Оценка влияния факторов среды на запасы органического углерода в лесных почвах Брянского Полесья

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Приведена оценка вклада биотических и абиотических факторов в варьирование запасов углерода в почвах хвойно-широколиственных лесов. Исследование проводили на территории заповедника “Брянский лес” и его охранной зоны на 45 пробных площадях, расположенных в разных ландшафтах. Проанализировано 5 групп факторов среды, характеризующих растительность, макрофауну, ландшафт, рельеф, историю природопользования. Статистические взаимосвязи между ними и показателями запасов углерода оценивали с использованием регрессионного анализа с машинным обучением. Для подстилки ведущим фактором, определяющим запасы углерода в ней, является качество опада, формируемое доминантами древесного, травяного и мохового яруса, в то время как положение в ландшафте и другие орографические характеристики были менее информативны. Наибольшие запасы подгоризонта OL подстилки характерны для лесов с высокой долей участия сосны. Наиболее информативным для определения вариации запасов углерода подгоризонта OFH подстилки является показатель проективного покрытия мхов. Результаты регрессионного анализа для запаса углерода в горизонте А и в слое 0–30 см продемонстрировали значительный вклад индикаторов, указывающих на наличие повышенной гидроморфности почв, а также связанных с функциональной организацией лесных экосистем, а именно эколого-ценотической структуры растительных сообществ (доля неморальных видов в ярусе подроста и кустарников) и функционального разнообразия дождевых червей.

Об авторах

А. И. Кузнецова

Центр по проблемам экологии и продуктивности лесов РАН

Автор, ответственный за переписку.
Email: nasta472288813@yandex.ru
Россия, ул. Профсоюзная, 84/32, стр. 14, Москва, 117997

Е. А. Гаврилюк

Центр по проблемам экологии и продуктивности лесов РАН

Email: nasta472288813@yandex.ru
Россия, ул. Профсоюзная, 84/32, стр. 14, Москва, 117997

А. В. Горнов

Центр по проблемам экологии и продуктивности лесов РАН

Email: nasta472288813@yandex.ru
Россия, ул. Профсоюзная, 84/32, стр. 14, Москва, 117997

Е. В. Ручинская

Центр по проблемам экологии и продуктивности лесов РАН

Email: nasta472288813@yandex.ru
Россия, ул. Профсоюзная, 84/32, стр. 14, Москва, 117997

А. П. Гераськина

Центр по проблемам экологии и продуктивности лесов РАН

Email: nasta472288813@yandex.ru
Россия, ул. Профсоюзная, 84/32, стр. 14, Москва, 117997

А. Д. Никитина

Центр по проблемам экологии и продуктивности лесов РАН

Email: nasta472288813@yandex.ru
Россия, ул. Профсоюзная, 84/32, стр. 14, Москва, 117997

Список литературы

  1. Аккумуляция углерода в лесных почвах и сукцессионный статус лесов / Под ред. Лукиной Н.В. М.: Товарищество научных изданий КМК, 2018. 232 с.
  2. Баева Ю.И., Курганова И.Н., Почикалов А.В., Кудеяров В.Н. Физические свойства и изменение запасов углерода серых лесных почв в ходе постагрогенной эволюции (юг Московской области) // Почвоведение. 2017. № 3. C. 345–353. https://doi.org/10.7868/S0032180X17030029
  3. Басова Е.В., Лукина Н.В., Кузнецова А.И., Горнов А.В., Шевченко Н.Е., Тихонова Е.В., Гераськина А.П., Браславская Т.Ю., Тебенькова Д.Н., Луговая Д.Л. Качество древесного опада как информативный индикатор функциональной классификации лесов // Вопросы лесной науки. 2022. Т. 5. № 3. С. 1–21. https://doi.org/10.31509/2658-607x-202252-113
  4. Гаврилюк Е.А., Горнов А.В., Ершов Д.В. Оценка пространственного распределения видов деревьев заповедника “Брянский лес” и его охранной зоны на основе разносезонных спутниковых данных Landsat // Бюл. Брянского отделения РБО. 2018. № 3(15). С. 13–23. https://doi.org/10.22281/2307-4353-2018-3-13-23
  5. Гаврилюк Е.А., Кузнецова А.И., Горнов А.В. Геопространственное моделирование содержания и запасов азота и углерода в лесной подстилке на основе разносезонных спутниковых изображений Sentinel-2 // Почвоведение. 2021. №. 2. С. 168–182.
  6. Гераськина А.П. Влияние дождевых червей разных морфо-экологических групп на аккумуляцию углерода в лесных почвах // Вопросы лесной науки. 2020. Т. 3. № 2. С. 1–20.
  7. Демаков Ю.П., Исаев А.В., Нуреев Н.Б., Митякова И.И. Границы и причины вариабельности запасов гумуса в почвах лесов Среднего Поволжья // Вестник Поволжского государственного технологического университета. Сер. Лес. Экология. Природопользование. 2018. № 3. С. 30–49. https://doi.org/10.15350/2306-2827.2018.3.30
  8. Евстигнеев О.И., Федотов Ю.П., Кайгородова Е.Ю. Природа Неруссо-Деснянского Полесья. Брянская область. Редкие растения. Библ. 49, илл.223. Брянск: Десна, 2000. 159 с.
  9. Киселева Ю.А. Особенности формирования почв полесий на примере заповедника “Брянский лес” (вновь к вопросу о буроземо- и подзолообразовании) // Роль почв в биосфере. Тр. Ин-та почвоведения МГУ РАН. М. 2002. Вып. 1. С. 56–78.
  10. Классификация и диагностика почв России. Смоленск: Ойкумена. 2004. 342 с.
  11. Лукина Н.В., Гераськина А.П., Горнов А.В., Шевченко Н.Е., Куприн А.В., Чернов Т.И., Чумаченко С.И., Шанин В.Н., кузнецова А.И., Тебенькова Д.Н., Горнова М.В. Биоразнообразие и климаторегулирующие функции лесов: актуальные вопросы и перспективы исследований // Вопросы лесной науки. 2020. Т. 3. № 4. С. 1–90.
  12. Лукина Н.В., Гераськина А.П., Кузнецова А.И., Смирнов В.Э., Горнов А.В., Шевченко Н.Е., Тихоновa Е.В., Тебенькова Д.Н., Басова Е.В. Функциональная классификация лесов: актуальность и подходы к разработке // Лесоведение. 2021. №. 6. С. 566–580. https://doi.org/10.31857/S0024114821060085
  13. Лукина Н.В., Кузнецова А.И., Гераськина А.П., Смирнов В.Э., Иванова В.Н., Тебенькова Д.Н., Горнов А.В., Шевченко Н.Е., Тихонова Е.В. Неучтенные факторы, определяющие запасы углерода в лесных почвах // Метеорология и гидрология. 2022. №.10. С. 92–110.
  14. Распоряжение Министерства природных ресурсов и экологии РФ от 30 июня 2017 г. № 20-р “О методических указаниях по количественному определению объема поглощения парниковых газов” https://www.garant.ru/products/ipo/prime/doc/71612096/ (дата обращения 01.07.2021).
  15. Соколов Л.А. К вопросу классификации почвообразующих и подстилающих горных пород Брянского лесного массива // Вклад ученых и специалистов в национальную экономику. Брянск, 1998. Т. 2. 125 с.
  16. Стриганова Б.Р. Питание почвенных сапрофагов. М.: Наука, 1980. C. 8–15.
  17. Телеснина В.М., Курганова И.Н., Овсепян Л.А., Личко В.И., Ермолаев А.М., Мирин Д.М. Динамика свойств почв и состава растительности в ходе постагрогенного развития в разных биоклиматических зонах // Почвоведение. 2017. № 12. С. 1514–1534. https://doi.org/10.7868/S0032180X17120115
  18. Bauer D.F. Constructing confidence sets using rank statistics // J. Am. Statistical Association. 1972. V. 67. P. 687–690. https://doi.org/10.1080/01621459.1972.10481279
  19. Benjamini Y., Yekutieli D. The control of the false discovery rate in multiple testing under dependency // Annals of Statistics. 2001. V. 29. P. 1165–1188. https://doi.org/10.1214/aos/1013699998
  20. Cortes C., Vapnik V. Support-vector networks // Machine Learning. 1995. V. 20. № 3. P. 273–297.
  21. Cotrufo M.F., Ranalli M.G., Haddix M.L. Soil carbon storage informed by particulate and mineral-associated organic matter // Nat. Geosci. 2019. V. 12. P. 989–994. https://doi.org/10.1038/s41561-019-0484-6
  22. Curry J.P. Factors affecting the abundance of earthworms in soils. In Earthworm Ecology. Boca Raton: CRC Press FL, 1994.
  23. De Deyn G.B., Cornelissen J.H., Bardgett R.D. Plant functional traits and soil carbon sequestration in contrasting biomes // Ecology Lett. 2008. V. 11. № 5. P. 516–531.
  24. Eldridge D.J., Guirado E., Reich P.B. et al. The global contribution of soil mosses to ecosystem services. // Nat. Geosci. 2023. V. 16. P. 430–438. https://doi.org/10.1038/s41561-023-01170-x
  25. Ferri F.J., Pudil P., Hatef M., Kittler J. Comparative study of techniques for large-scale feature selection // Pattern Recognition in Practice IV. 1994. P. 403–413.
  26. Huang W., Gonzalez G., Zou X. Earthworm abundance and functional group diversity regulate plant litter decay and soil organic carbon level: A global meta-analysis // Appl. Soil Ecology. 2020. V. 150. P. 1–15.
  27. Ilich A.R., Misiuk B., Lecours V., Murawski S.A. MultiscaleDTM: An open-source R package for multiscale geomorphometric analysis // Transactions in GIS. 2023. V. 27. №. 4. https://doi.org/10.1111/tgis.13067
  28. Kasimir Å., He H., Jansson P-E., Lohila A., Minkkinen K. Mosses are important for soil carbon sequestration in forested peatlands // Front. Environ. Sci. 2021. V. 9. P. 680430. https://doi.org/10.3389/fenvs.2021.680430
  29. Kuznetsova A.I., Geraskina A.P., Lukina N.V., Smirnov V.E., Tikhonova E.V., Shevchenko N.E., Gornov A.V., Ruchinskaya E.V., Tebenkova D.N. Linking vegetation, soil carbon stocks, and earthworms in upland coniferous–broadleaf forests // Forests. 2021. V. 12. P. 1179. https://doi.org/10.3390/f12091179
  30. Liu Y., Shangguan Z., Deng L. Vegetation type and soil moisture drive variations in leaf litter decomposition following secondary forest succession // Forests. 2021. V. 12. P. 1195. https://doi.org/10.3390/f12091195
  31. Maes S.L., Blondeel H., Perring M.P., Depauw L., Brūmelis G., Brunet J., Verheyen K. Litter quality, land-use history, and nitrogen deposition effects on topsoil conditions across European temperate deciduous forests // Forest Ecology and Management. 2019. V. 433. P. 405–418.
  32. Prescott C.E., Zabek L.M., Staley C.L., Kabzems R. Decomposition of broadleaf and needle litter in forests of British Co-lumbia: influences of litter type, forest type, and litter mixtures // Can. J. Forest Res. 2000. V. 30. P. 1742–1750.
  33. R Core Team R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. Vienna, 2023. URL: https://www.R-project.org/ (дата обращения 03.10.2023).
  34. Ryzhova I.M., Podvezennaya M.A., Telesnina V.M. assessment of carbon stock and CO2 production potential for soils of coniferous-broadleaved forests // Eurasian Soil Science. 2023. V. 56. P. 1317–1326. https://doi.org/10.1134/S1064229323601166
  35. Semenov V.M., Lebedeva T.N., Zinyakova N.B. dependence of soil organic matter and plant residues decomposition on temperature and moisture in the long-term incubation experiments // Eurasian Soil Science. 2022. V. 55. P. 926–939. https://doi.org/10.1134/S1064229322070080
  36. Telesnina V.M., Semenyuk O.V., Bogatyrev L.G. Litters and living ground cover as informational characteristics of biogeocenoses for the small-leaved forests in moscow oblast forests // Eurasian Soil Science. 2023. V. 56. P. 841–853. https://doi.org/10.1134/S1064229323600513
  37. Weihs C., Ligges U., Luebke K., Raabe N.R. analyzing german business cycles // Data Analysis and Decision Support. Berlin: Springer-Verlag, 2005. P. 335–343.
  38. Wiesmeier M., Urbanski L., Hobley E., Lang B., von Luetzow M., Marin-Spiotta E., van Wesemael B., Rabot E., Ließ M., Garcia-Franco N., Wollschläger U., VogelfIngrid H.-J., Kögel-Knabner I. Soil organic carbon storage as a key function of soils – a review of drivers and indicators at various scales // Geoderma. 2019. V. 333. P. 149–162.
  39. World Reference Base for Soil Resources 2014. International soil classification system for naming soils and creating legends for soil maps. World Soil Resources Reports / IUSS Working Group. Rome: FAO, 2015. 203 p.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Приложение 1
Скачать (318KB)
Метаданные
3. Приложение 2
Скачать (394KB)
Метаданные
4. Рис. 1. Территория исследования: 1 – пробные площади в черноольшаниках нитрофильно-травяных, 2 – в березняках кустарничково-зеленомошных, 3 – в березняках неморальнотравных, 4 – в сосняках сложных, 5 – в сосняках кустарничково-зеленомошных, 6 – в широколиственных неморальнотравных лесах, 7 – граница заповедника “Брянский лес”, 8 – моренно-зандровый ландшафт, 9 – зандровый ландшафт, 10 – терраса, 11 – пойма, 12 – поймы малых рек, 13 – прочие типы ландшафта, 14 – постоянные водотоки. Обозначения стран и административных единиц на карте-врезке даны согласно ISO-3166.

Скачать (960KB)
Метаданные
5. Рис. 2. Диаграмма рассеяния нормализованных значений запасов углерода (ординация) для (а) типов ландшафта: 1 – моренно-зандровый, 2 – зандровый, 3 – террасный, 4 – пойма малых рек, 5 – пойма р. Нерусса; (b) типов леса: 6 – черноольшаники нитрофильно-травяные, 7 – березняки кустарничково-зеленомошные, 8 – березняки неморальнотравные, 9 – сосняки сложные, 10 – сосняки кустарничково-зеленомошные, 11 – широколиственные неморальнотравные леса.

Скачать (316KB)
Метаданные
6. Рис. 3. Изменение коэффициента детерминации модели множественной регрессии с отражением эффекта от добавления переменной в модель. CstL – запас углерода OL – подгоризонта подстилки; CstFH – запас углерода ОFH – подгоризонта подстилки; Cst0-10 – запас углерода в слое 0–10 см; Cst0-30 – запас углерода в слое 0–30 см; CstA – запас углерода горизонта А. Вертикальная ось графиков – коэффициент детерминации (R2). Данные подписаны величиной эффекта от добавления переменной на значение R2. Горизонтальная ось – переменные, где Base – базовая статистическая модель. VEG_pine_A – доля сосны в древесном ярусе,%; VEG_emla_A – суммарная доля вяза, клена, липы и ясеня в древесном ярусе, %; VEG_alnus_A – доля ольхи черной в древесном ярусе, %; VEG_den_C – проективное покрытие травяного яруса, %; VEG_den_D – проективное покрытие мохового яруса, %; VEG_nitr_B – доля нитрофильных видов в ярусе подроста и кустарников, %; VEG_nem_B – доля неморальных видов в ярусе подроста и кустарников, %; SMF_sapr – биомасса сапрофагов, г/м2; SMF_ngr – число групп дождевых червей, LSC_fp – расположение в поймах рек.

Скачать (472KB)
Метаданные

© Российская академия наук, 2025