эффектом всех индивидуальных величин эффекта. Столбики ошибок представляют собой 95% доверительные интервалы

В естественных лесах было больше видов, чем в одновозрастных (d = — 0.322, p = 0,041, 95% ДИ — 0,630, — 0,014) (рис.16). В естественных лесах также было значительно больше лесозависимых видов, чем в одновозрастных лесах (p = — 0,955, p = 0,008, 95% CI — 1,661, — 0,249, n = 93), а специализация среды обитания составляла 14% неоднородности. Эффект не был значительным для каких-либо конкретных таксонов (QM = 4,097, p = 0,769, n = 89). Исследуемые таксоны: жуки, мохообразные, птицы, грибы, двукрылые, лишайники, улитки и сосудистые растения. Количество лет, прошедших с момента сбора урожая, повлияло на видовое богатство (d = — 0.008, p = 0,032, 95% ДИ — 0,015, — 0,001, n = 93), хотя это объясняет только 5,5% вариации. Согласно регрессионной модели, естественный лес становится значительно более разнообразным, чем одновозрастной лес через 50 лет после вырубки одновозрастного леса (d = — 0,31, 95% ДИ — 0,611, — 0,008) (рис. 17). Дедвуд не был важным модификатором эффекта (QM = 1,666, p = 0,197, n = 52).

Рис. 16

Лесной график размеров эффекта для видового богатства (средняя стандартизованная разница между одновозрастным лесом и естественным лесом).Величина эффекта справа от нуля означает, что одновозрастной лес более разнообразен, чем естественный лес. Приведены различные ареалы обитания таксонов. Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса. Цифры после таксонов обозначают разные исследования. Большое среднее значение, отмеченное ромбиком, показывает суммарный эффект всех индивидуальных размеров эффекта. Столбики ошибок представляют собой 95% доверительные интервалы.

Рис. 17

Изменения видового богатства между одновозрастным и естественным лесом в зависимости от количества лет, прошедших после вырубки одновозрастного леса.Величина положительного эффекта означает, что в одновозрастном лесу больше видов, чем в естественных лесах. Кружками показаны отдельные исследования. Их радиус пропорционален обратной стандартной погрешности, что означает, что круги большего размера предназначены для более точных исследований. Сплошная линия для прогнозируемого среднего видового богатства добавлена ​​с доверительным интервалом 95%. Если 95% доверительные интервалы не пересекают пунктирную линию, эффект является статистически значимым

Обилие

В естественном лесу было больше особей по сравнению с разновозрастным лесом, но эффект был лишь незначительно значимым (d = — 0.659, p = 0,070, 95% ДИ — 1,372, 0,054, n = 130) (рис.18). Не было обнаружено статистически значимых различий в характеристиках видов между разновозрастными и естественными лесами (специализация местообитания: QM = 2,75, p = 0,253, n = 38; таксоны: QM = 7,26, p = 0,298, n = 35). Исследованные таксоны включали растения, жуков, других насекомых (личинки насекомых и все насекомые> 4 мм), птиц, лишайников, мохообразных и млекопитающих. Недостаточно данных для изучения потенциального влияния объема мертвой древесины. Годы, прошедшие с момента вырубки разновозрастного леса, не оказали значительного влияния на величину эффекта (QM = 0.077, p = 0,782, n = 18).

Рис. 18

Лесной график размеров эффекта для индивидуальной численности (средняя стандартизованная разница между разновозрастным и естественным лесом). Величины эффекта справа от нулевого среднего разновозрастного леса имеют больше особей, чем естественный лес. Приведены различные ареалы обитания таксонов. Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса. Цифры после таксонов обозначают разные исследования. Планки погрешностей представляют собой 95% доверительные интервалы.Величина эффекта ниже нижней строки справа представляет собой общий эффект с 95% доверительным интервалом

Поскольку остаточная неоднородность значительно различалась между подгруппами (p = 0,001), одновозрастной лес сравнивали с естественным лесом на уровне подгруппы. Различий в индивидуальной численности между одновозрастными и естественными лесами не обнаружено (d = — 0,246, p = 0,200, 95% ДИ — 0,621, 0,130) (рис. 19). Кроме того, ни один из атрибутов вида не был значимым (таксоны: QM = 7,981, p = 0.631, n = 129; специализация среды обитания: QM = 1,527, p = 0,466, n = 134). Проверенные таксоны включали птиц, мохообразных, жуков, грибов, двукрылых, перепончатокрылых, лишайников, млекопитающих, нематод, улиток и сосудистых растений. Точно так же ни один из признаков леса не повлиял на численность (мертвая древесина: QM = 0,826, p = 0,366, n = 74; количество лет после вырубки: QM = 0,595, p = 0,441, n = 81). Поскольку все исследования в категории «высокий риск систематической ошибки» были сравнением одновозрастных и естественных лесов, мы проверили их влияние, удалив их из набора данных.Их исключение не повлияло на результаты (дополнительный файл 9).

Рис. 19

Лесной график размеров эффекта для индивидуальной численности (средняя стандартизованная разница между одновозрастным и естественным лесом). Величины эффекта справа от нулевого среднего равновозрастного леса имеют больше особей, чем естественный лес. Приведены различные ареалы обитания таксонов. Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса. Цифры после таксонов обозначают разные исследования. Большое среднее значение, отмеченное ромбиком, является суммарным эффектом всех индивидуальных величин эффекта.Столбики ошибок представляют собой 95% доверительные интервалы

Сравнение различных типов одновозрастных управляемых лесов
Видовое богатство

В целом, в молодых одновозрастных лесах было меньше видов, чем в сравниваемых районах, но разница не была статистически значимой ( d = — 0,142, p = 0,385, 95% ДИ — 0,464, 0,179, n = 143). Наблюдалась значительная неоднородность размеров эффекта (Q = 1015,233, p <0,0001). Визуальная проверка показала довольно сбалансированный разброс размеров эффекта, указывающий на отсутствие систематической ошибки публикации, а тест на обрезку и заполнение подтвердил это (дополнительный файл 9).Модификаторы эффекта, связанные с характеристиками исследования (страна, метод выборки, год исследования, тип литературы), объясняли менее 2% неоднородности, и ни один из эффектов не был значимым (QM = 7,131, p = 0,129, n = 142).

Поскольку остаточная неоднородность значительно различалась между подгруппами (p <0,001), мы провели дальнейший анализ на уровне подгрупп. В целом, не было никакой разницы в видовом богатстве между удерживающим лесом и молодым одновозрастным лесом (d = - 0,47, p = 0,388, 95% ДИ - 1.535, 0,596) (рис.20). Лесовозные леса и молодые одновозрастные леса вырубались одновременно, за исключением одного исследования. Годы после сбора урожая не оказали статистически значимого влияния на видовое богатство (QM = 0,022, p = 0,882, n = 12). Поскольку набор данных был небольшим и все исследования, за исключением двух, были посвящены лесозависимым видам в наборе данных, мы не проверяли влияние специализации среды обитания. Таксоны не объясняли неоднородность по величине эффекта (QM = 0,882, p = 0,643, n = 10). Исследуемые таксоны: жуки, лишайники и птицы.Данных об объемах валежника не было, поэтому их влияние нельзя было проверить.

Рис. 20

Лесной график размеров эффекта для видового богатства (средняя стандартизованная разница между молодыми одновозрастными и сохраняемыми лесами). Величина эффекта справа от нуля означает, что одновозрастной лес более разнообразен, чем удерживающий лес. Приведены различные ареалы обитания таксонов. Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса. Цифры после таксонов обозначают разные исследования.Большое среднее значение, отмеченное ромбиком, показывает суммарный эффект всех индивидуальных размеров эффекта. Столбики ошибок представляют собой 95% доверительный интервал

Не было обнаружено статистически значимой разницы в видовом богатстве между молодым и зрелым одновозрастным лесом (d = 0,446, p = 0,340, 95% ДИ — 0,471, 1,364, n = 38) (рис. 21). В спелом одновозрастном лесу было больше лесозависимых видов, чем в молодом одновозрастном лесу, но эффект был лишь незначительным (d = — 1,560, p = 0.064, 95% ДИ — 3,214, 0,093, n = 36). Молодые одновозрастные леса имели значительно большее видовое богатство видов открытой среды обитания, чем зрелые одновозрастные леса (d = 4,73, p <0,0001, 95% ДИ 2,907, 6,553, n = 36). Разница была обусловлена ​​сосудистыми растениями, поскольку в молодом одновозрастном лесу было значительно больше видов растений (d = 3,452, p = 0,0008, 95% ДИ 1,438, 5,466, n = 31). Существенных различий с другими таксонами (жуки, птицы, мохообразные, коллемболы, грибы, клещи) обнаружено не было. Годы, прошедшие с момента вырубки молодого одновозрастного леса, повлияли на видовое богатство, объяснив 26% неоднородности в величине эффекта (QM = 10.999, p = 0,0009, n = 36). Дальнейшие исследования показали, что в первые два года в молодом одновозрастном лесу появляется больше видов открытых местообитаний. Объем мертвого дерева не объясняет неоднородности в величине эффекта (QM = 1,246, p = 0,264, n = 6).

Рис. 21

Лесной график размеров эффекта для видового богатства (средняя стандартизованная разница между молодым и зрелым одновозрастным лесом). Величина эффекта справа от нуля означает, что молодой одновозрастной лес более разнообразен, чем спелый одновозрастной лес.Приведены различные ареалы обитания таксонов. Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса. Цифры после таксонов обозначают разные исследования. Большое среднее значение, отмеченное ромбиком, показывает суммарный эффект всех индивидуальных размеров эффекта. Столбики ошибок представляют собой 95% доверительные интервалы

Обилие

В целом в молодых одновозрастных лесах было меньше особей, чем в сравнительных лесах, но эффект не был статистически значимым (d = — 0.237, p = 0,083, 95% ДИ — 0,506, 0,031, n = 206). Также наблюдалась значительная неоднородность (Q = 1798,347, p <0,0001). Когда исследования с высоким риском были исключены и повторный анализ, общий средний размер эффекта стал значимо отрицательным (d = - 0,292, p = 0,032, 95% ДИ - 0,559, - 0,025, n = 196) и остался значительно гетерогенным (Q = 1677,0346). , p <0,0001). Визуальный осмотр воронкообразного графика показал симметричное распределение размеров эффекта с исследованиями высокого риска и без них, а тест обрезки и заполнения не показал систематической ошибки публикации (дополнительные файлы 8 и 9).Мы исследовали влияние модификаторов эффекта, связанных с характеристиками исследования, и обнаружили, что ни один из них не был значимым для объяснения неоднородности в размерах эффекта (QM = 5,111, p = 0,276, n = 206; исключая исследования с высоким риском: QM = 5,959, p = 0,202). , n = 196).

Поскольку остаточная неоднородность значительно различалась между подгруппами (p = 0,001), мы провели дальнейший анализ на уровне подгрупп. Индивидуальная численность не различалась достоверно между молодым одновозрастным лесом и удерживающим лесом (d = — 0.013, p = 0,978, 95% ДИ — 0,968, 0,942, n = 6) (рис.22). Поскольку было проведено не более шести исследований, мы проверяли только влияние лет, прошедших с момента сбора урожая, на величину эффекта, которое не было значимым (QM = 0,062, p = 0,803).

Рис. 22

Лесной график размеров эффекта для индивидуальной численности (средняя стандартизованная разница между молодыми одновозрастными и сохраняемыми лесами). Величина эффекта справа от нуля означает, что молодой одновозрастной лес более разнообразен, чем удерживающий лес. Приведены различные ареалы обитания таксонов.Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса. Цифры после таксонов обозначают разные исследования. Большое среднее значение, отмеченное ромбиком, показывает суммарный эффект всех индивидуальных размеров эффекта. Столбики ошибок представляют собой 95% доверительный интервал

При сравнении молодого одновозрастного леса и зрелого одновозрастного леса не было обнаружено значительных различий в численности (d = — 0,209, p = 0,248, 95% ДИ — 0,563, 0,145). (Рис.23). Оба атрибута вида, специализация среды обитания и таксоны, были значительными модификаторами эффекта.В зрелом одновозрастном лесу особей лесозависимых видов было значительно больше, чем в молодом одновозрастном (d = — 0,796, p = 0,045, 95% ДИ — 1,574, -0,018, n = 65). Исследование на уровне таксонов показало, что в зрелом одновозрастном лесу было значительно больше особей грибов (d = — 2,781, p = 0,024, 95% ДИ — 5,189, — 0,374, n = 63) и улиток (d = — 2,269, p = 0,027, 95% ДИ — 4,281, — 0,256, n = 63) и приблизились к значимости для мохообразных (d = — 1,181, p = 0.078, 95% ДИ — 2,495, 0,132, n = 63). В молодом одновозрастном лесу было значительно больше сосудистых растений (d = 1,202, p = 0,020, 95% ДИ 0,187, 2,217, n = 63). Годы, прошедшие после вырубки молодого одновозрастного леса, не повлияли на численность (QM = 0,015, p = 0,903, n = 65). Не было достаточного количества исследований, чтобы проверить влияние мертвой древесины.

Рис. 23

Лесной график размеров эффекта для индивидуальной численности (средняя стандартизованная разница между молодым и зрелым одновозрастным лесом).Величина эффекта справа от нуля означает, что молодой одновозрастной лес более разнообразен, чем спелый одновозрастной лес. Приведены различные ареалы обитания таксонов. Категория «оба» включает виды как в открытых местообитаниях, так и в зависимости от леса. Цифры после таксонов обозначают разные исследования. Большое среднее значение, отмеченное ромбиком, показывает суммарный эффект всех индивидуальных размеров эффекта. Столбики ошибок представляют собой 95% доверительный интервал

Доказательства воздействия

Представленные здесь данные о влиянии различных подходов к управлению лесами на видовое богатство и численность относятся только к уровню древостоя.Существенных различий в общем видовом богатстве и индивидуальной численности между разновозрастными и одновозрастными лесами было немного. В неодновозрастном лесу было больше видов, чем в зрелом одновозрастном лесу, что в основном было результатом двух исследований со сравнительно большими объемами выборки: одного на насекомых, а другого — на лишайниках (рис. 10). Кроме того, в разновозрастном лесу было больше особей, чем в молодом одновозрастном лесу (рис. 12). При сравнении управляемых лесов с естественными лесами единственным значимым результатом было то, что естественные леса имели более высокое видовое богатство, чем одновозрастные леса (рис.16). Отсутствие значимых результатов по общему видовому богатству и индивидуальной численности в большинстве сравнений является результатом разнонаправленных эффектов и обусловлено различными требованиями к среде обитания.

Результаты метаанализа показывают, что меньшее беспокойство от лесозаготовок лучше для зависимых от леса видов и их численности на уровне древостоя, если сравнивать различные режимы управления лесами. В разновозрастных лесах было больше лесозависимых видов и их особей, чем в молодых одновозрастных лесах, хотя разница в численности была лишь незначительной (рис.8). При сравнении разновозрастных лесов с лесами, подвергавшимися удерживающей вырубке, не было обнаружено различий в видовом богатстве и численности зависимых от леса видов. Однако наборы данных были небольшими: только три исследования по видовому богатству и семь исследований по индивидуальному изобилию содержали данные о лесозависимых видах. Предыдущий метаанализ показал, что положительное влияние сохраняемых лесных урожаев на видовое богатство лесных видов возрастает с увеличением доли удерживаемых деревьев и времени, прошедшего с момента вырубки, но они негативно влияют на внутренние лесные виды [23].Кроме того, данные свидетельствуют о том, что разновозрастные леса могут быть такими же благоприятными средами обитания для зависимых от леса видов, как и спелые одновозрастные леса или естественные леса, по крайней мере, для таксонов, включенных в этот обзор (рис. 13, 15). Несмотря на то, что видовое богатство разновозрастного леса и естественного леса не различается, видовые сообщества между ними часто различаются [45, 58, 59]. Одни и те же зависящие от леса виды могут не встречаться в разновозрастных и естественных лесах в зависимости от их конкретных экологических требований [60].

Важность естественных и спелых одновозрастных лесов для лесозависимых видов подтверждается сравнением этих двух типов с молодыми одновозрастными лесами. Видовое богатство и численность зависимых от леса видов были выше в спелых одновозрастных лесах по сравнению с молодыми одновозрастными лесами (рис. 21). Это неудивительно, учитывая более открытую структуру молодых одновозрастных лесов. В естественных лесах было больше видов в целом, а также больше зависимых от леса видов, чем в одновозрастных лесах, хотя возраст одновозрастных лесов колебался от нуля (недавно проведенная рубка) до 185 лет (рис.16, 17). Однако никаких различий в общей численности или численности лесозависимых видов выявлено не было (рис. 19). Частично это может быть связано с нашей категоризацией специализации среды обитания, поскольку лесные виды не ограничиваются специалистами по старым лесам. Специалисты по старым лесам, скорее всего, вызвали различия в богатстве видов, поскольку у них есть особые требования к среде обитания, которых нет в молодых одновозрастных лесах [например, 61]. Численность других лесных видов, адаптированных к более широкому диапазону лесных условий, может не уменьшиться так сильно, как численность специалистов по старым лесам, или восстановиться с течением времени.

Имеющиеся данные показывают, что виды открытой среды обитания и их особи чаще встречались в молодых одновозрастных лесах и лесах, подвергшихся удерживающей вырубке, чем в разновозрастных лесах (рис. 11, 12). Это неудивительно, потому что слоистая структура разновозрастного леса предлагает менее подходящие места обитания для видов, предпочитающих или терпящих открытые места обитания. При сравнении разновозрастных и спелых одновозрастных лесов различий в количестве видов открытых местообитаний не обнаружено, что свидетельствует о схожести экологических условий в этих лесах (рис.13). Однако в разновозрастных лесах было больше особей открытых местообитаний, чем в спелых лесах, но разница была лишь незначительной. Как и ожидалось, в молодых лесах было больше видов открытых местообитаний, чем в спелых одновозрастных лесах (рис. 23). Более подробный анализ показал, что в молодых управляемых лесах больше видов и особей сосудистых растений, чем в спелых. Это может быть результатом появления и интенсивного распространения видов, адаптированных к солнечным условиям, на ранних этапах сукцессии.В спелых одновозрастных лесах разные виды процветают, чем в молодых лесах, потому что доступность света и микроклимат различны. В спелых одновозрастных лесах было обнаружено больше грибов и улиток, которые в основном предпочитают затененные и влажные места обитания. Точно так же в естественных лесах было больше видов грибов по сравнению с разновозрастными лесами, хотя разница была лишь незначительной (рис. 15).

Масштаб воздействия

Там, где управление лесным хозяйством оказало значительное или даже незначительно значительное влияние на богатство или численность видов, размеры эффекта в большинстве случаев были большими.Обычно величина эффекта 0,2 считается малым эффектом, d = 0,5 — промежуточным эффектом, а d = 0,8 — большим эффектом [62]. Обзор метаанализов в области экологии и эволюции показал, что среднее значение d в экологических метаанализах было 0,603 [63]. В наших результатах величина эффекта обычно была выше единицы, особенно воздействия на виды, зависящие от леса и открытые среды обитания. Наименьшая величина эффекта для различий в видовом богатстве и численности, когда рассматривалась специализация местообитаний, составляла -0,796 для сравнения численности между молодым и зрелым одновозрастным лесом.Большой размер эффекта указывает на сильную реакцию изучаемых групп и означает, что подходы к управлению лесным хозяйством объясняют значительную вариативность на уровне специализации среды обитания. Ответы в разных направлениях (положительные или отрицательные) уменьшили бы средний размер эффекта для исследуемой группы (например, лесозависимые виды), как видно из общих результатов, когда виды с разным специализацией среды обитания были объединены в одном анализе, а величина эффекта была меньше, но не обязательно маленький.Они варьировались от -0,32 (видовое богатство одновозрастного леса по сравнению с естественным лесом) до 1,012 (видовое богатство разновозрастного леса по сравнению со зрелым одновозрастным лесом) для значимых и незначительно значимых результатов. Принимая во внимание, что более половины исследований проводились на экспериментальной основе, и большинство наблюдательных исследований было направлено на минимизацию систематической ошибки, связанной с изменением окружающей среды на разных участках исследования, мы уверены, что большие эффекты, обнаруженные в этом обзоре, являются репрезентативными для истинных эффектов в природе для изученные видовые группы.

Причины неоднородности

Помимо специализации местообитаний, изучалось влияние таксонов и трех характеристик леса (валежник, количество лет с момента вырубки и интенсивность рубок в разновозрастном лесу). Хотя было проведено множество анализов богатства и численности различных таксонов, статистически значимые результаты были получены только для нескольких сравнений (Таблица 13). Помимо растений, улиток и грибов, о которых говорилось выше, наблюдались существенные различия в численности пауков и насекомых, посещающих цветы, при сравнении разновозрастного леса со зрелым одновозрастным лесом (рис.13). Оба этих таксона были более многочисленны в разновозрастном лесу, чем в зрелом одновозрастном лесу, который извлекал выгоду из открытости, создаваемой селективной вырубкой. Отсутствие влияния таксонов и непостоянство эффекта было отмечено в предыдущем обзоре, в котором сравнивались разновозрастные и одновозрастные леса друг с другом [25]. Наиболее вероятная причина отсутствия эффекта в этом обзоре заключается в том, что изучаемые таксоны часто имели виды с разной специализацией местообитаний. К сожалению, в нашем исследовании не было достаточно данных для анализа совокупного влияния таксонов и специализации местообитаний.

Из трех изученных характеристик леса, валежника, интенсивности рубок и количества лет после сбора урожая, только годы, прошедшие после сбора урожая, оказали значительное влияние на видовое богатство и индивидуальную численность. При сравнении молодых и спелых одновозрастных лесов видовое богатство было выше в молодом одновозрастном лесу в первые годы после рубки молодого одновозрастного леса (рис. 21). Это было объяснено увеличением количества открытых видов вскоре после вырубки. Точно так же численность видов в открытых местообитаниях была выше в первые годы после рубки разновозрастного леса по сравнению со зрелым неубранным одновозрастным лесом.При сравнении одновозрастных и естественных лесов, через 50 лет после рубки одновозрастного леса видовое богатство в естественных лесах стало значительно выше. Это объяснялось разными предпочтениями в среде обитания открытых и лесозависимых видов. В молодых одновозрастных лесах обитает больше видов открытых местообитаний. Когда одновозрастные леса стареют, количество видов в открытой среде обитания уменьшается, и количество видов, зависящих от леса, становится важным фактором, определяющим общее видовое богатство.Наши результаты аналогичны более раннему метаанализу Paillet et al. о влиянии управления лесным хозяйством на видовое богатство в Европе [64], который обнаружил, что через 20 лет после отказа от управления неуправляемые леса стали более богатыми видами. До 20-летней лесосеки управляемые леса имели более высокое видовое богатство. Мы также обнаружили незначительно значимое влияние лет, прошедших с момента сбора урожая, когда разновозрастный лес сравнивали со спелым одновозрастным лесом. Для других сравнений годы, прошедшие с момента сбора урожая, не оказали существенного влияния на видовое богатство или индивидуальную численность.Скорее всего, это результат схожих условий окружающей среды, например между молодыми одновозрастными лесами и лесами, подвергшимися вырубкам.

Количество валежника не оказало значительного влияния на видовое богатство и численность, но следует отметить отсутствие данных. Только в 6 из 14 сравнений было достаточно данных для проведения анализа, и даже в этих случаях количество исследований, в которых регистрировалось количество валежника, было небольшим. Мы обнаружили только один случай, когда количество мертвой древесины было незначительно значимым для индивидуальной численности, но отсутствие доказательств не следует принимать за отсутствие эффекта.В предыдущем систематическом обзоре, посвященном влиянию мертвой древесины на видовое богатство и численность, был сделан вывод о том, что увеличение количества мертвой древесины положительно влияет на численность и богатство сапроксильных насекомых и грибов, хотя ответы были неоднородны [65].

Интенсивность рубок в разновозрастных лесах не повлияла на видовое богатство или численность. Это соответствует результатам Paillet et al. [64], где выборочные рубки не повлияли на видовое богатство.Вероятно, что влияние интенсивности лесозаготовок маскируется предпочтениями среды обитания, поскольку виды в открытой среде обитания получают выгоду, когда вырубается больше деревьев, тогда как виды, зависящие от леса, в целом — нет.

Пробелы в знаниях

Географический охват

Обзор включал статьи из всех стран в пределах географического охвата, но значительно больше исследований было из Финляндии, чем из других стран. Однако стоит отметить, что в Норвегии было больше исследований, посвященных разновозрастному управлению лесами, чем одновозрастному.Неравномерное распределение исследований было еще более заметным среди исследований, включенных в метаанализ. В случае одновозрастного менеджмента было проведено намного больше исследований из Финляндии и Швеции, чем из других стран. В случае разновозрастного ведения пациентов было больше исследований из Финляндии, чем из других стран в целом, и в метаанализ не были включены исследования из России. Следовательно, следует проявлять осторожность при обобщении результатов этого обзора на всю исследуемую территорию, и особенно это следует отметить в случае разновозрастного лесопользования.

Влияние модификаторов эффекта

Хотя в целом, количество исследований в метаанализе (n = 68 (разновозрастные) и n = 143 (одновозрастные) по видовому богатству и n = 130 (разновозрастные) и n = 206 (одновозрастные) для численности) было большим (менее 25 исследований распространено в экологии и эволюции [66]), информация на уровне леса для сравнения ограничена. В результате невозможно было подробно изучить влияние модификаторов эффекта. Следовательно, остаются значительные пробелы в знаниях о влиянии модификаторов потенциального воздействия на видовое богатство и численность на участках, управляемых по-разному.Об проанализированных модификаторах воздействия, в частности, об объеме мертвой древесины сообщалось настолько редко, что вряд ли можно было сделать какие-либо выводы о его влиянии на результаты. Точно так же остаются ограниченными знания о конкретных ответах видов на различные подходы к управлению, поскольку лесозависимые виды, универсальные виды и виды открытой среды обитания часто изучаются вместе (без дифференциации видов на основе их специализации в среде обитания).

Таксономические группы

Существуют также пробелы в знаниях относительно таксономических групп.Наиболее изученной таксономической группой были членистоногие. Больше изученных таксонов относилось к одновозрастному ведению лесного хозяйства, что естественно, поскольку исследований, посвященных разновозрастному ведению хозяйства, было меньше. В рамках исследований управления разновозрастными животными было относительно больше исследований лишайников и членистоногих, чем в исследованиях управления разновозрастными животными. Независимо от режима управления, исследований на млекопитающих, птицах и почвенных животных было относительно мало. В случае разновозрастного ухода было также относительно мало исследований грибов, а в случае разновозрастного ухода — лишайников.Следовательно, обобщение результатов этого обзора следует проводить осторожно.

Уровень ландшафта

Самый большой пробел в знаниях связан с изучением ландшафта. Хотя мы стремились рассмотреть воздействия как на уровне ландшафта, так и на уровне древостоя, из-за отсутствия исследований можно было суммировать воздействия только на уровне древостоя.

Ограничения обзора

Ограничения обзора

Целью поиска было достижение полноты как в случае поисковой строки, так и в отношении искомых источников.Однако полную строку поиска можно было использовать только в нескольких базах данных, а при поиске в других источниках приходилось использовать упрощенные строки поиска. Несмотря на то, что мы прилагаем все усилия, чтобы быть как можно более полными, все источники с возможно соответствующими статьями, скорее всего, не были исследованы и, возможно, даже не идентифицированы. Однако количество источников, по которым проводился поиск в этом обзоре, было большим даже в масштабе систематических обзоров, и, следовательно, риск систематической ошибки публикации из-за недостаточной полноты невелик.Обзор на основе языков был всеобъемлющим в пределах географического региона за одним исключением. Поскольку ни один из членов исследовательской группы не понимает норвежский язык, исследования, опубликованные на норвежском языке, были исключены из обзора. Следовательно, возможно, что соответствующие исследования отсутствуют.

При выборе между множественными потенциальными воздействиями и / или компараторами, а также годами, местоположениями и дизайном исследований (BACI, BA или CI) необходимо было сделать некоторый рациональный выбор, чтобы избежать извлечения дублирующих или несамостоятельных данных.Хотя критерии включения были определены до проведения обзора, возможно, что критерии повлияли на результаты этого обзора. Например, если были доступны данные за несколько лет, мы использовали данные только за последний год. Эффект от различных подходов к управлению лесным хозяйством мог быть различным, например, если бы мы использовали данные с момента первого представления отчета, который часто приходился на год после сбора урожая, что означало меньшее время восстановления для видов и экосистемы.

Отсутствие глубоких знаний о лесном хозяйстве России привело к исключению некоторых исследований.Российская манера представления результатов исследований отличается от других включенных стран. Методы часто описываются очень кратко и неадекватно, и ссылка на «стандартные методы» является обычным описанием. Поскольку ни один из авторов не является экспертом в области лесного хозяйства России и методов, обозначенных как «стандартные», статьи с такой методологией пришлось исключить, поскольку было неясно, что было сделано. Проблема российских исследований частично заключалась в том, что режимы управления лесным хозяйством в России не полностью сопоставимы с режимами управления в Финляндии, Швеции и Норвегии.В России существуют разные методы уборки урожая, многие из которых на определенном уровне сочетают в себе одновозрастные и разновозрастные методы хозяйствования. Это одна из причин, по которой так много статей на русском языке пришлось исключить из этого обзора.

Ограничения для обобщения результатов

Несмотря на то, что в Финляндии было проведено относительно много исследований, касающихся разновозрастного менеджмента, следует отметить, что некоторые из этих исследований проводились в одних и тех же областях. С одной стороны, исследования, проведенные в одних и тех же областях, сопоставимы друг с другом и предлагают более полные результаты, чем отдельные исследования, проведенные в разных местах.С другой стороны, большая часть исследований MONTA потенциально снижает внешнюю достоверность результатов. Однако следует отметить, что не было обнаружено значительных различий по видовому богатству и численности между исследованиями MONTA и исследованиями из других районов. Большое количество исследований в одном районе также указывает на то, что исследования разновозрастного лесопользования в Финляндии не так широки и разнообразны, как можно было бы заключить только по количеству статей и исследований. Последующие исследования, дающие данные временных рядов за несколько десятилетий, будут важны для изучения долгосрочных эффектов различных режимов управления лесами, но, например, многие из исследовательских участков MONTA уже возвращены к традиционному использованию в лесном хозяйстве (Маркус Страндстрём, Metsäteho Oy, личное сообщение 7.4.2020).

Хотя все воздействия и компараторы были определены при составлении критериев приемлемости, следует отметить, что между разными исследованиями существовали различия внутри воздействий и компараторов. Управление разновозрастными лесами может быть методом выбора одного дерева или группового выбора с различными объемами или количеством удаленных деревьев. Одновозрастные леса были разновозрастными, некоторые из них были сплошными вырубками с удерживающими деревьями, а некоторые без них. Внутренние вариации существовали также в компараторах.Например, компаратор естественного леса может быть любого возраста, а в удерживаемой заготовке количество и распределение удерживаемых деревьев может отличаться. Недавний метаанализ воздействия сохраняемых урожаев на биоразнообразие пришел к выводу, что большее количество сохраняемых деревьев приносит пользу лесным видам, но их пространственное расположение не оказывает никакого воздействия [23].

Большинство исследований было сосредоточено на лесозависимых видах, как и следовало ожидать, когда целью было изучение воздействия управления лесами. Было проведено относительно немного исследований видов, которые предпочитают открытые места обитания с большим количеством света, и поэтому результаты, касающиеся видов, обитающих в открытых местообитаниях, не так надежны, как результаты, касающиеся видов, зависящих от леса.Следует также отметить, что исследования, посвященные инопланетным видам в лесу (например, временным водоемам с талой водой, лесным ручьям), были исключены, поскольку основное внимание уделялось прямым воздействиям, а не вторичным. Однако предполагается, что, поскольку управление лесным хозяйством влияет на микроклимат управляемых насаждений и, таким образом, на формирование прудов и экологические условия других водоемов, это может иметь последствия и для внеземных видов.

Несмотря на то, что все исследования, включенные в этот обзор, были полевыми, методы отбора проб различались не только между разными таксонами, но и внутри одного.Например, жуков собирали с помощью ловушек-ловушек, ловушек-перехватчиков и сачков. Также было немного исследований, в которых отбор проб проводился довольно необычным способом. Например, Kauserud et al. [67] взяли образцы спор грибов с воздуха. Эти методы не были полностью сопоставимы с другими исследованиями грибов также в исследовании Heinonsalo и Sen [68], где они выращивали эктомикоризные грибы в лаборатории после отбора проб из леса.

Россия хочет использовать свои леса для создания квот на выбросы

Москва приветствует компании в управлении своей гигантской лесной площадью.Операторы будут нести ответственность за охрану деревьев при получении кредитов на выбросы. Но Россия по-прежнему отстает в экологической политике

, Маттео Каваллито

Слишком рано называть это экологической революцией, даже если план, объявленный Россия , со всеми возможными осторожностями, кажется действительно амбициозным. Москва, являющаяся ведущим мировым экспортером энергии, работает над созданием цифровой платформы для сбора данных о способности абсорбировать CO2 в своих лесах.Цель? «Чтобы монетизировать территорию, которая почти вдвое больше Индии, — сообщает Bloomberg, — превратив ее в рынок, на котором компании смогут компенсировать свой углеродный след». С потенциально серьезными эффектами.

Сокровище на 640 миллиардов деревьев

Плохо управляемые и пострадавшие от рекордного количества пожаров за последние два года (как и в остальной Европе), лесов России являются домом для 640 миллиардов деревьев . Идея состоит в том, чтобы передать управление определенными квотами компаниям, что позволит им арендовать участки земли и инвестировать в их защиту.«На долю России приходится 20% мировых лесов , поэтому международное сообщество должно быть справедливым в этом отношении», — заявил Алексей Чекунков, министр по развитию Дальнего Востока и Арктики, сообщает Bloomberg. «У нас есть потенциал превратить их в крупные центры улавливания углерода». По данным Bloomberg, нефтегазовый гигант «Газпром » будет среди компаний, выразивших интерес к плану.

Аналитики скептически относятся к углеродному рынку

Согласно планам Москвы, платформа будет использоваться для измерения показателей лесопользования, таким образом подтверждая правомерность корпоративного управления.Как только данные будут подтверждены, компании получат квот на выбросы , чтобы потратить их на рынке . С другой стороны, потенциал огромен. «Согласно последним данным страны, в 2018 году управляемые леса России поглотили около 620 миллионов тонн эквивалента CO₂ , что достаточно, чтобы компенсировать около 38% национальных выбросов», — пишет Bloomberg.

Углеродный рынок вызывает скептицизм у многих обозревателей. В 2019 году исследование американского Института сельского хозяйства и торговой политики поставило под сомнение возможность точного количественного определения фактического размера связывания углерода.В исследовании говорится, что управление таким рынком также будет дорогостоящим и возникнет за счет «более устойчивых вариантов», таких как агроэкология.

Сомнения в истинных намерениях России

Также наблюдателей беспокоит плохая экологическая ситуация в стране. «России потребовалось четыре года, чтобы ратифицировать Парижское соглашение по климату 2015 года», — пишет Bloomberg. Более того, страна «планирует небольшое увеличение выбросов на к 2030 году на ». Более того, российская экономика по-прежнему сильно зависит от ископаемого топлива.Предполагается, что, как предположил Bloomberg, лесной проект может быть использован для компенсации потерь от Механизма корректировки углеродных границ, меры, запланированной на 2023 год, согласно которой EU будет облагать налогом российские углеродоемкие товары. Создание дополнительных ежегодных затрат для российских производителей в размере 8 миллиардов долларов.

Более строгие правила защиты биоразнообразия и нетронутых лесных ландшафтов в России

Российские леса варьируются от бореальных до субтропических и являются домом для около 640 миллиардов деревьев более 200 видов и содержат почти треть всего мирового биоразнообразия грибов.Они играют важную роль в смягчении последствий глобального изменения климата и действуют как огромный поглотитель органического углерода.

Малонарушенные лесные ландшафты

В этих чудесных экосистемах более 250 миллионов гектаров нетронутых лесных ландшафтов — мозаики лесов и естественно безлесных экосистем, которые не демонстрируют дистанционно обнаруживаемых признаков человеческой деятельности или фрагментации среды обитания, достаточно больших, чтобы поддерживать естественное биологическое разнообразие. Нетронутые лесные ландшафты имеют высокую природоохранную ценность и имеют решающее значение для сохранения биоразнообразия, регулирования водных режимов и выполнения других функций экосистемы.

В лесах России находится треть всего мирового биоразнообразия грибов. Фото: Дмитрий Беленихин, FSC Russia

Однако растущий спрос на российскую древесину из Европы, Китая, Северной Африки и Ближнего Востока оказывает давление на эти драгоценные леса. Ожидается, что производство пиломатериалов на экспорт, которые являются лишь одной из нескольких изделий из древесины, вырастет примерно с 40 миллионов кубических метров по сравнению с пятилетней давностью до 70 миллионов кубических метров в 2030 году.

Нетронутые лесные ландшафты и другие лесные массивы, имеющие высокую природоохранную ценность, находятся под угрозой там, где устойчивое лесопользование, такое как разработанное и продвигаемое FSC, не применяется на практике.Поскольку Россия занимает высокое место с точки зрения риска для целостности, необходим подход к снижению выявленных рисков всякий раз, когда древесина или лесные товары попадают в цепочку поставок FSC.

Новые стандарты ведения лесного хозяйства

С новыми стандартами FSC, вступившими в силу в марте, все FSC-сертифицированные леса подлежат более строгому контролю. Управляющие лесами должны выделить до 80 процентов нетронутого лесного ландшафта для сохранения своего биоразнообразия. Начиная со следующего года, за некоторыми исключениями, в недавно сертифицированных нетронутых лесных ландшафтах будет запрещена лесозаготовка.Кроме того, когда дело доходит до сохранения лесов высокой природоохранной ценности, таких как нетронутые лесные ландшафты, должны быть задействованы все заинтересованные стороны, заинтересованные в этом лесу, включая коренные народы.

Особое внимание следует уделять сохранению биоразнообразия во время лесозаготовок, где конкретные измеримые индикаторы, проверяемые каждый год, устанавливают планку для FSC-сертифицированных лесохозяйственных единиц. По крайней мере, 10 процентов первоначального леса должны быть сохранены на сплошных вырубках (сплошные рубки — обычная практика для получения древесины в бореальных лесах).Сохраненный лес — это среда обитания, где, вероятно, встречаются редкие, находящиеся под угрозой, уязвимые и исчезающие виды.

Двинско-пинежский малонарушенный лесной ландшафт. Фото: Игорь Шпиленок

Новый стандарт еще больше усиливает работу FSC в России, что привело к созданию двух новых национальных парков и двух региональных охраняемых территорий, что позволило защитить около 600 000 гектаров наиболее экологически ценных нетронутых лесных ландшафтов. Кроме того, FSC-сертифицированные компании добровольно выделили еще миллион гектаров нетронутых лесных ландшафтов для строгой защиты.

Санитарный учет

Есть еще много проблем, которые ставят под угрозу леса России. Один из них — это санитарные (или аварийные) рубки, которые являются важной практикой ведения лесного хозяйства для поддержания здоровья лесов. Он заключается в вырубке зараженных или мертвых деревьев, когда они поражены вредителями, болезнями, ветром или огнем.

Однако санитарные рубки иногда ведутся в России нелегально. Это происходит, когда компании получают разрешение незаконным путем или проводят вырубку леса с нарушением законодательства.Примеры этих нарушений включают вырубку более широких территорий, чем определено в разрешении, вырубку здоровых деревьев или выдачу властями разрешения без уважительной причины.

Двинско-пинежский малонарушенный лесной ландшафт. Фото: Игорь Шпиленок

Изменение лесного покрова на Европейском Севере России после распада Советского Союза (1990–2005)

Динамика лесного покрова (определяется как изменение древесного покрова без учета использования лесных земель) в Европейской части России Север был проанализирован с 1990 по 2005 год с использованием комбинации результатов двух проектов мониторинга лесного покрова на базе Landsat: 1990–2000 и 2000–2005.Результаты анализа динамики лесного покрова выявили несколько тенденций в изменении лесного покрова после распада советской плановой экономики. В то время как общая площадь вырубки сократилась с 1990–2000 до 2000–2005 годов, вырубка и другие формы антропогенной вырубки увеличились в центральной и западной частях региона. Наиболее густонаселенные регионы европейской части России показали самые высокие показатели чистой потери лесного покрова. Наши результаты также показали интенсивную утрату валового лесного покрова из-за вырубки леса вблизи российско-финляндской границы.Ежегодная площадь выгоревших лесов за два интервала времени увеличилась почти вдвое. Результаты валового прироста лесного покрова за 2000–2005 гг. Показывают, что посягательство деревьев на заброшенные сельскохозяйственные земли является широко распространенным процессом в регионе. Анализ демонстрирует ценность лесного покрова в региональном масштабе на основе данных Landsat и количественную оценку изменений. Наши результаты дополнили официальные данные, предоставив независимо полученную пространственную информацию, которую можно было бы использовать для оценки текущих тенденций и служить в качестве основы для будущего мониторинга лесного покрова.

1. Введение

Европейская часть России охватывает более 40% европейского субконтинента и составляет около 23% территории России. Регион играет ключевую роль в национальном производстве древесины, поскольку является источником 55% заготовленного круглого леса, более 55% пиломатериалов, 82% шпона и 98% бумаги [1]. Леса европейской части страны испытали самые высокие темпы антропогенного нарушения, особенно в регионах с интенсивными лесозаготовками, высокой плотностью населения, а также в сельскохозяйственных регионах, где оставшиеся участки леса фрагментированы пахотными землями.Лесозаготовка и переработка древесины расположены в основном на Европейском Севере России в пределах 20 административных регионов, в том числе Архангельска, Иванова, Кирова, Костромы, Ленинграда, Москвы, Мурманска, Нижнего Новгорода, Новгорода, Пскова, Твери, Владимира, Вологды, Ярославской области, Чуваша. , Марий Эл, Карелия, Коми, Удмуртская Республика и Пермский край. Эти регионы включают почти 84% площади лесов европейской части России и произвели около 50% всей древесины, заготовленной в стране в 2005 году [1].

В связи с долгой историей взаимодействия человека с лесными ландшафтами в Европе, нынешняя структура и динамика лесов в регионе значительно изменены антропогенными факторами [2]. К ним относятся (i) изменение состава древесных пород и структуры населения в результате лесохозяйственной деятельности; (ii) фрагментация лесов из-за сельскохозяйственных вырубок, дорог и поселений; (iii) изменения динамических процессов естественного леса. На Европейском Севере России, где леса активно используются для производства древесины, лесозаготовки (особенно в виде сплошных рубок) и антропогенные лесные пожары являются ключевыми компонентами текущей динамики древостоев.Было показано, что длина ротации древостоя (время от создания древостоя до его окончательной вырубки) и интервал пожаротушения являются важными факторами, регулирующими накопление углерода и углеродный обмен в управляемых лесах [3, 4].

Учитывая эту динамику, периодический мониторинг лесного покрова необходим для оценки углеродного баланса и оценок устойчивого лесопользования. Однако существующие статистические данные о лесных площадях в национальном масштабе неполны и непоследовательны. Официальные данные инвентаризации лесов в России предоставлялись Федеральным агентством лесного хозяйства каждые 5 лет [5].Эти данные обобщают информацию в региональном масштабе на основе поэтапной интеграции данных из подробных карт лесных участков и баз данных. Лесные участки подлежат детальному наземному обследованию каждые 10–12 лет. Однако частота и качество данных инвентаризации лесов в неуправляемых отдаленных районах Севера России ниже, чем в центральных регионах [6]. В официальных данных лесной инвентаризации отсутствует информация о ежегодных изменениях лесного покрова, например, о площади ежегодных лесозаготовок. Оценки площади выгорания для России варьируются на порядок в зависимости от источника данных [7].Еще одна проблема, касающаяся данных инвентаризации лесов в России, — это ограниченный публичный доступ [8]. В 2006 г. в России было введено новое лесное законодательство, которое привело к существенным изменениям в системе инвентаризации и статистики лесов, что повысило возможность сравнения динамики в недавнем прошлом [9]. Согласно действующему лесному законодательству, Федеральное лесное агентство России несет ответственность за проведение Национальной лесной инвентаризации (НЛИ) и периодическую публикацию статистических данных по лесам. Однако официальный документ по методологии NFI был выпущен Лесным агентством только 6 июня 2011 года (распоряжение № 207), и с 2003 года не публиковалось никакого нового комплексного анализа лесных ресурсов.

Данные спутникового дистанционного зондирования представляют собой практичное и сравнительно недорогое решение для периодического мониторинга лесного покрова в региональном масштабе. Дополнительным преимуществом спутникового мониторинга является его независимость от официальных национальных агентств по управлению лесным хозяйством, что позволяет незамедлительно предоставлять результаты научных исследований, природоохранных органов и широкой общественности. Из всех доступных источников спутниковых данных снимки Landsat выделяются как единственный набор данных с глобальным охватом для последовательности датчиков с аналогичным спектральным и пространственным разрешением.Относительно высокое пространственное разрешение датчиков Landsat TM / ETM + позволяет производить точную оценку площади изменения лесного покрова, а также дезагрегировать оценки по административным регионам [10]. Однако использование данных Landsat для мониторинга в региональном масштабе до недавнего времени было ограничено из-за высокой стоимости данных. Первая общерегиональная спутниковая оценка изменения лесного покрова Европейской части России была проведена неправительственной организацией Greenpeace [11] для временного интервала 1990–2000 годов с использованием свободно доступных изображений и данных, приобретенных Greenpeace.В январе 2008 года Геологическая служба США (USGS) внедрила новую Политику распространения данных Landsat, которая предоставляет данные Landsat бесплатно [12]. Недавний прогресс в автоматической обработке данных Landsat и создании мозаик для получения безоблачных годовых или эпохальных составных изображений [13, 14] открыл возможность для мониторинга больших регионов с помощью Landsat. В последнее время был разработан подход к мониторингу лесов регионального масштаба с использованием массовой обработки архивных данных Landsat [15]. Подход был реализован для оценки площади лесного покрова и изменения его площади с 2000 по 2005 год в Европейской части России.Карты лесного покрова и изменений регионального масштаба можно просмотреть и загрузить со следующих специализированных веб-сайтов: http://forestforum.ru (по результатам мониторинга 1990–2000 годов) и http://globalmonitoring.sdstate.edu/projects/boreal / (по лесному покрову 2000 г. и результатам мониторинга 2000–2005 гг.).

В то время как анализ изменений лесного покрова в региональном масштабе предоставлен Гринпис [11] и Потаповым и др. [15] были основаны на разных методах классификации, они сопоставимы, поскольку оба используют один и тот же источник данных (снимки Landsat) и одни и те же определения лесного покрова и утраты лесного покрова.Определение лесного покрова основано на классификации земельного покрова без учета использования лесных земель. Под лесным покровом понимались участки с плотностью кроны деревьев не менее 25% в пикселях данных Landsat для деревьев высотой 5 м и выше. Пороговое значение покровного покрова деревьев определяется практической способностью определять и наносить на карту лесные участки с использованием данных Landsat в пределах бореальных и умеренных лесов. Лесной покров в европейской части России, как правило, легко определить и нанести на карту, поскольку большинство естественных или управляемых лесов имеют высокую плотность полога.Все события, приведшие к замене древостоя в пиксельной шкале Landsat в течение анализируемого временного интервала, рассматривались как валовая потеря лесного покрова. Оба проанализированных продукта изменения лесного покрова включают экспертную характеристику основных факторов потери лесного покрова (механическая вырубка, лесные пожары и другие). Хотя экспертный анализ подвержен ошибкам классификации, мы ожидаем, что ошибки классификации будут редкими из-за относительной простоты и ясности структуры леса и процессов динамики лесов на уровне древостоев в бореальных и полубореальных регионах европейской части России [2].

Целью нашего исследования было проанализировать динамику изменения лесного покрова в Европейской части России и выделить текущие проблемы управления и сохранения лесов в регионе путем сравнения продуктов изменения лесного покрова 1990–2000 и 2000–2005 годов. Хотя нашей целью является анализ существующих наборов данных об изменениях лесного покрова, полученных со спутников, дается только краткое описание методологии картирования.

2. Данные и методы
2.1. Картирование изменений лесного покрова 1990–2000 гг.

Снимки Landsat 5 TM и Landsat 7 ETM + в свободном доступе на момент анализа через Глобальный фонд земельного покрова (http: // glcf.umiacs.umd.edu) использовались в качестве исходных данных для обнаружения изменений за 1990–2000 гг. К изображениям GLCF был добавлен набор изображений ETM +, приобретенных Greenpeace для областей с частым облачным покровом. Даты изображений варьируются от 1985 по 1995 год (средний 1988 год) для изображений TM и с 1999 по 2003 год (средний год 2001) для изображений ETM +. Плотность наблюдений была низкой, и для большей части региона было доступно одно безоблачное наблюдение для каждого временного интервала. Предварительная обработка изображения включала перепроецирование изображения, объединение изображений (для выбранных неортокорректированных изображений), ручную маскировку облаков и мозаику для каждой сцены.Были созданы два набора мозаики — один с использованием данных TM за 1990 год, а другой с использованием данных ETM + примерно за 2000 год. Радиометрическая нормализация не проводилась, требуя независимого анализа обнаружения изменений для каждой пары изображений.

Чтобы выбрать области потери лесного покрова, простой порог разницы в полосе 5 Landsat (SWIR) между изображениями около 1990 и 2000 годов был выбран вручную после изучения каждой пары изображений. Пороговое значение было выбрано таким образом, чтобы охватить все области потери лесного покрова.Однако выбранные территории также включали ландшафты, на которые повлияла другая динамика изменений (площади пахотных земель из-за различий в стадии севооборота, водно-болотные угодья с колебаниями уровня грунтовых вод и т. Д.). Чтобы исключить из результатов изменений нелесные области 1990 г., неконтролируемая классификация, кластеризация ISODATA [16], на 100 классов была выполнена для данных TM в пределах маски изменений. Классы лесов были вручную обозначены экспертами и использованы для составления окончательной карты потери лесного покрова. Чтобы удалить оставшийся шум на карте изменений, все полигоны изменений площадью менее 1 гектара были исключены из дальнейшего анализа.Коэффициенты потери лесного покрова (пожары, вырубки и др.) Были присвоены экспертами вручную для всех полигонов изменений. Обгоревшие области были идентифицированы на эталонных изображениях по форме и отчетливым спектральным признакам пепла на земле. Лесозаготовки были идентифицированы по вырубленным дорогам и характерным формам расчищенных участков. Вместе с классом «лесозаготовки» были нанесены на карту территории расчистки сельскохозяйственных угодий (редкое явление для Европейского Севера России), расширения застроенных территорий и вырубки лесов под транспортную инфраструктуру (Рисунок 1).Разрозненные нарушения, такие как повреждение ветром и снегом, гибель деревьев в результате нашествия насекомых, и нарушения неопределенного происхождения были оставлены в качестве «другого» класса потери лесного покрова. Конечный продукт был оценен и вручную исправлен региональными экспертами; однако независимая проверка продукта не проводилась.

2.2. Картирование лесного покрова и изменений 2000–2005 гг.

Для картирования лесного покрова и изменений в интервале 2000–2005 гг. Было выполнено исчерпывающее исследование свободно доступного архива данных USGS Landsat ETM + и всех изображений вегетационного периода с 1999 по 2007 г. с облачным покровом. были отобраны и использованы для анализа ограниченные 50%.Поскольку подавляющее большинство данных Landsat было обработано Геологической службой США в соответствии со стандартом L1T (с ​​поправкой на рельеф местности), дальнейшие геокоррекции не выполнялись. Чтобы облегчить композицию изображений, все данные Landsat были перепроецированы в стандартную 60-метровую пиксельную сетку с последующей радиометрической нормализацией и оценкой качества изображения, чтобы замаскировать наблюдения, загрязненные облаками / тенями. Простая относительная радиометрическая нормализация с использованием метода вычитания темных объектов (DOS) [17] использовалась с использованием чистых хвойных лесов, нанесенных на карту для всего региона с использованием данных MODIS в качестве темной цели.Из полученного набора нормализованных изображений Landsat были созданы два композитных изображения: один примерно за 2000 год, а другой за примерно 2005 год [15]. Для каждого композитного изображения (2000 и 2005 гг.) Более 95% площади было скомпилировано из изображений, полученных в течение ± 1 года от целевого композитного года, а остальные составлены из изображений, полученных в течение ± 2 лет от целевого композитного года.

Композитные данные примерно 2000 и 2005 годов использовались в качестве исходных данных для картирования лесного покрова за 2000 год и обнаружения изменений лесного покрова с 2000 по 2005 год с использованием алгоритма контролируемого дерева классификации в мешках [18].Для построения моделей дерева классификации обширные обучающие наборы «лес / нелес» и «изменение леса / без изменений» были созданы вручную посредством визуальной интерпретации составных изображений. Сначала был нанесен на карту лесной покров примерно за 2000 год. Общая потеря лесного покрова с 2000 по 2005 год была нанесена на карту в рамках полученной маски леса 2000 года. Полученные продукты потери лесного покрова и лесного покрова были проверены с использованием имеющейся официальной региональной статистики лесного хозяйства и набора независимо составленных карт потери лесного покрова и лесного покрова для набора стратифицированных блоков выборки.Результаты валидации показали достаточное качество картирования лесного покрова и изменений в региональном масштабе с общей точностью 89% для картирования лесного покрова и 98% для результатов картирования потери лесного покрова [15]. Определение коэффициентов потери лесного покрова (пожары, вырубки и др.) Было выполнено с использованием фотоинтерпретации изображений примерно 2005 г. с использованием того же подхода, что и для временного интервала 1990–2000 гг.

Территории, на которых восстановление лесов было обнаружено в течение 5-летнего периода, считаются валовым приростом лесного покрова.Чтобы составить карту прироста лесного покрова, тренировочные данные были выбраны вручную и использованы для создания модели дерева классификации в мешках. Области увеличения лесного покрова были нанесены на карту в пределах территорий, классифицированных как нелесные в 2000 году. Отсутствие справочных данных по лесовосстановлению не позволило нам проверить карту прироста лесного покрова.

2.3. Сравнение результатов потерь лесного покрова за 1990–2000 и 2000–2005 гг.

Совместная область анализа 1990–2000 и 2000–2005 годов охватывает 97% региона Европейского Севера России, за исключением восточной части Уральских гор в Коми и Пермский край, а также южные районы Москвы, Нижнего Новгорода и Чуваша за пределами 55 ° северной широты (Рисунок 2).Чтобы обеспечить сравнение результатов и создать многовременную карту потери лесного покрова, оба продукта были перепроецированы на одну и ту же пиксельную сетку (рис. 3). Из-за различного пространственного разрешения исходных наборов данных (30 м на пиксель для продукта 1990–2000 гг. И 60 м для продукта 2000–2005 гг.) Было выбрано более грубое разрешение 60 м для агрегирования продуктов. 30-метровая карта изменений была усреднена до 60-метрового разрешения, а затем разделена на классы «изменение» / «без изменений» с использованием порогового значения 50% доли площади класса потери лесного покрова на пиксель.Время возмущений также было скорректировано, поскольку значительная часть продукта 1990–2000 гг. Была создана с использованием наблюдений Landsat 2001–2003 гг., В то время как картированные продукты 2000–2005 гг. Возмущения произошли строго после 2000 г. Для всех возмущений на агрегированной разновременной карте была выбрана самая последняя дата нарушения (например, если площадь была нанесена на карту как потеря лесного покрова как для интервала 1990–2000 гг., так и для интервала 2000–2005 гг., событие изменения относилось только к интервалу 2000–2005 гг.).

3. Результаты
3.1. Лесной покров за 2000 год

Лесной покров на Европейском Севере России был нанесен на карту только приблизительно за 2000 год и оценивается в 127,3 млн га. По последним имеющимся данным Рослеслужбы за 2003 год [5], площадь покрытых лесом (без учета временно незаселенных земель) в анализируемых административных регионах оценивается в 129,6 млн га. Сравнение официальных оценок площади лесного покрова и оценок площади лесного покрова на основе Landsat по регионам показало высокую корреляцию (0,996, рисунок 4). Лесной покров был недооценен для Пермского края (Рисунок 4), где 14% региона находились за пределами области анализа (Рисунок 2).


3.2. Общая потеря лесного покрова с 1990 по 2005 гг.

Общая потеря лесного покрова была нанесена на карту отдельно для двух временных интервалов и оценивается в 5,3 млн га для 1990–2000 гг. И 2,0 млн га для 2000–2005 гг. Среднегодовая валовая потеря лесного покрова составляла 528 тыс. Га / год в 1990–2000 гг. По сравнению с 402 тыс. Га / год в 2000–2005 гг. Хотя общая валовая интенсивность потери лесного покрова между двумя интервалами снизилась, оценки потери лесного покрова в региональном масштабе демонстрируют неоднородность динамики лесного покрова на Европейском Севере России.За период 1990–2000 годов на три крупнейших лесных региона — Коми, Архангельск и Пермь — пришлось более 50% общей валовой потери лесного покрова. Напротив, за период 2000–2005 годов почти 50% общих потерь пришлось на Архангельск, Коми, Карелию и Ленинград, что свидетельствует о смещении интенсивности изменений в сторону западной части территории.

В то время как общая годовая площадь валовой потери лесного покрова на Европейском Севере России уменьшилась, годовая убыль увеличилась на 17 тыс. Га / год в Ленинграде, на 10 тыс. Га / год в Москве и на 9 тыс. Га / год в Пскове и Пскове. Тверь.Наибольшее относительное увеличение потери лесного покрова было обнаружено в Москве (более чем в 3 раза), Пскове (дважды), Владимире и Иванове (в 1,5 раза) между двумя интервалами исследования. С другой стороны, общая потеря лесного покрова снизилась в северной и восточной частях региона. Наибольшее снижение отмечено в Коми (на 74 тыс. Га / год), Архангельске (на 38 тыс. Га / год) и Перми (на 36 тыс. Га / год). Относительное снижение было самым высоким для восточной части Европейского Севера России, где годовая валовая убыль лесного покрова сократилась более чем в два раза.

3.2.1. Изменения в интенсивности лесозаготовок

Сплошные рубки (включая заготовку древесины и расчистку леса в связи с расширением поселений или строительством инфраструктуры) считаются самым важным фактором общей потери лесного покрова на Европейском Севере России, составляя 89% от общей потеря лесного покрова с 1990 по 2005 год. Однако годовая площадь вырубки сократилась между временными интервалами 1990–2000 и 2000–2005 годов на 33% (с 488 до 327 тыс. га / год).В региональном масштабе изменения в интенсивности лесозаготовок почти аналогичны тенденциям валовой потери лесного покрова (Рисунок 5 (а); Таблица 1). Наибольший прирост вырубки за год (на 13 тыс. Га / год) наблюдался в Ленинграде. Ежегодные лесозаготовки увеличились в три раза в Москве и значительно увеличились в других центральных и западных регионах. Площадь лесозаготовок сократилась в Северном и Восточном регионах (Таблица 1), в частности в Мурманской, Коми и Пермской областях, где она уменьшилась в три раза.Однако в Карелии интенсивность рубок оставалась почти постоянной (снижение на 4%).

Ленинградская область753 90d515 (Республика) 1978,5 9099 доля промышленных вырубок в общей валовой потере леса также изменилась между двумя временными интервалами.За десятилетие 1990–2000 годов почти 92% всех изменений были связаны с лесозаготовками, остальные 6% — с пожарами, а остальное — с другими или неопределенными факторами потери лесного покрова. Напротив, за период 2000–2005 гг. Вырубки составили только 81% площади потери лесного покрова, из которых 18% были связаны с пожарами и 1% — с «другим» классом потери лесного покрова.

3.2.2. Изменения в динамике пожаров

Лесные пожары играют сравнительно небольшую роль в общей потере лесного покрова в европейской части России, за исключением некоторых лет с катастрофическими пожарами, например, 2010 года.Наш текущий анализ показывает, что выгоревшие площади составляют 9,5% от общей потери лесного покрова за 15 лет. Однако за период исследований 1990–2005 гг. Годовая площадь выгоревших лесов резко изменилась. Среднегодовая площадь выгоревших лесов увеличилась более чем вдвое между периодами 1990–2000 и 2000–2005 годов (с 33 тыс. Га / год до 73 тыс. Га / год), а распределение площади, пораженной пожарами, значительно изменилось (Рисунок 5 (b)) ; Таблица 1). Ежегодная площадь гари увеличилась во всех регионах, кроме Вологодской, Чувашской и Удмуртской.Наибольший годовой прирост гари (на 3–5 тыс. Га / год) наблюдался в центральной части региона. Годовая площадь гари также увеличилась в Архангельске и Коми; однако относительный прирост в Коми был сравнительно небольшим (24%).

При сравнении двух временных интервалов распределение выгоревших площадей по регионам сместилось с северной части территории в центральную. Для интервала 1990–2000 гг. 85% всей площади гари приходилось на северную часть региона (Архангельск, Мурманск, Коми, Пермь).Однако за период 2000–2005 гг. На эти регионы приходилось только 55% от общей площади гари, тогда как на Ленинград, Москву, Псков, Владимир и Тверь приходилось 32%.

3.3. Валовой прирост лесного покрова и изменение чистой площади лесного покрова с 2000 по 2005 год

Валовой прирост лесного покрова был нанесен на карту только для временного интервала 2000–2005 годов и оценивается в 1,9 миллиона га (или 390 тысяч га / год). Площадь валового прироста лесного покрова за 2000–2005 гг. Была самой высокой в ​​Архангельске, Коми и Перми.Значительная часть валового прироста лесного покрова в период 2000–2005 гг. (39%) приходилась на районы, на которых в течение предыдущего десятилетия (1990–2000 гг.) Лесного покрова была потеряна. В 2000 году 41% вырубок 1990–2000 годов уже были засажены лесом к 2000 году, и еще 14% вырубок были вырублены в период между 2000 и 2005 годами; остальные 45% все еще считались нелесными в 2005 году.

Валовой прирост лесного покрова лишь немного ниже по сравнению с валовой потерей лесного покрова за 5-летний интервал, что привело к небольшому чистому сокращению лесного покрова на 62 тыс. га (что составляет 0.04% лесного покрова 2000 г.). Чистое изменение лесного покрова за 2000–2005 гг. Было отрицательным в 11 из 20 регионов, при этом наибольшее снижение наблюдалось в Ленинграде, Карелии, Москве и Владимире (−118, −117, −56 и −30 тыс. Га соответственно. ). Наибольшая чистая потеря лесного покрова по сравнению с лесным покровом региона в 2000 году была в Московской области (−2,8%), за ней следуют Ленинград (−2,3%) и Владимир (−1,9%, Рисунок 5 (c)). Наибольший чистый прирост лесного покрова отмечен в Перми и Кирове (+166 и +116 тыс. Га соответственно.). В этих регионах также наблюдается самый высокий относительный чистый прирост лесного покрова (+ 1,7% и + 1,5% от лесного покрова 2000 г., соответственно).

4. Обсуждение
4.1. Промышленное лесопользование и вырубка лесов

Наблюдаемая площадь валовой потери лесного покрова и, в частности, снижение интенсивности лесозаготовок между временными интервалами 1990–2000 и 2000–2005 годов были подтверждены официальной статистикой лесозаготовок. Интенсивность лесозаготовок в европейской части России быстро росла после Второй мировой войны, достигнув пика в конце 1960-х годов с постепенным снижением с начала 1970-х до 1990-х годов [19].После краха советской плановой экономики в начале 1990-х годов интенсивность лесозаготовок значительно упала. Среднегодовое производство круглого леса снизилось на 60% за период 2000–2005 годов по сравнению с 1990 годом в отдельных регионах европейской части России [1]. В конце 1990-х — начале 2000-х годов высокий спрос на древесину со стороны иностранной и отечественной промышленности стимулировал небольшое увеличение интенсивности лесозаготовок, при этом производство круглого леса увеличилось на 8% в период с 2000 по 2005 год.

Официальные данные о производстве круглого леса на региональном уровне согласуются с наши оценки площадей вырубки.Согласно официальным данным [1], ведущим лесным регионом как в 1990, так и в 2005 году был Архангельск, где производилось более 16% от общего объема заготовки круглого леса в регионе. Два других крупных лесных региона, Коми и Пермь, занимали второе и третье места по производству круглого леса в 1990 году. Однако в 2005 году их сменили Карелия и Вологда. Хотя в период с 1990 по 2005 год производство круглого леса снизилось во всех регионах европейской части России, темпы изменения были разными. Наименьшее снижение производства круглого леса (менее 30%) наблюдалось в Пскове и Ленинграде.Другими регионами, в которых в 2005 г. сохранилось более 50% производства 1990 г., были Карелия, Тверь, Вологда и Иваново. Наибольшее сокращение производства круглого леса (на 90%) произошло в Мурманске. Интенсивность лесопользования, измеряемая как производство круглого леса на единицу площади, также изменилась. В 1990 г. наиболее интенсивными лесными регионами были Костромская, Кировская и Пермская области. В 2005 г. тремя регионами с самыми высокими темпами добычи древесины были Кострома, Ленинград и Вологда.

Мы полагаем, что наиболее важным фактором, повлиявшим на изменения в области вырубки промышленных лесов на Европейском Севере России, была динамика потребления круглого леса после распада Советского Союза в 1992 году.Лесные ресурсы региона традиционно обеспечивали потребности как отечественной лесной промышленности, так и деревообрабатывающей промышленности в Европе, особенно в странах Северной Европы. Финляндия традиционно была одним из основных импортеров круглого леса, заготовленного в европейских лесах России [20]. После 1992 года производство круглого леса значительно сократилось, в основном из-за сокращения внутреннего спроса на лесоматериалы. Однако экспорт круглого леса в течение исследуемого периода продолжал расти, что привело к заметному сдвигу в интенсивности лесозаготовок в сторону более густонаселенных и доступных районов, и особенно в районы, близкие к российско-финляндской границе.Наши результаты показали интенсивную потерю лесного покрова вблизи границы между Россией и Финляндией (Ленинград и Карелия). Если интенсивная потеря лесного покрова в этих регионах не будет компенсирована восстановлением лесов, это может привести к истощению лесных ресурсов и, как следствие, экологическим и социальным проблемам. С другой стороны, интенсивность рубок значительно снизилась в удаленных восточных регионах Коми и Перми.

Один из самых высоких темпов утраты лесного покрова был зафиксирован в наиболее густонаселенных регионах европейской части России: Ленинграде и Москве.Эти регионы, включая города Санкт-Петербург и Москву, составляют почти 27% от общей численности населения анализируемого региона [1]. В то время как большая потеря лесного покрова в Ленинграде, как полагают, в основном связана с интенсивной заготовкой древесины, потеря лесного покрова в Москве была следствием нескольких факторов, в том числе лесозаготовок и увеличения площади застройки. Например, в результате расширения поселений и промышленных объектов вокруг Москвы с 1998 по 2008 гг. Было преобразовано около 58 тыс. Га бывших лесных и сельскохозяйственных угодий [21].Незаконные лесозаготовки и незаконная застройка участков, связанные со сбоями в управлении лесным хозяйством и / или отсутствием правоохранительных органов [22], усугубили ситуацию. Остающиеся леса вокруг крупных промышленных городов обеспечивают экологические услуги (например, очистку воды и воздуха, убежище для природных видов, отдых), важные для городского населения. Наши результаты вызывают опасения по поводу судьбы оставшихся лесов в наиболее густонаселенных регионах европейской части России.

Еще одна угроза для лесных экосистем на Европейском Севере России — это крупномасштабные промышленные лесозаготовки на границе неосвоенных лесных территорий, расположенных в основном в северо-восточной части региона.Хотя Архангельск и Коми разделяют большую часть сохранившихся нетронутых лесных ландшафтов Европы [23], они также представляют собой самую большую площадь валовой потери лесного покрова в регионе. Остающиеся нетронутые ландшафты, как правило, являются удаленными, малопродуктивными и плохо заселяемыми по сравнению с тем, что обычно считается минимальным уровнем для устойчивого лесного хозяйства [24]. Однако истощение доступных лесных ресурсов в более доступных и продуктивных лесах европейской части России привело к интенсивной эксплуатации ранее неосвоенных территорий.В то время как визуальный анализ набора данных о валовой потере лесного покрова за 1990–2005 гг. Выявил до сих пор нетронутые лесные площади, затронутые быстрым расширением промышленных лесозаготовок, в текущем исследовании не проводился подробный анализ изменения площади нетронутых лесов.

4.2. Лесные пожары

Лесные пожары в европейской части России хорошо изучены; однако оценки выгоревшей площади варьируются в зависимости от источников данных. В целом, большинство спутниковых оценок площади выгорания в среднем в 5-10 раз превышают официальные российские данные [7, 25].Есть несколько причин, ответственных за такую ​​неопределенность, включая преобладание поверхностных пожаров в сосновых лесах Северной Евразии [26]. Хотя поверхностные пожары затронули обширные площади бореальных лесов, их влияние на лесной покров, прямые выбросы углерода, изменение альбедо и сукцессионные траектории после пожаров отличается от пожаров, связанных с замещением древостоя [27, 28]. Наш метод оценки площади выгоревших лесов отличается от большинства официальных анализов и анализов на основе дистанционного зондирования, поскольку он проводился только в лесах с высокой (более 25%) густотой кроны деревьев и, следовательно, количественно определял только те лесные площади, затронутые пожарами, вызванными заменой древостоя.

Наши результаты подтвердили предыдущий анализ изменений лесного покрова на основе MODIS, в котором оценивалась низкая потеря лесного покрова из-за лесных пожаров в европейской части России [29]. По официальным данным [1], самая большая годовая площадь лесов, пострадавших от пожаров с 1992 г., была обнаружена в периоды экстремальных пожаров 1997, 1999, 2000 и 2002 гг. (Рисунок 6). Эти пожары затронули различные части Европейского Севера России: Северо-Западную часть (Архангельск, Мурманск) в 1997 г .; Западные регионы (Карелия, Тверь, Ярославль, Новгород, Ленинград, Вологда) в 1999 г .; Северо-Восточная часть (Архангельск, Коми, Пермь) в 2000 г .; и Центральная часть (Владимир, Иваново, Москва, Кострома, Тверь, Ярославль, Ленинград, Новгород, Псков, Нижний Новгород, Марий Эл) в 2002 г.


Республика Коми является крупнейшим источником выгоревших лесов в регионе, составляя почти 50% от общего количества выгоревших лесов с 1990 по 2005 гг. неконтролируемые пожары распространились по северной части республики. Расширение пожаров в течение последнего года оценки 1990–2000 годов и отправная точка анализа 2000–2005 годов усложнили правильное картирование года пожара.Хотя большинство пожаров было правильно нанесено на карту как часть набора данных за период 1990–2000 годов, разница в чувствительности модели к обнаружению выгоревшей площади привела к тому, что некоторая часть выгоревшей площади была отображена как изменение в течение временного интервала 2000–2005 годов. Еще одним фактором, способствующим этой неопределенности, является большее количество доступных безоблачных изображений Landsat за 2001 год по сравнению с 2000 годом, что может вызвать задержку в один год для обнаружения изменений. Эти неопределенности могут быть причиной завышенной оценки изменений, обнаруженных в период 2000–2005 годов для Коми.

Смещение в 2000–2005 гг. Распределения гари из северной части региона в центральную связано с сезоном экстремальных пожаров 2002 г., когда суровые засушливые условия и антропогенные пожары привели к значительной потере лесного покрова в центральных регионах. Европейской России. Большинство лесных пожаров возникли и распространились на обширных территориях торфяных болот и сосновых лесов на торфяных почвах в Московской, Владимирской, Тверской, Нижегородской и Псковской областях. Большая часть этих водно-болотных угодий была осушена и использовалась для добычи торфа в течение 20 века.В конце лета 2002 г. засушливые погодные условия в сочетании с широким использованием огня для управления пастбищами возле населенных пунктов на торфяных почвах вызвали распространение пожара на окружающие леса [31]. По официальным данным, площадь выгоревших лесов в Московской области за 2002 г. была примерно в 10 раз выше, чем среднегодовая площадь выгоревших лесов с 1992 по 2005 г. [30].

4.3. Лесовосстановление и облесение

Мы полагаем, что основными факторами прироста валового лесного покрова являются возобновление лесного покрова на сплошных вырубках и выгоревших территориях, за которым следует рост деревьев на заброшенных сельскохозяйственных землях в южной части Европейского Севера России.Вырубленные и выгоревшие лесные площади в России часто оставляются для естественного лесовосстановления, однако в некоторых случаях восстановление леса может быть поддержано посадкой деревьев или посевом. Официальная статистика документирует ежегодные площади лесовосстановления за период 2000–2005 гг. [1]. Однако эти данные не отражают фактического возобновления лесного покрова, что делает данные о приросте лесного покрова несовместимыми с нашими выводами.

Из общего прироста лесного покрова, обнаруженного за период 2000–2005 годов, 39% произошло на территориях, вырубленных с 1990 года.Эти районы представляют собой естественное лесовосстановление или успешную посадку леса. В целом, доля вырубок леса, вырубленных в 1990–2000 годах, вырубленных к 2005 году (рис. 5 (d)), составляет коэффициент восстановления лесов. Наиболее высокие темпы восстановления лесов отмечены в южной части региона с наиболее благоприятными климатическими условиями для быстрого роста деревьев; лесовозобновление в северной части территории было медленным. Помимо этой общей тенденции, некоторые регионы имеют низкие показатели валового прироста лесного покрова, в том числе Ленинград, Москва и Владимир.Мы полагаем, что вырубка лесного покрова в этих регионах может быть следствием роста городов и развития инфраструктуры, динамики, при которой лесной покров навсегда превратился в нелесные типы почвенного покрова.

Остающийся 61% прироста лесного покрова был обнаружен на вырубленных или выгоревших площадях, расчищенных до 1990 года, или в виде посадки деревьев на заброшенные сельскохозяйственные земли. Оставление сельскохозяйственных земель и последующее расширение лесов было широко распространено в период перехода от плановой экономики к рыночной в бывших советских республиках [32, 33].Оставление земель в 1992–1997 гг., В первые годы после распада Советского Союза, было наиболее интенсивным заквашением крупных неуправляемых земельных участков, подлежащих естественному лесовосстановлению. Площадь пахотных земель для выбранных 20 регионов в 2005 г. составляла лишь 60% от общей площади пахотных земель, управляемых в 1990 г., что свидетельствует об этом широкомасштабном заброшении [1]. Почти половина заброшенных земель приходилась на четыре области: Кировскую, Тверскую, Нижегородскую и Пермскую. Наиболее высокие показатели заброшенности земель, согласно официальной статистике, наблюдались в западной части области (Новгород, Псков, Тверь), где прекращено управление более чем половиной бывших сельскохозяйственных земель.Эти регионы представляют собой интенсивную деградацию советской сельскохозяйственной системы, где ограниченные государственные субсидии и низкая урожайность сельскохозяйственных культур привели к массовому заброшению земель. Восстановление лесов на бывших сельскохозяйственных землях не включается в официальную статистику площади лесного покрова. Облесение бывших сельскохозяйственных земель может иметь серьезные последствия для региональных углеродных бюджетов и должно быть включено в мониторинг европейского лесного покрова [32].

Картирование прироста лесного покрова в течение анализируемого 5-летнего интервала в бореальных и полубореальных регионах является сложной задачей из-за медленного восстановления лесного покрова.В то время как густые молодые леса могут вырасти в течение 5-летнего интервала в южной части европейской части России, для восстановления северных бореальных древостоев требуется больше времени. Более того, переход от молодых открытых древостоев, классифицированных как нелесные в 2000 г., к закрытым в 2005 г. в северной тайге не мог быть правильно визуально интерпретирован с использованием данных Landsat среднего разрешения. Подход к картированию прироста лесного покрова показан здесь только в качестве прототипа, который был бы возможен в более длительных (например, 10-летних) интервалах при наличии адекватных обучающих данных по изменению лесного покрова.

5. Заключение

Независимый спутниковый мониторинг бореальных лесов является важным инструментом для предоставления прозрачной информации об изменении лесного покрова. Правительственные чиновники, землеустроители, исследователи, защитники природы и группы гражданского общества могут использовать такую ​​информацию для принятия более информированных решений относительно управления бореальными экосистемами. Наши результаты, отображающие изменение лесного покрова в обширном лесном регионе Европейского Севера России за 15 лет, показывают, что такой анализ может быть выполнен с использованием свободно доступных данных Landsat и автоматизированного подхода к обработке изображений.Продолжение такого анализа, его распространение на остальную часть страны и публикация результатов картирования станет значительным шагом на пути к созданию прозрачной системы для независимого мониторинга лесного покрова в национальном масштабе. Авторы предполагают, что анализ будет расширен, чтобы охватить весь панбореальный биом, а также интервал 2000–2010 гг.

Экспертный мониторинг лесного покрова с использованием исторических данных Landsat — хорошо разработанный подход, его точность для обнаружения лесного покрова и изменений находится в диапазоне от 75% до 91% [34, 35].Этот высокий уровень точности подтвержден нашей картой лесного покрова 2000 г. (общая точность 89%) и продуктом мониторинга потери лесного покрова 2000–2005 гг. (Общая точность 98%) [15]. Используемые для нашего анализа данные мониторинга лесного покрова за 1990–2000 гг. Были перепроверены различными региональными экспертами и, как полагают, имеют одинаковую точность. Два основных фактора препятствовали валидации анализа исторических тенденций изменения лесного покрова в Европейской части России. Во-первых, мелкомасштабные карты оценки лесов конца советской эпохи и десятилетия сразу после распада СССР не являются общедоступными.Во-вторых, коммерческие спутниковые данные с высоким пространственным разрешением, часто используемые для проверки оценок площадей, полученных с помощью Landsat, недоступны до 2000 года. Анализированные наборы данных об изменении лесного покрова, такие как продукт 1990–2000 годов, даже если они не были тщательно проверены, являются единственными общедоступные, пространственно согласованные и общерегиональные изображения изменений лесного покрова, что делает их бесценным источником данных для изучения динамики лесов. Возможным источником независимо собранных данных проверки является Обследование дистанционного зондирования ЮНФАО, основанная на выборке оценка глобальных изменений в землепользовании лесов в 1990–2005 годах, основанная на изображениях Landsat [36].Эти образцы данных, когда они станут общедоступными, могут быть использованы для проверки нашего продукта для непрерывного производства.

Анализ валовой потери лесного покрова в период 1990–2005 годов выявил несколько тенденций в изменении лесного покрова после распада плановой экономики. Наши результаты показали, что в то время как общая площадь лесозаготовок в регионе уменьшилась, вырубки и другие формы антропогенных вырубок увеличились в центральной и западной частях региона. Наиболее густонаселенные регионы Европейской части России (Ленинград и Москва) показали самые высокие темпы потери лесного покрова.Истощение лесного покрова вокруг крупных промышленных городов следует выделить как наиболее серьезную проблему, стоящую перед нынешним лесопользованием в европейской части России. Наши результаты также выявили интенсивную потерю валового лесного покрова из-за вырубки леса вблизи российско-финляндской границы (Ленинград и Карелия). Площадь лесов, пострадавших от пожаров, за анализируемый промежуток времени увеличилась почти вдвое. Увеличение площади возгорания является следствием нескольких факторов, в том числе распространения экстремальных пожаров и, возможно, ухудшения работы противопожарной службы.Последний фактор был еще раз подтвержден во время чрезвычайного пожара в 2010 году. Результаты нашего мониторинга прироста валового лесного покрова показали, что посягательство древесного покрова на заброшенные сельскохозяйственные угодья является широко распространенным процессом в регионе и требует более точной количественной оценки. анализ. Все такие тенденции могут быть полностью или частично подтверждены официальной статистикой лесов и сельского хозяйства. Наш анализ дополнил официальную статистику, предоставив независимо полученные пространственные данные, которые можно было бы использовать для оценки текущих тенденций и служить в качестве основы для будущего мониторинга лесного покрова.

Наше исследование отразило только количественные изменения лесного покрова, то есть изменение общей площади лесов. Другие эффекты лесоуправления, такие как антропогенная фрагментация ландшафта и изменение породного состава деревьев, не анализировались. Однако мы предполагаем, что представленный подход к крупномасштабному картированию лесов на основе спутника Landsat и анализу изменений может быть использован для количественной оценки большинства этих эффектов в дальнейших исследованиях.

Азия: физическая география | Национальное географическое общество

Азия — самый большой из континентов мира, занимающий примерно 30 процентов площади суши Земли.Это также самый густонаселенный континент в мире, на котором проживает около 60 процентов всего населения.

Азия составляет восточную часть Евразийского суперконтинента; Европа занимает западную часть. Граница между двумя континентами обсуждается. Однако большинство географов определяют западную границу Азии как непрямую линию, проходящую через Уральские горы, Кавказские горы, а также Каспийское и Черное моря. Азия граничит с Северным Ледовитым, Тихим и Индийским океанами.

Физическая география, окружающая среда и ресурсы Азии, а также человеческая география могут рассматриваться отдельно.

Азию можно разделить на пять основных физических регионов: горные системы; плато; равнины, степи и пустыни; пресноводная среда; и морская среда.

Mountain Systems

Горы Гималаев простираются примерно на 2 500 километров (1 550 миль), отделяя Индийский субконтинент от остальной части Азии. Индийский субконтинент, когда-то связанный с Африкой, столкнулся с Евразийским континентом около 50–55 миллионов лет назад, образуя Гималаи.Индийский субконтинент все еще рушится на север, в Азию, а Гималаи ежегодно растут примерно на 5 сантиметров (2 дюйма).

Гималаи покрывают более 612 000 квадратных километров (236 000 квадратных миль), проходят через северные штаты Индии и составляют большую часть территории Непала и Бутана. Гималаи настолько огромны, что состоят из трех разных горных поясов. Самый северный пояс, известный как Великие Гималаи, имеет самую высокую среднюю высоту 6096 метров (20 000 футов).Пояс содержит девять самых высоких пиков в мире, все они достигают более 7925 метров (26000 футов) в высоту. Этот пояс включает самую высокую горную вершину в мире, гору Эверест, высота которой составляет 8 849 метров (29 032 фута).

Горная система Тянь-Шаня простирается примерно на 2400 километров (1500 миль), пересекая границу между Кыргызстаном и Китаем. Название Тянь-Шань в переводе с китайского означает «Небесные горы». Две самые высокие вершины Тянь-Шаня — пик Победы, высота которого составляет 7 439 метров (24 406 футов), и пик Хан Тангири, высота которого составляет 6 995 метров (22 949 футов).Тянь-Шань также имеет более 10 100 квадратных километров ледников. Самый большой ледник — ледник Энгильчек, его длина составляет около 60 километров (37 миль).

Уральские горы простираются примерно на 2 500 километров (1 550 миль) по непрямой линии с севера на юг от России до Казахстана. Уральские горы — одни из старейших в мире, им от 250 до 300 миллионов лет. За миллионы лет эрозии горы значительно опустились, и сегодня их средняя высота составляет от 914 до 1220 метров (от 3000 до 4000 футов).Самая высокая вершина — гора Народная, ее высота составляет 1895 метров (6217 футов).

Плато

Азия является домом для многих плато, областей с относительно ровной возвышенностью. Иранское плато занимает площадь более 3,6 миллиона квадратных километров (1,4 миллиона квадратных миль), охватывая большую часть Ирана, Афганистана и Пакистана. Плато не равномерно плоское, но содержит несколько высоких гор и низких речных бассейнов. Самая высокая горная вершина — Дамаванд, высотой 5610 метров (18 410 футов). На плато также есть две большие пустыни: Даште-Кавир и Даште-Лут.

Плато Декан составляет большую часть южной части Индии. Средняя высота плато составляет около 600 метров (2000 футов). Он ограничен тремя горными цепями: хребтом Сатпура на севере, а также Восточными и Западными Гатами с обеих сторон. Плато и его основные водные пути — реки Годавари и Кришна — плавно спускаются к Восточным Гатам и Бенгальскому заливу.

Тибетское плато обычно считается самой большой и самой высокой территорией, когда-либо существовавшей в истории Земли.Плато, известное как «Крыша мира», занимает площадь примерно в два раза меньше территории Соединенных Штатов и в среднем составляет более 5000 метров (16 400 футов) над уровнем моря. Тибетское плато чрезвычайно важно для круговорота воды в мире из-за огромного количества ледников. Эти ледники содержат самый большой объем льда за пределами полюсов. Лед и снег этих ледников питают крупнейшие реки Азии. Примерно 2 миллиарда человек зависят от рек, питаемых ледниками плато.

Равнины, степи и пустыни

Западно-Сибирская равнина, расположенная в центральной части России, считается одной из крупнейших в мире сплошных равнин. Она простирается с севера на юг примерно на 2400 километров (1500 миль) и с запада на восток примерно на 1900 километров (1200 миль). Равнина, более 50 процентов площади которой находится на высоте менее 100 метров (330 футов) над уровнем моря, содержит одни из крупнейших в мире болот и поймы.

В Центральной Азии преобладают степные ландшафты, большая площадь плоских безлесных лугов.Монголию можно разделить на разные степные зоны: горно-лесостепь, засушливую степь и пустынную степь. Эти зоны переходят от горного региона страны на севере к пустыне Гоби на южной границе с Китаем.

Пустыня Руб-эль-Хали, считающаяся самым большим песчаным морем в мире, занимает территорию, превышающую территорию Франции, в Саудовской Аравии, Омане, Объединенных Арабских Эмиратах и ​​Йемене. В ней содержится примерно вдвое меньше песка, чем в пустыне Сахара в Африке, хотя она в 15 раз меньше по размеру.Пустыня известна как Пустой квартал, потому что она практически негостеприимна для людей, за исключением бедуинских племен, которые живут на ее окраинах.

Пресная вода

Озеро Байкал, расположенное на юге России, является самым глубоким озером в мире, его глубина составляет 1 620 метров (5 315 футов). В озере содержится 20 процентов незамерзшей пресной воды в мире, что делает его крупнейшим резервуаром на Земле. Это также самое старое озеро в мире, которому 25 миллионов лет.

Янцзы — самая длинная река в Азии и третья по длине река в мире (после Амазонки в Южной Америке и Нила в Африке).Достигая 6300 километров (3915 миль) в длину, Янцзы движется на восток от ледников Тибетского плато до устья реки в Восточно-Китайском море. Янцзы считается источником жизненной силы Китая. Он осушает одну пятую суши страны, является домом для одной трети ее населения и вносит большой вклад в экономику Китая.

Реки Тигр и Евфрат берут начало в высокогорьях восточной Турции и протекают через Сирию и Ирак, впадают в город Курна в Ираке, а затем впадают в Персидский залив.Земля между двумя реками, известная как Месопотамия, была центром самых ранних цивилизаций, включая Шумер и Аккадскую империю. Сегодня система рек Тигр-Евфрат находится под угрозой из-за увеличения сельскохозяйственного и промышленного использования. Эти нагрузки привели к опустыниванию и увеличению содержания солей в почве, серьезно повредив местам обитания местных водоразделов.

Соленая вода

Персидский залив имеет площадь более 234 000 квадратных километров (90 000 квадратных миль).Граничит с Ираном, Оманом, Объединенными Арабскими Эмиратами, Саудовской Аравией, Катаром, Бахрейном, Кувейтом и Ираком. Залив подвержен сильному испарению, что делает его мелким и очень соленым. Морское дно под Персидским заливом содержит около 50 процентов мировых запасов нефти. Страны, граничащие с Персидским заливом, вовлечены в ряд споров по поводу этого богатого ресурса.

Охотское море занимает 1,5 миллиона квадратных километров (611 000 квадратных миль) между материковой частью России и полуостровом Камчатка.С октября по март море в значительной степени замерзает. Большие льдины делают зимнюю навигацию практически невозможной.

Бенгальский залив — самый большой залив в мире, он занимает площадь почти 2,2 миллиона квадратных километров (839 000 квадратных миль) и граничит с Бангладеш, Индией, Шри-Ланкой и Бирмой. Многие крупные реки, в том числе Ганг и Брахмапутра, впадают в залив. Соленые водно-болотные угодья, образованные рекой Ганг-Брахмапутра в Бенгальском заливе, являются самой большой дельтой в мире.

Наземная флора и фауна

Ботаники называют Китай «матерью садов».«Здесь больше видов цветущих растений, чем в Северной и Южной Америке вместе взятых. Поскольку в Китае так разнообразны ландшафты, от засушливой пустыни Гоби до тропических дождевых лесов провинции Юньнань, многие цветы могут адаптироваться к климату во всем мире. Многие знакомые цветы, от роз до пионов, скорее всего, происходят из северного Китая. Китай — вероятное происхождение таких фруктовых деревьев, как персики и апельсины. Китай также является родиной утреннего красного дерева, единственного красного дерева, встречающегося за пределами Северной Америки.

Разнообразный физический и культурный ландшафт Азии продиктовал способ приручения животных.В Гималаях общины используют яков как вьючных животных. Яки — крупные животные, относящиеся к крупному рогатому скоту, но с толстой шерстью и способные выживать в бедных кислородом горах. Яки используются не только для перевозки и тяги плугов, но их шубка является источником теплого, выносливого волокна. Из молока яка делают масло и сыр.

В монгольских степях двугорбый двугорбый верблюд — традиционный вьючный зверь. В дикой природе двугорбые верблюды находятся под угрозой исчезновения.В горбах верблюда хранится жир, богатый питательными веществами, который животное может использовать во время засухи, жары или мороза. Его размер и способность адаптироваться к трудностям делают его идеальным вьючным животным. Бактрианы действительно могут обогнать лошадей на большие расстояния. Эти верблюды были традиционными животными, которых использовали в караванах на Шелковом пути, легендарном торговом пути, связывающем Восточную Азию с Индией и Ближним Востоком.

Водная флора и фауна

Пресноводные и морские среды обитания Азии предлагают невероятное биоразнообразие.

Возраст и изолированность озера Байкал делают его уникальным биологическим объектом. Водная жизнь могла развиваться в течение миллионов лет относительно безмятежно, создавая богатое разнообразие флоры и фауны. Озеро называют «Галапагосскими островами России» из-за его важности для изучения эволюционной науки. Здесь обитает 1340 видов животных и 570 видов растений.

Сотни видов озера Байкал являются эндемиками, то есть больше нигде на Земле они не встречаются. Например, байкальская нерпа — один из немногих видов пресноводных тюленей в мире.Байкальская нерпа питается в основном байкальской масличной рыбой и омулем. Обе рыбы похожи на лосося и служат источником рыболовства для жителей озера.

Бенгальский залив в Индийском океане — одна из крупнейших в мире тропических морских экосистем. В заливе обитают десятки морских млекопитающих, в том числе афалины, дельфины-спиннеры, пятнистые дельфины и киты Брайда. В заливе также можно ловить здоровых тунцов, джеков и марлинов.

Некоторые из самых разнообразных организмов в заливе обитают вдоль его берегов и водно-болотных угодий.Многие заповедники дикой природы в заливе и вокруг него стремятся защитить его биологическое разнообразие.

Сундарбанс — это заболоченная территория, которая образуется в дельте рек Ганг и Брахамапутра. Сундарбанс — это огромный мангровый лес. Мангровые заросли — выносливые деревья, способные противостоять мощным соленым приливам Бенгальского залива, а также пресноводным потокам из Ганга и Брахамапутры. Помимо мангровых зарослей, Сундарбанс покрыт пальмами и болотными травами.

Болотистые джунгли Сундарбанов поддерживают богатое сообщество животных.Сотни видов рыб, креветок, крабов и улиток живут в открытой корневой системе мангровых деревьев. В Сундарбане обитает более 200 видов водных и болотных птиц. Эти маленькие животные являются частью пищевой сети, в которую входят кабаны, макаки, ​​вараны и здоровая популяция бенгальских тигров.

Биосферный заповедник Кологривский лес, Российская Федерация

Ландшафт Кологривского леса в северо-восточной части Русской равнины представляет собой ландшафты, находящиеся под влиянием деятельности человека, а также ненарушенные экосистемы южной тайги, включая сосновые леса, еловые леса, мелколиственные леса, болота, луга и водоемы.В биосферном заповеднике зарегистрировано более 1000 видов флоры и фауны, в том числе четыре растительных и 13 видов фауны, занесенных в Красный список исчезающих видов Российской Федерации. В этот список также входят некоторые птицы, гнездящиеся в заповеднике, в том числе ивовая куропатка (Lagopus lagopus rossicus), скопа (Pandion haliaetus), филин и лазурная синица (Parus cyanus). Экотуризм — это стратегическая деятельность для устойчивого развития региона, в котором наблюдается сезонный рост населения, приближающийся к 50%, и высокий уровень безработицы.

Описание

Карта

Площадь: 250 000 га

  • Площадь активной зоны: 58 939,6 га
  • Буферная зона: 68 552,4 га
  • Переходная зона: 1 450 000 га

Расположение: 43 ° 57 ′; 58 ° 47 ′

Административные органы

Чернявин Павел Викторович
Директор государственного природного заповедника «Кологривский лес»
Россия, Костромская область, Костромская область, проспект Мира, 128А,

Тел.: (4942) 51-35-91, (4942) 45-34-61
Электронная почта: [email protected]

Веб-сайт ǀ Facebook ǀ Twitter

Экологические характеристики

Биосферный заповедник, расположенный на северо-западе Костромской области, является уникальным центром сохранения ландшафтов и генетического разнообразия муниципальных районов Кологрив, Мантурово, Нея, Чухлома и Парфеньево.Ядро заповедника включает территорию Государственного заповедника «Кологривский лес», который состоит из двух кластеров: Кологривской и Мантуровской частей заповедника.

Лесной массив района представляет собой типичную южную тайгу, одну из старейших в средней полосе России, не подвергшуюся влиянию деятельности человека. Виды флоры и фауны, неспособные выжить в коммерческих лесах, процветают в этой области из-за присутствия молодых деревьев, старых деревьев и сухостоя вместе взятых.

Биосферный заповедник характеризуется автохтонными темнохвойными лесами, единственными сохранившимися в южной тайге.Этот конкретный лесной массив демонстрирует почти оптимальное воспроизводство, энергоэффективность и сбалансированную структуру, то есть оптимальное соотношение между биотой и абиотическим элементом, окружающей средой, что подразумевает необходимость особого сохранения территории.

Двадцать видов лишайников являются обычными индикаторами старовозрастных лесов, исчезающих в других местах из-за вырубки деревьев и загрязнения воздуха. Считается, что виды, демонстрирующие качество окружающей среды, — это легочный лишай (Lobaria pulmonaria), несколько видов Bryoria и Usnea.

Основу орнитофауны (78 видов) составляют виды лесных птиц, которые в основном обитают в ярусе деревьев, кустарниках и травяном ярусе леса. На небольших участках кустарников, чередующихся с лугами, пустырями и лесными дорогами (аналогично лесолуговым местообитаниям на Кологривском участке), обитает 16 видов, использующих свежевырубленные участки. На лугах и высокотравье на лугах обитает 21 вид птиц; заболоченные участки с небольшими водоемами — на 13 видов; местообитания с водоемами (реками, ручьями) всего 30 видов, большинство из которых относятся к водоплавающим птицам или куликам.

Некоторые гнездящиеся в заповеднике птицы занесены в Красную книгу Российской Федерации. К ним относятся ивовая куропатка (Lagopus lagopus rossicus), скопа (Pandion haliaetus), филин, лазоревая синица (Parus cyanus), серый сорокопут (Laniusex cubitor), кулик-сорока (Haematopusos tralegus), орел-змей (Circaetus eagle). gallicus), обыкновенный орел (Aquila chrysaetus), большой подорлик (Aquila clanda), сапсан (Falcoperegrinus Tunstall), кречет (Falcorus ticolus), большой кроншнеп (Numenius arguments).Из птиц, обитающих и гнездящихся в заповеднике и его окрестностях, 39 видов занесены в Красную книгу Костромской области.

Социально-экономическая характеристика

В то время как Костромская область постепенно полностью трансформируется деятельностью человека, территория заповедника остается классическим эталоном нетронутой южной тайги и, следовательно, может служить площадкой для исследований и экологического мониторинга. Биосферный заповедник планирует продолжить свою исследовательскую программу и мониторинг окружающей среды как на регулярной основе, так и в рамках международных проектов.

Материалы, анализирующие состояние экосистем в заповеднике и на прилегающих территориях, показывают, что предлагаемый биосферный заповедник окажет положительное влияние на социально-экономическое развитие территории через устойчивое лесоводство, рациональное сельское хозяйство и традиционные промыслы (рыболовство). , сбор дикоросов, охота). Ландшафт биосферного заповедника очень привлекателен для туристов, предпочитающих проводить время «на природе». В последние годы все больше и больше исследователей проявляют интерес к ядру биосферного заповедника.Большая часть трудоспособной рабочей силы в заповедной зоне занята в сфере туризма.

Традиционные села, расположенные на территории заповедника (Шаблово, Кологривский район; Федоровское, Чухломский район), являются центрами культурного просвещения и иммерсионного туризма. Этот район привлекает фольклористов, этнографов, историков и археологов, которые приезжают сюда в поисках национальных корней.

Ландшафт заповедника очень привлекателен для туристов из урбанизированных стран и регионов России.Выдающаяся рекреационная и даже уникальная ценность некоторых достопримечательностей будет способствовать развитию туризма наряду с развитием заповедника. Это создаст дополнительные рабочие места для местного населения и расширит туристическую инфраструктуру: гостиницы, гостевые дома, рестораны, туристические агентства, для обеспечения активности на туристических маршрутах.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *


Регион Лесной покров
за год
2000, тыс. Га
Годовой валовой лес Годовой валовой лесной покров
потери покрытия, относимые на
лесозаготовки, тыс. Га лесных пожаров, тыс. Га
1990–2000 2000–2005 1990–2000 2000–2005

21162.3 102,0 58,8 2,1 6,5
(2) Ивановская область 1058,3 1,8 3,8 0,0 0,8
область 9047 (3) 45,0 28,4 0,4 1,1
(4) Костромская область 4561,6 18,3 15,9 0,0 0,4
область 16,5 29,7 1,7 5,9
(6) Московская область 1984,6 3,0 9,4 0,0 3,4
3 9047 Мурманская область 7,8 2,2 2,2 3,9
(8) Нижегородская область 3537,1 9,9 7,4 0,3 2,8
36473

Новгородская область8
8,6 13,0 0,4 1,8
(10) Псковская область 3146,0 4,4 8,2 0,0 5,3
9014 (11) Тл. 10,4 15,8 0,3 4,2
(12) Владимирская область 1598,3 4,5 7,2 0,1 4,5
(13) Вологодская область 44,9 33,5 0,8 0,6
(14) Ярославская область 1791,5 2,8 3,4 0,0 0,7
47 (Республика 15) 1,5 0,6 0,0 0,0
(16) Республика Карелия 9352,3 36,1 34,4 0,7 1,3
(17) 905.9 104,2 31,1 21,4 26,7
(18) Республика Марий Эл 1343,5 3,3 2,4 0,0 0,3
8,8 4,2 0,0 0,0
(20) Пермский край 9765,3 54,0 17,6 2,3 2,8